[发明专利]文档和图案分群的方法及装置无效
| 申请号： | 200410035203.0 | 申请日： | 2004-03-05 |
| 公开（公告）号： | CN1530857A | 公开（公告）日： | 2004-09-22 |
| 发明（设计）人： | 川谷隆彦 | 申请（专利权）人： | 惠普开发有限公司 |
| 主分类号： | G06F17/21 | 分类号： | G06F17/21 |
| 代理公司： | 中国专利代理(香港)有限公司 | 代理人： | 吴立明;王勇 |
| 地址： | 美国德*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 以文档(或图案)分群的方式，得到了群集的正确数目和每个文档(或图案)到所述正确的群集的准确指定。对描述相同主题(或对象)的文档(或图案)进行分组，这样属于同一群集的文档(或图案)组具有一些公共性。每个主题(或对象)都具有不同的项(或对象特征)或项(或对象特征)对。当获得了每个文档(或图案)到一指定群集的接近度时，提取并利用关于所述指定群集的公共信息，同时排除了与所述指定群集相同的项(或对象特征)或项(或对象特征)对的影响。 | ||
| 搜索关键词： | 文档 图案 分群 方法 装置 | ||
【主权项】：
1.一种在输入的文档(或图案)集中根据他们之间的关系对文档(或图案)进行分群的方法，其中每个所述文档(或图案)都具有一个或多个文档(或图案)段，包括，(a)根据项在每个文档(或图案)中的出现的频率，为输入文档(或图案)的集合获得一个文档(或图案)频率矩阵；(b)从没有包括在那一刻所存在的任一组中的剩余文档(或图案)中选择一个种子文档(或图案)，并利用所述种子文档(或图案)构建一个所述初始状态的当前群集；(c)利用基于所述输入文档(或图案)集的文档(或图案)频率矩阵的信息，为所述输入文档(或图案)集中的每个文档(或图案)，获得和当前组相比较的文档(或图案)公共性，基于当前群集中的所述文档(或图案)的文档(或图案)频率矩阵的信息，及基于所述当前组的公共共同出现率矩阵的信息，并使文档(或图案)公共性高于临时地属于当前群集的一个阈值；(d)重复步骤(c)，直到临时地属于当前群集的文档(或图案)数变得与在先前的重复中的相同；(e)重复步骤(b)到(d)，直到满足一指定收敛条件；和(f)根据每个文档(或图案)与每个群集相比较的文档(或图案)公共性，判定每个文档(或图案)所属于的群集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于惠普开发有限公司，未经惠普开发有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200410035203.0/，转载请声明来源钻瓜专利网。
