[发明专利]一种统计表格有效内容的方法

摘要

本发明涉及计算机的数据挖掘应用技术领域，尤其涉及到电子数据表格的内容统计。本发明自动的过滤掉文档中的噪音部分，然后计算两笔数据的相似度，依据相似度的值对数据进行分类，然后依次统计每个分类中数据集合的有效部分，最终在将所有分类中的数据汇总累加得出最后的总体有效部分数据。本发明自动避免掉重复内容的重复计算，对有效部分的统计准确率高；同时无需人工处理，统计效率高。值得推广应用。

主权项

一种统计表格有效内容的方法，其特征在于，包括以下步骤：步骤Ⅰ、文档预处理，过滤掉文档中的噪音部分；步骤Ⅱ、通过计算数据的相似度，依据相似度的值对数据进行分类；步骤Ⅲ、计算每个分类中数据集合的有效部分数；步骤Ⅳ、将所有分类中的有效部分数累加得出所有有效部分数。