[发明专利]基于倒排索引的记录相似度计算方法在审
| 申请号： | 201610316033.6 | 申请日： | 2016-05-16 |
| 公开（公告）号： | CN106021400A | 公开（公告）日： | 2016-10-12 |
| 发明（设计）人： | 陈敏刚 | 申请（专利权）人： | 陈敏刚 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 200131 上海市长*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开基于倒排索引的记录相似度计算方法，计算方法包括如下步骤：第一步，先设计一个invert函数，该函数给定一个(ID/URL，TF‑IDF weighted token vector)，返回列表，即倒排索引；第二步：创建computeCommonTokens函数，该函数使用invert函数将Amazon与Google的TF‑IDF权重记录转化为倒排索引，并通过Spark的transformation计算公共的Token列表，形式如[(ID，URL)，<commonTokens List>]；第三步，通过recordSimilarity即可算出Amazon记录与Google记录之间的相似度值；本发明的基于倒排索引的记录相似度计算方法将算法复杂度降低至线性运行时间的。 | ||
| 搜索关键词： | 基于 索引 记录 相似 计算方法 | ||
【主权项】：
基于倒排索引的记录相似度计算方法，其特征在于：所述计算方法包括如下步骤：第一步，先设计一个invert函数，该函数给定一个(ID/URL，TF‑IDF weighted token vector)，返回(token，ID/URL)列表，即倒排索引；第二步，创建computeCommonTokens函数，该函数使用invert函数将Amazon与Google的TF‑IDF权重记录转化为倒排索引(inverted indicies)，并通过Spark的transformation计算公共的Token列表(common Token)，形式如[(ID，URL)，<commonTokens List>]；第三步，通过recordSimilarity即可算出Amazon记录与Google记录之间的相似度值。
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陈敏刚，未经陈敏刚许可，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/201610316033.6/，转载请声明来源钻瓜专利网。
