[发明专利]一种试题的聚类方法、去重方法及系统在审
| 申请号： | 201910680927.7 | 申请日： | 2019-07-26 |
| 公开（公告）号： | CN110390019A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 谢楚鹏;李可佳;郭晨阳 | 申请（专利权）人： | 江苏曲速教育科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06Q50/20 |
| 代理公司： | 北京晟睿智杰知识产权代理事务所(特殊普通合伙) 11603 | 代理人： | 于淼 |
| 地址： | 214135 江苏省无锡市新吴*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种试题的聚类方法、去重方法及系统。试题的聚类方法，包括：在所有参与聚类的试题中选取聚类中心试题；确定聚类中心试题的重要关键字符记为第一字符串，确定待聚类试题的重要关键字符记为第二字符串，重要关键字符为新增、替换或者修改后会改变试题含义或者类型的字符；计算第一字符串和第二字符串之间的加权编辑距离，加权编辑距离为第一字符串和第二字符串之间相互转化的最少的加权操作次数；根据加权编辑距离计算待聚类试题与聚类中心试题之间的相似度；将相似度大于预设阈值的待聚类试题与聚类中心试题归为同一试题类。本发明能够实现高效地对大规模试题进行聚类。 | ||
| 搜索关键词： | 试题 聚类 字符串 聚类中心 加权编辑距离 重要关键字 相似度 去重 关键字符 预设 加权 替换 转化 | ||
【主权项】：
1.一种试题的聚类方法，其特征在于，包括：在所有参与聚类的试题中选取聚类中心试题；确定所述聚类中心试题的重要关键字符记为第一字符串，确定待聚类试题的重要关键字符记为第二字符串，所述重要关键字符为新增、替换或者修改后会改变试题含义或者类型的字符；计算所述第一字符串和所述第二字符串之间的加权编辑距离，所述加权编辑距离为所述第一字符串和所述第二字符串之间相互转化的最少的加权操作次数；根据所述加权编辑距离计算所述待聚类试题与所述聚类中心试题之间的相似度，其中，相似度r的计算公式为：r＝(sum‑dist)/sum，其中，sum为所述第一字符串和所述第二字符串的长度总和，dist为所述加权编辑距离；将相似度大于预设阈值的所述待聚类试题与所述聚类中心试题归为同一试题类。
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江苏曲速教育科技有限公司，未经江苏曲速教育科技有限公司许可，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/201910680927.7/，转载请声明来源钻瓜专利网。
