[发明专利]一种基于杰卡德距离的实时文本聚类方法在审
| 申请号： | 202010451072.3 | 申请日： | 2020-05-25 |
| 公开（公告）号： | CN111538839A | 公开（公告）日： | 2020-08-14 |
| 发明（设计）人： | 金勇;胡华;孙涛 | 申请（专利权）人： | 武汉烽火普天信息技术有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289;G06K9/62 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 安曼 |
| 地址： | 430000 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于杰卡德距离的实时文本聚类方法，具体包括以下步骤：S1：文本相似度计算：从待聚类数据中选取两个文本，分别从两个文本中抽取关键词，再计算不同文本对应关键词之间的交集、并集，进一步得到杰卡德距离；S2：设定层次聚类阈值；S3：构建聚类模型，依次读取新加载数据，计算每条数据和每个类之间的平均距离，并与阈值比较，确定是否聚到该类还是单独划分一类，不断迭代更新；S4：将S3的聚类结果以更新聚类标识的形式写入Hbase和ES数据库，ES数据库中具有相同聚类标识的数据被聚为一类。本申请的文本聚类方法可以实现海量文本数据的实时分析，类似文本聚类，有效去重，提升用户体验，同时还能改善文本分类结果。 | ||
| 搜索关键词： | 一种 基于 杰卡德 距离 实时 文本 方法 | ||
【主权项】：
暂无信息
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武汉烽火普天信息技术有限公司，未经武汉烽火普天信息技术有限公司许可，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/202010451072.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种页面切换方法及装置
- 下一篇：SARS-CoV-2新冠病毒抗体检测试剂盒
