[发明专利]数据流预测方法及装置

权利要求书

1.一种数据流预测方法，其特征在于, 包括：

根据样本数据更新集成模型索引，所述集成模型索引用于存储关键词与支持向量集合之间的映射关系，所述支持向量集合中的支持向量为所述集成模型中支持向量机SVM分类器的支持向量；

    对输入文本进行分词，得到该输入文本的关键词，所述输入文本为待测数据流；

根据更新后的集成模型索引检索包含所述关键词的支持向量集合，以及该支持向量集合中的支持向量所在SVM分类器的信息；

用检索到的支持向量集合中的所有支持向量对所述输入文本进行预测。

2.根据权利要求1所述的数据流预测方法, 其特征在于，所述集成模型索引包含倒排表和分类器信息表两部分，所述分类器信息表用于存储SVM集成模型包含的分类器的信息，所述倒排表用于存储包含关键词的支持向量集合。

3.根据权利要求2所述的数据流预测方法, 其特征在于，所述根据样本数据更新集成模型索引包括：

从所述样本数据中抽取样本组成训练样本集，根据该训练样本集训练出SVM分类器；

按照分类器包含的支持向量提取所述SVM分类器，根据支持向量包含的关键词，将所述SVM分类器包含的支持向量编排到集成模型索引的倒排表中；

将所述SVM分类器的信息置于所述集成模型索引的分类器信息表中。

4.根据权利要求3所述的数据流预测方法, 其特征在于，所述倒排表用哈希表来实现，所述根据样本数据更新集成模型索引还包括：

    在哈希表中槽位的冲突比超过设定值时调整所述哈希表来重构倒排表。

5.根据权利要求2所述的数据流预测方法, 其特征在于，所述支持向量用支持向量标识唯一表示，所述支持向量标识为无符号64位整数，该无符号64位整数的高32位存储支持向量所在分类器的身份识别号码，低32位存储该支持向量在分类器中的相对身份识别号码。

6.一种数据流预测装置，其特征在于, 包括：

    更新模块，用于根据样本数据更新集成模型索引，所述集成模型索引用于存储关键词与支持向量集合之间的映射关系，所述支持向量集合中的支持向量为所述集成模型中支持向量机SVM分类器的支持向量；

    分词模块，用于对输入文本进行分词，得到该输入文本的关键词，所述输入文本为待测数据流；

    检索模块，用于根据更新后的集成模型索引检索包含所述关键词的支持向量集合，以及该支持向量集合中的支持向量所在SVM分类器的信息；

    预测模块，用于用检索到的支持向量集合中的所有支持向量对所述输入文本进行预测。

7.根据权利要求6所述的数据流预测装置, 其特征在于，所述集成模型索引包括倒排表和分类器信息表两部分，所述分类器信息表用于存储SVM集成模型包含的分类器的信息，所述倒排表用于存储包含关键词的支持向量集合。

8.根据权利要求7所述的数据流预测装置, 其特征在于，所述更新模块包括：

    训练单元，用于从所述样本数据中抽取样本组成训练样本集，根据该训练样本集训练出SVM分类器；

    倒排表编排单元，用于按照分类器包含的支持向量提取所述SVM分类器，根据支持向量包含的关键词，将所述SVM分类器包含的支持向量编排到集成模型索引的倒排表中；

    分类器信息表编排单元，用于将所述SVM分类器的信息置于所述集成模型索引的分类器信息表中。

9.根据权利要求8所述的数据流预测装置, 其特征在于，所述倒排表用哈希表来实现，所述更新模块还包括：

    调整单元，用于在哈希表中槽位的冲突比超过设定值时调整所述哈希表来重构倒排表。

10.根据权利要求7所述的数据流预测装置, 其特征在于，所述支持向量用支持向量标识唯一表示，所述支持向量标识为无符号64位整数，该无符号64位整数的高32位存储支持向量所在分类器的身份识别号码，低32位存储该支持向量在分类器中的相对身份识别号码。