[发明专利]数据分类方法、装置以及计算机设备

权利要求书

1.一种数据分类方法，其特征在于，所述方法包括：

获取待分类数据；

根据特征值计算规则计算出所述待分类数据的M个特征值；

将所述M个特征值依次与特征值数据库中的每个特征值数据表进行比对，其中，所述特征值数据库至少包括第一特征值数据表，所述第一特征值数据表是通过所述特征值计算规则计算出的同一类别数据的所有特征值的集和；

当所述M个特征值都包括在所述第一特征值数据表时，则将所述待分类数据分类为所述第一特征值数据表对应的第一类别数据；

其中，所述特征值计算规则包括：

通过M个不同的散列函数计算出待分类数据的M个散列值；或

将所述待分类数据划分成M部分，通过M个散列函数分别计算出所述M个部分的散列值。

2.如权利要求1所述的数据分类方法，其特征在于，所述特征值数据表以布隆过滤器的方式存储同一类别数据的所有特征值，每个特征值在所述布隆过滤器中对应的存储顺位的布尔值为1。

3.如权利要求2所述的数据分类方法，其特征在于，所述特征值数据库至少还包括第二特征值数据表，其中，所述将所述M个特征值依次与特征值数据库中的每个特征值数据表进行比对包括：

依次在所述第一特征值数据表和第二特征值数据表对应的第一布隆过滤器和第二布隆过滤器中查询所述M个特征值对应的存储顺位的布尔值是否都为1；

当所述第一布隆过滤器或所述第二布隆过滤器中所述M个特征值分别对应的存储顺位的布尔值都为1时，则判断所述M个特征值都包括在所述第一特征值数据表或所述第二特征值数据表。

4.如权利要求3所述的数据分类方法，其特征在于，所述方法还包括：

当所述M个特征值不完全包括在所述第一布隆过滤器也不完全包括在所述第二布隆过滤器时，判断所述待分类数据并不属于已有类别数据；

返回分类失败的提醒。

5.一种数据分类装置，其特征在于，所述装置包括：

获取模块，用于获取待分类数据；

计算模块，用于根据特征值计算规则计算出所述待分类数据的M个特征值；

比对模块，用于将所述M个特征值依次与特征值数据库中的每个特征值数据表进行比对，其中，所述特征值数据库至少包括第一特征值数据表，所述第一特征值数据表是通过所述特征值计算规则计算出的同一类别数据的所有特征值的集和；

分类模块，用于当所述M个特征值都包括在所述第一特征值数据表时，则将所述待分类数据分类为所述第一特征值数据表对应的第一类别数据；

其中，所述特征值计算规则包括：

通过M个不同的散列函数计算出待分类数据的M个散列值；或

将所述待分类数据划分成M部分，通过M个散列函数分别计算出所述M个部分的散列值。

6.如权利要求5所述的数据分类装置，其特征在于，所述特征值数据表以布隆过滤器的方式存储同一类别数据的所有特征值，每个特征值在所述布隆过滤器中对应的存储顺位的布尔值为1，所述特征值数据库至少还包括第二特征值数据表，所述比对模块还用于：

依次在所述第一特征值数据表和第二特征值数据表对应的第一布隆过滤器和第二布隆过滤器中查询所述M个特征值对应的存储顺位的布尔值是否都为1；

当所述第一布隆过滤器或所述第二布隆过滤器中所述M个特征值分别对应的存储顺位的布尔值都为1时，则判断所述M个特征值都包括在所述第一特征值数据表或所述第二特征值数据表。

7.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-4任一项所述的数据分类方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-4中任一项所述的数据分类方法的步骤。