[发明专利]内容名称数据处理方法及终端设备

说明书

本发明适用于数据处理技术领域，提供了一种内容名称数据处理方法及终端设备，上述方法包括：获取待处理内容名称数据，根据预设的查询词典将待处理内容名称数据转换为初始矩阵向量；对初始矩阵向量进行特征提取，得到第一数量的初始特征向量；分别对各个初始特征向量进行降维，得到第一数量的目标特征向量；对第一数量的目标特征向量进行线性组合，得到目标码值。本发明将经过特征提取和降维后的目标特征向量进行进一步整合，能够最大程度的保留语义信息，降低数据存储消耗，可满足各种不同场景的应用需求。

技术领域

本发明属于数据处理技术领域，尤其涉及一种内容名称数据处理方法及终端设备。

背景技术

内容中心网络是近几年兴起的互联网新技术，使用变长无边界的内容名称数据而不是IP地址实现通信过程，其独特的路由节点缓冲存储机制以及特殊的转发平面结构，实现了真正意义上的数据共享，满足了移动性、高可靠性等通信需求，大大提高了移动通信数据传输效率。

现有技术中，对于变长无边界的内容名称数据的处理，或损失大量的内容名称数据信息，或产生极大的存储消耗，均无法满足实际需求。

发明内容

有鉴于此，本发明实施例提供了一种内容名称数据处理方法及终端设备，以解决现有技术中对于变长无边界的内容名称数据的处理方法，内容名称数据信息损失大，存储消耗大，无法满足实际需求的问题。

本发明实施例的第一方面提供了一种内容名称数据处理方法，包括：

获取待处理内容名称数据，根据预设的查询词典将待处理内容名称数据转换为初始矩阵向量；

对初始矩阵向量进行特征提取，得到第一数量的初始特征向量；

分别对各个初始特征向量进行降维，得到第一数量的目标特征向量；

对第一数量的目标特征向量进行线性组合，得到目标码值。

本发明实施例的第二方面提供了一种内容名称数据处理装置，包括：

编码模块，用于获取待处理内容名称数据，根据预设的查询词典将待处理内容名称数据转换为初始矩阵向量；

特征提取模块，用于对初始矩阵向量进行特征提取，得到第一数量的初始特征向量；

降维模块，用于分别对各个初始特征向量进行降维，得到第一数量的目标特征向量；

线性组合模块，用于对第一数量的目标特征向量进行线性组合，得到目标码值。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如本发明实施例第一方面提供的内容名称数据处理方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如本发明实施例第一方面提供的内容名称数据处理方法的步骤。

本发明实施例提供了一种内容名称数据处理方法，包括：获取待处理内容名称数据，根据预设的查询词典将待处理内容名称数据转换为初始矩阵向量；对初始矩阵向量进行特征提取，得到第一数量的初始特征向量；分别对各个初始特征向量进行降维，得到第一数量的目标特征向量；对第一数量的目标特征向量进行线性组合，得到目标码值。本发明实施例将经过特征提取和降维后的目标特征向量进行进一步整合，能够最大程度的保留语义信息，降低数据存储消耗，可满足各种不同场景的应用需求。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。