[发明专利]数据索引方法及系统

权利要求书

1.一种数据索引方法，其特征在于，包括：

根据预设索引构建方法，确定样本集中待匹配数据的第一索引值；

根据所述样本集中原始数据集的索引表和所述第一索引值，确定与所述待匹配数据最匹配的第一预设数量个目标数据；

其中，所述索引表是根据所述原始数据集的第二索引值确定的；

所述第二索引值是由根据所述预设索引构建方法获取的所述原始数据集的索引值确定的；

所述预设索引构建方法包括：

将所述样本集划分为第二预设数量个子向量，并基于BRICH算法对每个子向量进行聚类，以获取每个子向量的聚类特征树；

根据所述聚类特征树的深度和每层聚类特征树的最大节点数量，确定每个子向量的索引值；

根据所述每个子向量的索引值，确定所述样本集的索引值。

2.根据权利要求1所述的数据索引方法，其特征在于，所述根据所述聚类特征树的深度和每层聚类特征树的最大节点数量，确定每个子向量的索引值，包括：

遍历所述聚类特征树，根据所述深度和所述最大节点数量确定聚类特征树中所有层级各个节点的索引点值；

遍历所述样本集，根据所述索引点值，确定每个子向量与当前层级最邻近节点的索引值，遍历各层级，确定所述每个子向量的索引值。

3.根据权利要求2所述的数据索引方法，其特征在于，所述根据所述样本集中原始数据集的索引表和所述第一索引值，确定与所述待匹配数据最匹配的第一预设数量个目标数据，包括：

若同一层级的所述待匹配数据的子向量的第一索引值与所述原始数据集的子向量的第二索引值相同，则确定所述待匹配数据的子向量和所述原始数据集的子向量匹配；

根据与所述待匹配数据匹配的所述原始数据集的子向量，确定匹配数据；

若所述匹配数据的个数大于等于所述预设数量，则根据所述待匹配数据与所述匹配数据之间的相似度，确定与所述待匹配数据最匹配的第一预设数量个目标数据。

4.根据权利要求1所述的数据索引方法，其特征在于，对所述索引表进行更新，包括：

根据所述预设索引构建方法，确定所述样本集中待添加数据的索引值；

根据所述待添加数据的索引值，确定所述待添加数据的每个子向量在所述原始数据集的各聚类特征树所属的第一目标叶子节点；

若所述第一目标叶子节点包含的聚类特征节点数与预设最大分簇数之间的差值大于第一预设值，则基于所述预设索引构建方法分裂所述第一目标叶子节点和目标父节点；

将分裂后的目标子节点的索引值添加到所述索引表中；

确定受影响的所述原始数据集中的第一相关数据，并基于所述预设索引构建方法，对所述第一相关数据的第二索引值进行更新；

其中，所述目标父节点是根据所述第一目标叶子节点的父节点确定的。

5.根据权利要求4所述的数据索引方法，其特征在于，所述将分裂后的目标子节点的索引值添加到所述索引表中，包括：

若分裂后的子节点数量与小于预设最大子节点阈值，则直接分裂，并将所述分裂后的目标子节点的索引值添加到所述索引表中；

若分裂后的子节点数量大于所述预设最大子节点阈值，则对所述目标子节点进行拆分；

根据拆分后的所述原始数据集的聚类特征树的深度和拆分后的所述原始数据集的每层聚类特征树的节点数量，确定所述拆分后的目标子节点的索引值，并将所述拆分后的目标子节点的索引值添加到所述索引表中。