[发明专利]非结构化数据的处理方法和装置在审
| 申请号： | 201410165877.6 | 申请日： | 2014-04-23 |
| 公开（公告）号： | CN105022740A | 公开（公告）日： | 2015-11-04 |
| 发明（设计）人： | 赵关荣;刘政;张天扬;王雯;程志刚;马一人 | 申请（专利权）人： | 苏州易维迅信息科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 刘芳 |
| 地址： | 215163 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明实施例提供一种非结构化数据的处理方法和装置。该非结构化数据的处理方法包括：根据预先配置的字典树，对待处理的数据进行分词处理，获取分词结果；所述字典树是根据所述预先配置的知识数据库建立的，所述知识数据库为二元组的集合，且所述二元组的集合包括文本信息和对应的编号；采用向量空间模型VSM，进行向量化处理，获取向量化结果；采用主成分分析法PCA或奇异值分解算法SVD，进行降维处理，获取降维结果；采用数据挖掘算法K-means算法对所述降维结果进行连续两次聚类计算，并根据所述聚类计算获取的欧氏距离或余弦相似度，对所述待处理数据进行聚类，获取聚类结果，有效的提高了非结构化数据的聚类处理的质量和效率。 |
||
| 搜索关键词： | 结构 数据 处理 方法 装置 | ||
【主权项】：
一种非结构化数据的处理方法，其特征在于，包括：根据预先配置的字典树，对获取的待处理的数据进行分词处理，获取分词结果；所述字典树是根据所述预先配置的知识数据库建立的，其中，所述知识数据库为二元组的集合，且所述二元组的集合包括文本信息和对应的编号；采用向量空间模型VSM，对所述分词结果进行向量化处理，获取向量化结果；采用主成分分析法PCA或奇异值分解算法SVD，对所述向量化结果进行降维处理，获取降维结果；采用数据挖掘算法K‑means算法对所述降维结果进行连续两次聚类计算，并根据所述聚类计算获取的欧氏距离或余弦相似度，对所述待处理数据进行聚类，获取聚类结果。
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苏州易维迅信息科技有限公司，未经苏州易维迅信息科技有限公司许可，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/201410165877.6/，转载请声明来源钻瓜专利网。
- 上一篇：压缩方法和系统以及云存储方法和系统
- 下一篇：数据的存储方法及装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
