发明名称 |
用于海量文本匹配的方法 |
摘要 |
本发明提出了用于海量文本匹配的方法。其中,所述方法包括:分别将数据库文档和外部文档分组,并确定数据库文档的分组数s;分别计算数据库文档的总数目n和外部文档的总数目m,并用k个实矩阵M表示所述数据库文档的向量空间,以及用k2个稀疏矩阵P表示所述外部文档的向量空间;取未针对其进行相应的计算操作的稀疏矩阵P作为当前目标稀疏矩阵P,并针对所述当前目标稀疏矩阵P执行相应的计算操作以获得相似度矩阵S,以及随后基于所述相似度矩阵S确定与所述当前目标稀疏矩阵P所代表的各个外部文档最佳匹配的数据库文档。本发明所公开的用于海量文本匹配的方法节省存储空间、时间消耗较小并且能够进行并行处理。 |
申请公布号 |
CN104462088A |
申请公布日期 |
2015.03.25 |
申请号 |
CN201310418114.3 |
申请日期 |
2013.09.13 |
申请人 |
中国银联股份有限公司 |
发明人 |
刘军;冯兴 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
中国专利代理(香港)有限公司 72001 |
代理人 |
方世栋;汤春龙 |
主权项 |
一种用于海量文本匹配的方法,所述用于海量文本匹配的方法包括下列步骤:(A1)分别将数据库文档和外部文档分组,并确定数据库文档的分组数s;(A2)分别计算数据库文档的总数目n和外部文档的总数目m,并用k个实矩阵M表示所述数据库文档的向量空间,以及用k2个稀疏矩阵P表示所述外部文档的向量空间;(A3)判断是否存在未针对其进行相应的计算操作的稀疏矩阵P,并且如果不存在未针对其进行相应的计算操作的稀疏矩阵P,则终止匹配过程,而如果存在未针对其进行相应的计算操作的稀疏矩阵P,则进入步骤(A4);(A4)取下一个未针对其进行相应的计算操作的稀疏矩阵P作为当前目标稀疏矩阵P,并针对所述当前目标稀疏矩阵P执行相应的计算操作以获得相似度矩阵S,以及随后基于所述相似度矩阵S确定与所述当前目标稀疏矩阵P所代表的各个外部文档最佳匹配的数据库文档并返回步骤(A3)。 |
地址 |
200135 中国上海市浦东新区含笑路36号银联大厦 |