基于特征空间分解的文本大数据主题挖掘方法和装置

发明专利有效专利

申请号：
CN201310049504.8
IPC分类号：G06F17/30
申请日期：
2013-02-07
申请人：
中国科学院软件研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于特征空间分解的文本大数据主题挖掘方法和装置
申请号	CN201310049504.8	申请日期	2013-02-07
法律状态	授权	申报国家	中国
公开/公告日	2013-05-22	公开/公告号	CN103116636A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	中国科学院软件研究所	申请人地址	北京市海淀区中关村南四街4号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学院软件研究所	当前权利人	中国科学院软件研究所
发明人	李文波;孙乐
代理机构	北京君尚知识产权代理事务所（普通合伙）	代理人	余长江

摘要

本发明涉及一种基于特征空间分解的文本大数据主题挖掘方法和装置。该方法主要包含两个关联的部分：一是基于主题特征的空间分解方法；二是基于多子空间的模型求解并行加速方法。空间分解方法的关键在于利用模型特征对数据样本和主题集合进行解耦合，从而同时实现对数据空间和主题空间的切分和消解，得到了多个相对于全模型空间更小的子模型空间，有效降低了求解算法的存储空间复杂度；同时可以利用子空间之间的相对独立性，将其映射到各种并行实体上，从而有效降低了求解算法的计算时间复杂度。本发明方法能够充分利用计算设备的并行处理能力，实现对大型主题建模空间、大规模数据集合的并行可扩展处理。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供