基于倒序索引的微博去重方法和系统

发明专利无效专利

申请号：
CN201310681714.9
IPC分类号：G06F17/30
申请日期：
2013-12-12
申请人：
北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司

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	基于倒序索引的微博去重方法和系统
申请号	CN201310681714.9	申请日期	2013-12-12
法律状态	驳回	申报国家	中国
公开/公告日	2014-03-19	公开/公告号	CN103646080A
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	北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司	申请人地址	北京市海淀区苏州街20号2号楼2层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司	当前权利人	北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司
发明人	王鑫文
代理机构	中原信达知识产权代理有限责任公司	代理人	陈依虹;刘光明

摘要

本发明涉及一种基于倒序索引的微博去重方法和系统。所述方法包括：由模型训练模块根据词库数据对文本进行分词；由simhash模块根据分词后的结果对文本进行词频统计以将其转换为N维向量，并且对所述N维向量进行simhash运算以便获得f位的二进制签名；由去重运算模块执行以下操作：根据设定参数将所述f位的二进制签名分段，并依据分段结果建立倒序索引；根据所建立的倒序索引来分段检索第一分段下的签名集合，并计算所述第一分段中的对应的海明距离；以及确定在所述第一分段中的所计算的海明距离是否在所述设定参数范围内。

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