-
公开(公告)号：CN109308423A
公开(公告)日：2019-02-05
申请号：CN201811101295.6
申请日：2018-09-20
Applicant: 东北大学
IPC: G06F21/62
Abstract: 本发明公开一种隐私保护记录链接中的二次分块方法，属于数据集成和数据隐私领域，具体是各数据源对其记录进行Bloom Filter编码，接着，进行以下两个步骤，(1)LSH结合后缀的二次分块方法，并引入分块分散度调节两次分块。(2)基于滑动窗口的多方分块合并，提高链接的容错率。采用本发明的PPRL分块方法，具有LSH方法查全率高和可以对大型数据集快速划分的特点，同时有效地提高了查准率。
-
Patent Agency Ranking
公开(公告)号：CN108334577A
公开(公告)日：2018-07-27
申请号：CN201810067980.5
申请日：2018-01-24
Applicant: 东北大学
Abstract: 本发明公开一种安全有效的多方数值型记录匹配方法，属于数据质量和数据集成领域，具体方法为：各数据源间统一参数、生成密钥，接着，进行以下三个步骤，(1)利用类模运算加密各数据源中的数值型记录，(2)安全地查询出各数值型属性中的最大最小值，并优化地计算两者间的相似度作为各记录在该属性中的相似度，(3)通过各记录在各属性中的相似度，判断是否匹配成功。采用本发明的多方数值型记录匹配方法，可以在更短的时间内，更加安全有效地识别出重复的数据对象；通过证明若属性中最大最小值的相似度大于阈值，则任意两个属性值的相似度均大于阈值，只需安全快速地查找出各属性的最大最小值，即可判断各数值型记录是否匹配成功，保证了高效性。
-
公开(公告)号：CN107480714A
公开(公告)日：2017-12-15
申请号：CN201710674020.0
申请日：2017-08-09
Applicant: 东北大学
Abstract: 本发明公开一种基于全视角特征的跨社交网络用户识别方法，首先，对多个社交网络进行社区划分，并初始化参考点。接着，迭代地进行以下三个步骤：(1)利用参考点计算未识别用户的全视角特征，以计算用户之间相似度；(2)采用改进的稳定婚姻匹配算法来完成用户识别工作；(3)对于新识别用户对，根据社区中心度等特征对参考点集合进行更新。不断重复以上3个步骤，直到参考点集合不再更新，得到匹配的锚链接用户集合。采用本发明的跨社交网络用户识别方法，一方面考虑了用户在社交网络上的全局位置，提高了用户识别方法的准确率和召回率；另外，通过迭代调整的识别策略，既解决了多个相似度相近的用户对的正确识别问题，也避免了冷启动的问题。
-
-
公开(公告)号：CN101582074B
公开(公告)日：2011-01-26
申请号：CN200910010201.9
申请日：2009-01-21
Applicant: 东北大学
IPC: G06F17/30
Abstract: 一种DeepWeb响应页面数据抽取方法，属于深层网络数据管理领域，该方法包括以下步骤：(1)选取DeepWeb响应页面Page；在查询页面输入关键字Key，查询得到响应页面Page；(2)抽取页面模板信息；对于响应页面的DOM树结构，找到包含关键字的孩子结点个数Wn最多的双亲结点P，将带标记的token块序列转化为带标记的token字符序列；用LCS算法处理以上两个记录的带标记的token字符序列，分隔并过滤公共token字符序列得到模板信息；(3)数据抽取；(4)token块合并；(5)数据表格聚类；本发明的有益效果：采用本发明的数据抽取方法，适用性强，精度高，效率得到大大提高。
-
公开(公告)号：CN101561813B
公开(公告)日：2010-09-29
申请号：CN200910011738.7
申请日：2009-05-27
Applicant: 东北大学
Abstract: 一种Web环境下的字符串相似度分析方法，首先定义基本操作代价；对字符串预处理，识别它的词首字符和去除非实意字符；创建距离矩阵，通过创建匹配索引实现编辑距离的优化；然后，判断缩写词，先判断两个字符串是否是缩写关系，如果是缩写关系则进行距离优化；其中，缩写关系由2个因素决定：①判断两者是否有相似度；②判断两者的词首字符是否被匹配；之后对缩写词距离优化，通过减少连续插入字符和连续删除字符的代价实现。本发明的字符串相似度分析方法能很好地处理web中经常出现的省略、缩写和字符顺序颠倒情况，具有较高适用性，在Web未知环境下，具有较高的匹配精度。
-
-
-
-
-
Search Results
56
records
(took 0.019 seconds)
