-
公开(公告)号：CN118964364B
公开(公告)日：2025-03-14
申请号：CN202411452938.7
申请日：2024-10-17
Applicant: 浙江大学
IPC: G06F16/22 , G06F16/23 , G06Q30/0601
Abstract: 本发明公开了一种基于树‑图结构的高维空间向量动态最近邻搜索方法，包括：获取高维空间向量集合，为所有向量对象构建全局树索引，并基于树索引的中间层级构建轻量化的层次图索引，完成树‑图结构的构建；获取待插入和待删除的向量对象，更新全局树索引和轻量级层次图索引，完成树‑图结构的动态插入和删除；利用树‑图结构进行高维空间向量对象的近似最近邻搜索或精确最近邻搜索，得到给定查询向量对象的k‑近邻对象。本发明能够显著降低索引构建成本，灵活地应对实时数据更新，并支持高效且通用的高维空间向量最近邻搜索。
-
公开(公告)号：CN118503551B
公开(公告)日：2024-10-11
申请号：CN202410974020.2
申请日：2024-07-19
Applicant: 浙江大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于Truss模型的好友推荐方法及装置。好友推荐方法包括：在Why‑not点和k‑Truss社区所有用户间建立好友关系使Why‑not点加入k‑Truss社区并更新社交网络结构；遍历新增好友关系集合B中的每个好友关系，计算其追随者；从新增好友关系集合B中选出追随者最多的一个好友关系；删除选定的好友关系及其追随者并更新社交网络结构和剩余的新增好友关系集合B；重复上述遍历计算、选定删除和更新操作，若删除某个选定的好友关系导致Why‑not点不再是k‑Truss社区中的点，则撤销删除，停止重复；返回剩余的新增好友关系，基于该剩余的新增好友关系，对Why‑not点用户进行最少数量的好友推荐。
-
公开(公告)号：CN118964364A
公开(公告)日：2024-11-15
申请号：CN202411452938.7
申请日：2024-10-17
Applicant: 浙江大学
IPC: G06F16/22 , G06F16/23 , G06Q30/0601
Abstract: 本发明公开了一种基于树‑图结构的高维空间向量动态最近邻搜索方法，包括：获取高维空间向量集合，为所有向量对象构建全局树索引，并基于树索引的中间层级构建轻量化的层次图索引，完成树‑图结构的构建；获取待插入和待删除的向量对象，更新全局树索引和轻量级层次图索引，完成树‑图结构的动态插入和删除；利用树‑图结构进行高维空间向量对象的近似最近邻搜索或精确最近邻搜索，得到给定查询向量对象的k‑近邻对象。本发明能够显著降低索引构建成本，灵活地应对实时数据更新，并支持高效且通用的高维空间向量最近邻搜索。
-
公开(公告)号：CN118503551A
公开(公告)日：2024-08-16
申请号：CN202410974020.2
申请日：2024-07-19
Applicant: 浙江大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于Truss模型的好友推荐方法及装置。好友推荐方法包括：在Why‑not点和k‑Truss社区所有用户间建立好友关系使Why‑not点加入k‑Truss社区并更新社交网络结构；遍历新增好友关系集合B中的每个好友关系，计算其追随者；从新增好友关系集合B中选出追随者最多的一个好友关系；删除选定的好友关系及其追随者并更新社交网络结构和剩余的新增好友关系集合B；重复上述遍历计算、选定删除和更新操作，若删除某个选定的好友关系导致Why‑not点不再是k‑Truss社区中的点，则撤销删除，停止重复；返回剩余的新增好友关系，基于该剩余的新增好友关系，对Why‑not点用户进行最少数量的好友推荐。
-
-
-
Search Results
4
records
(took 0.014 seconds)
