一种结构化对等网络构建索引的方法、检索方法、装置及系统

    公开(公告)号:CN105989078B

    公开(公告)日:2019-05-07

    申请号:CN201510072216.3

    申请日:2015-02-11

    Abstract: 一种结构化对等网络构建索引的方法、检索方法、装置及系统。构建索引的方法包括:选取哈希函数索引参数;根据哈希函数族,将索引数据映射到l个哈希表中,每个索引数据进行k次哈希运算进入一个k维向量桶中;对于l个哈希表中的每个桶,计算随机点p的l2范数;根据随机点p的l2范数估计索引数据集合D的正态分布;根据所述正态分布,将桶空间分成常规区域和稀疏区域;根据常规区域和稀疏区域,将l个哈希表中的每个桶分别映射到一维分布式哈希表的各个键值中;根据chord路由协议,依次将各个键值插入到对等网络的各个节点中。本发明实现了将局部敏感哈希算法扩展到分布式结构化对等网络,提升了检索速度,同时保留了原有集中式局部哈希算法检索的精度。

    一种负面舆情指数的计算方法及系统

    公开(公告)号:CN104951548B

    公开(公告)日:2018-04-20

    申请号:CN201510355005.0

    申请日:2015-06-24

    Abstract: 本发明涉及一种负面舆情指数的计算方法及系统,包括步骤S1,对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类,分别得到分类结果1和分类结果2;步骤S2,若所述分类结果1与所述分类结果2的值都为负面,则认为待分类文本为负面,继续执行步骤S3;若所述分类结果1与所述分类结果2的值不都为负面,则认为待分类文本为非负面,计算结束;步骤S3,将待分类文本分别与用户标注负面词典和训练集关键词典匹配,分别得到负面指标1和负面指标2;步骤S4,将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合,得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高,计算语料范围广且能够实时计算。

    一种结构化对等网络构建索引的方法、检索方法、装置及系统

    公开(公告)号:CN105989078A

    公开(公告)日:2016-10-05

    申请号:CN201510072216.3

    申请日:2015-02-11

    Abstract: 一种结构化对等网络构建索引的方法、检索方法、装置及系统。构建索引的方法包括:选取哈希函数索引参数;根据哈希函数族,将索引数据映射到l个哈希表中,每个索引数据进行k次哈希运算进入一个k维向量桶中;对于l个哈希表中的每个桶,计算随机点p的l2范数;根据随机点p的l2范数估计索引数据集合D的正态分布;根据所述正态分布,将桶空间分成常规区域和稀疏区域;根据常规区域和稀疏区域,将l个哈希表中的每个桶分别映射到一维分布式哈希表的各个键值中;根据chord路由协议,依次将各个键值插入到对等网络的各个节点中。本发明实现了将局部敏感哈希算法扩展到分布式结构化对等网络,提升了检索速度,同时保留了原有集中式局部哈希算法检索的精度。

    一种负面舆情指数的计算方法及系统

    公开(公告)号:CN104951548A

    公开(公告)日:2015-09-30

    申请号:CN201510355005.0

    申请日:2015-06-24

    CPC classification number: G06F17/30705 G06F17/30737 G06F17/30867

    Abstract: 本发明涉及一种负面舆情指数的计算方法及系统,包括步骤S1,对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类,分别得到分类结果1和分类结果2;步骤S2,若所述分类结果1与所述分类结果2的值都为负面,则认为待分类文本为负面,继续执行步骤S3;若所述分类结果1与所述分类结果2的值不都为负面,则认为待分类文本为非负面,计算结束;步骤S3,将待分类文本分别与用户标注负面词典和训练集关键词典匹配,分别得到负面指标1和负面指标2;步骤S4,将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合,得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高,计算语料范围广且能够实时计算。

Patent Agency Ranking