[发明专利]用于获取基于属性值的对象之间的相似度的方法与装置有效
| 申请号： | 201611177626.5 | 申请日： | 2016-12-19 |
| 公开（公告）号： | CN106599227B | 公开（公告）日： | 2020-04-17 |
| 发明（设计）人： | 束博;孙小亮 | 申请（专利权）人： | 北京天广汇通科技有限公司 |
| 主分类号： | G06F16/90 | 分类号： | G06F16/90 |
| 代理公司： | 北京律智知识产权代理有限公司 11438 | 代理人： | 邢雪红;姜怡 |
| 地址： | 100098 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 用于 获取 基于 属性 对象 之间 相似 方法 装置 | ||
1.一种用于获取基于属性值的对象之间的相似度的方法，其特征在于，包括：
分别获取第一对象和第二对象的属性值集合的simhash值；
根据所述simhash值分别获取所述第一对象的各属性与所述第二对象的各属性之间的相关度；
根据所述simhash值分别获取所述第一对象的各属性与所述第二对象的各属性之间关系的权重；
根据所述相关度与所述权重获取所述第一对象和所述第二对象之间的相似度。
2.根据权利要求1所述的方法，其特征在于，根据所述simhash值分别获取所述第一对象的各属性与所述第二对象的各属性之间的相关度包括：
根据所述simhash值分别获取所述第一对象和所述第二对象的各属性值的出现概率；
根据所述出现概率获取第一属性和第二属性的属性值分布散度，所述第一属性和所述第二属性分别属于所述第一对象和所述第二对象；
根据所述属性值分布散度获取所述第一属性和所述第二属性的相关度。
3.根据权利要求2所述的方法，其特征在于，根据所述simhash值分别获取所述第一对象的各属性与所述第二对象的各属性之间关系的权重包括：
获取各属性值在所述第一属性与所述第二属性的合集中的属性值出现概率，所述各属性值包括所述第一属性的属性值与所述第二属性的属性值；
根据所述属性值出现概率获取所述第一属性和所述第二属性的属性值合集的熵。
4.根据权利要求3所述的方法，其特征在于，获取所述属性值出现概率的方程包括：
其中，NX表示所述第一对象所属的第一对象类型X包括的第一对象数量，NY表示所述第二对象所属的第二对象类型Y包括的第二对象数量，ni表示所述第一属性与所述第二属性的所述属性值合集中第i个属性值在所述第一属性与所述第二属性中的总出现次数，A表示所述第一属性，B表示所述第二属性，表示所述第i个属性值在所述第一属性与所述第二属性的所述属性值合集中的出现概率。
5.根据权利要求4所述的方法，其特征在于，所述获取所述第一属性和所述第二属性的属性值合集的熵包括通过以下方程获取：
其中，NAB表示所述第一属性与所述第二属性的属性值合集中的属性值数量。
6.根据权利要求1所述的方法，其特征在于，根据所述相关度与所述权重获取所述第一对象和所述第二对象之间的相似度包括：
获取所述第一对象的第一属性的属性值和所述第二对象的第二属性的属性值之间的相似度；
判断所述第一对象与所述第二对象是否完全相同；
当所述第一对象与所述第二对象不完全相同时，获取所述第一对象与所述第二对象之间的相似度。
7.根据权利要求6所述的方法，其特征在于，所述获取所述第一对象的第一属性的属性值和所述第二对象的第二属性的属性值之间的相似度包括通过以下方程获取：
其中，表示对所述第一对象的所述第一属性A的属性值求simhash值，所述第一对象属于对象类型X；
表示对所述第二对象的所述第二属性B的属性值求simhash值，所述第二对象属于对象类型Y；
表示对和的simhash值求海明距离，所述海明距离为两个长整数的二进制表示的对应位置的不同字符的个数。
8.根据权利要求6所述的方法，其特征在于，所述获取所述第一对象与所述第二对象之间的相似度sim〔x，y〕包括通过以下方程获取：
其中，x表示所述第一对象，y表示所述第二对象，n表示所述第一对象的属性类型数量，m表示所述第二对象的属性类型数量，cor(Xi，Yj)表示所述第一对象的第i个属性与所述第二对象的第j个属性之间的相似度。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京天广汇通科技有限公司，未经北京天广汇通科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201611177626.5/1.html，转载请声明来源钻瓜专利网。
