[发明专利]一种基于关系传播网络的多维数据空间相似度匹配方法

摘要

本发明涉及一种基于关系传播网络的多维数据空间相似度匹配方法，该算法包括如下步骤：(1)建立n个不同数据空间的关系传播网络，并建立其关系传播矩阵RTN；(2)分别确定数据空间S_i和数据空间S_j相似关系重要性权重矩阵λ_ij；(3)根据关系传播矩阵和重要性权重矩阵建立常矩阵R；(4)赋值K＝0，获取初始相似度传播矩阵RTS⁰；(5)计算(6)判断ABS(SUM(RTS^K+1-RTS^K))≥F是否成立，若成立赋值RTS＝RTS^K+1，保存得到相似度传播矩阵RTS并执行步骤(7)，否则赋值K＝K+1，返回步骤(5)；(7)获取RTS中的元素，进行多维数据空间中的数据对象之间的匹配。与现有技术相比，本发明相似度匹配方法能计算多维数据空间的数据对象的相似度值，具有高可行性、高扩展性和高可行度等优点。

主权项

一种基于关系传播网络的多维数据空间相似度匹配方法，其特征在于，该方法包括如下步骤：(1)建立n个不同数据空间的关系传播网络，并建立其关系传播矩阵RTN：矩阵RTN各元素记作RS_ij，其中i＝1,2……n，j＝1,2……n，RS_ij为数据空间S_i和数据空间S_j的相似关系矩阵，RS_ij均为c_i×c_j维矩阵，其中c_i为数据空间S_i中的数据对象个数，c_j为数据空间S_j中的数据对象个数；(2)分别确定数据空间S_i和数据空间S_j相似关系重要性权重矩阵λ_ij，对于任意i＝1,2……n，满足(3)根据关系传播矩阵RTN和重要性权重矩阵λ_ij建立常矩阵R，具体为：其中其维数与关系传播矩阵RTN维数相同；(4)赋值K＝0，获取初始相似度传播矩阵RTS⁰＝E，其中RTS⁰与关系传播矩阵RTN维数相同，E为单位矩阵；(5)计算(6)判断ABS(SUM(RTS^K+1‑RTS^K))≥F是否成立，其中SUM(RTS^K+1‑RTS^K)表示对矩阵(RTS^K+1‑RTS^K)中各元素求和，ABS(SUM(RTS^K+1‑RTS^K))表示矩阵(RTS^K+1‑RTS^K)中各元素求和后的绝对值，F为相似度阈值，若ABS(SUM(RTS^K+1‑RTS^K))≥F成立，则赋值RTS＝RTS^K+1，保存得到相似度传播矩阵RTS并执行步骤(7)，否则赋值K＝K+1，返回步骤(5)；(7)获取相似度传播矩阵RTS中的元素，进行多维数据空间中的数据对象之间的匹配。