[发明专利]计算搜索服务器文本匹配程度的方法、装置以及存储介质在审
| 申请号： | 201910819657.3 | 申请日： | 2019-08-31 |
| 公开（公告）号： | CN110704580A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 徐培培 | 申请（专利权）人： | 苏州浪潮智能科技有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/182 |
| 代理公司： | 37205 济南舜源专利事务所有限公司 | 代理人： | 刘雪萍 |
| 地址： | 215100 江苏省苏州市吴*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种计算搜索服务器文本匹配程度的方法、装置以及存储介质，包括S1：数据收集的步骤；对存储在分布式文件存储系统中的数据或是存储在HIVE数据仓中的数据进行收集；S2：数据预处理的步骤；对收集到的数据进行预处理，对数据的缺失、重复以及异常进行处理；并获取数据的缺失值、重复值以及异常值；S3：因子分析的步骤；通过因子对数据进行简化，获取数据之间的依赖关系；S4：数据离散化的步骤；对于连续特征数据，采用特征离散的方法对数据进行处理；在增强鲁棒性同时也能起到简化模型以及降低模型过拟合的风险。S5：获取文本匹配程度的步骤。 | ||
| 搜索关键词： | 获取数据 文本匹配 存储 分布式文件存储系统 预处理 数据预处理 搜索服务器 增强鲁棒性 存储介质 简化模型 连续特征 数据收集 依赖关系 因子分析 离散化 数据仓 重复 拟合 | ||
【主权项】：
1.一种计算搜索服务器文本匹配程度的方法，其特征在于，包括以下步骤：/nS1：数据收集的步骤；/n对存储在分布式文件存储系统中的数据或是存储在HIVE数据仓中的数据进行收集；/nS2：数据预处理的步骤；/n对收集到的数据进行预处理，对数据的缺失、重复以及异常进行处理；并获取数据的缺失值、重复值以及异常值；/nS3：因子分析的步骤；/n通过因子对数据进行简化，获取数据之间的依赖关系；/nS4：数据离散化的步骤；/n对于连续特征数据，采用特征离散的方法对数据进行处理；/nS5：获取文本匹配程度的步骤；/n调用朴素贝叶斯分类算法，统一以下模型计算概率：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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苏州浪潮智能科技有限公司，未经苏州浪潮智能科技有限公司许可，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/patent/201910819657.3/，转载请声明来源钻瓜专利网。
