[發(fā)明專(zhuān)利]用于將數(shù)據(jù)記錄分組的設(shè)備、系統(tǒng)以及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201480014861.3
• 申請(qǐng)日: 2014-03-14
• 公開(kāi)（公告）號(hào): CN105518658A
• 公開(kāi)（公告）日: 2016-04-20
• 發(fā)明（設(shè)計(jì)）人: B·西馬諾夫斯基;M·拉岡;L·保羅維茲
• 申請(qǐng)（專(zhuān)利權(quán)）人: 美國(guó)結(jié)構(gòu)數(shù)據(jù)有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 楊曉光;于靜

1.一種設(shè)備，包括：

處理器，其被配置成運(yùn)行存儲(chǔ)在存儲(chǔ)器中的一個(gè)或多個(gè)模塊，其中所 述一個(gè)或多個(gè)模塊被配置成：

識(shí)別針對(duì)其確定相似性值的至少一對(duì)數(shù)據(jù)記錄；

至少部分地基于與所述至少一對(duì)數(shù)據(jù)記錄相關(guān)聯(lián)的多個(gè)屬性， 確定所述至少一對(duì)數(shù)據(jù)記錄的所述相似性值；以及

基于所述至少一對(duì)數(shù)據(jù)記錄的所述相似性值，將所述至少一對(duì) 數(shù)據(jù)記錄與一個(gè)或多個(gè)集群相關(guān)聯(lián)，每個(gè)所述集群均與唯一實(shí)體相關(guān) 聯(lián)。

2.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊進(jìn)一步被配 置成基于可能由相關(guān)數(shù)據(jù)記錄共享的一組預(yù)定屬性，識(shí)別不需要針對(duì)其確 定相似性值的一對(duì)或多對(duì)數(shù)據(jù)記錄。

3.根據(jù)權(quán)利要求2所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成基 于來(lái)自先前迭代的數(shù)據(jù)記錄與集群的關(guān)聯(lián)，調(diào)節(jié)所述一組預(yù)定屬性。

4.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成基 于從訓(xùn)練數(shù)據(jù)記錄得知的相似性函數(shù)，確定所述相似性值。

5.根據(jù)權(quán)利要求4所述的設(shè)備，其中所述相似性函數(shù)被設(shè)計(jì)成推斷與 數(shù)據(jù)記錄的特定屬性相關(guān)聯(lián)的特定組件的重要性，其中通過(guò)如下操作得知 所述相似性函數(shù)：

確定在與所述訓(xùn)練數(shù)據(jù)記錄的所述特定屬性相關(guān)聯(lián)的組件之間的差 異，其中已知所述訓(xùn)練數(shù)據(jù)記錄屬于同一集群；以及

基于所述特定組件在所述差異中出現(xiàn)的次數(shù)，確定所述特定組件的重 要性。

6.根據(jù)權(quán)利要求4所述的設(shè)備，其中所述相似性函數(shù)被設(shè)計(jì)成推斷將 數(shù)據(jù)記錄的特定屬性中的第一組件與第二組件互換的可能性，其中通過(guò)如 下操作得知所述相似性函數(shù)：

確定在與所述訓(xùn)練數(shù)據(jù)記錄的所述特定屬性相關(guān)聯(lián)的組件之間的差 異，其中已知所述訓(xùn)練數(shù)據(jù)記錄屬于同一集群，以及

基于所述第一組件和所述第二組件同時(shí)在所述差異中出現(xiàn)的次數(shù)，確 定將所述第一組件與所述第二組件互換的可能性。

7.根據(jù)權(quán)利要求4所述的設(shè)備，其中所述相似性函數(shù)被設(shè)計(jì)成確定數(shù) 據(jù)記錄的缺失屬性具有特定組件的條件可能性，其中通過(guò)如下操作確定所 述條件可能性：

確定對(duì)應(yīng)于特定實(shí)體的已知屬性的組合；

確定缺失屬性在具有所述已知屬性的組合的特定實(shí)體的數(shù)據(jù)記錄之 間的所有變化；以及

假定所述數(shù)據(jù)記錄具有已知屬性的特定組合，基于所述缺失屬性的所 述變化來(lái)確定所述缺失屬性具有特定組件的條件概率。

8.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成：

將多個(gè)數(shù)據(jù)記錄表示為圖中的多個(gè)節(jié)點(diǎn)；

將所述至少一對(duì)數(shù)據(jù)記錄的所述相似性值表示為圖中對(duì)應(yīng)于所述至 少一對(duì)數(shù)據(jù)記錄的節(jié)點(diǎn)之間的至少一個(gè)邊；以及

基于所述圖確定所述一個(gè)或多個(gè)集群。

9.根據(jù)權(quán)利要求8所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成基 于所述圖，使用圖聚類(lèi)技術(shù)來(lái)確定所述一個(gè)或多個(gè)集群。

10.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成 接收要求所述一個(gè)或多個(gè)模塊將兩個(gè)數(shù)據(jù)記錄與同一集群相關(guān)聯(lián)的聚類(lèi) 指令。

11.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成

使用聚類(lèi)技術(shù)將所述多個(gè)數(shù)據(jù)記錄中的至少一個(gè)關(guān)聯(lián)到一個(gè)或多個(gè) 集群；以及

基于所述一個(gè)或多個(gè)集群中的數(shù)據(jù)記錄，獨(dú)立地調(diào)節(jié)針對(duì)所述一個(gè)或 多個(gè)集群中的每個(gè)集群的聚類(lèi)技術(shù)的參數(shù)。

12.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成 通過(guò)從另一計(jì)算裝置接收所述至少一對(duì)數(shù)據(jù)記錄的所述相似性值，來(lái)確定 所述至少一對(duì)數(shù)據(jù)記錄的所述相似性值。

13.根據(jù)權(quán)利要求1所述的設(shè)備，其中所述一個(gè)或多個(gè)模塊被配置成：

從多個(gè)計(jì)算裝置接收在所述多個(gè)計(jì)算裝置處獨(dú)立識(shí)別的多個(gè)子集群； 以及

在所述多個(gè)子集群上執(zhí)行并查操作以識(shí)別所述一個(gè)或多個(gè)集群。