[發明專利]一種對數據表進行分類的方法、系統、終端和存儲介質在審
| 申請號： | 201811561501.1 | 申請日： | 2018-12-20 |
| 公開（公告）號： | CN109800422A | 公開（公告）日： | 2019-05-24 |
| 發明（設計）人： | 張碩 | 申請（專利權）人： | 北京明略軟件系統有限公司 |
| 主分類號： | G06F17/27 | 分類號： | G06F17/27;G06F16/35 |
| 代理公司： | 北京安信方達知識產權代理有限公司 11262 | 代理人： | 王康;栗若木 |
| 地址： | 102218 北京市昌平區東小*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 標準特征向量 特征向量 存儲介質 分類 終端 | ||
1.一種對數據表進行分類的方法，其特征在于，包括：
獲取已知類別數據表中每種類別數據表的schema標準特征向量；
獲取待識別類別的數據表的schema特征向量；
判斷所述待識別類別的數據表的schema特征向量和一種已知類別數據表的schema標準特征向量是否相似，如果所述待識別類別的數據表的schema特征向量與該一種已知類別數據表的schema標準特征向量相似，則將該待識別類別的數據表歸為該已知類。
2.根據權利要求1所述的對數據表進行分類的方法，其特征在于，
獲取待識別類別的數據表的schema特征向量，包括：
對待識別類別的數據表的schema中每個屬性進行分詞生成詞組向量；
基于待識別類別的數據表的schema中所有屬性得到的詞組向量進行詞頻統計，生成詞頻統計向量；
參照一種已知類別數據表的schema標準特征向量，對詞頻統計向量進行同義詞映射后重新統計詞頻，生成該待識別類別的數據表的schema特征向量。
3.根據權利要求1或2所述的對數據表進行分類的方法，其特征在于，
判斷所述待識別類別的數據表的schema特征向量和一種已知類別數據表的schema標準特征向量是否相似，如果所述待識別類別的數據表的schema特征向量與該一種已知類別數據表的schema標準特征向量相似，則將該待識別類別的數據表歸為該已知類，包括：
判斷所述待識別類別的數據表的schema特征向量和一種已知類別數據表的schema標準特征向量是否為同一維度，如何不是同一維度，將所述待識別類別的數據表的schema特征向量和該一種已知類別數據表的schema標準特征向量格式化成同一維度的特征向量；
將所述待識別類別的數據表的schema特征向量和與其同一維度的一種已知類別數據表的schema標準特征向量進行如下計算得到相似度：
其中，similar表示相似度，V表示待識別類別的數據表的schema特征向量，V'表示該一種已知類別數據表的schema標準特征向量，||·||表示向量的范數；
當similar大于預設閾值，則所述待識別類別的數據表的schema特征向量與該已知類別數據表的schema標準特征向量相似，則將該待識別類別的數據表歸為該已知類。
4.一種對數據表進行分類的系統，其特征在于，包括：
數據表類別特征向量獲取模塊，用于獲取已知類別數據表中每種類別數據表的schema標準特征向量；
待識別類別數據表特征向量獲取模塊，用于獲取待識別類別的數據表的schema特征向量；
數據表分類模塊，用于判斷所述待識別類別的數據表的schema特征向量和一種已知類別數據表的schema標準特征向量是否相似，如果所述待識別類別的數據表的schema特征向量與該一種已知類別數據表的schema標準特征向量相似，則將該待識別類別的數據表歸為該已知類。
5.根據權利要求4所述的對數據表進行分類的系統，其特征在于，
待識別類別數據表特征向量獲取模塊，用于獲取待識別類別的數據表的schema特征向量，包括：
對待識別類別的數據表的schema中每個屬性進行分詞生成詞組向量；
基于待識別類別的數據表的schema中所有屬性得到的詞組向量進行詞頻統計，生成詞頻統計向量；
參照一種已知類別數據表的schema標準特征向量，對詞頻統計向量進行同義詞映射后重新統計詞頻，生成該待識別類別的數據表的schema特征向量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京明略軟件系統有限公司，未經北京明略軟件系統有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811561501.1/1.html，轉載請聲明來源鉆瓜專利網。
