[發明專利]一種布爾型數據特征增量更新方法及裝置

在審

• 申請號: 202010033945.9
• 申請日: 2020-01-13
• 公開（公告）號: CN111209529A
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 楊天若;楊靜;劉華中;高源
• 申請（專利權）人: 華中科技大學鄂州工業技術研究院;華中科技大學
• 主分類號: G06F17/16
• 分類號: G06F17/16
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種布爾型數據特征增量更新方法，其特征在于，包括：

獲取原始張量和新增張量；其中，所述原始張量由原始的布爾型數據構建，所述新增張量由新增的布爾型數據構建；

根據所述原始張量，獲得所述原始張量的R個原始因子矩陣；其中，R為所述原始張量的秩；

根據所述新增張量，獲得所述新增張量的第K階對應的多個子張量；其中，K為小于等于N的正整數，N為所述原始張量的維數；

根據所述R個原始因子矩陣與第K階對應的所述多個子張量，獲得增量階因子矩陣；其中，所述第K階為增量階；

根據所述增量階因子矩陣以及所述原始因子矩陣對所述新增張量的第M階的新增因子矩陣進行更新，獲得第M階更新后的新增因子矩陣；其中，M為小于等于N且不為K的正整數；

將第M階的所述原始因子矩陣和第M階對應的所述新增因子矩陣進行特征融合，獲得第M階的更新因子矩陣；其中，所述更新因子矩陣用于獲得所述布爾型數據更新后的張量分解。

2.根據權利要求1所述的方法，其特征在于，所述根據所述R個原始因子矩陣與第K階對應的所述多個子張量，獲得增量階因子矩陣，包括：

根據所述R個原始因子矩陣，獲取第K階對應的第一張量特征；

根據所述多個子張量與所述第一張量特征的相似性，確定增量階因子矩陣中每個位置的元素值；其中，所述相似性由所述第一張量特征與對應的所述子張量中的元素值相同的數量確定。

3.根據權利要求2所述的方法，其特征在于，所述根據所述多個子張量與所述第一張量特征的相似性，確定增量階因子矩陣中每個位置的元素值，包括：

若第一張量特征被第一子張量包含，則確定第K階的所述增量階因子矩陣中與所述第一子張量對應的位置的元素值為1；其中，所述包含為所述第一張量特征中元素為1的位置在對應的所述第一子張量中的元素也為1，所述子張量包括第一子張量和第二子張量；

若第一張量特征中的元素值與所述第二子張量元素值之間的覆蓋與過覆蓋相同，則確定第K階的所述增量階因子矩陣中與所述第二子張量對應的位置的元素值為1；其中，所述覆蓋為所述第一張量特征中元素為1的位置在對應的所述第二子張量中的元素也為1，所述過覆蓋為所述第一張量特征中元素為1的位置在對應的所述第二子張量中的元素為0；

將第K階的所述增量階因子矩陣中未確定的元素位置，確定元素值為0。

4.根據權利要求2所述的方法，其特征在于，所述第K階對應的所述第一張量特征的獲取，包括：

將除第K階對應的向量之外的其他向量的外積，作為第K階對應的所述第一張量特征。

5.根據權利要求1所述的方法，其特征在于，所述根據所述增量階因子矩陣以及所述原始因子矩陣對所述新增張量的第M階的新增因子矩陣進行更新，獲得第M階更新后的新增因子矩陣，包括：

將第M階的原始因子矩陣的每列元素，作為第M階對應的一個第二張量特征；

根據每個所述第二張量特征中的元素值為1的數量，確定該第二張量特征對所述更新因子矩陣的影響；

若所述第二張量特征使得所述更新因子矩陣的誤差降低，則確定第M階的所述新增因子矩陣對應于所述第二張量特征的位置元素值為1；

否則，確定第M階的所述新增因子矩陣對應于所述第二張量特征的位置元素值為0。