[發明專利]一種基于檢索式的指標數據圖表解讀方法

有效

• 申請號: 202010084147.9
• 申請日: 2020-02-10
• 公開（公告）號: CN111339082B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 申強賓;段飛虎;陳峰濤;趙霖星;馮自強;張宏偉
• 申請（專利權）人: 同方知網（北京）技術有限公司;同方知網數字出版技術股份有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/242;G06F16/2458;G06F16/248
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 王澤云

1.一種基于檢索式的指標數據圖表解讀方法，其特征在于，所述方法包括：

步驟A制定指標本體數據格式，并按指定的格式將收集的指標數據統一入庫；

步驟B提取各種指標的圖表數據與圖表解讀信息，并將指標信息中相關信息構建成指標信息結構體，用Simhash算法對指標信息結構體進行編碼，形成64位二進制的多階指紋特征值，將圖表信息、指標信息與指標信息的多階指紋特征值和指標的相關解讀存儲入庫形成指標本體圖表數據解讀資源庫；

步驟C從指標數據庫中查找指標相關數據構建指標圖表模型，根據指標的相關信息構建指標信息結構體，使用Simhash算法對指標信息結構體進行編碼，形成64位二進制的多階指紋特征值，使用多階指紋特征值去指標本體圖表數據解讀資源庫中進行檢索匹配。

2.如權利要求1所述的基于檢索式的指標數據圖表解讀方法，其特征在于，所述Simhash算法包括分詞，hash，加權，合并與降維；具體包括如下：

(1)對文本進行分詞并去除對全文內容沒有影響的詞匯，并對每個詞賦予權重，權重采用詞頻來計算；

(2)通過hash函數計算每個詞的特征值，并用二進制的0和1組成n-bit簽名，使字符串變成一系列數字；

(3)在hash值的基礎上，給所有特征值進行加權；

(4)將各個特征值的加權結果累加，變成只有一個序列串；

(5)對于n-bit簽名的累加結果，如果大于0則置1，否則置0，從而得到語句的Simhash值。

3.如權利要求1所述的基于檢索式的指標數據圖表解讀方法，其特征在于，所述步驟C還包括：對匹配的多條指標解讀記錄取前幾條再通過余弦相似度算法進行指標相似度匹配，取相似度最近的記錄的解讀信息為指標圖表模型的解讀信息。

4.如權利要求3所述的基于檢索式的指標數據圖表解讀方法，其特征在于，所述余弦相似度算法包括：

列出兩個指標結構體中的屬性值；

計算詞頻；

寫出詞頻向量；

計算兩個指標結構體的向量余弦值。