欢迎来到中细软旗下技术转移平台

服务热线：400-9696-518

节能环保新能源新材料高端制造生物产业数字创意

免费询价在线咨询

专利号	2018102516268	专利名称	一种大规模文档相似性检测方法
专利类型	发明专利	国际分类	G06F17/30
申请人	南京邮电大学	申请地址	江苏省南京市新模范马路66号
发明人	王诚;王宇成	申请日期	2018-03-26
下证状态	已下证	更新时间	2026-09-23 17:33:30
专利摘要	本发明提出了一种大规模文档相似性检测方法，包括：S1、计算文档集中文档其他信息的相似度；S2、每篇文档内容对应一个签名S和一个f维向量V；S3、对文档内容进行分词处理；S4、特征词x的权重综合计算；S5、将特征词用哈希函数映射为签名h，遍历h的每一位，对V进行调整；S6、遍历V，对于签名S进行调整，最终生成签名S为文档内容对应的签名值；S7、将文档内容对应的签名值分为n块，使用哈希函数，映射到桶，并判断是否二次哈希；S8、同一个桶的文档作为候选对，计算相似度；S9、判断是否为相似文档。本发明检测的准确率高，执行效率高。可广泛用于互联网大规模数据挖掘中。

买卖双方需提供			平台提供	转让后买方可获得
	企业	个人	专利代理委托书专利权转让协议办理文件副本请求书发明人变更声明	专利证书手续合格通知书专利登记簿副本
买方	企业营业执照企业组织机构代码证	身份证
卖方	企业营业执照专利证书原件	身份证专利证书原件