公开(公告)号：CN102929988A

公开(公告)日：2013-02-13

申请号：CN201210401317.7

申请日：2012-10-19

Applicant: 中国科学院计算技术研究所

Inventor： 史亮 ,  王斌 ,  卫冰洁 ,  张帅 ,  张冠元

IPC: G06F17/30

Abstract: 本发明公开了用于对倒排索引进行压缩的文档序号重排方法及其系统，该方法包括：步骤1，对已经分配好文档序号的文档进行词语划分得到词项，对所述词项按照其在所述文档中的出现频率进行排列，得到第一顺序的词项；步骤2，利用所述第一顺序的词项对所述文档进行重新排序，获得所述文档的最终排序；步骤3，新的文档序号按照所述文档的最终排序进行重新分配。本发明在运行过程中通过对词项进行排序，挖掘文档之间的相似度关系，仅占用少量内存空间，大大降低了算法的时间复杂度和空间复杂度。

公开(公告)号：CN102929988B

公开(公告)日：2015-07-08

申请号：CN201210401317.7

申请日：2012-10-19

Applicant: 中国科学院计算技术研究所

Inventor： 史亮 ,  王斌 ,  卫冰洁 ,  张帅 ,  张冠元

IPC: G06F17/30

Abstract: 本发明公开了用于对倒排索引进行压缩的文档序号重排方法及其系统，该方法包括：步骤1，对已经分配好文档序号的文档进行词语划分得到词项，对所述词项按照其在所述文档中的出现频率进行排列，得到第一顺序的词项；步骤2，利用所述第一顺序的词项对所述文档进行重新排序，获得所述文档的最终排序；步骤3，新的文档序号按照所述文档的最终排序进行重新分配。本发明在运行过程中通过对词项进行排序，挖掘文档之间的相似度关系，仅占用少量内存空间，大大降低了算法的时间复杂度和空间复杂度。

公开(公告)号：CN102385719A

公开(公告)日：2012-03-21

申请号：CN201110339224.1

申请日：2011-11-01

Applicant: 中国科学院计算技术研究所

Inventor： 李锐 ,  张帅 ,  王斌 ,  李鹏 ,  张冠元 ,  鲁凯

IPC: G06Q10/04

Abstract: 本发明提供一种回归预测方法，不仅考虑自变量X之间相似度，还考虑了原数据中因变量Y之间的相似度，从近邻和近邻的历史的角度考虑了输出值y发展的模式。相比以往未考虑数据发展模式的模型，该方法在数据集上，只增加了一个预处理的阶段，不需要额外的资源就可以丰富数据点的信息；而且丰富了原数据点X的信息，最终提高预测效果。另外，可以在MapReduce框架上进行实现，利用其并行性来提高执行速度。