CN111104436B - 一种标签维值自调整方法及系统 - Google Patents
一种标签维值自调整方法及系统 Download PDFInfo
- Publication number
- CN111104436B CN111104436B CN201911387376.1A CN201911387376A CN111104436B CN 111104436 B CN111104436 B CN 111104436B CN 201911387376 A CN201911387376 A CN 201911387376A CN 111104436 B CN111104436 B CN 111104436B
- Authority
- CN
- China
- Prior art keywords
- tag
- dimension value
- label
- atomic
- dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种标签维值自调整方法及系统,包括:接收标签的元数据,所述元数据包括标签层级和标签维值;根据所述标签层级,获得所述标签的兄弟标签;根据所述兄弟标签,调整所述标签的标签维值。相比于现有技术,本发明实施例根据接收的标签元数据中的标签层级,找到该标签的兄弟标签,根据兄弟标签的标签维值自动调整该标签的标签维值,过程无需人工干涉,减少人工工作量,效率高。
Description
技术领域
本发明涉及大数据标签技术领域,具体涉及一种标签维值自调整方法及系统。
背景技术
在大数据领域,通过为数据打上不同的标签,然后可根据标签来筛选出指定数据。例如,根据标签“年龄”、“会员等级”,来筛选出指定符合条件(年龄范围21-22,会员等级为V1)的会员客群。标签维值是标签的一个属性,定义标签时从原子维值库中选择一个原子维值或多个原子维值组合作为标签维值,其中原子维值库中有单选、多选、范围、品类等原子维值。但是定义标签的标签维值会存在一定的错误率,在存储或提供给运行使用前需要对标签维值进行修改。目前都是人工进行检查并手动修改,工作量大且效率低。
发明内容
本发明的实施例提供一种标签维值自调整方法及系统,解决现有人工调整标签维值,工作量大且效率低的技术问题。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,本发明的实施例提供一种标签维值自调整方法,包括:
接收标签的元数据,所述元数据包括标签层级和标签维值;
根据所述标签层级,获得所述标签的兄弟标签;
根据所述兄弟标签,调整所述标签的标签维值。
结合第一方面,在第一方面的第一种可能的实现方式中,所述根据所述标签层级,获得所述标签的兄弟标签,具体包括:
根据所述标签层级,构建标签树;
根据所述标签树,获得所述标签的兄弟标签。
结合第一方面,在第一方面的第二种可能的实现方式中,所述根据所述兄弟标签,调整所述标签的标签维值,具体包括:
根据所述兄弟标签的标签维值,计算N个原子维值的调整因子,N表示大于等于1的整数;
根据说书调整因子,调整所述标签的标签维值。
结合第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,所述根据所述兄弟标签的标签维值,计算N个原子维值的调整因子,具体包括:
根据式(1)计算得到第i个原子维值的调整因子μi:
其中,P(Bi)=1/N,P(A/Bi)=Mi/Qi,Mi表示所述标签的兄弟标签中标签维值包括第i个原子维值的标签的个数,Qi表示标签树中标签维值包括第i个原子维值的标签的个数。
结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,所述根据所述调整因子,调整所述标签的标签维值,具体包括:
依次对N个原子维值的调整因子进行判断,如果原子维值的调整因子大于1,则将所述原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值。
第二方面,本发明的实施例提供一种标签维值自调整系统,包括:
接收模块,用于接收标签的元数据,所述元数据包括标签层级和标签维值;
查找模块,用于根据所述标签层级,获得所述标签的兄弟标签;
调整模块,用于根据所述兄弟标签,调整所述标签的标签维值。
结合第二方面,在第二方面的第一种可能的实现方式中,所述查找模块包括:
构建单元,用于根据所述标签层级,构建标签树;
查询单元,根据所述标签树,获得所述标签的兄弟标签。
结合第二方面,在第二方面的第二种可能的实现方式中,所述调整模块包括:
计算单元,用于根据所述兄弟标签的标签维值,计算N个原子维值的调整因子;
修改单元,用于根据所述调整因子,调整所述标签的标签维值。
结合第二方面的第二种可能的实现方式,在第二方面的第三种可能的实现方式中,所述计算单元进一步用于:
根据式(1)计算得到第i个原子维值的调整因子μi:
其中,P(Bi)=1/N,P(A/Bi)=Mi/Qi,Mi表示所述兄弟标签中标签维值包括第i个原子维值的标签的个数,Qi表示标签树中标签维值包括第i个原子维值的标签的个数。
结合第二方面的第三种可能的实现方式,在第二方面的第四种可能的实现方式中,所述修改单元进一步用于:
依次对N个原子维值的调整因子进行判断,如果原子维值的调整因子大于1,则将所述原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值。
本发明实施例提供的一种标签维值自调整方法及系统,解决现有人工调整标签维值,工作量大且效率低的技术问题。本发明实施例,首先接收标签的元数据,所述元数据包括标签层级和标签维值;然后根据所述标签层级,获得所述标签的兄弟标签;最后根据所述兄弟标签,调整所述标签的标签维值。相比于现有技术,本发明实施例根据接收的标签的元数据中的标签层级,找到该标签的兄弟标签,根据兄弟标签的标签维值自动调整该标签的标签维值,过程无需人工干涉,减少人工工作量,效率高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为运行本发明实施例提供的标签维值自调整方法的标签管理服务器的架构示意图;
图2为本发明实施例提供的标签维值自调整方法的流程图;
图3为本发明实施例的一个具体例子中构建的标签树的示意图;
图4为本发明实施例提供的标签维值自调整系统的结构框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的提前下所获得的实施例,都应属于本发明保护的范围。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本发明实施例提供的标签维值自调整方法流程,具体可以运行在图1所示的标签管理服务器中。
标签管理服务器包括输入单元、处理器单元、输出单元、通信单元、存储单元、外设单元等组件。这些组件通过一条或多条总线进行通信。本领域技术人员可以理解,图中示出的标签管理服务器的结构并不构成对本发明的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。具体的:
输入单元用于实现开发人员与标签管理服务器的交互和/或信息输入到标签管理服务器中。例如,输入单元可以接收开发人员输入的数字或字符信息,以产生与用户设置或功能控制有关的信号输入。在本发明具体实施方式中,输入单元可以是触控面板,也可以是其他人机交互界面,例如实体输入键、鼠标或是操纵杆等。
处理器单元为标签管理服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储单元内的软件程序和/或模块,以及调用存储在存储单元内的数据,以执行服务器的各种功能和/或处理数据。处理器单元可以由集成电路(Integrated Circuit,简称IC)组成,例如可以由单颗封装的IC所组成,也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说,处理器单元可以仅包括中央处理器(Central Processing Unit,简称CPU),也可以是GPU、数字信号处理器(Digital SignalProcessor,简称DSP)、及通信单元中的控制芯片(例如基带芯片)的组合。在本发明实施方式中,CPU可以是单运算核心,也可以包括多运算核心。
通信单元用于建立通信信道,使标签管理服务器通过通信信道以连接至远程设备,例如用户的终端设备,并与远程设备进行数据交互。
输出单元包括但不限于影像输出单元和声音输出单元。影像输出单元用于输出文字、图片和/或视频。影像输出单元可包括显示面板,例如采用LCD(Liquid CrystalDisplay,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)、场发射显示器(field emission display,简称FED)等形式来配置的显示面板。
存储单元可用于存储软件程序以及模块,处理单元通过运行存储在存储单元的软件程序以及模块,从而执行服务器的各种功能应用以及实现数据处理。存储单元主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统、至少一个功能所需的应用程序。在本发明具体实施方式中,存储单元可以包括易失性存储器,例如非挥发性动态随机存取内存(Nonvolatile RandomAccess Memory,简称NVRAM)、相变化随机存取内存(PhaseChange RAM,简称PRAM)、磁阻式随机存取内存(Magetoresistive RAM,简称MRAM)等,还可以包括非易失性存储器,例如至少一个磁盘存储器件、电子可擦除可编程只读存储器(ElectricallyErasable ProgrammableRead-Only Memory,简称EEPROM)、闪存器件,例如反或闪存(NOR flash memory)或是反及闪存(NAND flash memory)。非易失存储器储存处理单元所执行的操作系统及应用程序。处理单元从非易失存储器加载运行程序与数据到内存并将数字内容储存于大量储存装置中。
电源用于给标签管理服务器的不同部件进行供电以维持其运行,包括直接向服务器供电的外接电源,例如AC适配器等。在本发明的一些实施方式中,电源还可以作更为广泛的定义,例如还可以包括电源管理系统、充电系统、电源故障检测电路、电源转换器或逆变器、电源状态指示器(如发光二极管),以及与服务器的电能生成、管理及分布相关联的其他任何组件。
本发明实施例提供一种标签维值自调整方法,如图2所示,包括:
步骤S10,接收标签的元数据,所述元数据包括标签层级和标签维值;
步骤S20,根据所述标签层级,获得所述标签的兄弟标签;
步骤S30,根据所述兄弟标签,调整所述标签的标签维值。
本发明实施例提供的标签维值自调整方法,解决现有人工调整标签维值,工作量大且效率低的技术问题。本发明实施例,首先接收标签的元数据,所述元数据包括标签层级和标签维值;然后根据所述标签层级,获得所述标签的兄弟标签;最后根据所述兄弟标签调整,所述标签的标签维值。相比于现有技术,本发明实施例根据接收的标签的元数据中的标签层级,找到该标签的兄弟标签,根据兄弟标签的标签维值自动调整该标签的标签维值,过程无需人工干涉,减少人工工作量,效率高。
在步骤S10中,定义一个新的标签后,生成所述新标签的元数据,标签管理系统接收所述标签的元数据,所述元数据包括标签层级和标签维值,还包括标签名称、标签ID以及所属业态等。例如,定义标签“首访时间”,标签管理系统接收该标签的元数据,包括标签名称“首访时间”,标签ID“LM01900”,标签层级“接触渠道—店铺流量—登录—首访时间”,标签维值“品类”等。
在步骤S20中,根据接收的标签的元数据中的标签层级,获得所述标签的兄弟标签。
根据本发明的一个实施例,根据标签的标签层级构建标签树,根据所述标签树获得所述标签的兄弟标签。具体的,在历史标签树中查找该标签的标签层级中的第一层节点,如果历史标签树中没有该节点,则新建该节点,依次在该节点下新建标签层级中的第二层节点、第三层节点,直至最后一层节点,将该标签建立在最后一层节点下。如果在历史标签树中查找到该标签的标签层级中的第一层节点,则在该节点的子节点中查找该标签的标签层级中的第二层节点,如果没有该节点,则新建该节点,依次在该节点下新建标签层级中的第三层节点、第四层节点,直至最后一层节点,将该标签建立在最后一层节点下。依次查找该标签的标签层级中的节点,直至将该标签建立在最后一层节点下,从而将该标签加入历史标签树中,即构建了新的标签树。如果没有历史标签树,则按照上述方法根据标签层级新建节点,加入标签,从而构建标签树。以标签“首访时间”为例,其标签层级“接触渠道—店铺流量—登陆”,在历史标签树中查找节点“接触渠道”,若找不到,则新建该节点,在该节点下新建“店铺流量”节点,在“店铺流量”节点下新建“登录”节点,将标签“首访时间”建立在“登陆”节点下。若找到“接触渠道”节点,则在节点“接触渠道”的子节点中查找节点“店铺流量”,若找不到,则新建“店铺流量”节点,在“店铺流量”节点下新建“登录”节点,将标签“首访时间”建立在“登陆”节点下。若找到“店铺流量”节点,则在节点“店铺流量”的子节点中查找节点“登陆”,若找不到,则新建“登陆”节点。若找到“登陆”节点,则将标签“首访时间”建立在“登陆”节点下。从而将标签“首访时间”加入历史标签树中,得到新的标签树。
查找构建得到的标签树,获得所述标签的兄弟标签,兄弟标签为与所述标签具有相同标签层级的标签。以标签“首访时间”为例,查找标签树中“接触渠道”节点下的“店铺流量”节点下的“登陆”节点下的标签,这些标签为标签“首访时间”的兄弟标签。
本发明实施例中构建标签树来查找得到与标签具有相同层级结构的兄弟标签,通过构建标签树,能够比较清楚的显示标签之间的血缘关系,查找兄弟标签的过程中比较次数少,查找速度快,正确率高。构建的标签树可以循环使用,当配置新的标签时,将新标签加入标签树,即可查找到其兄弟标签,实现标签维值自调整,同时提高自调整效率和正确率。
在步骤S30中,根据所述标签的兄弟标签,调整所述标签的标签维值。
根据本发明的一个实施例,原子维值库中有N个原子维值,N为大于等于2的整数。根据所述兄弟标签的标签维值分别计算N个原子维值的调整因子,依次对N个原子维值的调整因子进行判断,如果原子维值的调整因子大于1,则将所述原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值。
步骤S30具体包括:
步骤S301,分别计算每个原子维值的先验概率P(Bi)=1/N,i=1,2,3,…,N。
步骤S302,依次对N个原子维值做统计,得到该标签的兄弟标签中标签维值含有第i个原子维值的标签个数Mi以及标签树中标签维值含有第i个原子维值的标签个数Qi,从而计算得到在该标签层级下标签维值含有第i个原子维值的概率P(A/Bi)=Mi/Qi。
步骤S303,根据下式计算得到第i个原子维值的调整因子:
从而得到N个原子维值的调整因子。
步骤S304,依次对N个原子维值的调整因子进行判断,如果第i个原子维值的调整因子大于1,若所述标签的标签维值不含有第i个原子维值,则将该原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值;如果第i个原子维值的调整因子小于1,则不调整所述标签的标签维值。
本发明实施例中首先根据兄弟标签的标签维值分别计算得到选择每个原子维值作为标签维值的标签在该标签层级下的概率P(A/Bi),而后由全概率公式得到一个标签在该标签层级下的概率其中P(Bi)为选择每个原子维值作为标签维值的概率,N个原子维值的概率是相同的,即P(Bi)=1/N,定义每个原子维值的调整因子μi=P(Bi/A)/P(Bi),表示在该标签层级下标签维值为每个原子维值的概率与选择每个原子维值作为标签维值的概率的比值,由贝叶斯公式转换得到从而计算得到每个原子维值的调整因子。如果某个调增因子大于1,表示在该标签层级下标签维值为该原子维值的概率大,如果标签维值中没有该原子维值,则将该原子维值加入标签维值中,否则不修改标签维值,这样自动将新建标签的标签维值与兄弟标签的标签维值相匹配,调整为正确率大的标签维值。本发明实施例利用全概率公式和贝叶斯公式计算调整因子,计算量小,耗时少,不占用大的硬件资源。
每个原子维值的调整因子来调整标签维值,其中每个原子维值的调整因子为该原子维值的后验概率与先验概率的比值,即先验概率为在标签没有任何关联条件下选择每个原子维值作为标签维值的概率,每个原子维值的先验概率是相同的。
下面以本发明实施例的一个具体例子来介绍本发明标签维值自调整方法的流程,该例子中假设有四个原子维值,分别为单选、多选、区间和品类。
步骤201,接收配置好的新标签“首访时间”,其标签元数据包括:标签名称“首访时间”,标签ID“LM01900”,标签层级“接触渠道—店铺流量—登陆—首访时间”,标签维值“品类”等。
步骤202,根据标签层级“接触渠道—店铺流量—登陆—首访时间”,构建标签树。
具体的,先在已有的标签树中查找节点“接触渠道”,若找不到,则新建该节点,依次在该节点下新建“店铺流量”节点,在“店铺流量”节点下新建“登录”节点,将标签“首访时间”建立在“登陆”节点下。若找到“接触渠道”节点,则在节点“接触渠道”的子节点中查找节点“店铺流量”,若找不到,则新建“店铺流量”节点,在“店铺流量”节点下新建“登录”节点,将标签“首访时间”建立在“登陆”节点下。若找到“店铺流量”节点,则在节点“店铺流量”的子节点中查找节点“登陆”,若找不到,则新建“登陆”节点。若找到“登陆”节点,则将标签“首访时间”建立在“登陆”节点下。从而得到新的标签树,如图3所示。
步骤S203,查找标签树,获得在节点“接触渠道”的子节点“店铺流量”的子节点“登录”下的标签,这些标签为标签“首访时间”的兄弟标签。
步骤S303,根据兄弟标签的标签维值分别计算四个原子维值的调整因子,具体为:
步骤S3031,计算得到原子维值“单选”的先验概率P(B1)=0.25,原子维值“多选”的先验概率P(B2)=0.25,原子维值“区间”的先验概率P(B3)=0.25,原子维值“品类”的先验概率P(B4)=0.25。
步骤S3032,统计得到在该标签层级下(即兄弟标签中)标签维值为单选的标签个数M1,标签树种标签维值为单选的标签个数Q1,从而计算得到该标签层级下标签维值为单选的概率P(A/B1)=M1/Q1=0.1,同理计算得到该标签层级下标签维值为多选的概率P(A/B2)=0.2,该标签层级下标签维值为区间的概率P(A/B3)=0.3,该标签层级下标签维值为品类的概率P(A/B4)=0.4。
步骤S304,根据四个原子维值的调整因子调整标签维值。
具体的,原子维值“单选”的调整因子小于1,不调整标签维值“品类”;原子维值“多选”的调整因子小于1,不调整标签维值“品类”;原子维值“区间”的调整因子大于1,将原子维值“区间”加入标签维值“品类”,调整为“品类+区间”;原子维值“品类”的调整因子大于1,将原子维值“品类”加入标签维值“品类+区间”,调整为“品类+区间”,最后得到调整后的标签“首访时间”的标签维值“品类+区间”。
本发明实施例提供的标签维值自调整方法,解决现有人工调整标签维值,工作量大且效率低的技术问题。本发明实施例,首先接收标签元数据,所述标签元数据包括标签层级和标签维值;然后根据所述标签层级获得兄弟标签;最后根据所述兄弟标签调整所述标签维值。相比于现有技术,本发明实施例根据接收的标签元数据中的标签层级,找到该标签的兄弟标签,根据兄弟标签的标签维值自动调整该标签的标签维值,过程无需人工干涉,减少人工工作量,效率高。
本发明实施例还提供一种标签维值自调整系统,如图4所示,包括:
接收模块,用于接收标签的元数据,所述元数据包括标签层级和标签维值;
查找模块,用于根据所述标签层级,获得所述标签的兄弟标签;
调整模块,用于根据所述兄弟标签,调整所述标签的标签维值。
根据本发明的一个实施例,所述查找模块包括:
构建单元,用于根据所述标签层级,构建标签树;
查询单元,用于根据所述标签树,获得所述标签的兄弟标签。
根据本发明的一个实施例,所述调整模块包括:
计算单元,用于根据所述兄弟标签的标签维值,计算N个原子维值的调整因子;
修改单元,用于根据所述调整因子,调整所述标签的标签维值。
根据本发明的一个实施例,所述计算单元进一步用于:
根据下式计算得到第i个原子维值的调整因子μi:
其中,P(Bi)=1/N,P(A/Bi)=Mi/Qi,Mi表示兄弟标签中标签维值包括第i个原子维值的标签的个数,Qi表示标签树中标签维值包括第i个原子维值的标签的个数。
根据本发明的一个实施例,所述修改单元进一步用于:
依次对N个原子维值的调整因子进行判断,如果原子维值的调整因子大于1,则将所述原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值。
本发明实施例提供的标签维值自调整系统,解决现有人工调整标签维值,工作量大且效率低的技术问题。本发明实施例,接收模块接收标签的元数据,所述元数据包括标签层级和标签维值;查找模块根据所述标签层级,获得所述标签的兄弟标签;调整模块根据所述兄弟标签,调整所述标签的标签维值。相比于现有技术,本发明实施例根据接收的标签元数据中的标签层级,找到该标签的兄弟标签,根据兄弟标签的标签维值自动调整该标签的标签维值,过程无需人工干涉,减少人工工作量,效率高。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。本领域技术人员可以理解,可以对实施例中的装置中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个装置中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种标签维值自调整方法,其特征在于,包括:
接收标签的元数据,所述元数据包括标签层级和标签维值;
根据所述标签层级,获得所述标签的兄弟标签;
根据所述兄弟标签,调整所述标签的标签维值;
所述根据所述兄弟标签,调整所述标签的标签维值,具体包括:
根据所述兄弟标签的标签维值,计算N个原子维值的调整因子,N表示大于等于1的整数;
根据所述调整因子,调整所述标签的标签维值;
所述根据所述兄弟标签的标签维值,计算N个原子维值的调整因子,具体包括:
根据式(1)计算得到第i个原子维值的调整因子μi:
其中,P(Bi)=1/N,P(A/Bi)=Mi/Qi,Mi表示所述标签的兄弟标签中标签维值包括第i个原子维值的标签的个数,Qi表示标签树中标签维值包括第i个原子维值的标签的个数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述标签层级,获得所述标签的兄弟标签,具体包括:
根据所述标签层级,构建标签树;
根据所述标签树,获得所述标签的兄弟标签。
3.根据权利要求1所述的方法,其特征在于,所述根据所述调整因子,调整所述标签的标签维值,具体包括:
依次对N个原子维值的调整因子进行判断,如果原子维值的调整因子大于1,则将所述原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值。
4.一种标签维值自调整系统,其特征在于,包括:
接收模块,用于接收标签的元数据,所述元数据包括标签层级和标签维值;
查找模块,用于根据所述标签层级,获得所述标签的兄弟标签;
调整模块,用于根据所述兄弟标签,调整所述标签的标签维值;
所述调整模块包括:
计算单元,用于根据所述兄弟标签的标签维值,计算N个原子维值的调整因子,N表示大于等于1的整数;
修改单元,用于根据所述调整因子,调整所述标签的标签维值;
所述计算单元进一步用于:
根据式(1)计算得到第i个原子维值的调整因子μi:
其中,P(Bi)=1/N,P(A/Bi)=Mi/Qi,Mi表示所述标签的兄弟标签中标签维值包括第i个原子维值的标签的个数,Qi表示标签树中标签维值包括第i个原子维值的标签的个数。
5.根据权利要求4所述的系统,其特征在于,所示查找模块包括:
构建单元,用于根据所述标签层级,构建标签树;
查询单元,用于根据所述标签树,获得所述标签的兄弟标签。
6.根据权利要求4所述的系统,其特征在于,所述修改单元进一步用于:
依次对N个原子维值的调整因子进行判断,如果原子维值的调整因子大于1,则将所述原子维值加入所述标签的标签维值,否则不调整所述标签的标签维值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387376.1A CN111104436B (zh) | 2019-12-27 | 2019-12-27 | 一种标签维值自调整方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911387376.1A CN111104436B (zh) | 2019-12-27 | 2019-12-27 | 一种标签维值自调整方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111104436A CN111104436A (zh) | 2020-05-05 |
CN111104436B true CN111104436B (zh) | 2023-06-23 |
Family
ID=70424061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911387376.1A Active CN111104436B (zh) | 2019-12-27 | 2019-12-27 | 一种标签维值自调整方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111104436B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749895A (zh) * | 2021-01-12 | 2021-05-04 | 深圳前海微众银行股份有限公司 | 客群指标管理方法、装置、设备及存储介质 |
CN113010705B (zh) * | 2021-02-03 | 2023-12-12 | 腾讯科技(深圳)有限公司 | 标签预测方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699647A (zh) * | 2013-12-26 | 2014-04-02 | 苏州大学 | 一种字符串词典的索引方法及系统 |
CN109993391A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团山西有限公司 | 网络运维任务工单的派发方法、装置、设备及介质 |
-
2019
- 2019-12-27 CN CN201911387376.1A patent/CN111104436B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699647A (zh) * | 2013-12-26 | 2014-04-02 | 苏州大学 | 一种字符串词典的索引方法及系统 |
CN109993391A (zh) * | 2017-12-31 | 2019-07-09 | 中国移动通信集团山西有限公司 | 网络运维任务工单的派发方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111104436A (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6234601B2 (ja) | マルチラウンドセッションインタラクション方法、システム及びコンピュータ装置 | |
US11928432B2 (en) | Multi-modal pre-training model acquisition method, electronic device and storage medium | |
Zhao et al. | Reliability evaluation of generalised multi-state k-out-of-n systems based on FMCI approach | |
EP3916630A1 (en) | Method and apparatus for identifying video | |
US9558089B2 (en) | Testing insecure computing environments using random data sets generated from characterizations of real data sets | |
US20210209472A1 (en) | Method and apparatus for determining causality, electronic device and storage medium | |
US20100125541A1 (en) | Popup window for error correction | |
CN111104436B (zh) | 一种标签维值自调整方法及系统 | |
KR102647629B1 (ko) | 블록 체인에서의 업무 청구 처리 방법, 장치, 기기, 매체 및 프로그램 | |
US10997131B1 (en) | Using a member attribute to perform a database operation on a computing device | |
EP3822815A1 (en) | Method and apparatus for mining entity relationship, electronic device, storage medium, and computer program product | |
CN110704394B (zh) | 报表配置修改方法及装置 | |
EP3822878A2 (en) | Method and apparatus for forecasting demand for talent, device, storage medium, and computer program product | |
CN112506486A (zh) | 搜索系统建立方法、装置、电子设备及可读存储介质 | |
US20150248445A1 (en) | Method and system for implementing an array using different data structures | |
CN108319504A (zh) | 内存占用优化方法、装置及可读存储介质 | |
CN113434542B (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN111259090A (zh) | 关系数据的图生成方法、装置、电子设备和存储介质 | |
US10503823B2 (en) | Method and apparatus providing contextual suggestion in planning spreadsheet | |
US9361579B2 (en) | Large scale probabilistic ontology reasoning | |
CN113242148B (zh) | 监控告警相关信息的生成方法、装置、介质及电子设备 | |
CN112183088B (zh) | 词语层级确定的方法、模型构建方法、装置及设备 | |
CN112734454A (zh) | 一种用户信息确定方法、装置、电子设备和存储介质 | |
JP2016517584A (ja) | 分型インフラストラクチャのインベントリサービス | |
US20240112010A1 (en) | Identifying performance degradation in machine learning models based on comparison of actual and predicted results |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |