CN112506439A - 高维数据的存储方法、装置、电子设备及存储介质 - Google Patents
高维数据的存储方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112506439A CN112506439A CN202011486638.2A CN202011486638A CN112506439A CN 112506439 A CN112506439 A CN 112506439A CN 202011486638 A CN202011486638 A CN 202011486638A CN 112506439 A CN112506439 A CN 112506439A
- Authority
- CN
- China
- Prior art keywords
- dimensional data
- function
- data set
- matrix
- low
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0608—Saving storage space on storage systems
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/0644—Management of space entities, e.g. partitions, extents, pools
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据存储技术,揭露一种高维数据的存储方法,包括:获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集,将所述子维数据集进行低维映射得到映射函数,根据所述映射函数构建原始目标函数,改变所述原始目标函数的凹凸性得到标准目标函数,求解所述标准目标函数得到低维数据集,将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。本发明还涉及区块链技术,所述高维数据集等可存储于区块链节点中。本发明还提出高维数据的存储装置、电子设备以及存储介质。本发明可解决占用过多存储资源的问题。
Description
技术领域
本发明涉及数据存储领域,尤其涉及一种高维数据的存储方法、装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术的发展,数据维度呈现指数增长,生成了大量的高维数据,高维数据对数据存储工作带来了巨大的挑战。
目前高维数据的数据存储主要先获取高维数据,通过机器学习方法(如Logistic方法、支持向量机等)进行简单的数据分析及清理后直接存入至数据库中,并通过sql加上where条件的方式供用户查询。
上述高维数据的数据存储虽然可达到存储目的,但由于高维度数据之间存在多重共线性关系,仅通过简单的数据分析算法进行清理,难以达到精简数据的目的,因此对当前存储带来巨大压力,导致出现占用过多存储资源的问题。
发明内容
本发明提供一种高维数据的存储方法、装置、电子设备及计算机可读存储介质,其主要目的在于解决占用过多存储资源的问题。
为实现上述目的,本发明提供的一种高维数据的存储方法,包括:
获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集;
将所述子维数据集进行低维映射得到映射函数;
根据所述映射函数构建原始目标函数;
利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
可选地,所述将所述子维数据集进行低维映射得到映射函数,包括:
词向量化所述子维数据集,得到待映射数组;
预设出所述高维数据集对应的低维数据集,根据预设出的所述低维数据集,构建所述待映射数组的映射函数。
可选地,所述根据所述预设的低维数据集,构建所述待映射数组的映射函数,包括:
根据高斯分布,求解所述待映射数组的均值矩阵及变化矩阵;
生成与所述待映射数组对应的噪点矩阵;
利用所述均值矩阵、变化矩阵、噪点矩阵及预设的所述低维数据集,构建得到所述待映射数组的映射函数。
可选地,所述根据所述映射函数构建原始目标函数,包括:
提取所述映射函数的函数系数;
利用所述函数系数,构建最大似然估计函数,对所述最大似然函数执行对数运算,得到所述原始目标函数。
可选地,所述函数系数包括所述均值矩阵、所述变化矩阵及所述噪点矩阵。
可选地,所述利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数,包括:
根据杰森不等式判断所述原始目标函数的凹凸性;
若所述原始目标函数为凸函数,将所述原始目标函数转变为凹函数,得到标准目标函数;
若所述原始目标函数为凹函数,则所述原始目标函数即为所述标准目标函数。
可选地,所述求解所述标准目标函数,得到与所述高维数据集对应的低维数据集,包括:
利用所述标准目标函数,求解所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值;
利用所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值,替换所述映射函数的函数系数;
求解替换后的所述映射函数,得到所述低维数据集。
为了解决上述问题,本发明还提供一种高维数据的存储装置,所述装置包括:
映射函数构建模块,用于获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集,将所述子维数据集进行低维映射得到映射函数;
目标函数构建模块,用于根据所述映射函数构建原始目标函数,利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
目标函数求解模块,用于求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
数据存储模块,用于将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述中任意一项所述的高维数据的存储方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,包括存储数据区和存储程序区,存储数据区存储创建的数据,存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现上述中任意一项所述的高维数据的存储方法。
本发明实施例先构建出高维数据集的映射函数,并通过所述映射函数进一步构建从高维数据集映射至低维数据集的目标函数,并改变目标函数的凹凸性后,根据目标函数求解出低维数据集,并将低维数据集转变为数据库表的形式,同步至数据搜索引擎中,相比于背景技术,仅通过如Logistic等机器学习方法进行简单的数据分析来说,本发明构建出与高维数据集密切相关的映射函数,并根据所述映射函数,进而将高维数据集的数据维度变小,得到所述低维数据集,因为低维数据集相比于高维数据集来说,数据量更小,因此在存储时不会占用更多的存储资源。因此本发明提出的高维数据的存储方法、装置及计算机可读存储介质,可以解决占用过多存储资源的问题。
附图说明
图1为本发明一实施例提供的高维数据的存储方法的流程示意图;
图2为本发明一实施例提供的高维数据的存储方法中S5的详细流程示意图;
图3为本发明一实施例提供的高维数据的存储装置的模块示意图;
图4为本发明一实施例提供的实现高维数据的存储方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种高维数据的存储方法,所述高维数据的存储方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述高维数据的存储方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的高维数据的存储方法的流程示意图。在本实施例中,所述高维数据的存储方法包括:
S1、获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集。
本发明实施例中,所述高维数据集是指具有模式性且高维度的数据所组成的集合。其中模式性是指具有明确数据类型定义,可方便用户进行搜索的特性,所述高维度是指在明确数据类型定义的前提下,具有数据维度庞大。如近年来随着互联网金融的发展,包括车贷、车险等各种网络贷款发展迅速,已达到足不出户的填写个人相关信息,即可完成贷款申请,其中,个人相关信息即为所述具有明确数据类型定义的数据,涉及包括年龄、收入、住址、家庭等数据类型,具体地,如张三上传大量关于车险定价的数据,包括张三的基本信息:32岁、男、本科学历、城镇户口、市区一套住宅房、曾有过胃穿孔手术记录、一量代步车、代步车的购买价格为17万等,曾在保险公司内有三次理赔信息(包括驾驶的汽车发生意外的理赔等),购买过医疗保险、失业保险等,其中年龄、性别、学历等都称为一个维度,每个维度组成的数据即为所述高维数据集。
所述维度期望可为用户指定,如张三上传的车险定价数据集数据维度为100,指定的维度期望为20,表明将100维度的车险定价数据集的数据维度,降低至20维度的车险定价数据集。
进一步地,本发明实施例采用随机维度划分方式,将所述高维数据集划分为多组所述子维数据集,如维度期望为20,则将100维的结构化高维数据集划分为20组子维数据集。
S2、将所述子维数据集进行低维映射得到映射函数。
本发明在存储高维数据集之前,将高维数据集改变成低维数据集,可节约存储设备的存储内存,因此需先构建出映射函数,并根据所述映射函数,求解出低维数据集。
详细地,所述S2包括:词向量化所述子维数据集,得到待映射数组,预设出所述高维数据集对应的低维数据集,根据预设出的所述低维数据集,构建所述待映射数组的映射函数。
详细地,本发明实施例采用WORD2VEC算法,词向量化所述子维数据集,得到所述待映射数组。
进一步地,所述根据所述预设的低维数据集,构建所述待映射数组的映射函数包括:根据高斯分布,求解所述待映射数组的均值矩阵及变化矩阵,生成与所述待映射数组对应的噪点矩阵,利用所述均值矩阵、变化矩阵、噪点矩阵及预设的低维数据集,构建得到所述待映射数组的映射函数。
详细地,所述映射函数的表达公式为:
X=μ+∧Z+∈
其中,μ为所述均值矩阵,∈为所述噪点矩阵,∧为所述变化矩阵,Z为预设的低维数据集,X为所述待映射数组。
S3、根据所述映射函数构建原始目标函数。
由上述S2可知,映射函数包括均值矩阵、噪点矩阵及变化矩阵,本发明实施例中,需进一步求解出所述均值矩阵、噪点矩阵及变化矩阵的最优值,进而根据最优值及上述映射函数,求解出所述高维数据集对应的低维数据集。进一步地,在求解所述均值矩阵、噪点矩阵及变化矩阵的最优值之前,需构建所述原始目标函数。
详细地,所述S3包括:提取所述映射函数的函数系数,利用所述函数系数,构建最大似然估计函数,对所述最大似然函数执行对数运算,得到所述原始目标函数。
根据S3所述,所述函数系数包括均值矩阵、变化矩阵、噪点矩阵。
本发明较佳实施例中,利用最大期望算法(Expectation-Maximizationalgorithm,EM),将所述均值矩阵、变化矩阵、噪点矩阵作为求解期望的参数值,得到期望的最大似然估计函数。其中期望(mean)是一种基本数学特征,反映所述高维数据集的数值波动情况。
进一步地,所述原始目标函数为:
S4、利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数。
凹凸性是描述函数弯曲方向的一个重要性质,在本发明实施例中,需要将所述原始目标函数改变成凹函数,以方便进一步求解出与所述高维数据集对应的低维数据集。
详细地,所述S4包括:根据杰森不等式判断所述原始目标函数的凹凸性,若所述原始目标函数为凸函数,将所述原始目标函数转为凹函数得到标准目标函数,若所述原始目标函数为凹函数,则所述原始目标函数即为标准目标函数。
详细地,所述杰森不等式的原理为:若存在函数f(x)为凸函数,则函数f(x)的期望函数值大于或等于函数的期望值,对应的数学表达式为f(E[x])≤E[f(x)]。
在本发明实施中,函数f(x)为所述原始目标函数进一步地,若所述原始目标函数为凸函数时,根据杰森不等式中等号成立的条件,求解的期望函数,并将的期望函数值改变至小于的期望值,从而将所述原始目标函数从凸函数转为凹函数,得到所述标准目标函数。
S5、求解所述标准目标函数,得到与所述高维数据集对应的低维数据集。
详细地,参阅图2所示,所述S5包括:
S51、利用所述标准目标函数,求解所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值;
S52、利用所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值,替换所述映射函数的函数系数;
S53、求解替换后的所述映射函数,得到所述低维数据集。
本发明实施例中,利用下述计算方法,求解所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值。
S6、将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
本发明较佳实施例中,可使用HIVE(一种数据仓库工具),将所述低维数据集转为数据库表,其中所述数据库表又称为HIVE数据。
所述数据搜索引擎可采用Elasticsearch,Elasticsearch是以Java语言开发的,一种分布式多用户能力的全文搜索引擎,本发明实施例,将所述HIVE数据存储至所述Elasticsearch,即完成所述高维数据集的存储。
本发明实施例先构建出高维数据集的映射函数,并通过所述映射函数进一步构建从高维数据集映射至低维数据集的目标函数,并改变目标函数的凹凸性后,根据目标函数求解出低维数据集,并将低维数据集转变为数据库表的形式,同步至数据搜索引擎中,相比于背景技术,仅通过如Logistic等机器学习方法进行简单的数据分析来说,本发明构建出与高维数据集密切相关的映射函数,并根据所述映射函数,进而将高维数据集的数据维度变小,得到所述低维数据集,因为低维数据集相比于高维数据集来说,数据量更小,因此在存储时不会占用更多的存储资源。因此本发明提出的高维数据的存储方法、装置及计算机可读存储介质,可以解决占用过多存储资源的问题。
如图3所示,是本发明高维数据的存储装置的模块示意图。
本发明所述高维数据的存储装置100可以安装于电子设备中。根据实现的功能,所述高维数据的存储装置可以包括映射函数构建模块101、目标函数构建模块102、目标函数求解模块103及数据存储模块104。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述映射函数构建模块101,用于获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集,将所述子维数据集进行低维映射得到映射函数;
所述目标函数构建模块102,用于根据所述映射函数构建原始目标函数,利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
所述目标函数求解模块103,用于求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
所述数据存储模块104,用于将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
本发明实施例所提供的高维数据的存储装置100中的各个模块能够在使用时基于与上述的高维数据的存储方法采用相同的手段,具体地实施步骤如下:
步骤一、所述映射函数构建模块101获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集,将所述子维数据集进行低维映射得到映射函数。
本发明实施例中,所述高维数据集是指具有模式性且高维度的数据所组成的集合。其中模式性是指具有明确数据类型定义,可方便用户进行搜索的特性,所述高维度是指在明确数据类型定义的前提下,具有数据维度庞大。如近年来随着互联网金融的发展,包括车贷、车险等各种网络贷款发展迅速,已达到足不出户的填写个人相关信息,即可完成贷款申请,其中,个人相关信息即为所述具有明确数据类型定义的数据,涉及包括年龄、收入、住址、家庭等数据类型,具体地,如张三上传大量关于车险定价的数据,包括张三的基本信息:32岁、男、本科学历、城镇户口、市区一套住宅房、曾有过胃穿孔手术记录、一量代步车、代步车的购买价格为17万等,曾在保险公司内有三次理赔信息(包括驾驶的汽车发生意外的理赔等),购买过医疗保险、失业保险等,其中年龄、性别、学历等都称为一个维度,每个维度组成的数据即为所述高维数据集。
所述维度期望可为用户指定,如张三上传的车险定价数据集数据维度为100,指定的维度期望为20,表明将100维度的车险定价数据集的数据维度,降低至20维度的车险定价数据集。
进一步地,本发明实施例采用随机维度划分方式,将所述高维数据集划分为多组所述子维数据集,如维度期望为20,则将100维的结构化高维数据集划分为20组子维数据集。
本发明在存储高维数据集之前,将高维数据集改变成低维数据集,可节约存储设备的存储内存,因此需先构建出映射函数,并根据所述映射函数,求解出低维数据集。
详细地,所述将所述子维数据集进行低维映射得到映射函数,包括:词向量化所述子维数据集,得到待映射数组,预设出所述高维数据集对应的低维数据集,根据预设出的所述低维数据集,构建所述待映射数组的映射函数。
详细地,本发明实施例采用WORD2VEC算法,词向量化所述子维数据集,得到所述待映射数组。
进一步地,所述根据所述预设的低维数据集,构建所述待映射数组的映射函数包括:根据高斯分布,求解所述待映射数组的均值矩阵及变化矩阵,生成与所述待映射数组对应的噪点矩阵,利用所述均值矩阵、变化矩阵、噪点矩阵及预设的低维数据集,构建得到所述待映射数组的映射函数。
详细地,所述映射函数的表达公式为:
X=μ+∧Z+∈
其中,μ为所述均值矩阵,∈为所述噪点矩阵,∧为所述变化矩阵,Z为预设的低维数据集,X为所述待映射数组。
步骤二、所述目标函数构建模块102根据所述映射函数构建原始目标函数,利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数。
所述映射函数包括均值矩阵、噪点矩阵及变化矩阵,本发明实施例中,需进一步求解出所述均值矩阵、噪点矩阵及变化矩阵的最优值,进而根据最优值及上述映射函数,求解出所述高维数据集对应的低维数据集。进一步地,在求解所述均值矩阵、噪点矩阵及变化矩阵的最优值之前,需构建所述原始目标函数。
详细地,所述根据所述映射函数构建原始目标函数,利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数包括:提取所述映射函数的函数系数,利用所述函数系数,构建最大似然估计函数,对所述最大似然函数执行对数运算,得到所述原始目标函数。
其中所述函数系数包括均值矩阵、变化矩阵、噪点矩阵。
本发明较佳实施例中,利用最大期望算法(Expectation-Maximizationalgorithm,EM),将所述均值矩阵、变化矩阵、噪点矩阵作为求解期望的参数值,得到期望的最大似然估计函数。其中期望(mean)是一种基本数学特征,反映所述高维数据集的数值波动情况。
进一步地,所述原始目标函数为:
凹凸性是描述函数弯曲方向的一个重要性质,在本发明实施例中,需要将所述原始目标函数改变成凹函数,以方便进一步求解出与所述高维数据集对应的低维数据集。
详细地,所述利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数,包括:根据杰森不等式判断所述原始目标函数的凹凸性,若所述原始目标函数为凸函数,将所述原始目标函数转为凹函数得到标准目标函数,若所述原始目标函数为凹函数,则所述原始目标函数即为标准目标函数。
详细地,所述杰森不等式的原理为:若存在函数f(x)为凸函数,则函数f(x)的期望函数值大于或等于函数的期望值,对应的数学表达式为f(E[x])≤E[f(x)]。
在本发明实施中,函数f(x)为所述原始目标函数进一步地,若所述原始目标函数为凸函数时,根据杰森不等式中等号成立的条件,求解的期望函数,并将的期望函数值改变至小于的期望值,从而将所述原始目标函数从凸函数转为凹函数,得到所述标准目标函数。
步骤三、所述目标函数求解模块103求解所述标准目标函数,得到与所述高维数据集对应的低维数据集。
详细地,所述目标函数求解模块103具体执行:
利用所述标准目标函数,求解所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值;
利用所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值,替换所述映射函数的函数系数;
求解替换后的所述映射函数,得到所述低维数据集。
本发明实施例中,利用下述计算方法,求解所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值。
步骤四、所述数据存储模块104将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
本发明较佳实施例中,可使用HIVE(一种数据仓库工具),将所述低维数据集转为数据库表,其中所述数据库表又称为HIVE数据。
所述数据搜索引擎可采用Elasticsearch,Elasticsearch是以Java语言开发的,一种分布式多用户能力的全文搜索引擎,本发明实施例,将所述HIVE数据存储至所述Elasticsearch,即完成所述高维数据集的存储。
在本实施例中,关于各模块/单元的功能所产生技术效果与上述的高维数据的存储方法的技术效果相同的,即解决占用过多存储资源的问题。
如图4所示,是本发明实现高维数据的存储方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如高维数据的存储程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如高维数据的存储程序12的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行高维数据的存储程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的高维数据的存储程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集;
将所述子维数据集进行低维映射得到映射函数;
根据所述映射函数构建原始目标函数;
利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集;
将所述子维数据集进行低维映射得到映射函数;
根据所述映射函数构建原始目标函数;
利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种高维数据的存储方法,其特征在于,所述方法包括:
获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集;
将所述子维数据集进行低维映射得到映射函数;
根据所述映射函数构建原始目标函数;
利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
2.如权利要求1所述的高维数据的存储方法,其特征在于,所述将所述子维数据集进行低维映射得到映射函数,包括:
词向量化所述子维数据集,得到待映射数组;
预设出所述高维数据集对应的低维数据集,根据预设出的所述低维数据集,构建所述待映射数组的映射函数。
3.如权利要求2所述的高维数据的存储方法,其特征在于,所述根据所述预设的低维数据集,构建所述待映射数组的映射函数,包括:
根据高斯分布,求解所述待映射数组的均值矩阵及变化矩阵;
生成与所述待映射数组对应的噪点矩阵;
利用所述均值矩阵、变化矩阵、噪点矩阵及预设的所述低维数据集,构建得到所述待映射数组的映射函数。
4.如权利要求1所述的高维数据的存储方法,其特征在于,所述根据所述映射函数构建原始目标函数,包括:
提取所述映射函数的函数系数;
利用所述函数系数,构建最大似然估计函数,对所述最大似然函数执行对数运算,得到所述原始目标函数。
5.如权利要求4所述的高维数据的存储方法,其特征在于,所述函数系数包括所述均值矩阵、所述变化矩阵及所述噪点矩阵。
6.如权利要求1所述的高维数据的存储方法,其特征在于,所述利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数,包括:
根据杰森不等式判断所述原始目标函数的凹凸性;
若所述原始目标函数为凸函数,将所述原始目标函数转变为凹函数,得到标准目标函数;
若所述原始目标函数为凹函数,则所述原始目标函数即为所述标准目标函数。
7.如权利要求1至6中任意一项所述的高维数据的存储方法,其特征在于,所述求解所述标准目标函数,得到与所述高维数据集对应的低维数据集,包括:
利用所述标准目标函数,求解所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值;
利用所述均值矩阵的最优值、所述变化矩阵的最优值及所述噪点矩阵的最优值,替换所述映射函数的函数系数;
求解替换后的所述映射函数,得到所述低维数据集。
8.一种高维数据的存储装置,其特征在于,所述装置包括:
映射函数构建模块,用于获取高维数据集及所述高维数据集的维度期望,根据所述维度期望,对所述高维数据集执行维度划分,得到多组子维数据集,将所述子维数据集进行低维映射得到映射函数;
目标函数构建模块,用于根据所述映射函数构建原始目标函数,利用杰森不等式原理,改变所述原始目标函数的凹凸性,得到标准目标函数;
目标函数求解模块,用于求解所述标准目标函数,得到与所述高维数据集对应的低维数据集;
数据存储模块,用于将所述低维数据集转为数据库表,并将所述数据库表同步更新至数据搜索引擎中,完成所述高维数据集的存储。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的高维数据的存储方法。
10.一种计算机可读存储介质,包括存储数据区和存储程序区,其特征在于,所述存储数据区存储创建的数据,所述存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的高维数据的存储方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486638.2A CN112506439B (zh) | 2020-12-16 | 2020-12-16 | 高维数据的存储方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486638.2A CN112506439B (zh) | 2020-12-16 | 2020-12-16 | 高维数据的存储方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112506439A true CN112506439A (zh) | 2021-03-16 |
CN112506439B CN112506439B (zh) | 2023-05-23 |
Family
ID=74972645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011486638.2A Active CN112506439B (zh) | 2020-12-16 | 2020-12-16 | 高维数据的存储方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112506439B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150100558A1 (en) * | 2013-10-04 | 2015-04-09 | Nokia Corporation | Method, Apparatus and Computer Program Product for Similarity Determination in Multimedia Content |
CN108153911A (zh) * | 2018-01-24 | 2018-06-12 | 广西师范学院 | 数据的分布式云存储方法 |
CN109242002A (zh) * | 2018-08-10 | 2019-01-18 | 深圳信息职业技术学院 | 高维数据分类方法、装置及终端设备 |
CN109416689A (zh) * | 2018-01-16 | 2019-03-01 | 深圳力维智联技术有限公司 | 海量特征向量数据的相似检索方法及设备、存储介质 |
US20190286517A1 (en) * | 2018-03-15 | 2019-09-19 | Toshiba Memory Corporation | Memory system and method of controlling non-volatile memory |
CN110415094A (zh) * | 2019-06-18 | 2019-11-05 | 重庆金融资产交易所有限责任公司 | 资产负债智能管理方法、装置及计算机可读存储介质 |
-
2020
- 2020-12-16 CN CN202011486638.2A patent/CN112506439B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150100558A1 (en) * | 2013-10-04 | 2015-04-09 | Nokia Corporation | Method, Apparatus and Computer Program Product for Similarity Determination in Multimedia Content |
CN109416689A (zh) * | 2018-01-16 | 2019-03-01 | 深圳力维智联技术有限公司 | 海量特征向量数据的相似检索方法及设备、存储介质 |
CN108153911A (zh) * | 2018-01-24 | 2018-06-12 | 广西师范学院 | 数据的分布式云存储方法 |
US20190286517A1 (en) * | 2018-03-15 | 2019-09-19 | Toshiba Memory Corporation | Memory system and method of controlling non-volatile memory |
CN109242002A (zh) * | 2018-08-10 | 2019-01-18 | 深圳信息职业技术学院 | 高维数据分类方法、装置及终端设备 |
CN110415094A (zh) * | 2019-06-18 | 2019-11-05 | 重庆金融资产交易所有限责任公司 | 资产负债智能管理方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112506439B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111814962A (zh) | 识别模型的参数获取方法、装置、电子设备及存储介质 | |
CN112883190A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN114979120B (zh) | 数据上传方法、装置、设备及存储介质 | |
CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
CN114781832A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN113360654A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN115204971A (zh) | 产品推荐方法、装置、电子设备及计算机可读存储介质 | |
CN113157853A (zh) | 问题挖掘方法、装置、电子设备及存储介质 | |
CN113468421A (zh) | 基于向量匹配技术的产品推荐方法、装置、设备及介质 | |
CN113420542A (zh) | 对话生成方法、装置、电子设备及存储介质 | |
CN116741358A (zh) | 问诊挂号推荐方法、装置、设备及存储介质 | |
CN113590856B (zh) | 标签查询方法、装置、电子设备及可读存储介质 | |
CN112506439A (zh) | 高维数据的存储方法、装置、电子设备及存储介质 | |
CN115982454A (zh) | 基于用户画像的问卷推送方法、装置、设备及存储介质 | |
CN114240560A (zh) | 基于多维分析的产品排名方法、装置、设备及存储介质 | |
CN114610854A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN114676307A (zh) | 基于用户检索的排序模型训练方法、装置、设备及介质 | |
CN114187096A (zh) | 基于用户画像的风险评估方法、装置、设备及存储介质 | |
CN113486238A (zh) | 基于用户画像的信息推送方法、装置、设备及存储介质 | |
CN111652741A (zh) | 用户偏好分析方法、装置及可读存储介质 | |
CN112214556B (zh) | 标签生成方法、装置、电子设备及计算机可读存储介质 | |
CN112966013B (zh) | 知识展示方法、装置、设备及可读存储介质 | |
CN115221875B (zh) | 词权重生成方法、装置、电子设备及存储介质 |
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 |