(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210880512.6 (22)申请日 2022.07.25 (71)申请人 每日互动股份有限公司 地址 310012 浙江省杭州市西湖区西溪路 525号A楼西区418室 (72)发明人 陈津来　陈志勇　尹雅露　董霖　 (74)专利代理 机构 北京锺维联合知识产权代理 有限公司 1 1579 专利代理师 原春香 (51)Int.Cl. G06F 16/2455(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于pkg获取设备的数据处 理系统 (57)摘要 本发明提供了一种基于pkg获取设备的数据 处理系统， 数据处理系统包括原始设备列表， 原 始设备列表中每一原始设备对应的原始向量， 处 理器和存储有计算机程序的存储器， 当所述计算 机程序被处理器执行时， 实现以下步骤： 获取初 始设备列表； 获取原始向量列表； 获取初始向量 列表； 对所有初始向量进行均值处理， 获得中心 向量； 根据原始向量和中心向量计算相似度， 获 取相似度正向排序的前z项作为目标设备， 从而 从而形成基于pkg获取设备的系统， 更加准确地 获取指定pkg的相似pkg上安装的设备。 权利要求书2页 说明书5页 附图1页 CN 115145963 A 2022.10.04 CN 115145963 A 1.一种基于pkg获取设备的数据处理系统， 其特征在于， 数据处理系统包括原始设备ID 列表， 原始设备ID列表中每一原始设备对应的原始向量， 处理器和存储有计算机程序的存 储器， 所述原始设备ID列表S＝{S1，…， Sk，…， Sp}， Sk＝{Sk1，…， Sky，…， Skt}， Sk是指第k个设 备ID， Sky是指第k个设备ID对应的第y个pkg， k的取值范围是1到p， p是原始设备的总数量， y 的取值范围时1到t， t是指第k个原始设备ID在预设时间段内安装的pkg的总数量； 当所述计 算机程序被处 理器执行时， 实现以下步骤： S100， 获取初始设备ID列表B＝{B1，…， Bi，…， Bm}， Bi＝{Bi1，…， Bij，…， Bin}， Bi是指第i 个初始设备ID， i的取值范围是1到m， m是指初始设备的总数量， Bij是指第i个初始设备ID对 应的第j个pkg， j的取值范围是1到n， n是指Bi在预设时间段内安装的pkg的总数量， 其中， m< p； S200， 对每一Sky进行处理， 获取到S对应的原始向量列表 H＝{H1，…， Hk，…， Hp}， Hk是指Sk 对应的原 始向量； S300， 对每一Bij进行处理， 获取到B对应的初始向量列表 C＝{C1，…， Ci，…， Cm}， Ci是指Bi 对应的初始向量； S400， 对C中所有Ci进行均值处 理， 获得中心向量D； S500， 根据 Hk和D， 获取相似度列表E＝{ E1，…， Ek，…， Ep}， Ek是指Hk和D的相似度， Ek符合 如下条件： Hγ k是指原始向量Hk中第γ个bit值， Dγ是指中心向量D中第 γ个bit值， γ的取值范围是1到φ， φ是指原 始向量Hk和中心向量D的总bit数； S600， 将相似度列表进行正向排序， 获取 前z项初始向量对应的设备作为目标设备。 2.根据权利要求1所述的基于pkg获取设备的数据处理系 统， 其特征在于， S200包括如 下步骤获取原 始向量列表H： S201， 获取Sky对应的向量H ′ky＝(H′1 ky，…， H′L ky，…， H′Φ ky)， 从而获得第k个原始设备ID 对应的的原始向量列表H ′k＝{H′k1，…， H′ky，…， H′kt}； HL ky是指向量H ′ky中第L个bit位， L的 取值范围是1到Φ， φ是指原 始向量H′ky总bit数； S202， 对H ′k进行均值处 理， 获得Hk， 其中， Hky符合如下 条件： Hky＝∑t y＝1H′ky； S203， 基于Hk， 获取S对应的原 始向量列表H＝{H1，…， Hk，…， Hp}。 3.根据权利要求1所述的基于pkg获取设备的数据处理系 统， 其特征在于， S300包括如 下步骤获取初始向量列表C： S301， 获取Bij对应的向量C ′ij＝{C′1 ij，…， C′V ij，…， C′Φ ij}， C′V ij是指第V个bit位， V的 取值范围是1到Φ， 从而获得第i个初始设备ID对应的的初始向量列表C ′i＝{C′i1，…， C ′iy，…， C′it}； S302， 对C ′i进行均值处理， 获得Ci＝(C1 i，…， CJ i，…， CΦ i)， CJ i是指向量Ci中第J个bit位， J的取值范围时1到Φ， 其中， CJ i符合如下 条件：权　利　要　求　书 1/2 页 2 CN 115145963 A 2CJ i＝∑n j＝1C′ij； S303， 基于Ci， 获取C对应的初始向量列表C＝{C1，…， Ci，…， Cm}。 4.根据权利要求1和2和3所述的基于pkg获取设备的数据处理系统， 其特征在于， S400 中， 中心向量D＝(D1，…， DJ，…， DΦ)， DJ是指中心向量D的第J个bit位， DJ符合如下 条件： DJ＝∑m i＝1CJ i。 5.根据权利要求1所述的基于pkg获取设备的数据处理系统， 其特征在于， 所述预设时 间段为一周。 6.根据权利要求2和3所述的基于pkg获取设备的数据处理系 统， 其特征在于， 将pkg转 化为向量时， 使用同一平台。 7.根据权利要求1所述的基于pkg获取设备的数据处理系统， 其特征在于， 使用词向量 对应表获取Aij对应的向量Cij， 具体通过如下步骤获取词向量对应表： 将Q个原始pk g输入Word2Vec模型进行训练， 获取每个原始pk g出现的次数； 当任一原始 pkg出现的次数<共同次数阈值时， 将原始pkg进行删除， 不进行后续操作； 将原始pkg转化为 Φ位的原始向量， 进行输出； 从而获取pkg和向量对应的词向量对应表； 其中， 原始pkg是原 始设备ID上安装的pkg。 8.根据权利要求1所述的基于pk g获取设备的数据处理系统， 其特征在于， 使用K ‑means 聚类算法将初始向量列表C＝{C1，…， Ci，…， Cm}进行聚合成中心向量D。 9.根据权利要求7 所述的基于pkg获取设备的数据处 理系统， 其特 征在于， z /p＝0.6。 10.根据权利要求1所述的基于pkg获取设备的数据处 理系统， 其特 征在于， m/p< 0.001。权　利　要　求　书 2/2 页 3 CN 115145963 A 3