理解大数据实践大数据.pptVIP

新华社多媒体库的技术特点 非结构化数据和结构化数据统一管理 TRS多语言检索引擎 全面采用TRS文本挖掘技术 良好的集群扩展能力 索引服务器读写分离 第二十七页，共四十九页。 国家知识产权局专利检索服务系统 1998年专利局引进了欧洲EPOQUE系统，基于大型机的专利检索系统，每年的系统维护费用就达数千万元 2005年开始建设自主可控可持续发展的专利检索和服务系统，采用大量的PC服务器 典型的非结构化/半结构化数据应用场景 目前公共检索和审查员检索系统全部使用TRS检索引擎 第二十八页，共四十九页。 专利检索系统的需求特点 数据多样性 结构化、半结构化和非结构化数据的结合 申请人、申请号、名称等著录项很多; 权利要求书、说明书等全文数据规模大 各库数据结构差异大 查询要求高 严格的查全和查准要求 基于领域知识的智能检索 结构化和非结构化信息联合查询 相关专利推荐 第二十九页，共四十九页。 专利检索与服务系统的数据种类与规模 6亿多条 专利记录 多渠道异构 资源整合 100%查全率 1秒 响应时间 700-1000并发 7×24 稳定可靠 1万注册用户 第三十页，共四十九页。 专利检索引擎数据流转图 第三十一页，共四十九页。 专利检索与服务系统-外观图像检索 第三十二页，共四十九页。 专利图像外观检索 局部检索 形状检索 纹理检索 不变性特征检索 草图检索 数据分类 数据聚类 基于相