对比文件名称：2009-12-10_US2009307176A_发明申请_US20090307176A1 CLUSTERING-BASED INTEREST COMPUTATION
目标专利名称：283用于非平稳数据的凝聚群集的并行方法CN105247487B
模型名称：专利创造性评估模型
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| A: 包括：接收所述数据点流 《隐含公开》 | [0047] "When a new point comes in (e.g., a prediction of an interest rating is to be made based on a current context and/or application usage), then this data point may be compared to the k closest neighboring centroids..." <br> [0071] "At step 652, one or more of the clusters may be selected based on the Euclidean distance from their context and application portions of the centroids to the data point." <br> [0074] "Referring back to FIG. 4, once the one or more similar clusters have been selected, at step 408 the system computes an interest rating. This interest rating reflects the interest of a user in a particular object of interest, given the current context and/or current application usage of the user." | 对比文件公开了在预测兴趣时，会接收一个代表“当前上下文(current context)”和/或“当前应用使用(current application usage)”的“新数据点(new point)”（参见[0047]）。该数据点用于与质心进行比较以选择相似群集并计算兴趣评分（[0071], [0074]）。虽然对比文件没有明确使用“流(stream)”一词，但其描述的处理“新来的点”的过程，本质上是接收并处理一个输入的数据点。根据隐含公开的宽松判断标准，本领域技术人员能够合理推断，为了进行持续的兴趣预测，系统需要接收（可能连续的）数据输入，即数据点流。因此，特征A被对比文件隐含公开。 |
| B: 确定多个群集质心 《直接公开》 | [0042] "Then, for each cluster, a centroid is computed and stored along with its containing data point." <br> [0059] "FIG. 5B illustrates centroids 550 that are generated by step 404 according to one embodiment of the present invention." <br> [0064] "At step 404, a centroid is determined for each of the clusters." | 对比文件明确且反复地描述了在将数据点聚类后，为每个群集确定一个质心（centroid）（参见[0042], [0064]），并附图5B展示了生成的质心（[0059]）。确定多个群集质心是该方法的核心步骤之一。因此，特征B被对比文件直接公开。 |
| C: 将所述多个群集质心划分成多个群集质心群，其中每个群集质心群包含所述多个群集质心的子集并由多个线程和/或处理器中不同的线程和/或处理器独立地采用 《未公开》 | 无相应内容。 | 对比文件虽然公开了多个质心（[0042], [0064]），但整个文件完全没有提及将这些质心划分成“群（group）”，也没有提及任何关于“线程（thread）”、“处理器（processor）”的概念，更没有描述由不同的线程或处理器独立地采用不同的质心子集进行并行处理。对比文件中的质心是作为一个整体集合，用于与输入的当前数据点进行比较以选择相似群集（[0047], [0071]）。因此，特征C未被对比文件公开。 |
| D: 向所述多个线程和/或处理器中的每个线程和/或处理器指派所述数据点流的一部分 《未公开》 | 无相应内容。 | 对比文件没有提及“线程”或“处理器”，也未描述将数据点流划分并指派给不同的执行单元。数据点（当前上下文/应用使用）是作为单一输入与所有质心进行比较（[0047], [0071]）。因此，特征D未被对比文件公开。 |
| E: 以及组合由所述多个线程和/或处理器生成的多个群集以生成全局群集域。 《未公开》 | 无相应内容。 | 对比文件没有描述由多个线程或处理器生成多个群集，更没有描述将这些群集组合成一个“全局群集域(global cluster domain)”。对比文件中的群集是在离线阶段一次性聚类生成的（[0042], [0064]），目的是用于在线兴趣预测，不存在并行生成后再组合的步骤。因此，特征E未被对比文件公开。 |
| F: 其特征在于，所述接收包括：从一个或多个传感器接收所述数据点流。 《隐含公开》 | [0052] "The aforementioned context information, variables and values can pertain to a wide variety of internal and/or external factors. Examples include geographical factors, physical/biological factors, environmental variables (e.g., location, temperature, presence of nearby devices, GPS signals, components, proximity of human beings, buildings and/or signals, motion, acceleration, velocity etc.)" <br> [0096] "For example, a user may use the mobile device to access a search engine such as Google or Yahoo... The mobile device may store data tracking what was searched for and the context or applications involved in the search (e.g., the user was running a browser and conducted his search at 3:00 pm while in a shopping mall.)" | 对比文件详细说明了上下文信息可以来源于多种环境变量，例如位置、温度、运动、加速度、速度等（[0052]）。这些环境变量通常由移动设备上的各种传感器（如GPS、加速度计、温度传感器等）获取。虽然对比文件未明确使用“传感器(sensor)”一词，但本领域技术人员阅读说明书后，能够毫无疑义地理解，为获取如位置、运动、加速度等上下文信息，必然需要借助相应的传感器。此外，[0096]描述了移动设备存储与搜索相关的上下文数据，进一步暗示了上下文数据的采集来源。因此，特征F被对比文件隐含公开。 |
| G: 其特征在于，所述一个或多个传感器是加速计、陀螺仪、磁力计、或话筒中的一者或多者。 《未公开》 | 无相应内容。 | 对比文件虽然列举了“运动(motion)、加速度(acceleration)、速度(velocity)”等作为上下文信息的例子（[0052]），这些信息可能由加速计、陀螺仪等传感器获取，但并未明确列举“加速计(accelerometer)”、“陀螺仪(gyroscope)”、“磁力计(magnetometer)”或“话筒(microphone)”这些具体的传感器类型。本领域技术人员无法从对比文件中直接或隐含地得出数据点流必须从这些特定传感器之一接收的结论。因此，特征G未被对比文件公开。 |
| H: 其特征在于，所述数据点流按循环方式被指派给所述多个线程和/或处理器。 《未公开》 | 无相应内容。 | 对比文件未提及任何线程、处理器，更不存在将数据点流按循环方式指派给它们的描述。因此，特征H未被对比文件公开。 |
| I: 其特征在于，所述数据点流按阶层式方式被指派给所述多个线程和/或处理器。 《未公开》 | 无相应内容。 | 对比文件未提及任何线程、处理器，更不存在将数据点流按阶层式方式指派给它们的描述。因此，特征I未被对比文件公开。 |
| J: 其特征在于，指派所述数据点流的一部分包括：将接收到的数据点指派给所述多个群集质心中的一个群集质心 《隐含公开》 | [0047] "When a new point comes in... then this data point may be compared to the k closest neighboring centroids..." <br> [0071] "...selected based on the Euclidean distance from their context and application portions of the centroids to the data point." <br> [0074] "...the predicted interest rating is equal to the interest rating of the closest centroid." | 对比文件公开了当新的数据点（当前上下文/应用使用）到来时，会将其与多个质心进行比较，并基于欧氏距离选择“k个最邻近的质心(k closest neighboring centroids)”或“最近的质心(closest centroid)”（[0047], [0071], [0074]）。这个过程实质上就是根据距离度量，将接收到的数据点“指派”给一个或多个（在对比文件中是k个）质心，以便基于这些质心进行后续计算。虽然对比文件的目的（兴趣预测）与目标专利（并行群集）不同，但“将数据点与质心比较并关联”这一技术手段是相同的。因此，特征J被对比文件隐含公开。 |
| K: 以及将所述接收到的数据点指派给与所述多个群集质心中的这一个群集质心相对应的线程或处理器。 《未公开》 | 无相应内容。 | 对比文件没有提及任何“线程(thread)”或“处理器(processor)”与特定的质心相关联，也没有描述将数据点进一步指派给这样的执行单元。数据点是与质心比较以选择群集，而非指派给处理单元。因此，特征K未被对比文件公开。 |
| L: 其特征在于，所述多个群集质心中的群集质心数目对应于线程和/或处理器数目。 《未公开》 | 无相应内容。 | 对比文件未提及线程或处理器数目，因此不存在质心数目与之对应的概念。因此，特征L未被对比文件公开。 |
| M: 其特征在于，所述多个群集质心中的群集质心数目大于线程和/或处理器数目，并且其中所述接收到的数据点基于与所述多个群集质心中的每个群集质心相关联的数据点计数被指派给线程或处理器。 《未公开》 | 无相应内容。 | 对比文件未提及线程或处理器，也未描述基于质心的数据点计数来指派数据点给执行单元。因此，特征M未被对比文件公开。 |
| N: 其特征在于，所述数据点流基于所述多个线程和/或处理器中的每个线程和/或处理器的速度被指派给所述多个线程和/或处理器。 《未公开》 | 无相应内容。 | 对比文件未提及线程或处理器，更不存在基于其速度进行数据指派的描述。因此，特征N未被对比文件公开。 |
| O: 其特征在于，所述多个线程和/或处理器中的每个线程和/或处理器生成围绕向所述多个线程和/或处理器中的每个线程和/或处理器置备的一个或多个质心的一个或多个群集。 《未公开》 | 无相应内容。 | 对比文件中的群集是在离线阶段一次性聚类生成的（步骤402，404），并非由多个线程或处理器在线动态生成。对比文件未描述为不同线程或处理器置备不同质心子集并各自生成群集的过程。因此，特征O未被对比文件公开。 |
| P: 其特征在于，所述多个线程和/或处理器中的每个线程和/或处理器在其开始接收所述数据点流的所述部分时开始生成所述一个或多个群集。 《未公开》 | 无相应内容。 | 对比文件未涉及线程、处理器接收数据点流部分并开始生成群集的过程。因此，特征P未被对比文件公开。 |
| Q: 其特征在于，所述多个线程和/或处理器中的每个线程和/或处理器在开始生成所述一个或多个群集之前缓冲所述部分的数据点中的一个或多个数据点。 《未公开》 | 无相应内容。 | 对比文件未涉及线程、处理器缓冲数据点的描述。因此，特征Q未被对比文件公开。 |
| R: 其特征在于，还包括：丢弃所述数据点流中的数据点以减少所述数据点流中的数据点数目。 《未公开》 | 无相应内容。 | 对比文件没有描述丢弃数据点以减少数据点数目的步骤。其关注点在于存储和使用数据点进行聚类和预测。因此，特征R未被对比文件公开。 |
| S: 其特征在于，还包括：降低生成所述数据点流的一个或多个传感器的采样率以减少所述数据点流中的数据点数目。 《未公开》 | 无相应内容。 | 对比文件没有描述调整传感器采样率以减少数据点数目的步骤。因此，特征S未被对比文件公开。 |
| T: 其特征在于，还包括：对所述全局群集域执行后处理。 《未公开》 | 无相应内容。 | 对比文件在基于选择的群集计算兴趣评分后，没有描述对生成的兴趣评分结果或群集本身进行“后处理(post-processing)”的步骤。其计算出的兴趣评分即为最终输出用于推荐。因此，特征T未被对比文件公开。 |
| U: 其特征在于，所述多个处理器和/或线程驻留在一用户装备上。 《未公开》 | 无相应内容。 | 对比文件虽然描述了方法可以在移动设备（用户装备）上实施（[0096], [0100]），但从未提及“多个处理器和/或线程(multiple processors and/or threads)”驻留在该设备上。其系统框图（图10）展示了一个处理器1002，但未说明有多个线程或处理器并行工作。因此，特征U未被对比文件公开。 |
| V: 其特征在于，所述多个处理器和/或线程驻留在多个用户装备上。 《未公开》 | 无相应内容。 | 对比文件完全没有提及在多个用户装备上分布处理器或线程以进行并行处理。因此，特征V未被对比文件公开。 |
<<<B>>><<<a>>><<<f>>><<<j>>>