对比文件名称：1998-07-28_US5787420A_发明授权_US5787420A Method of ordering document clusters without requiring knowledge of user interests
目标专利名称：用于非平稳数据的凝聚群集的并行方法CN105247487B
本次调用的模型名称：专利创造性评估模型
特征比对表格：
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| 技术特征A：包括：接收所述数据点流《未公开》 | 对比文件未明确描述“接收数据点流”。其背景部分（第2段）提到“document clustering...can be a powerful technique for browsing and searching a large document corpus”，以及详细描述部分（B节第1段）提到“The documents of a corpus must be clustered...The clusters...may be precomputed...or...computed ‘on the fly.’”。 | 对比文件处理的是一个文档“语料库”（corpus），这是一个静态的、已存在的文档集合。说明书描述的是对这样一个集合进行聚类和排序，而非持续接收并处理一个动态的、顺序到达的“数据点流”。本领域技术人员不能从对比文件毫无疑义地得出或合理推断出“接收数据点流”这一技术特征，该特征在目标专利中用于实现在线、实时处理传感器数据等场景，作用与对比文件处理静态文档集不同。 |
| 技术特征B：确定多个群集质心《直接公开》 | [2] “...grouping the corpus into a plurality of clusters, each having a centroid...” (SUMMARY部分); [2] “...a cluster centroid ρ is a vector...” (详细描述B节第3段)。 | 对比文件明确公开了将文档语料库分组为多个聚类，且每个聚类具有一个质心（centroid）。这与目标专利中“确定多个群集质心”的技术特征相同。在对比文件中，质心用于表征聚类和计算相似度，在目标专利中也用于表征聚类并进行数据点指派，作用实质相同。因此，该技术特征被直接公开。 |
| 技术特征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》 | 对比文件未描述将质心划分成子集（群）并由不同线程/处理器独立采用。图2及相应描述提到了包含处理器40的计算机系统20，但未描述将聚类质心任务划分给多个处理器并行独立处理。 | 目标专利此特征的核心在于为并行处理而将质心资源（而非数据）进行划分，并分配给不同的执行单元（线程/处理器）独立工作。对比文件虽然提到了多处理器系统（处理器40），但整个聚类及排序过程是由该处理器40集中控制执行的（参见指令60、80、100的描述）。没有内容表明多个质心子集被划分并由不同的处理器独立地采用以进行聚类计算。本领域技术人员无法从对比文件得出或推断出此并行处理架构。 |
| 技术特征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》 | 对比文件未描述向多个线程或处理器指派数据流的一部分。其描述的“on the fly”计算（B节第1段）是指在需要时即时计算聚类，并非将流入的数据流划分并指派给多个处理单元进行并行处理。 | 此特征是目标专利实现数据流并行处理的关键步骤。对比文件处理的是完整的文档集（语料库），并未描述将输入数据（无论是流还是静态集）划分成多个部分并分配给不同的处理单元。因此，该技术特征既未被直接公开，也未被隐含公开。 |
| 技术特征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》 | 对比文件确实涉及“组合”或“呈现”多个聚类（如SUMMARY部分“presents document clusters”），但这是对单一处理过程产生的所有聚类进行排序和展示。 | 目标专利中的“组合”特指将由多个并行工作的线程/处理器各自生成的局部群集结果（每个结果基于数据流的一部分和质心的一个子集）合并成一个全局群集域。这与对比文件中对单一处理流程产生的全部聚类进行排序在目的和方式上均不同。对比文件没有涉及从多个独立处理单元整合结果的步骤。 |
| 技术特征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。《未公开》 | 对比文件未提及传感器。其数据来源是文档（如通过OCR输入，见图2及描述），属于文本数据。 | 目标专利此特征明确了数据点流的具体来源——传感器，如加速计、话筒等，适用于移动设备实时数据处理场景。对比文件处理的是文档聚类，数据来源完全不同。该特征既未被直接公开，也无法从对比文件隐含得出。 |
| 技术特征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》 | 同上，对比文件未提及任何此类传感器。 | 该特征是对特征F的进一步具体限定。对比文件完全未涉及传感器技术领域，因此该特征未被公开。 |
| 技术特征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》 | 对比文件未描述任何将数据指派给线程或处理器的方式，更未提及“循环方式”。 | 此特征是关于数据分配的具体策略。对比文件没有涉及向多个处理单元分配数据流的技术内容，因此该特征未被公开。 |
| 技术特征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》 | 对比文件未描述任何“阶层式方式”的数据指派。 | 同上，对比文件未涉及数据流分配策略，该特征未被公开。 |
| 技术特征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》 | [2] “...determining the degree of similarity between each cluster and every other cluster...cluster similarity is measured by the dot product between cluster centroids.” (详细描述C节第2段)。虽然此处描述的是计算聚类间相似度，但计算相似度的基础是将文档表示（如profile ρ(d)）与聚类质心进行比较。在聚类过程中（例如k-means），将一个数据点指派给最近质心是标准步骤。对比文件背景引用了Pedersen的Scatter-Gather方法（第2段），该方法涉及将文档“聚集”（gather）到聚类中。 | 对比文件虽然没有明确描述“将数据点指派给质心”的步骤，但其描述的聚类过程（无论是引用的Scatter-Gather还是其自身的基于质心的相似度计算）必然隐含了将文档（即数据点）与聚类质心关联或比较的步骤。在聚类算法的常规理解中，这通常意味着将数据点指派给一个质心（如最近的质心）。因此，本领域技术人员可以合理推断出对比文件隐含了“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”这一技术手段。尽管目标专利应用于数据流，而对比文件应用于文档集，但“指派数据点到质心”这一基本操作在聚类算法中的作用是相同的。 |
| 技术特征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》 | 对比文件未描述任何将数据点基于其与质心的关系指派给特定线程或处理器的机制。 | 此特征是将特征J的指派结果与并行处理架构相结合的关键步骤，即根据数据点与哪个质心匹配，将其路由到负责该质心子集（群）的特定处理单元。对比文件完全没有涉及这种基于质心的数据路由和并行处理调度机制。 |
| 技术特征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》 | 对比文件未描述质心数目与线程/处理器数目之间的任何对应关系。 | 此特征是关于并行处理中资源分配的配置关系。对比文件未公开任何并行处理架构，因此该特征未被公开。 |
| 技术特征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》 | 对比文件未描述质心数目大于处理器数目的情况，也未描述基于质心关联的数据点计数来指派数据给处理器的机制。 | 此特征是更复杂的阶层式或负载均衡指派策略。对比文件完全没有涉及相关内容。 |
| 技术特征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》 | 对比文件未描述考虑处理器速度的数据指派策略。 | 此特征是动态负载均衡策略。对比文件未涉及。 |
| 技术特征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》 | 对比文件描述了生成聚类（“grouping the corpus into a plurality of clusters”），但这是由系统集中完成的，并非由多个线程/处理器各自围绕其被置备的质心子集独立生成群集。 | 目标专利此特征描述了并行处理单元的工作模式：每个单元基于分配给它的质心子集，对其接收到的数据部分进行聚类，生成局部群集。对比文件的聚类生成是集中式、全局性的，没有划分质心子集和并行生成局部群集的概念。 |
| 技术特征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》 | 对比文件未描述数据流处理，也未描述处理单元在开始接收数据时即开始生成群集的实时启动方式。 | 此特征涉及在线、实时处理的时序细节。对比文件未涉及。 |
| 技术特征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》 | 对比文件未描述在处理前缓冲数据点的步骤。 | 此特征涉及流数据处理中的缓冲策略。对比文件未涉及。 |
| 技术特征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》 | 对比文件未描述丢弃数据点以控制数据量的操作。 | 此特征是针对高吞吐数据流的降采样或过滤策略。对比文件处理的是确定的文档集，不涉及此操作。 |
| 技术特征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》 | 对比文件未涉及传感器，更未描述调整传感器采样率。 | 此特征是对特征R的进一步限定，涉及传感器控制。对比文件未涉及。 |
| 技术特征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》 | 对比文件在确定聚类顺序后即进行展示，其“ordering”过程可视为对聚类结果的一种后处理。但目标专利的“后处理”特指对组合后的全局群集域进行操作，如数据挖掘。对比文件的处理（排序）是其最终目的，而非对并行处理结果进行的附加处理步骤。 | 虽然两者都包含对聚类结果的进一步操作，但目的和内容不同。对比文件的排序是为了优化展示逻辑，而目标专利的后处理（如数据挖掘）是为了从群集结果中提取信息。且目标专利的“后处理”是在“组合”步骤之后，针对的是“全局群集域”。对比文件的排序处理是其聚类流程的核心输出环节，并非在组合并行结果之后进行的附加步骤。因此，该特征未被公开。 |
| 技术特征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》 | 对比文件描述的是一个计算机系统（20），可能是一个工作站或服务器（见图2），并未限定为“用户装备”（UE，通常指移动设备）。 | 目标专利此特征明确了并行处理架构的部署位置是单一的移动用户设备。对比文件的系统是通用的计算机系统，并未特指为移动用户装备。该特征未被公开。 |
| 技术特征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》 | 对比文件未描述处理任务分布在多个用户装备上。 | 此特征涉及分布式计算架构。对比文件未涉及。 |
<<<B>>><<<j>>>