-
公开(公告)号：CN100426289C
公开(公告)日：2008-10-15
申请号：CN200510067375.0
申请日：2005-04-14
Applicant: 微软公司
IPC: G06F17/30
Abstract: 本发明充分利用机器学习技术来提供条件变量的自动生成，用于对给定的目标变量构造数据透视。本发明确定和分析给定目标变量的最佳目标变量预测符，利用它们以便于将有关目标变量的信息传递给用户。它自动离散化用作目标变量预测符的连续变量和离散变量，以建立它们的粒度。在本发明的其它示例中，能指定复杂性和/或实用性参数，以便于通过分析最佳目标变量预测符以及条件变量的复杂性和/或实用性来生成数据透视。本发明还能调节数据透视的条件变量(即目标变量预测符)，以提供最优视图，和/或接受来自用户的输入来引导/控制数据透视的生成。
-
公开(公告)号：CN1573782B
公开(公告)日：2013-05-22
申请号：CN200410063106.2
申请日：2004-05-21
Applicant: 微软公司
IPC: G06F17/60
CPC classification number: G06F17/3061 , G06Q10/107 , H04L51/12
Abstract: 本发明的主题提供一种能够方便地侦测垃圾邮件的先进而加强的系统和方法。所述系统和方法包括部件及其它操作，他们能够加强和促使找到垃圾邮件发送者难于避免的特征，并且找到在垃圾邮件发送者难以复制的非垃圾邮件的特征。示范性的特征包括检查成对的原始特征、分析字符和/或数字序列、串以及子串，在分析信息和/或特征大小的同时，侦测一个或多个字符序列、串和/或子序列不同的熵的级别。
-
公开(公告)号：CN1684068A
公开(公告)日：2005-10-19
申请号：CN200510067375.0
申请日：2005-04-14
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F16/283 , G06F2216/03 , Y10S707/99936 , Y10S707/99943
Abstract: 本发明充分利用机器学习技术来提供条件变量的自动生成，用于对给定的目标变量构造数据透视。本发明确定和分析给定目标变量的最佳目标变量预测符，利用它们以便于将有关目标变量的信息传递给用户。它自动离散化用作目标变量预测符的连续变量和离散变量，以建立它们的粒度。在本发明的其它示例中，能指定复杂性和/或实用性参数，以便于通过分析最佳目标变量预测符以及条件变量的复杂性和/或实用性来生成数据透视。本发明还能调节数据透视的条件变量(即目标变量预测符)，以提供最优视图，和/或接受来自用户的输入来引导/控制数据透视的生成。
-
公开(公告)号：CN1573782A
公开(公告)日：2005-02-02
申请号：CN200410063106.2
申请日：2004-05-21
Applicant: 微软公司
IPC: G06F17/60
CPC classification number: G06F17/3061 , G06Q10/107 , H04L51/12
Abstract: 本发明的主题提供一种能够方便地侦测垃圾邮件的先进而加强的系统和方法。所述系统和方法包括部件及其它操作，他们能够加强和促使找到垃圾邮件发送者难于避免的特征，并且找到在垃圾邮件发送者难以复制的非垃圾邮件的特征。示范性的特征包括检查成对的原始特征、分析字符和/或数字序列、串以及子串，在分析信息和/或特征大小的同时，侦测一个或多个字符序列、串和/或子序列不同的熵的级别。
-
-
-
Search Results
4
records
(took 0.017 seconds)
