买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利基于分层联合图索引的房屋租赁多度量空间搜索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116304237B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310299643.X，技术领域涉及：G06F16/9035；该发明授权基于分层联合图索引的房屋租赁多度量空间搜索方法是由陈璐;高云君;马瑞遥;朱轶凡设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本基于分层联合图索引的房屋租赁多度量空间搜索方法在说明书摘要公布了：本发明公开了一种基于分层联合图索引的房屋租赁多度量空间搜索方法，包括：获取新房屋对象，找到每个度量空间中所述新房屋对象的k个最近邻房屋对象，在各度量空间下，在新房屋对象与其k个最近邻房屋对象中添加无向边，采用基于树的拆分和层次更新策略，动态调整图结构，改善节点分布，从而构建分层联合图索引，其中所述度量空间包括价格度量空间、户型度量空间、地理位置度量空间和评论度量空间；基于最佳优先搜索策略的剪枝技术，利用所述分层联合图索引进行多度量空间近似最近邻搜索，得到给定查询房屋对象的近似‑k近邻房屋对象。

本发明授权基于分层联合图索引的房屋租赁多度量空间搜索方法在权利要求书中公布了：1.一种基于分层联合图索引的房屋租赁多度量空间搜索方法，其特征在于，包括： 获取新房屋对象，找到每个度量空间中所述新房屋对象的个最近邻房屋对象，在各度量空间下，在新房屋对象与其个最近邻房屋对象中添加无向边，采用基于树的拆分和层次更新策略，动态调整图结构，改善节点分布，从而构建分层联合图索引，其中所述度量空间包括价格度量空间、户型度量空间、地理位置度量空间和评论度量空间； 基于最佳优先搜索策略的剪枝技术，利用所述分层联合图索引进行多度量空间近似最近邻搜索，得到给定查询房屋对象的近似-近邻房屋对象； 其中，获取新房屋对象，找到每个度量空间中所述新房屋对象的个最近邻对象，在各度量空间下，在新房屋对象与其个最近邻对象中添加无向边，采用基于树的拆分和层次更新策略，动态调整图结构，改善节点分布，从而构建分层联合图索引，包括： S21：获取新房屋对象、当前图、-近邻参数和最大数量参数； S22：将所述新房屋对象的层级初始化为0，将更新列表初始化为空集； S23：任意选择一个未被访问的度量空间作为当前度量空间进行访问，将所述当前度量空间的权重设为1，其余度量空间的权重设为0； S24：根据由当前所有度量空间的权重构成的当前权重向量和所述-近邻参数，找到新房屋对象在所述当前度量空间下的个最近邻房屋对象，并利用这个最近邻房屋对象初始化当前度量空间下的结果集； S25：任意选择所述当前度量空间的结果集中一个未被访问到的结果对象作为当前结果对象，在所述当前度量空间下添加所述当前结果对象和所述新房屋对象之间的无向边，并更新相应的同层节点数量和下层节点数量； S26：如果所述当前结果对象的同层节点数量数或下层节点数量大于所述最大数量参数，且所述当前结果对象不在所述更新列表中，则将所述当前结果对象加入到更新列表中； S27：重复步骤S25-S26，直至当前度量空间结果集中的所有结果对象都被访问完毕； S28：重复步骤S23-S27，直至所有度量空间均被访问完毕； S29：按照房屋对象所在层级的升序顺序，遍历访问所述更新列表中的每个房屋对象，并依据基于树的拆分和层次更新策略依次更新房屋对象，从而构建分层联合图索引。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。