一种融合统计熵与多因子的文本相似度数据处理方法

本发明涉及电数字数据处理技术领域，公开了一种融合统计熵与多因子的文本相似度数据处理方法，包括：处理器提取第一及第二数据序列的互不包含极大公共子串集合，计算子串长度平方和生成局部统计熵；遍历极大公共子串集合，获取其在第一及第二数据序列内存空间中的存储地址索引，构建映射结构位移关系的拓扑映射向量；利用归并排序算法计算拓扑映射向量的逆序对总数，生成归一化的拓扑耗散指数；以局部统计熵为信息载波，以拓扑耗散指数为结构阻尼因子，执行非线性阻尼调制运算得到最终相似度评分，本发明通过量化数据在存储空间分布的拓扑熵增，解决线性扫描逻辑无法识别块级位移的技术难题。