[发明专利]一种折线滑动窗口累积差值对比分析相似程度的方法

说明书

技术领域

本发明是关于行为关联分析业务领域，特别涉及一种折线滑动窗口累积差值对比分析相似程度的方法。

背景技术

在行为关联分析业务中，分析企业的某种商品的销售业绩(销售行为的销售额数据)，分析每天销售高峰时间段的变化，分析企业的某几种商品的客户来源(销售行为的来源数据)的相似程度，进而对客户的关联消费习惯进行分析，为后续的营销方针提供指导，可见这种相似程度分析工作具有非常重要的作用。一般在行为关联分析业务中，会根据不同行为的数据分布特性，将数据经过汇总得到折线图表。

折线：X轴具有单位，每个单位上具有一个采样点，每个采样点在Y轴上有取值。一般常见的应用场景为：(1)X轴为时间，单位为指定的时间周期，比如：1秒、15分钟等；(2)Y轴为数量，单位为次；(3)一个采样点(x,y)表示在x时间周期内，即大于等于x秒时间点，小于x+1秒时间点，发生某种事件共计y次；

先发折线、后发折线：先发折线表示该折线对应的事件，应该发生在前。后发折线表示该折线对应的事件，应该发生在后。

匹配：为先发折线的某次事件，从后发折线的所有事件中，按照允许分布偏离窗口规则，找到一个事件进行配对；先发折线的某次特定事件，最多只能与后发折线中的一个事件进行配对；后发折线中的一个事件，最多只能被先发折线中的一个事件配对。

允许分布偏离窗口：假定分布偏离窗口大小为N，在两条折线LineA、LineB之间，在进行耦合度分析时，允许先发折线的某个采样点(Ax,Ay)对应的Ay次事件，与LineB中的(N+1)个采样点进行耦合关联，LineB中对应的时间段范围为x,x+1,x+2,…,x+N。

耦合度：在两条折线LineA、LineB之间，如果两条折线完全重合，即采样点的取值相同，此种情况的耦合度必然为全耦合；如果LineA中的每个采样点对应的每次事件，都能够在允许分布偏离窗口对应的LineB的时间段范围内的采样点对应的若干次事件，获得唯一匹配对应事件，并且最终LineB中的每个采样点钟的每次事件，都已经被匹配对应，那么两条折线间的耦合度为全耦合；全耦合时，耦合度指标应当达到最高。

偏离度：偏离度说明的是未能够获得配对的严重程度，全耦合时，偏离度指标应当为0，不能匹配的越多，偏离度指标应当越高。

直接偏离：对应汇总折线的同一时间段，两个采样点的Y轴取值的差额的绝对值。

方差偏离：对应汇总折线的同一时间段，其直接偏离的乘方。

目前在IT行业内，用于解决上述分析系统的相似关联分析的方法技术相当缺乏，提出能实现分析行为关联的相似程度的方法，并通过经过技术实践完成正式技术产品，具有广阔的应用前景。

发明内容

本发明的主要目的在于克服现有技术中的不足，提供一种根据行为关联分析业务中的数据信息自动生成的折线图表，通过对两条折线的耦合度、偏离度进行分析，能够得到量化的耦合度、偏离度指标的折线对比分析相似程度的方法。为解决上述技术问题，本发明的解决方案是：

提供一种折线滑动窗口累积差值对比分析相似程度的方法，首先，根据行为关联分析业务的要求和不同行为的数据分布特性，从行为关联分析业务数据库中提取数据信息，并基于这些数据信息自动生成折线图表；

然后，假定图表中的两条折线分别为LineA和LineB，其中LineA为先发折线，LineB为后发折线，折线上的采样点(x,y)，X轴为时间，单位为指定的时间周期(比如：1秒、15分钟等)，Y轴为数量，单位为次，表示在x时间周期内，事件的发生次数为y次，LineA的采样点的X轴区间为[AXmin，AXmax]，LineB的采样点的X轴区间为[BXmin,BXmax]；

折线滑动窗口累积差值对比分析相似程度的方法，获得LineA和LineB间的相似度的量化指标，具体包括以下步骤：

步骤1)：将折线LineA、LineB的每个采样点使用TypeNode类型变量保存，并将折线采用TypeNode类型变量的数组方式进行保存，即LineA的采样点数据保存在数组ArrNodesListA中，LineB的采样点数据保存在数组ArrNodesListB中，数组成员变量记为(xCur，yCur)；所述TypeNode类型变量是指：成员变量为(x,y)，且(x,y)中的x、y分别对应采样点的x坐标值和y坐标值，x、y是不小于0的整数；