[发明专利]一种折线偏离方差累积对比分析相似程度的方法

摘要

本发明涉及行为关联分析业务领域，旨在提供一种折线偏离方差累积对比分析相似程度的方法。该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，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，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、偏离度指标的相似程度。本发明能够应用在行为关联分析业务中，可根据不同行为的数据分布特性，对于经过数据汇总得到的折线图表，进行进一步的比较分析，进而得到可量化的相似程度、偏离程度的评估指标；当然，还可以在更多的领域上，用于更广泛的分析用途。

主权项

一种折线偏离方差累积对比分析相似程度的方法，其特征在于，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，Y轴为数量，单位为次，表示在x时间周期内，事件发生次数为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]；折线偏离方差累积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(aCur，bCur)；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；步骤2)：结合分析LineA、LineB的X轴区间，将LineA、LineB的两个X轴区间进行合并，获得X轴合并区间[Xmin,Xmax]，其中Xmin为LineA的最小x坐标值AXmin、LineB的最小x坐标值BXmin中的最小值，Xmax为LineA的最大x坐标值AXmax、LineB的最大x坐标值BXmax中的最大值；步骤3)：创建新的采样点数据数组NewArrNodesListA、NewArrNodesListB，将数组长度调整为Xmax‑Xmin+1，并设定两个数组中的所有数组成员变量为TypeNode类型变量的NodeCur，即(aCur，bCur)，对NodeCur进行初始化，设定NodeCur的x成员变量为该数组成员变量对应的数组下标，设定NodeCur的y成员变量为0；步骤4)：遍历ArrNodesListA，将数组成员变量(aCur，bCur)对应的y成员变量的值，拷贝给NewArrNodesListA数组对应下标为(aCur‑Xmin)的数组成员变量的y成员变量；遍历ArrNodesListB，将数组成员变量(aCur，bCur)对应的y成员变量的值，拷贝给NewArrNodesListB数组对应下标为(aCur‑Xmin)的数组成员变量的y成员变量；步骤5)：创建两个用于保存偏离度的变量AmpAcc和SqrAcc，AmpAcc用于保存直接偏离累计值，SqrAcc用于保存方差偏离累计值，并将AmpAcc和SqrAcc初始化为0；创建两个用于保存偏离基数的变量AmpAccBase和SqrAccBase，AmpAccBase用于保存直接偏离累计值基准，SqrAccBase用于保存方差偏离累计值基准，并将AmpAccBase和SqrAccBase初始化为0；步骤6)：对于步骤2)得到中的X轴合并区间，设定分段长度为SegLen，SegLen的长度是不小于1，同时不超过Xmax‑Xmin+1；步骤7)：将步骤4)中得到的NewArrNodesListA、NewArrNodesListB的所有采样点，按照步骤6)中确定的分段长度SegLen进行汇总分段，设定第n个分段为Seg_n，Seg_n对应X轴合并区间的X轴时间段为[SegLen*n,SegLen*n+SegLen‑1]区间，对于每个分段Seg_n，形成一个新的采样点，即TypeNode类型的NodeSegC，NodeSegC的x成员变量为当前分段的序号n，NodeSegC的y成员变量分别对应为NewArrNodesListA、NewArrNodesListB在分段Seg_n中，对应X轴时间段区间中的所有采样点的y成员变量的累加值，依此类推，最终得到数组成员变量为NodeSegC的新的采样点数组ArrSegNodesListA和ArrSegNodesListB，即得到采样点数组为ArrSegNodesListA的汇总折线LineSA和采样点数组为ArrSegNodesListB的汇总折线LineSB；其中n是不小于0的整数，且从0开始；步骤8)：对ArrSegNodesListA、ArrSegNodesListB，按照数组下标进行遍历，进行以下操作：a)假定当前分段为SegC，将ArrSegNodesListA与ArrSegNodesListB在SegC分段的两个采样点的y成员变量，进行相减然后取绝对值获得直接偏离AmpC，对AmpC进行乘方获得方差偏离AmpS；b)将AmpC加到AmpAcc上，实现AmpAcc对于所有分段的直接偏离的累计；c)将AmpS加到SqrAcc上，实现SqrAcc对于所有分段的方差偏离的累计；d)提取ArrSegNodesListA的当前采样点的y成员变量的取值的绝对值，并赋值给变量AbsValC，将AbsValC累加到AmpAccBase上，将AbsValC的乘方累加到SqrAccBase上，获得两个偏离指标基准AmpAccBase和SqrAccBase；步骤9)：通过步骤8)中得到的AmpAcc、AmpAccBase、SqrAcc和SqrAccBase，利用以下公式即可获得两条折线间的相似度的量化指标：AmpPer＝AmpAcc/AmpAccBase*100％；SqrPer＝SqrAcc/SqrAccBase*100％；AmpFitPer＝100％‑AmpPer；SqrFitPer＝100％‑SqrPer；其中AmpPer是直接偏离百分比，SqrPer是方差偏离百分比，AmpFitPer是直接耦合百分比，SqrFitPer是方差耦合百分比。