[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

摘要

本发明涉及行为关联分析业务领域，旨在提供一种折线滑动窗口累积差值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，获得LineA和LineB间的相似度的量化指标。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

一种折线滑动窗口累积差值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]；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；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(xCur，yCur)，对NodeCur进行初始化，设定NodeCur的成员变量xCur中的x为该数组成员变量对应的数组下标，设定NodeCur的成员变量yCur中的y为0；步骤4)：遍历ArrNodesListA，将数组成员变量(xCur，yCur)对应的y成员变量的值，拷贝给NewArrNodesListA数组对应下标为(xCur‑Xmin)的数组成员变量的y成员变量；遍历ArrNodesListB，将数组成员变量(xCur，yCur)对应的y成员变量的值，拷贝给NewArrNodesListB数组对应下标为(xCur‑Xmin)的数组成员变量的y成员变量；步骤5)：创建用于保存偏离度的变量AmpAcc，AmpAcc用于保存直接偏离累计值，并将AmpAcc初始化为0；创建用于保存偏离基数的变量AmpAccBase，AmpAccBase用于保存直接偏离累计值基准，并将AmpAccBase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)：创建分段游标SegCursor，即(xStt，xEnd)，并将xStt初始化为0，将xEnd初始化为步骤6中设定的SegLen；步骤8)：通过步骤7中设定的分段游标SegCursor，同时遍历步骤4中得到的两个采样点数据数组NewArrNodesListA、NewArrNodesListB：a)将NewArrNodesListA数组中，对应X轴时间段为[xStt，xEnd]的所有采样点的y成员变量累计，得到SumSegCursorA；b)将NewArrNodesListB数组中，对应X轴时间段为[xStt，xEnd]的所有采样点的y成员变量累计，得到SumSegCursorB；c)计算SumSegCursorB与SumSegCursorA的差的绝对值AbsAmpCursor，并将AbsAmpCursor累加到AmpAcc变量；d)将SumSegCursorA的绝对值累加到AmpAccBase变量；e)验证分段游标SegCursor的成员变量xEnd，若xEnd小于步骤2中确定的Xmax，则将xStt、xEnd分别进行加1递增，跳到步骤a中再次遍历；若xEnd等于步骤2中确定的Xmax，则结束遍历；步骤9)：通过步骤8中得到的AmpAcc和AmpAccBase，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％；AmpFitPer＝100％‑AmpPer；其中AmpPer是直接偏离百分比，AmpFitPer是直接耦合百分比。