C代做代写、代做C/C++程序编程、代写C报告

日期：2018-06-02 02:09

我们首先将记录和时间戳信息转换成一个时间戳矩阵。如下所示。

然后依次比较相应的记录，比较的结果有下面几种情况：如果记录的时间戳的数量不在我们设置的阈值的范围λ1-λ2内（时间戳矩阵的列数），那么是不需要参加分组操作的（例如b,f,g），这一举措主要是为了滤除访问频率较小或者访问频率较大的数据，在满足阈值范围的记录中我们用时间戳信息来进行关联性查找。然后我们在实验中设置了一个很重要的参数Δ，表示时间戳之间的差值，如果两个记录的所有按顺序排列的时间戳的差值都在Δ之内，那么这两个记录是弱相关的，如果在弱相关的基础上有至少一对时间戳的差值是1，那么就是强相关的。数据关联性查找的流程图如图4-4所示。

图4-4数据关联性查找流程图

如下所示，是发现数据对之间的关联性的详细伪代码，主要是以记录的时间戳矩阵T作为输入，关联的数据作为输出。

发现数据对之间的关联性

输入：时间戳矩阵T，时间戳列数范围λ1-λ2,

     数据对关联类型assoctype，时间戳差值Δ

输出：关联数据对

1  for i=1 to len(T)-1 do

2    if len(T[i])≤λ1 or len(T[i])≥λ2 then

3       continue

4    assoctype=weak

5    for j=i+1 to len(T) do

6       for k=1 to len(T[i]) do

7          if abs(T[i][k]-T[j][k])>Δ then

8             assoctype=notassociation

9          else

10            if abs(T[i][k]-T[j][k])==1

11              assoctype=strongassociation

12            else assoctype=weakassociation

13    return assoctype

14  if assoctype== weakassociation|| assoctype==strongassociation

15     addAssociation(blocki,blockj)