[發(fā)明專(zhuān)利]一種采用特征值相似度的數(shù)據(jù)關(guān)聯(lián)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510905286.2
• 申請(qǐng)日: 2015-12-10
• 公開(kāi)（公告）號(hào): CN105512484B
• 公開(kāi)（公告）日: 2019-03-19
• 發(fā)明（設(shè)計(jì)）人: 裴廷睿;葉學(xué)輝;田淑娟;吳相潤(rùn);崔榮埈;關(guān)屋大雄;李哲濤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 湘潭大學(xué)
• 主分類(lèi)號(hào): G06F16/28
• 分類(lèi)號(hào): G06F16/28
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種采用特征值相似度的數(shù)據(jù)關(guān)聯(lián)方法，其特征在于，首先獲得數(shù)個(gè)包含多個(gè)屬性的數(shù)據(jù)源并對(duì)其進(jìn)行預(yù)處理；其次根據(jù)用戶要求確定屬性優(yōu)先級(jí)列表list；然后，每個(gè)數(shù)據(jù)源根據(jù)優(yōu)先級(jí)列表形成多個(gè)相似屬性群，數(shù)據(jù)源中沒(méi)有存在相似屬性群的屬性形成一個(gè)剩余屬性群；再分別計(jì)算兩個(gè)數(shù)據(jù)源之間對(duì)應(yīng)的相似屬性群的相似度和剩余屬性群之間的相似度來(lái)對(duì)兩個(gè)數(shù)據(jù)源進(jìn)行數(shù)據(jù)關(guān)聯(lián)，所述方法至少包括以下步驟：

步驟一：獲得M個(gè)包含多個(gè)屬性的數(shù)據(jù)源λ，記為λ_i，i∈[1,M]，對(duì)λ_i進(jìn)行預(yù)處理；

步驟二：確定屬性優(yōu)先級(jí)列表list＝{P_m,P_n,…}，m,n表示屬性的編號(hào)m≠n，m,n∈[1,N]；

步驟三：各數(shù)據(jù)源按屬性優(yōu)先級(jí)列表list，以優(yōu)先級(jí)從高到低形成相似屬性群記為ω_ik，同時(shí)獲得剩余屬性群η_i，其中i表示數(shù)據(jù)源λ_i的編號(hào)，k表示優(yōu)先級(jí)列表list中屬性的編號(hào)；

步驟四：以相似屬性群為基礎(chǔ)計(jì)算各數(shù)據(jù)源之間的相似度，進(jìn)行數(shù)據(jù)關(guān)聯(lián)，具體方式是：

1)建立一個(gè)向量x，其向量的維度為N×1；假設(shè)獲得一個(gè)數(shù)據(jù)源λ_i對(duì)于list中的屬性P_a的相似屬性群為ω_ia，其相似屬性群會(huì)對(duì)應(yīng)其屬性的索引集S_i，其索引集中的元素值的范圍[1,N]，則進(jìn)行如下操作：

其中t_ih為屬性P_ih的特征值；

2)建立關(guān)于屬性P_a的相似度計(jì)算矩陣X_a＝{x₁ x₂ … x_M}，X_a∈R^N×M，x_i表示第i個(gè)數(shù)據(jù)源由步驟1)方法所得的一個(gè)列向量；

3)轉(zhuǎn)步驟1)建立list列表中其他屬性的相似度計(jì)算矩陣；

4)計(jì)算各數(shù)據(jù)源間關(guān)于屬性的相似度：計(jì)算兩個(gè)數(shù)據(jù)源λ_c，λ_d之間關(guān)于屬性P_a的相似度

5)建立一個(gè)向量y，其向量的維度為N×1，根據(jù)步驟三獲得一個(gè)數(shù)據(jù)源λ_i的剩余屬性群為η_i，其剩余屬性群會(huì)對(duì)應(yīng)其屬性的索引集S_i，其索引集中的元素值的范圍[1,N]，則進(jìn)行如下操作：

其中t_ih為屬性P_ih所具有特征值；

6)建立數(shù)據(jù)源λ_i的剩余屬性群的相似度計(jì)算矩陣Y＝{y₁ y₂ … y_M}，Y∈R^N×M，y_i表示第i個(gè)數(shù)據(jù)源由步驟5)方法所得的一個(gè)列向量；

7)計(jì)算各數(shù)據(jù)源間剩余屬性群的相似度：計(jì)算兩個(gè)數(shù)據(jù)源λ_c，λ_d之間剩余屬性群的相似度

8)數(shù)據(jù)源λ_c，λ_d之間的相似度為其中δ_gj為權(quán)重，g為屬性P_j的優(yōu)先級(jí)級(jí)數(shù)，j為list中相似屬性的編號(hào)；

9)優(yōu)先級(jí)列表list中優(yōu)先級(jí)為g的屬性，其中g(shù)∈[1，N]，假設(shè)為P_t，它在兩個(gè)數(shù)據(jù)源λ_e和λ_f中的相似屬性集為ω_et和ω_ft，則θ_g為優(yōu)先級(jí)為g的屬性相似度計(jì)算的閾值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于各數(shù)據(jù)源中屬性的存儲(chǔ)方式：

屬性P_jr在數(shù)據(jù)源λ_j中的存儲(chǔ)形式包括一個(gè)數(shù)據(jù)域和一個(gè)鏈接域；數(shù)據(jù)域中存放的是該屬性的特征值t_jr，鏈接域中存放的是該屬性的相似屬性的指針鏈接，其中j表示數(shù)據(jù)源λ_j的編號(hào)，r表示數(shù)據(jù)源λ_j中屬性的編號(hào)。