基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法技术方案

本发明专利技术涉及一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法，属于电子商务技术领域。本发明专利技术为了验证用户实时交易模型与预期模型的行为一致性，研究和证明了用户实时交易模型与预期模型的重叠对应关系特征性质，使用伙伴矩阵描述重叠对应关系，提出了基于重叠对应关系下的用户行为一致性测度方法。该构架能够有效区分重叠对应关系，并依此对行为对应关系做到更为精确的判定。有效地将重叠对应关系进行区分和计算，解决了存在重叠对应的行为一致性测度问题，并大大缩短了运算时间。

Consistency detection method of overlapping correspondence behavior in trading system based on partner matrix

【技术实现步骤摘要】
基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法
本专利技术涉及一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法，属于电子商务

技术介绍
随着计算机网络及网上支付的飞速发展及广泛应用，针对网络用户在支付过程中的行为一致性检测技术的要求也越来越严格。由于系统设计师和架构师对相同的现实环境对象所持有观点的不同，进而导致不同模型的构成。网络交易行为模型的一致性关系到交易系统中元素在系统匹配情况下的匹配语义学。而在现实的交易环境下，一个或多个活动在多个模型下有着相同作用的情况比比皆是，那么如何对这样的用户行为一致性进行测量，进而对网络交易过程中用户的实时交易行为和预期行为进行一致性分析，使得其存在于重叠对应模型间便显得尤为重要。目前针对两个系统间的一致性研究技术，主要包括基于复杂对应、不确定对应等的一致性测量方法，但这些方法对重叠对应情况都未涉及。而事实上，由于重叠对应而产生的用户行为一致性检测产生的误差有时会很大程度上影响设计师或架构师的评判模式。
技术实现思路
本专利技术的目的是为解决含有重叠对应的用户行为一致性检测问题的技术问题。为达到解决上述问题的目的，本专利技术所采取的技术方案是提供一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法，包括以下步骤：步骤1：根据现有用户行为模型分析重叠对应关系特征；将重叠对应关系分类，研究各个类的行为特征；将用户行为模型的对应关系映射到用户交易模型的具体实例中；步骤2：根据用户行为特征建立关系轮廓，构建用户关系轮廓矩阵；把用户各个活动间的关系，建立用户关系轮廓；根据每两两两活动间的关系轮廓，计算两个模型的基于关系轮廓的关系轮廓矩阵；步骤3：根据用户重叠对应特征，计算关系轮廓矩阵的伙伴矩阵，计算用户行为一致性度，检测用户行为与预期行为的一致程度；根据用户重叠对应类，计算关系轮廓的伙伴矩阵；根据用户实时交易模型与预期模型的重叠对应关系及表示各个模型自身行为关系的关系轮廓矩阵，计算用户实时交易模型与预期模型的行为一致性。优选地，所述的步骤3中计算用户行为一致性度检测算法包括以下步骤：步骤1：输入网模型(P1，T1，F1；M1)和(P2，T2，F2；M2)，一个对应关系关联着两个Petri网的变迁，他们的关系轮廓他们的关系轮廓矩阵BM1、BM2；步骤2：将变迁集T1和T2按照对应关系分为n个对应集合形式，T1，1～T2，1，T1，2～T2，2，…，T1，n～T2，n是所有的对应关系，执行下一步骤；步骤3：计算所有BM1的伙伴矩阵BMP1的元素，得到BM1的伙伴矩阵BMP1，执行下一步骤；步骤4：计算所有BM2的伙伴矩阵BMP2的元素，得到BM2的伙伴矩阵BMP2，执行下一步骤；步骤5：若BM1·BMp1与BM2·BMp2同阶，那么找到BM1·BMp1与BM2·BMp2，中相同位置中的不同元素，计算基于重叠对应关系的一致性度DP，输出DP，算法终止；否则执行下一步骤；步骤6：比较BM1·BMp1与(BM2·BMp2)T，计算BM1·BMp1与(BM2·BMp2)T中相同位置中的不同元素，执行下一步骤；步骤7：计算基于重叠对应关系的一致性度DP，输出DP，输出重叠对应的一致性度DP，算法终止。本专利技术为了验证用户实时交易模型与预期模型的行为一致性，对重叠对应的行为关系进行具体分类分析，研究重叠对应类别下的行为特征，提出了伙伴矩阵来形式化描述重叠对应关系；解决了含有重叠对应的用户行为一致性检测问题，利用矩阵的相关知识，研究了交易系统的行为一致性，测量了含有重叠对应关系的行为一致性度。对用户的内部行为关系进行了较细致的分析，建立了基于8种行为关系的关系轮廓，并对重叠对应关系进行区分和分类，给出了基于重叠对应关系的用户行为一致性测量和分析构架。为此给出的技术方案为：研究和证明了用户实时交易模型与预期模型的重叠对应关系特征性质，使用伙伴矩阵描述重叠对应关系，提出了基于重叠对应关系下的用户行为一致性测度方法。相比现有技术，本专利技术具有如下有益效果：该构架能够有效区分重叠对应关系，并依此对行为对应关系做到更为精确的判定。有效地将重叠对应关系进行区分和计算，解决了存在重叠对应的行为一致性测度问题，并大大缩短了运算时间。附图说明图1是本专利技术基于重叠对应的一致性计算结构架构图；图2是本专利技术算法1的流程图；图3是本专利技术有着相同关系轮廓矩阵的两个工作流网模型；图4是图3(a)的伙伴矩阵图；图5是图3(b)的伙伴矩阵图；图6是本专利技术有着不同的关系轮廓矩阵的两个工作流模型图；图7是图6(a)的关系轮廓矩阵；图8是图6(b)的关系轮廓矩阵；图9是图7的伙伴矩阵；图10是图8的伙伴矩阵；具体实施方式为使本专利技术更明显易懂，兹以优选实施例，并配合附图作详细说明如下：如图1-10所示，本专利技术提供了一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法。如图1所示：基于重叠对应的用户行为一致性测量方法架构图；整个专利技术技术方案分为三个阶段：第一阶段根据现有用户行为模型分析重叠对应关系特征，第二阶段根据用户行为特征建立关系轮廓，构建用户关系轮廓矩阵，第三阶段根据用户重叠对应特征，计算关系轮廓矩阵的伙伴矩阵，计算用户行为一致性度，检测用户行为与预期行为的一致程度。本专利技术中，用到的相关概念如下所示：定义1(Petri网)：一个网∑＝(P，T，F；M0)是一个Petri网，P表示(库所集合)，T表示(变迁集合)，F表示(库所和变迁之间的有向弧集合)，M0表示(初始标识)。定义2(对应关系)：令(P1，T1，F1；M1)和(P2，T2，F2；M2)是两个Petri网，一个对应关系关联着两个Petri网的变迁。被定义为：{ti|tj∈T2：(ti，tj)∈～}。相似地，被定义为：{tj|ti∈T1：(tj，ti)∈～}。定义3(对应的变迁)：另是两个变迁集，使得如果T′1和T′2是最大的，即：且那么(T′1，T′2)被称为是一个对应的变迁，记为T′1～T′2。特别地，T′1～T′2是一个重叠对应关系，记为T′1～oT′2，当且仅当满足：如果存在T″1和T″2，使得第一阶段具体实施步骤：1.将重叠对应关系分类，研究各个类的行为特征。2.将用户行为模型的对应关系映射到用户交易模型的具体实例中。第二阶段具体实施步骤：1.把用户各个活动间的关系，建立用户关系轮廓。2.根据每两两两活动间的关系轮廓，计算两个模型的基于关系轮廓的关系轮廓矩阵。本专利技术定义的关系轮廓如下所示：定义4(关系轮廓)：令∑＝(P，T，F；M0)是一个Petri网，变迁对(x，y)∈T×T属于其中之一的行为关系中：1)严格序关系如果2)排他序关系+：如果3)类1交叉序关系r1：本文档来自技高网...

【技术保护点】
1.一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法，其特征在于，包括以下步骤：/n步骤1：根据现有用户行为模型分析重叠对应关系特征；将重叠对应关系分类，研究各个类的行为特征；将用户行为模型的对应关系映射到用户交易模型的具体实例中；/n步骤2：根据用户行为特征建立关系轮廓，构建用户关系轮廓矩阵；把用户各个活动间的关系，建立用户关系轮廓；根据每两两两活动间的关系轮廓，计算两个模型的基于关系轮廓的关系轮廓矩阵；/n步骤3：根据用户重叠对应特征，计算关系轮廓矩阵的伙伴矩阵，计算用户行为一致性度，检测用户行为与预期行为的一致程度；根据用户重叠对应类，计算关系轮廓的伙伴矩阵；根据用户实时交易模型与预期模型的重叠对应关系及表示各个模型自身行为关系的关系轮廓矩阵，计算用户实时交易模型与预期模型的行为一致性。/n

【技术特征摘要】
1.一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法，其特征在于，包括以下步骤：
步骤1：根据现有用户行为模型分析重叠对应关系特征；将重叠对应关系分类，研究各个类的行为特征；将用户行为模型的对应关系映射到用户交易模型的具体实例中；
步骤2：根据用户行为特征建立关系轮廓，构建用户关系轮廓矩阵；把用户各个活动间的关系，建立用户关系轮廓；根据每两两两活动间的关系轮廓，计算两个模型的基于关系轮廓的关系轮廓矩阵；
步骤3：根据用户重叠对应特征，计算关系轮廓矩阵的伙伴矩阵，计算用户行为一致性度，检测用户行为与预期行为的一致程度；根据用户重叠对应类，计算关系轮廓的伙伴矩阵；根据用户实时交易模型与预期模型的重叠对应关系及表示各个模型自身行为关系的关系轮廓矩阵，计算用户实时交易模型与预期模型的行为一致性。


2.如权利要求1所述的一种基于伙伴矩阵的交易系统的重叠对应行为一致性检测方法，其特征在于：所述的步骤3中计算用户行为一致性度检测算法包括以下步骤：
步骤1：输入网模型(P1,T1,F1；M...

【专利技术属性】
技术研发人员：王咪咪，赵培海，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31