数据流数据相关性模式的预测方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例公开了一种数据流数据相关性模式的预测方法、装置、设备及介质，方法包括：接收输入的数据；检测输入的数据是否可以归属到已有的第一模式中；若是，则将输入的数据记录到已有的第一模式的数据集合中，并更新已有的第一模式集合；若否，则将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果；根据计算结果判断输入的数据是否可以归属到第二模式中；若否，则利用输入的数据生成一个新的第一模式，并加入到第一模式集合中；若是，则将输入的数据记录到已有的第二模式的数据集合中，并更新已有的第二模式的集合。本发明专利技术能够识别出输入的数据的数据相关性模式，为数据的进一步处理提供了基础。础。础。

【技术实现步骤摘要】
数据流数据相关性模式的预测方法、装置、设备及介质


[0001]本专利技术涉及数据预测
，更具体地说是数据流数据相关性模式的预测方法、装置、设备及介质。

技术介绍

[0002]数据的数据相关性有多种模式，包括随机的、积聚的、顺序的。顺序的又分为严格顺序的、局部随机顺序、有缺失顺序、局部随机有缺失顺序，而预测出数据里未来数据的相关性模式的目的是为数据的进一步处理提供一定的基础。
[0003]现有技术中，只能通过判断数据里邻近的两个数据是否连续识别单一的严格顺序流，例如数据的数据是严格的s,s+1,s+2,s+3,
……
，而不能预测出输入的数据是积聚的或者随机的或者是多种模式结合的。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的不足，提供数据流数据相关性模式的预测方法、装置、设备及介质。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]第一方面，数据流数据相关性模式的预测方法，包括：
[0007]接收输入的数据；
[0008]检测输入的数据是否可以归属到已有的第一模式中；
[0009]若能归属到已有的第一模式中，则将输入的数据记录到已有的第一模式的数据集合中，并更新已有的第一模式集合；
[0010]若不能归属到已有的第一模式中，则将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果；
[0011]根据计算结果判断输入的数据是否可以归属到第二模式中；
[0012]若不能归属到第二模式中，则利用输入的数据生成一个新的第一模式，并加入到第一模式集合中；
[0013]若能归属到第二模式中，则将输入的数据记录到已有的第二模式的数据集合中，并更新已有的第二模式的集合。
[0014]其进一步技术方案为：所述第一模式为顺序/聚集模式，所述第二模式为随机模式。
[0015]其进一步技术方案为：所述将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果，包括：
[0016]以输入的数据为中心划定一数据范围；
[0017]计算已有的第二模式中记录的数据落入到数据范围的比例是否满足预设比例；
[0018]若满足预设比例，则判断满足预设比例的该部分数据中相同数据的比例是否达到设定要求；
[0019]若达到设定要求，则判定输入的数据为符合第一模式的数据。
[0020]其进一步技术方案为：所述检测输入的数据是否可以归属到已有的第一模式中，包括：
[0021]获取已有的第一模式的数据首尾边界范围和数据热点位置；
[0022]若输入的数据在已有的第一模式的数据首尾边界范围内且在数据热点位置周围，则判定输入的数据可以归属到已有的第一模式中。
[0023]其进一步技术方案为：还包括：
[0024]检测第一模式集合中的活动情况；
[0025]若第一模式集合中某一个已有的第一模式在设定的时间范围内没有新的数据加入，则将该第一模式从第一模式集合中删除。
[0026]第二方面，数据流数据相关性模式的预测装置，包括接收单元、检测单元、第一记录单元、计算单元、判断单元、生成单元以及第二记录单元；
[0027]所述接收单元，用于接收输入的数据；
[0028]所述检测单元，用于检测输入的数据是否可以归属到已有的第一模式中；
[0029]所述第一记录单元，用于若能归属到已有的第一模式中，则将输入的数据记录到已有的第一模式的数据集合中，并更新已有的第一模式集合；
[0030]所述计算单元，用于若不能归属到已有的第一模式中，则将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果；
[0031]所述判断单元，用于根据计算结果判断输入的数据是否可以归属到第二模式中；
[0032]所述生成单元，用于若不能归属到第二模式中，则利用输入的数据生成一个新的第一模式，并加入到第一模式集合中；
[0033]所述第二记录单元，用于若能归属到第二模式中，则将输入的数据记录到已有的第二模式的数据集合中，并更新已有的第二模式的集合。
[0034]其进一步技术方案为：所述计算单元包括划定模块、计算模块、判断模块以及第一判定模块；
[0035]所述划定模块，用于以输入的数据为中心划定一数据范围；
[0036]所述计算模块，用于计算已有的第二模式中记录的数据落入到数据范围的比例是否满足预设比例；
[0037]所述判断模块，用于若满足预设比例，则判断满足预设比例的该部分数据中相同数据的比例是否达到设定要求；
[0038]所述第一判定模块，用于若达到设定要求，则判定输入的数据为符合第一模式的数据。
[0039]其进一步技术方案为：所述检测单元包括获取模块以及第二判定模块；
[0040]所述获取模块，用于获取已有的第一模式的数据首尾边界范围和数据热点位置；
[0041]所述第二判定模块，用于若输入的数据在已有的第一模式的数据首尾边界范围内且在数据热点位置周围，则判定输入的数据可以归属到已有的第一模式中。
[0042]第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的数据流数据相关性模式的预测方法。
[0043]第四方面，一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，使得所述处理器执行如上述的数据流数据相关性模式的预测方法。
[0044]本专利技术与现有技术相比的有益效果是：本专利技术通过接收输入的数据；检测输入的数据是否可以归属到已有的第一模式中；若能归属到已有的第一模式中，则将输入的数据记录到已有的第一模式的数据集合中，并更新已有的第一模式集合；若不能归属到已有的第一模式中，则将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果；根据计算结果判断输入的数据是否可以归属到第二模式中；若不能归属到第二模式中，则利用输入的数据生成一个新的第一模式，并加入到第一模式集合中；若能归属到第二模式中，则将输入的数据记录到已有的第二模式的数据集合中，并更新已有的第二模式的集合，从而能够识别出输入的数据的数据相关性模式，为数据的进一步处理提供了基础。
[0045]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术技术手段，可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。
附图说明
[0046]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0047]图1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.数据流数据相关性模式的预测方法，其特征在于，包括：接收输入的数据；检测输入的数据是否可以归属到已有的第一模式中；若能归属到已有的第一模式中，则将输入的数据记录到已有的第一模式的数据集合中，并更新已有的第一模式集合；若不能归属到已有的第一模式中，则将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果；根据计算结果判断输入的数据是否可以归属到第二模式中；若不能归属到第二模式中，则利用输入的数据生成一个新的第一模式，并加入到第一模式集合中；若能归属到第二模式中，则将输入的数据记录到已有的第二模式的数据集合中，并更新已有的第二模式的集合。2.根据权利要求1所述的数据流数据相关性模式的预测方法，其特征在于，所述第一模式为顺序/聚集模式，所述第二模式为随机模式。3.根据权利要求2所述的数据流数据相关性模式的预测方法，其特征在于，所述将输入的数据与已有的第二模式中记录的数据进行相关性模式计算，以得到计算结果，包括：以输入的数据为中心划定一数据范围；计算已有的第二模式中记录的数据落入到数据范围的比例是否满足预设比例；若满足预设比例，则判断满足预设比例的该部分数据中相同数据的比例是否达到设定要求；若达到设定要求，则判定输入的数据为符合第一模式的数据。4.根据权利要求1所述的数据流数据相关性模式的预测方法，其特征在于，所述检测输入的数据是否可以归属到已有的第一模式中，包括：获取已有的第一模式的数据首尾边界范围和数据热点位置；若输入的数据在已有的第一模式的数据首尾边界范围内且在数据热点位置周围，则判定输入的数据可以归属到已有的第一模式中。5.根据权利要求1所述的数据流数据相关性模式的预测方法，其特征在于，还包括：检测第一模式集合中的活动情况；若第一模式集合中某一个已有的第一模式在设定的时间范围内没有新的数据加入，则将该第一模式从第一模式集合中删除。6.数据流数据相关性模式的预测装置，其特征在于，包括接收单元、检测单元、第一记录单元、计算单元、判断单元、生成单元以及第二记录单元；所述接收单元，用于接收输入的数据；所述检测单元，用于检测输入的数据...

【专利技术属性】
技术研发人员：陈立耀，李敏秋，刘光远，
申请(专利权)人：成都芯忆联信息技术有限公司，
类型：发明
国别省市：