面向大数据分析的综合态势定量处理方法
【技术领域】
[0001] 本发明涉及一种面向大数据分析的综合态势定量处理方法，其核心是对大数据深 度分析机制的改进，属于计算机网络技术领域。
【背景技术】
[0002] 据申请人所知，目前在大数据分析中，目标场景综合态势定量处理方法的核心思 想主要包括：以统计函数为核心的朴实型定量处理方法、以PageRank算法为核心的迭代型 定量处理方法及其变种处理方法。
[0003] 在实际定量处理过程中，以统计函数为核心的朴实型定量处理方法，以目标场景 (即目标大数据集）中各实体在某段统计周期内实体属性值列表为对象，取数学统计函数 (如平均值、均方差等），进而获得整个目标场景综合态势图。其中，在整个计算过程中涉及 到的所有对象统称为实体，目标场景可视为所有实体的集合，所有能够描述实体特性的参 数统称为实体属性。但是，该方法未考虑各实体之间的关联关系，易造成实体权重向上累加 现象，进而造成定量处理方法失效。
[0004] 以PageRank算法为核心的迭代型定量处理方法及其变种处理方法，在本质上都 是以搜索为目标的搜索算法，其所采用的病态实体修复机制在本质上是一种"问题监管"， 而非"全员监管"，因此，该方法易造成外围环境实体及其直接前驱实体在整个定量处理体 系中权重过大，而直接后继实体权重过小，进而造成定量处理方法失效。
【发明内容】
[0005] 本发明所要解决的技术问题是：针对现有技术存在的问题，提供一种面向大数据 分析的综合态势定量处理方法，能克服现有综合态势定量处理方法存在的不足，利于提升 评估准确性。
[0006] 本发明解决其技术问题的技术方案如下：
[0007] -种面向大数据分析的综合态势定量处理方法，其特征是，包括以下步骤：
[0008] 第一步、系统初始化：以目标场景中实体的所有实体属性组成实体属性集e，并以 所有实体属性值组成实体属性值向量w(e)nX1= (w(ew(e2), . . .，w(en))T，n为实体属性 的数量；同时设置迭代阈值I;转至第二步；
[0009] 第二步、构建矩阵：根据各实体属性之间的关联关系设置可传递实体属性关联矩 阵R;转至第三步；
[0010] 第三步、修正矩阵：设置实体属性值为W(e)n+1的外围环境实体，在各实体与外 围环境实体之间分别设置双向可传递关联属性；以外围环境实体指向各实体的可传递关 联属性值组成外围环境实体的权重下行向量w(ie)nX1= (w(ieihwQeJ, . . .，w(ien)) T，并以各实体指向外围环境实体的可传递关联属性值组成外围环境实体的权重上行 向量w(oe)nX1= (w(oew(oe2), . . .，w(oen))T;将可传递实体属性关联矩阵R修正为
【主权项】
1. 一种面向大数据分析的综合态势定量处理方法，其特征是，包括以下步骤： 第一步、系统初始化：以目标场景中实体的所有实体属性组成实体属性集e，并以所有 实体属性值组成实体属性值向量w(e)nX1= (w(e w(e2), . . .，w(en))T，η为实体属性的数 量；同时设置迭代阈值ξ ;转至第二步； 第二步、构建矩阵：根据各实体属性之间的关联关系设置可传递实体属性关联矩阵R ; 转至第三步； 第三步、修正矩阵：设置实体属性值为w(e)n+1的外围环境实体，在各实体与外围 环境实体之间分别设置双向可传递关联属性；以外围环境实体指向各实体的可传递关 联属性值组成外围环境实体的权重下行向量w(ie) nX1= (w(ie IwQe2), . . .，w(ien)) T，并以各实体指向外围环境实体的可传递关联属性值组成外围环境实体的权重上行 向量w(oe) nX1= (w(oe w(oe2)，...，w(oen))T;将可传递实体属性关联矩阵R修正为
;转至第四步； 第四步、转换矩阵：根据修正矩阵R(1)以及各实体属性的可传递属性下行关 联度，运算得出可传递实体属性转换矩阵Q ;将实体属性值向量w(e)nX1扩展为
;转至第五步； 第五步、迭代处理：按公式
对实体属性值向量 w'（e) (n+1) X1进行迭代处理，其中，W 为第k次迭代后实体属性值向量，且令
十，迭代处理结束，并得到迭代处理 后实体属性值向量
；转至第六步； 第六步、归一化处理：设W(e)nX1= (W(e W(e2)，. . .，W(en))TS归一化实体属性值向 量，其中，i e {l，2，...，n}，j e {1，2，···，η};所述W(e)nX1 即 j-y
为最终所得实体属性值向量；处理结束。
2. 根据权利要求1所述面向大数据分析的综合态势定量处理方法，其特征是， 第一步的具体过程为：设置实体属性集e = [%62，...，％]、实体属性值向量￥(〇 11><1=(￥(61)，￥(62)，...，￥(6 11))1\迭代阈值1，其中11为实体属性的数量，即11=|6|， WG1), w(e2), . . .，w(en)分别为实体属性ep e2, . . .，0"的实体属性值；转至第二步。
3. 根据权利要求1所述面向大数据分析的综合态势定量处理方法，其特征是，第 二步的具体过程为：设置可传递实体属性关联矩阵R= (ι^_)ηΧη，i e {l，2，...，n}， j e {1，2, . . .，η};若存在实体属性ei指向实体属性e」的关联，则令r u= I e广e」I，否则 令!Tij= 0 ;转至第三步。
4. 根据权利要求1所述面向大数据分析的综合态势定量处理方法，其特征是，第三 步中，WQe1), w(ie2), ...，w(ien)分别为外围环境实体指向各实体的可传递关联属性值， W(Oe1)，w(oe2)，...，w(oen)分别为各实体指向外围环境实体的可传递关联属性值。
5. 根据权利要求1所述面向大数据分析的综合态势定量处理方法，其特征是，第三步 中，修正矩阵
6. 根据权利要求1所述面向大数据分析的综合态势定量处理方法，其特征是，第四步 中，设置实体属性ei的可传递属性下行关联度〃K ;设置可传递实体属性转换矩 阵 Q = (Qij) (n+1)x(n+1)，i e {1，2, · · ·，n}，j e {1，2, · · ·，η};若 OUtiX),则令％ =/;)丨!/<)"〔， 否则令Qij= 〇。
【专利摘要】本发明涉及面向大数据分析的综合态势定量处理方法，包括：第一步、系统初始化；第二步、构建矩阵；第三步、修正矩阵；第四步、转换矩阵；第五步、迭代处理；第六步、归一化处理。本发明能克服现有综合态势定量处理方法存在的不足，利于提升评估准确性。
【IPC分类】G06F17-30
【公开号】CN104750838
【申请号】CN201510158651
【发明人】王娟磊
【申请人】王娟磊
【公开日】2015年7月1日
【申请日】2015年4月3日