一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法
【專利摘要】本發(fā)明公開了一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，包括以下步驟：獲取因素樣本數(shù)據(jù)，將因素指標(biāo)值存入數(shù)據(jù)表中，構(gòu)建樣本序列；兩兩因素指標(biāo)值序列計(jì)算相關(guān)性時(shí)，對于因素指標(biāo)值樣本長度不一致的，取短截長，對于樣本中存在缺失的情況，則刪除缺失項(xiàng)和與之對應(yīng)的另一因素指標(biāo)樣本值；計(jì)算因素間相關(guān)關(guān)系：基于距離相關(guān)性，計(jì)算因素指標(biāo)值的距離協(xié)方差和方差，得到距離相關(guān)相關(guān)系數(shù)；采用相關(guān)關(guān)系排序算法對因素間距離相關(guān)系數(shù)進(jìn)行排序，最終給出因素間的相關(guān)性，識(shí)別因素間復(fù)雜相關(guān)關(guān)系；依據(jù)因素間相關(guān)關(guān)系的排序，選定與其他因素相關(guān)性強(qiáng)的因素，通過監(jiān)測該因素的指標(biāo)值來預(yù)測與之關(guān)聯(lián)性強(qiáng)的其他因素指標(biāo)的變化。
【專利說明】一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信息處理【技術(shù)領(lǐng)域】，特別涉及一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方 法。

【背景技術(shù)】
[0002] 隨著云計(jì)算、物聯(lián)網(wǎng)技術(shù)的發(fā)展，多種先進(jìn)技術(shù)和傳感器大量應(yīng)用于數(shù)據(jù)采集中， 這使得數(shù)據(jù)來源豐富且多樣，且數(shù)據(jù)類型繁多。在信息量如此龐大的背景下，如何從容量 大且種類繁多的不確定數(shù)據(jù)中獲取價(jià)值，識(shí)別因素間存在的相關(guān)關(guān)系，是當(dāng)前所有行業(yè)所 面臨的問題。
[0003] 然而面對當(dāng)前大數(shù)據(jù)，傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊集理論等因素分析解 析模型和智能算法因受限于復(fù)雜模型建模以及模型本身存在的誤差問題，或者模型本身不 具有一般性，難以在大量數(shù)據(jù)中識(shí)別關(guān)鍵因素，解釋復(fù)雜機(jī)理并做出準(zhǔn)確預(yù)測，進(jìn)而可能造 成誤判或者漏判。而現(xiàn)有的相關(guān)關(guān)系分析法中，皮爾遜相關(guān)系數(shù)只能分析線性的相關(guān)關(guān)系， 最大相關(guān)系數(shù)法和距離相關(guān)法雖可以分析線性和非線性的相關(guān)關(guān)系，但在大量噪聲的影響 下，最大相關(guān)系數(shù)法分析的結(jié)果反而不如皮爾遜相關(guān)系數(shù)法，相比之下，距離相關(guān)性對于變 量間相關(guān)關(guān)系的衡量更為準(zhǔn)確。因此本發(fā)明基于距離相關(guān)性識(shí)別因素間的線性和非線性關(guān) 系，發(fā)現(xiàn)隱藏的因素，提高預(yù)測的準(zhǔn)確性，為決策提供更為科學(xué)的依據(jù)。
[0004] 本申請解決的技術(shù)問題在于依據(jù)相關(guān)性識(shí)別出數(shù)據(jù)樣本間存在的隱藏的關(guān)系，通 過相關(guān)性來分析一個(gè)現(xiàn)象，進(jìn)而進(jìn)行預(yù)測。相關(guān)關(guān)系強(qiáng)是指當(dāng)一個(gè)數(shù)據(jù)值增加時(shí)，另一個(gè)數(shù) 據(jù)值很有可能也會(huì)隨之增加。比如谷歌流感趨勢：在一個(gè)特定的地理位置，越多的人通過谷 歌搜索特定的詞條，該地區(qū)就有更多的人患了流感。


【發(fā)明內(nèi)容】

[0005] 為解決現(xiàn)有技術(shù)存在的不足，本發(fā)明公開了一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測 方法，基于距離相關(guān)性，自動(dòng)識(shí)別因素間復(fù)雜相關(guān)關(guān)系的方法，能夠有效分析大數(shù)據(jù)因素間 存在的隱含的相關(guān)關(guān)系，提高預(yù)測的準(zhǔn)確性，為決策者提供決策的依據(jù)。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明的具體方案如下：
[0007] -種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，包括以下步驟：
[0008] 步驟一：獲取因素樣本數(shù)據(jù)，將因素指標(biāo)值存入數(shù)據(jù)表中，構(gòu)建樣本序列；
[0009] 步驟二：兩兩因素指標(biāo)值序列計(jì)算相關(guān)性時(shí)，對于因素指標(biāo)值樣本長度不一致 的，取短截長，對于樣本中存在缺失的情況，則刪除缺失項(xiàng)和與之對應(yīng)的另一因素指標(biāo)樣本 值；
[0010] 步驟三：計(jì)算因素間相關(guān)關(guān)系：基于距離相關(guān)性，計(jì)算因素指標(biāo)值的距離協(xié)方差 和方差，根據(jù)相關(guān)系數(shù)定義

【權(quán)利要求】
1. 一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，包括以下步驟： 步驟一：獲取因素樣本數(shù)據(jù)，將因素指標(biāo)值存入數(shù)據(jù)表中，構(gòu)建樣本序列； 步驟二：兩兩因素指標(biāo)值序列計(jì)算相關(guān)性時(shí)，對于因素指標(biāo)值樣本長度不一致的，取短 截長，對于樣本中存在缺失的情況，則刪除缺失項(xiàng)和與之對應(yīng)的另一因素指標(biāo)樣本值； 步驟三：計(jì)算因素間相關(guān)關(guān)系：基于距離相關(guān)性，計(jì)算因素指標(biāo)值的距離協(xié)方差和方 差，根據(jù)相關(guān)系數(shù)定義dCGr(XY) = 得到距離相關(guān)相關(guān)系數(shù); 步驟四：采用相關(guān)關(guān)系排序算法對因素間距離相關(guān)系數(shù)進(jìn)行排序，最終給出因素間的 相關(guān)性，識(shí)別因素間復(fù)雜相關(guān)關(guān)系； 步驟五：依據(jù)因素間相關(guān)關(guān)系的排序，選定與其他因素相關(guān)性強(qiáng)的因素，通過監(jiān)測該因 素的指標(biāo)值來預(yù)測與之關(guān)聯(lián)性強(qiáng)的其他因素指標(biāo)的變化，其中當(dāng)a<X<b時(shí)，即可預(yù)測c <y<d，a、b、c、d均為實(shí)數(shù)，X為事件A的表征因素指標(biāo)，y可為事件B的表征因素指標(biāo)。
2. 如權(quán)利要求1所述的一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，其特征是，所述的 樣本序列包含時(shí)間序列和非時(shí)間序列，且為數(shù)值化的數(shù)據(jù)，針對時(shí)間序列可直接計(jì)算因素 與因素間的相關(guān)關(guān)系；針對非時(shí)間序列，需確定要目標(biāo)因素，計(jì)算目標(biāo)因素與其他因素間的 相關(guān)關(guān)系。
3. 如權(quán)利要求1所述的一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，其特征是，所述相 關(guān)關(guān)系排序算法是指將計(jì)算所得的所有變量間相關(guān)系數(shù)從大到小依次排列，將一組無序的 序列調(diào)整成有序的序列，進(jìn)而得到因素間相關(guān)性強(qiáng)弱的排列序列。
4. 如權(quán)利要求1所述的一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，其特征是，距離相 關(guān)性用于計(jì)算相關(guān)系數(shù)，具體包括： SI:計(jì)算樣本內(nèi)部各元素的歐式距離：aj,k=IIxj-XkII，其中XjXk為樣本因素，j，k= 1，2^"11，由3^構(gòu)成距離矩陣； S2:計(jì)算距離矩陣行平均值及距離矩陣列平均值，并利用Sl中計(jì)算所得的歐式距離計(jì) 算單個(gè)因素樣本內(nèi)部的雙中心距離：Ay5 = 3*+a>，其中％:表示第j行樣本均值， 表示第k行樣本均值，SJ樣本均值的距離矩陣； S3:利用S2中計(jì)算所得的雙中心距離計(jì)算兩因素樣本間的距離協(xié)方差，單個(gè)因素樣本 的距離方差； S4:利用S3中計(jì)算所得的距離協(xié)方差和距離方差計(jì)算兩兩因素樣本間距離相關(guān)系數(shù)。
5. 如權(quán)利要求4所述的一種基于因素間相關(guān)關(guān)系識(shí)別的預(yù)測方法，其特征是，距離相 關(guān)相關(guān)系數(shù)為
其中，X、Y為樣本集中任意對因素指標(biāo)，dCov(X，Y)表示因素指標(biāo)間的距離協(xié)方差，dVar(X)dVar(Y)表示因素指標(biāo)的協(xié)方差。
【文檔編號(hào)】G06F19/00GK104239722SQ201410479908
【公開日】2014年12月24日 申請日期:2014年9月18日 優(yōu)先權(quán)日:2014年9月18日
【發(fā)明者】于大洋, 李亞錦 申請人:山東大學(xué)