[发明专利]一种基于数据离散度无关性的数据立方体构建方法

摘要

本发明提供了一种基于数据离散度无关性的数据立方体构建方法，包括针对第一元组，利用其中的N个不同属性产生2^N个子集，将所述2^N个子集以及每个子集对应的元组标识符放入Hash表中；针对第二元组，利用其中的N个不同属性产生2^N个子集；将第二元组所产生的2^N个子集和Hash表中已有的子集进行对比；若第二元组所产生的某个子集和Hash表中已有的某个子集一致，则将该子集所对应的元组标识符添加到Hash表中与该子集对应的元组标识符一列中；否则将该子集以及该子集对应的元组标识符放入Hash表中。本发明解决了在数据离散度高的条件下，现有Frag-Shells算法效率大大降低的问题。

主权项

一种基于数据离散度无关性的数据立方体构建方法，其特征在于，包括：对于N维数据，每维数据中有n个属性，所述N*n个属性分布在m个元组中；其中，N>1，n>1，每个元组对应一个元组标示符；其中，每一个元组中有N个属性，所述N个属性分别属于不同维；针对第一元组，利用其中的N个不同属性产生2^N个子集，每个子集对应第一元组标识符；将所述2^N个子集以及每个子集对应的元组标识符放入Hash表中，所述Hash表中至少有两列，一列用来存放子集，一列用来存放所述子集对应的元组标识符；针对第二元组，利用其中的N个不同属性产生2^N个子集，每个子集对应第二元组标识符；将第二元组所产生的2^N个子集和Hash表中已有的子集进行对比；若第二元组所产生的某个子集和Hash表中已有的某个子集一致，则将该子集所对应的元组标识符添加到Hash表中与该子集对应的元组标识符一列中；若第二元组所产生的某个子集和Hash表中已有的子集都不相同，则将该子集以及该子集对应的元组标识符放入Hash表中；按照同第二元组同样的方式对第三元组至第m元组进行操作，得到一张完整的Hash表；根据所述完整的Hash表可以得到小于等于N的任意维数据立方体。