[size=xx-large][b]没有用任何算法.没有用任何设计.没有任何参考价值.[/b][/size]
import java.util.ArrayList;
import java.util.HashSet;
import java.util.Iterator;
import java.util.List;
import java.util.Set;
import java.util.TreeSet;
/**
*
* @项目名称:Test
* @类名称:Highlighter
* @类描述: 关于查询语句的高亮显示
* @创建人:Ansj
* @创建时间:2011-8-29 下午07:59:57
* @修改备注:
* @version
*
*/
public class Highlighter {
public static void main(String[] args) {
String content = "挖掘频繁项集的方法可以扩展到挖掘闭频繁项集(由它们容易导出频繁项集的集合)。这些方法结合了附加的优化技术,如项合并、子项剪枝和项跳过,以及模式树中产生的项集的有效子集检查。挖掘频繁项集和关联已经用不同的方法扩展,包括挖掘多层关联规则和多维关联规则。多层关联规则可以根据每个抽象层的最小支持度阈值如何定义,使用多种策略挖掘。如一致的支持度、递减的支持度和基于分组的支持度。冗余的多层(后代)关联规则可以删除,如果根据其对应的祖先规则,他们的支持度和置信度接近于期望值的话。挖掘多维关联规则的技术可以根据对量化属性的处理分为若干类。第一,量化属性可以根据预定义的概念分层静态离散化。数据立方体非常适合这种方法,因为数据立方体和量化属性都可以利用概念分层。第二,可以挖掘量化关联规则,其中量化属性根据分箱和/或聚类动态离散化,“邻近的”关联规则可以用聚类合并,产生更简洁、更有意义的规则。基于约束的规则挖掘允许用户通过提供元规则(即模式模板)和其他挖掘约束对规则搜索聚焦。这种挖掘推动了说明性数据挖掘查询语言和用户界面的使用,并对挖掘查询优化提出了巨大挑战。规则约束可以分为五类:反单调的、单调的、简洁的、可转变的和不可转变的。前四类约束可以在频繁项集挖掘中使用,使挖掘更有功效,更有效率。没有进一步分析或领域知识,关联规则不应该直接用于预测。它们不必指示因果关系。然而,对于进一步探查,它们是有帮助的切入点,使得它们成为理解数据的流行工具。流数据不断地在计算机系统中流进流出并且具有变化的更新速度,涉及数据流的应用非常广泛。大纲提供数据流的汇总,通常用来返回查询的近似解答。随机抽样、滑动窗口、直方图、多分辨率方法、梗概以及随机算法都是大纲的形式。倾斜时间框架模型允许数据以多个时间粒度存储,最近的时间记录在最细的粒度上,最远的时间记录在最粗的粒度上。流立方体可以存储压缩的数据,对时间维度使用倾斜时间框架模型,并且仅在一些关键的层上存储数据,关键层反映了分析人员最感兴趣的数据层,从而基于到关键层的“常用路径”进行部分物化。";
String query = "数据挖掘";
long start = System.currentTimeMillis() ;
for (int i = 0; i < 1000; i++) {
String str = new Highlighter(query).getBestFragment(content);
}
System.out.println(System.currentTimeMillis()-start);
}
private static String BEGIN = "<font color=\"red\">" ;
private static String END = "</font>" ;
private static int size = 250 ;
private Set<Character> set = new HashSet<Character>() ;
public Highlighter(String query){
char[] chars = null ;
chars = query.toCharArray() ;
for (int i = 0; i < chars.length; i++) {
set.add(chars[i]) ;
}
}
public String getBestFragment(String content) {
String[] strs = content.replace(".", "。").split("。");
char[] chars = null ;
TreeSet<Sentence> ts = new TreeSet<Sentence>() ;
Sentence sentence = null ;
int score = 0 ;
StringBuilder sb = null ;
for (int i = 0; i < strs.length; i++) {
sentence = new Sentence() ;
sb = new StringBuilder() ;
sentence.setIndex(i) ;
sentence.setText(strs[i]) ;
chars = strs[i].toCharArray() ;
sentence.setValue(sb.toString()) ;
for (int j = 0; j < chars.length; j++) {
if(set.contains(chars[j])){
score++ ;
sb.append(BEGIN) ;
sb.append(chars[j]) ;
sb.append(END) ;
}else{
sb.append(chars[j]) ;
}
}
sentence.setValue(sb.toString()) ;
sentence.setScore(score) ;
ts.add(sentence) ;
score = 0 ;
sb = new StringBuilder() ;
}
Iterator<Sentence> it = ts.iterator() ;
int thisSize = 0 ;
List<Sentence> all = new ArrayList<Sentence>() ;
while(it.hasNext()){
sentence = it.next() ;
thisSize += sentence.getText().length() ;
all.add(sentence) ;
if(thisSize>=size){
break ;
}
}
Object[] sentences = all.toArray() ;
Object obj = null ;
for (int i = 0; i < sentences.length; i++) {
for (int j = i; j < sentences.length; j++) {
if(((Sentence) sentences[j]).getIndex()<((Sentence)sentences[i]).getIndex()){
obj = sentences[i] ;
sentences[i] = sentences[j] ;
sentences[j] = obj ;
}
}
}
sb = new StringBuilder() ;
for (int i = 0; i < sentences.length; i++) {
sb.append(((Sentence)sentences[i]).getValue());
sb.append("。") ;
}
return sb.toString();
}
class Sentence implements Comparable<Sentence>{
String value;
int index;
int score;
String text ;
public String getValue() {
return value;
}
public void setValue(String value) {
this.value = value;
}
public int getIndex() {
return index;
}
public void setIndex(int index) {
this.index = index;
}
public int getScore() {
return score;
}
public void setScore(int score) {
this.score = score;
}
@Override
public int compareTo(Sentence o) {
// TODO Auto-generated method stub
if(this.score>o.score){
return -1 ;
}else{
return 1 ;
}
}
public String toString(){
return this.index+" "+this.score+" "+this.value ;
}
public String getText() {
return text;
}
public void setText(String text) {
this.text = text;
}
}
}
本文深入探讨了数据挖掘的扩展方法和技术,包括频繁项集挖掘、关联规则挖掘、多层关联规则、多维关联规则及数据流处理等。详细介绍了如何在不同场景下优化挖掘过程,以及在复杂数据环境中的应用案例。

被折叠的 条评论
为什么被折叠?



