[发明专利]一种基于ELP模型的事件型链接数据压缩方法

权利要求书

1.一种基于ELP模型的事件型链接数据压缩方法，其特征在于：所述的基于图数据的高频数据压缩方法包括以下步骤：

S1，构建数据模型，在数据处理服务器中建立以ARMA模型为基础的于ELP数据计算模型，并备用；

S2，数据识别，读取各与S1步骤中数据处理服务器连接的客户端处需进行压缩的链接类型的全部数据链接，并对各数据根据数据类型进行分类缓存，然后根据读取到的数据类型与S1步骤构建的ELP数据计算模型进行比对，对S1步骤构建的ELP数据计算模型的数据运算支持范围进行拓展，并满足S2步骤读取的全部数据的数据链接类型；

S3，数据压缩，遍历所有数据链接，将当前各客户端的每一条事件链接的数据通过S1步骤构建的ELP数据计算模型进行累加合并到对应客户端实体数据组合的压缩后链接中，完成数据压缩；

S4，数据输出，将进过S3步骤压缩后的数据直接通过数据处理服务器输出到S3步骤中各实体组合位置处即可。

2.根据权利要求1所述的一种基于ELP模型的事件型链接数据压缩方法，其特征在于：所述的实体数据包括客户端的身份ID、名字、源实体、目标实体、方向性、开始时间、结束时间、发生次数及其属性列表。

3.根据权利要求1所述的一种基于ELP模型的事件型链接数据压缩方法，其特征在于：所述的S3步骤中，实体数据包括客户端的身份ID、名字及其属性列表。

4.根据权利要求1所述的一种基于ELP模型的事件型链接数据压缩方法，其特征在于：所述的S3步骤中，累加事件链接数据时，对开始时间、结束时间与发生次数进行如下特殊处理：所有事件链接的最早开始时间作为合并后链接的开始时间；所有事件链接的最晚结束时间作为合并后链接的结束时间；累加的所有事件链接数量，作为合并后链接的发生次数。

5.根据权利要求1所述的一种基于ELP模型的事件型链接数据压缩方法，其特征在于：所述的S3步骤中，事件链接的属性列表中包含描述事件特征的属性值，可以对所有事件链接的该属性值进行累加处理，作为合并后链接的对应属性值。