[发明专利]用于IT系统应用考评拓展平台的数据分层抽样方法

摘要

本发明公开了一种用于IT系统应用考评拓展平台的数据分层抽样方法，包括分层步骤和抽样步骤，能够快速有效地对现有的数据表中的记录进行分层，便于进一步抽样，其分层和抽样性算法体现出每类记录在抽样记录中的作用与它在原数据表中的作用相当，满足了对各类记录进行评价的覆盖性要求。

主权项

1.用于IT系统应用考评拓展平台的数据分层抽样万法，其特征在于：包括分层步骤和抽样步骤，所述分层步骤包括：1)从数据库中读取数据表；2)以其中一个字段为依据，通过对比，对数据表中的记录进行分层或分类：设该字段属性值分别为：t₁，t₂，Λ，t_s，数据表中记录总数为m，每条记录(1-m)对应该字段的属性值分别为：k₁，k₂，Λ，k_m，则可以建立函数f：{k₁，k₂，Λ，k_m}α{t₁，t₂，Λ，t_s}；于是，当f(k_i)＝t₁(i＝1，2，Λ m)，取出该字段的属性值k_i所对应的所有记录，若记录数不为零，则得到第一个类p₁，记录数为m₁；在剩余的记录中，当f(k_i)＝t₂(i＝1，2，Λm-m₁)，取出该字段的属性值k_i所对应的所有记录，若记录数不为零，则得到第二个类p₂，记录数为m₂；依此类推，可以得到最终的分类结果；3)设最终分类结果为：p₁，p₂，Λ，p_n，共n类，且每类对应的记录数分别为：m₁，m₂，Λ，m_n，因此总记录数为m＝m₁+m₂+Λ+m_n，于是得到每类占总记录数的百分比，即权值：w1=m1m,w2=m2m,Λwn=mnm;]]>4)以两个字段为依据，通过对比，对记录进行分层或分类：设这两个字段属性值分别为：t₁，t₂，Λ，知q₁，q₂，Λ，数据表中记录总数为m，每条记录(1-m)对应这两个字段的属性值可表示向量形式为：(k_i1，k_i2)；其中i＝1，2，Λ，m，且则可以得到所有记录对于这两个字段属性值的矩阵：K=k11,k22k21,k22KKkm1,km2,=k1k2Kkm]]>其中k_i＝(k_i1，k_i2)，i＝1，2，Λ，m；于是，当k_i＝(k_i1，k_i2)＝(t₁，q₁)，i＝1，2，Λ，m，取出k_i所对应的所有记录，若记录数不为零，则得到第一个类p₁，记录数为m₁；在剩余的记录中，当k_i＝(k_i1，k_i2)＝(t₁，q₂)，i＝1，2，Λ，m-m₁，取出k_i所对应的所有记录，若记录数不为零，则得到第二个类p₂，记录数为m₂；依此类推，可以得到最终的分类结果；5)设最终分类结果为：p₁，p₂，Λ，p_n共n类，且每类对应的记录数分别为：m₁，m₂，Λ，m_n，因此总记录数m＝m₁+m₂+Λ+m_n，于是得到每类占总记录数的百分比(权值)：w1=m1m,w2=m2m,Λwn=mnm;]]>所述抽样步骤包括：设需从总记录中随机抽取P条记录，p_i既表示类，也表示该类的数目，按四舍五入取整，则：p₁类中抽取记录数：p1=w1p=m1pm]]>p₂类中抽取记录数：p2=w2p=m2pm]]>ΛΛΛΛΛΛΛΛΛΛΛΛΛΛΛΛp_n类中抽取记录数：pn=wnp=mnpm]]>最最终的抽样条数P＝p₁+p₂+p₃+..........+p_n。