电子文件阅读数非自然增长识别方法

摘要

本发明公开了一种电子文件阅读数非自然增长识别方法，包括以下步骤：对电子文件公开的原始数据进行采集及阅读曲线绘制；数据预处理；对已绘制的阅读曲线进行趋势分析、特征分析，最后进行非线性拟合，同时将横坐标的时间转换为自然数序列，建立实时曲线模型；第一次计算；第二次计算；第三次计算；第四次计算；根据上述四次计算得到的非自然增长形态的或然率，得到最终的非自然增长形态的综合或然率C_f；根据非自然增长形态的综合或然率C_f判断电子文件阅读数非自然增长概率。通过本发明能够精确判断电子文件阅读数非自然增长概率打下坚实的基础，实现对日益增长的电子文件阅读数非自然增长进行较为准确的监测和识别，有利于助推网络市场的健康发展。

主权项

一种电子文件阅读数非自然增长识别方法，其特征在于：包括以下步骤：(1)原始数据采集及阅读曲线绘制：对电子文件的公开阅读数进行实时监测，实时监测的时间间隔可以为一个或多个，定时采集相应的阅读数，最终绘制出电子文件的实时阅读曲线；(2)数据预处理：通过数据归整和清洗，将原始数据处理为每个相同时间间隔的时间点均有数据与之对应的序列，最终得到包括序列X、更新时间T和阅读数R这三列的数据M；(3)对已绘制的阅读曲线进行趋势分析、特征分析，最后进行非线性拟合，同时将横坐标的时间转换为自然数序列，建立实时曲线模型如下：$y=a-\frac{b}{e^{\frac{Cx}{600}}}$其中c代表时间间隔；(4)第一次计算：利用实时曲线模型对坐标系X‑Y进行拟合，根据拟合度计算出本次计算的非自然增长形态的或然率C₁；这里的X代表数据预处理后的序列，Y代表阅读数R；(5)第二次计算：依次判断夜间非自然增长形态和白天非自然增长形态，并根据夜间非自然增长形态和白天非自然增长形态计算得到本次计算的非自然增长形态的或然率C₂；(6)第三次计算：结合第二次计算的数据，对相邻阅读增量进行差值处理，得到本次计算的非自然增长形态的或然率C₃；(7)第四次计算：结合第二次计算的数据，计算阅读曲线斜率角度，最后得到本次计算的非自然增长形态的或然率C₄；(8)根据上述四次计算得到的非自然增长形态的或然率，得到最终的非自然增长形态的综合或然率C_f；(9)根据非自然增长形态的综合或然率C_f判断电子文件阅读数非自然增长概率，C_f值越大，电子文件阅读数非自然增长概率越高，反之越低。