我可以使用什么算法来计算在特定时间点之前看到的正面或负面帖子的数量

Question

我想检查一下我的理解和下面提出的算法是否正确。为了计算我在时间点之前看到的正帖子数量 ti，我提出一个循环如下：

总和 = 0对于 x = 0 直到 x = ti

sumofPi = sumofPi + Pi-1

我不确定这是否可行，但这个想法是能够总结数据流中某个时间点内出现的积极帖子。

谢谢

Answer 1

只要事件按顺序编制索引，并且您可以轻松地丢失同时发生但由于该限制而索引不同的事件，序列似乎很好。您可能还希望解决过帐类型筛选问题。

你在 Python 中的算法：

# Sample data
postingevents=[1,0,1,1,0,1]
# Algorithm:
sumofPi = 0 
ti=4
for i in range(0,ti):
    sumofPi += postingevents[i]
print(sumofPi)
3

看起来您正在处理时间序列。
对于时间序列，我建议滚动总和或滚动加权平均值，这里有一个例子

下面是一些使用循环和递归的数据示例(事件指示器和纪元时间戳(

# Data sample:
postingevents=[1,0,1,1,0,1]
postingti=[1497634668,1497634669,1497634697,1497634697,1497634714,1497634718]
postings=([postingevents,postingti])
# All events preceeding time stamp T. Events do not need to be ordered by time.
def sumpi_notordered(X,t):
    return sum([xv if yv<=t else 0 for (xv,yv) in zip(X[0],X[1])])
# Sum ordered events indexed by T, using recursion.
def sumpi_ordered(X,t):
    if t>=1:
        return X[t]+sumpi_ordered(X,t-1)
    else:
        return(X[t])
print(sumpi_notordered(postings,1497634697))
3
print(sumpi_ordered(postingevents,3))
3