递归层次排序答案

【问题标题】：Recursive Hierarchy Ranking递归层次排序
【发布时间】：2016-06-15 15:48:17
【问题描述】：

我不知道我是否写对了。我想开始学习更高端的数据挖掘技术，我目前正在使用 SQL Server 和 Access 2016。

我有一个跟踪身份证的系统。每个 ID 都被标记到具有许多分支的安全层次结构的一个特定级别。

例如

Root
-Maintenance
 - Management
  - Supervisory
  - Manager
  - Executive
 - Vendors
  - Secure
  - Per Diem
 - Inside Trades

还有许多其他部门，例如维护，有些简单，有些则具有更复杂的层次结构。

每个 ID 卡都被标记到一个级别，因此在维护示例中 - Per Diem:Vendors:Maintenance:Root。其他的可能只是被标记到供应商，一些到一般维护本身（没有人有根，感谢上帝）。

假设我选择了 20 张身份证，这些是我可以分配给工作的可用人员，但由于他们有不同的安全区域，我想找到一个共同点，他们可以作为一个 20 人小组或其他人一起工作我可以进行的其他分组。

所以预期的输出将是

CommonMatch = - Per Diem
CardID = 1
CardID = 3

CommonMatch = Vendors
CardID = 1
CardID = 3
CardID = 20

所以在上面的示例中，虽然我可以让 2 个人从事 -Per Diem 工作，因为这是他们最低的常见安全相似性，但还有持卡人 #20 拥有前一组（供应商）的权利，即1 和 3 共享，所以我可以让其中三个在该级别上工作。

我不是在寻找任何人为我做这项工作（尽管总是欢迎示例），更多的是为了让我在我应该学习的内容、我正在尝试做的事情被称为等方面指明正确的方向。我知道 CTE 是一条路要走，但这似乎只是一个需要完成的更大流程中的工具。

提前谢谢大家

【问题讨论】：

标签： sql ms-access data-mining graph-theory

【解决方案1】：

嗯，这与其说是图论或数据挖掘问题，不如说是一个数据结构问题，而且几乎已经自行解决了。

目标是能够在给定安全许可级别的情况下将卡 ID 集划分为不相交的子集。

因此，这里的主要思想是布局层次结构树，然后将每个卡 ID 分配给其安全级别许可所暗示的路径。为此，层次树的每个节点现在都成为卡 ID 的容器（例如，层次树的每个节点都拥有 a）自己的名称（作为唯一标识） b）指向其他节点的指针 c）分配的卡 ID 列表到它的“名字”。）

然后，检索具有 UP TO 特定安全级别的权限的卡片组只是一个简单的情况，即从该特定级别向下遍历树直到树的叶子，一直在收集节点容器中遇到的卡 ID。

假设我们有访问树：

A
+-B
+-C
D
+-E

和卡ID分配：

B:[1,2,3]
C:[4,8]
E:[10,12]

目前，B、C、E 仅作为标签有意义，没有与它们相关的结构信息。因此，我们需要首先“构建”树。以下示例使用Networkx，但可以通过多种方式实现相同的目的：

import networkx
G = networkx.DiGraph() #Establish a directed graph
G.add_edge("A","B")
G.add_edge("A","C")
G.add_edge("A","D")
G.add_edge("D","E")

现在，将卡片 ID 分配给节点容器（在 Networkx 中，节点可以是任何有效的 Python 对象，因此我将使用一个非常简单的列表）

G.node["B"]=[1,2,3]
G.node["C"]=[4,8]
G.node["E"]=[10,12]

所以，现在，为了让每个人都在“A”（树的根）下工作，您可以通过 Depth First Search (DFS) 或 Breadth First Search (BFS) 从该级别向下遍历树，并从容器中收集卡片 ID。我这里打算用DFS，纯粹是因为Networkx有a function that returns the visited nodes，直接取决于访问顺序。

#dfs_preorder_nodes returns a generator, this is an efficient way of iterating very large collections in Python but I am casting it to a "list" here, so that we get the actual list of nodes back.
vis_nodes = list(networkx.dfs_preorder_nodes(G,"A")); #Start from node "A" and DFS downwards
cardIDs = []
#I could do the following with a one-line reduce but it might be clearer this way
for aNodeID in vis_nodes:
    if G.node[aNodeID]:
        cardIDs.extend(G.node[aNodeID])

在上述迭代结束时，cardIDs 将在一个方便的列表中包含从分支“A”向下的所有卡 ID。

当然，这个例子非常简单，但是由于我们讨论的是树，所以树可以任意大，并且您仍然以相同的方式遍历它，只需要一个入口点（顶层分支）。

最后，请注意，您使用 Access 作为后端这一事实不一定是障碍，而是关系数据库do not handle graph type data with great ease。您可能会因为简单的树之类的东西（例如您在此处所拥有的）而轻松逃脱，但是支持这一点的麻烦可能证明在数据库之外执行此过程是合理的（例如，仅使用数据库来检索数据并执行图类型数据在不同环境中的处理。在 SQL 上做 DFS 是我上面提到的那种麻烦。）

希望这会有所帮助。

【讨论】：