質問編集履歴
2
ソースコード追加
test
CHANGED
File without changes
|
test
CHANGED
@@ -32,74 +32,448 @@
|
|
32
32
|
|
33
33
|
で作りたいと考えていますが、類似度を測った後、類似度が高い要素、又はクラスタを**線で結ぶ**という表現をどのようにすればよいか(コードの書き方)が**わからない**という感じです。
|
34
34
|
|
35
|
+
|
36
|
+
|
37
|
+
|
38
|
+
|
39
|
+
このように3種類をそれぞれメソッドで実装したまでは普通なのですが、そこから全く手がついていません。
|
40
|
+
|
41
|
+
|
42
|
+
|
43
|
+
|
44
|
+
|
45
|
+
###試したこと
|
46
|
+
|
47
|
+
本を引っ張り出して読んで、HashMapとか文字列結合などありましたが、どれも実装できませんでした。
|
48
|
+
|
49
|
+
単に自分がプログラミングが嫌いなので、逃げてるだけかもしれません。(このような場で言うことではないですが)
|
50
|
+
|
51
|
+
|
52
|
+
|
53
|
+
###補足情報(言語/FW/ツール等のバージョンなど)
|
54
|
+
|
55
|
+
上記の説明ではわからないと思いますので、パワーポイントのスライドを添付させていただきます。
|
56
|
+
|
57
|
+
|
58
|
+
|
59
|
+
|
60
|
+
|
61
|
+
大変わかりづらい説明で恐縮でございますが、どうぞ宜しくお願いします。
|
62
|
+
|
63
|
+
|
64
|
+
|
65
|
+
|
66
|
+
|
67
|
+
[![イメージ説明](36f0fbf6d0ed736e9c61f38bae3fdced.jpeg)]
|
68
|
+
|
69
|
+
|
70
|
+
|
71
|
+
|
72
|
+
|
35
73
|
```
|
36
74
|
|
75
|
+
public class Plan1 {
|
76
|
+
|
77
|
+
|
78
|
+
|
79
|
+
public static void main(String[] args) throws IOException {
|
80
|
+
|
81
|
+
|
82
|
+
|
83
|
+
final String MODE = "CSV";
|
84
|
+
|
85
|
+
final String ClusteringMode = "Avarage";
|
86
|
+
|
87
|
+
double hreshold = 0.5d;
|
88
|
+
|
89
|
+
int clusterSize = 32;
|
90
|
+
|
91
|
+
String ontFile = "IaaS.owl";
|
92
|
+
|
93
|
+
|
94
|
+
|
95
|
+
int elemSize = 0;
|
96
|
+
|
97
|
+
HashMap<String, Integer> elemList = new HashMap<String, Integer>();
|
98
|
+
|
99
|
+
double[][] similarity = null;
|
100
|
+
|
101
|
+
|
102
|
+
|
103
|
+
OntModel m = ModelFactory.createOntologyModel();
|
104
|
+
|
105
|
+
try {
|
106
|
+
|
107
|
+
m.read(new FileInputStream("IaaS.owl"), "RDF/XML-ABBREV"); // 指定したファイルをバイナリファイルとして読み込む
|
108
|
+
|
109
|
+
} catch (FileNotFoundException e) {
|
110
|
+
|
111
|
+
e.printStackTrace();
|
112
|
+
|
113
|
+
|
114
|
+
|
115
|
+
}
|
116
|
+
|
117
|
+
HashMap<String, String> query = new HashMap<String, String>();
|
118
|
+
|
119
|
+
OntModel ontModel = loadOnt("IaaS.owl");
|
120
|
+
|
121
|
+
String mode = "NORMAL";
|
122
|
+
|
123
|
+
String[] csv = loadCSV("cluster.csv");
|
124
|
+
|
125
|
+
query.put("CPU", "");
|
126
|
+
|
127
|
+
query.put("OS", "");
|
128
|
+
|
129
|
+
query.put("Memory", "");
|
130
|
+
|
131
|
+
query.put("GHz", "");
|
132
|
+
|
133
|
+
query.put("HDD", "");
|
134
|
+
|
135
|
+
query.put("SLA", "");
|
136
|
+
|
137
|
+
query.put("RAM", "");
|
138
|
+
|
139
|
+
query.put("Hourly_Usage_Rate", "");
|
140
|
+
|
141
|
+
query.put("Monthly_Usage_Rate", "");
|
142
|
+
|
143
|
+
}
|
144
|
+
|
145
|
+
|
146
|
+
|
147
|
+
static String setClusterName(String line, OntModel m) throws IOException {
|
148
|
+
|
149
|
+
String[] elems = toArray(line);
|
150
|
+
|
151
|
+
HashMap<String, Integer> names = new HashMap<String, Integer>();
|
152
|
+
|
153
|
+
for (int i = 0; i < elems.length; i++) {
|
154
|
+
|
155
|
+
if (!elems[i].isEmpty() && !elems[i].equals("")) {
|
156
|
+
|
157
|
+
OntClass targetClass = m
|
158
|
+
|
159
|
+
.getOntClass("http://www.owl-ontologies.com/Ontology1383285788.owl#" + elems[i]);
|
160
|
+
|
161
|
+
|
162
|
+
|
163
|
+
@SuppressWarnings("unchecked")
|
164
|
+
|
165
|
+
Iterator<OntClass> superClasses = targetClass.listSuperClasses(true);
|
166
|
+
|
167
|
+
while (superClasses.hasNext()) {
|
168
|
+
|
169
|
+
OntClass superClass = superClasses.next();
|
170
|
+
|
171
|
+
if ((getString(superClass).equals("CPU") || getString(superClass).equals("Memory")
|
172
|
+
|
173
|
+
|| getString(superClass).equals("GHz") || getString(superClass).equals("HDD")
|
174
|
+
|
175
|
+
|| getString(superClass).equals("SLA") || getString(superClass).equals("RAM")
|
176
|
+
|
177
|
+
|| getString(superClass).equals("Hourly_Usage_Rate")
|
178
|
+
|
179
|
+
|| getString(superClass).equals("Hourly_Usage_Rate"))
|
180
|
+
|
181
|
+
&& !names.containsKey(getString(superClass))) {
|
182
|
+
|
183
|
+
names.put(getString(superClass), 1);
|
184
|
+
|
185
|
+
} else if ((getString(superClass).equals("OS") || getString(superClass.getSuperClass()).equals("OS")
|
186
|
+
|
187
|
+
|| getString(superClass.getSuperClass().getSuperClass()).equals("OS"))
|
188
|
+
|
189
|
+
&& !names.containsKey(getString(superClass))) {
|
190
|
+
|
191
|
+
names.put("OS", 1);
|
192
|
+
|
193
|
+
}
|
194
|
+
|
195
|
+
}
|
196
|
+
|
197
|
+
}
|
198
|
+
|
199
|
+
}
|
200
|
+
|
201
|
+
line += ":";
|
202
|
+
|
203
|
+
Iterator<String> name = names.keySet().iterator();
|
204
|
+
|
205
|
+
while (name.hasNext()) {
|
206
|
+
|
207
|
+
String key = name.next();
|
208
|
+
|
209
|
+
line += key + ",";
|
210
|
+
|
211
|
+
}
|
212
|
+
|
213
|
+
return line.substring(0, line.length() - 1);
|
214
|
+
|
215
|
+
}
|
216
|
+
|
217
|
+
|
218
|
+
|
219
|
+
static double[][] setSimilarity(double[][] similarity) {// similarityの計算方法
|
220
|
+
|
221
|
+
|
222
|
+
|
223
|
+
System.out.println("---- Set Similarity ----");
|
224
|
+
|
225
|
+
for (int i = 0; i < similarity.length; i++) {
|
226
|
+
|
227
|
+
for (int j = i + 1; j < similarity.length; j++) {
|
228
|
+
|
229
|
+
similarity[i][j] = Math.random() + 0.1 * Math.random();
|
230
|
+
|
231
|
+
if (similarity[i][j] == 0)
|
232
|
+
|
233
|
+
similarity[i][j] = 0.001;
|
234
|
+
|
235
|
+
similarity[j][i] = similarity[i][j];
|
236
|
+
|
237
|
+
System.out.println(i + "-" + j + ":" + similarity[i][j]);
|
238
|
+
|
239
|
+
}
|
240
|
+
|
241
|
+
}
|
242
|
+
|
243
|
+
return similarity; // 計算結果をsimilarityに返す
|
244
|
+
|
245
|
+
}
|
246
|
+
|
247
|
+
|
248
|
+
|
249
|
+
@SuppressWarnings("unused")
|
250
|
+
|
37
|
-
static void Elem_And_Elem(ArrayList<Integer>[] cluster, double[][] similarity, int elemSize, int currentNum)
|
251
|
+
static void Elem_And_Elem(ArrayList<Integer>[] cluster, double[][] similarity, int elemSize, int currentNum)
|
38
252
|
|
39
253
|
throws IOException {
|
40
254
|
|
41
255
|
|
42
256
|
|
257
|
+
int a_min = 0;
|
258
|
+
|
259
|
+
int b_min = 0;
|
260
|
+
|
261
|
+
double sim_min = 1.0d;
|
262
|
+
|
263
|
+
double sim_max = 0.0d;
|
264
|
+
|
265
|
+
|
266
|
+
|
267
|
+
for (int i = 0; i < cluster[currentNum].size(); i++) {
|
268
|
+
|
269
|
+
int num1 = cluster[currentNum].get(i);
|
270
|
+
|
271
|
+
for (int j = 0; j < cluster[currentNum].size(); j++) {
|
272
|
+
|
273
|
+
int num2 = cluster[currentNum].get(j);
|
274
|
+
|
275
|
+
if (similarity[num1][num2] < sim_min && num1 != num2) {
|
276
|
+
|
277
|
+
if (cluster[currentNum * 2].isEmpty() && cluster[currentNum * 2 + 1].isEmpty()) {
|
278
|
+
|
279
|
+
a_min = num1;
|
280
|
+
|
281
|
+
b_min = num2;
|
282
|
+
|
283
|
+
sim_min = similarity[num1][num2];
|
284
|
+
|
285
|
+
} else if (!cluster[currentNum * 2].contains(num1) && !cluster[currentNum * 2 + 1].contains(num2)) {
|
286
|
+
|
287
|
+
a_min = num1;
|
288
|
+
|
289
|
+
b_min = num2;
|
290
|
+
|
291
|
+
sim_min = similarity[num1][num2];
|
292
|
+
|
293
|
+
}
|
294
|
+
|
295
|
+
}
|
296
|
+
|
297
|
+
}
|
298
|
+
|
299
|
+
if (sim_min == 1.0d)
|
300
|
+
|
301
|
+
break;
|
302
|
+
|
303
|
+
}
|
304
|
+
|
305
|
+
}
|
306
|
+
|
307
|
+
|
308
|
+
|
309
|
+
static void Cluster_And_Elem(ArrayList<Integer>[] cluster, double[][] similarity, int elemSize, int currentNum) throws IOException {
|
310
|
+
|
311
|
+
|
312
|
+
|
313
|
+
@SuppressWarnings("unchecked") // ClusteringTest.javaより引用
|
314
|
+
|
315
|
+
static void Cluster_And_Cluster(double[][] similarity, int elemSize, int clusterSize,
|
316
|
+
|
317
|
+
HashMap<String, Integer> elemList, String ontFile, OntModel m) throws IOException {
|
318
|
+
|
319
|
+
|
320
|
+
|
321
|
+
ArrayList<Integer>[] cluster = new ArrayList[clusterSize * 2];
|
322
|
+
|
323
|
+
// ArrayList
|
324
|
+
|
325
|
+
for (int i = 0; i < clusterSize * 2; i++) { // 0からクラスタサイズの2倍作成を繰り返す
|
326
|
+
|
327
|
+
cluster[i] = new ArrayList<Integer>();
|
328
|
+
|
329
|
+
}
|
330
|
+
|
331
|
+
|
332
|
+
|
333
|
+
|
334
|
+
|
335
|
+
for (int i = 0; i < elemSize; i++) {
|
336
|
+
|
337
|
+
cluster[1].add(i);
|
338
|
+
|
339
|
+
}
|
340
|
+
|
341
|
+
|
342
|
+
|
343
|
+
cluster = ClusteringProccess(cluster, similarity, elemSize, 1); //
|
344
|
+
|
345
|
+
|
346
|
+
|
347
|
+
// クラスタリングの結果
|
348
|
+
|
349
|
+
System.out.println("---- Clustering Result ----");
|
350
|
+
|
351
|
+
for (int i = 0; i < cluster.length; i++) {
|
352
|
+
|
353
|
+
System.out.print("Cluster[" + i + "]:");
|
354
|
+
|
355
|
+
for (int j = 0; j < cluster[i].size(); j++) {
|
356
|
+
|
357
|
+
System.out.print(cluster[i].get(j) + " ");
|
358
|
+
|
359
|
+
}
|
360
|
+
|
361
|
+
System.out.println("");
|
362
|
+
|
363
|
+
return;
|
364
|
+
|
365
|
+
}
|
366
|
+
|
367
|
+
}
|
368
|
+
|
369
|
+
|
370
|
+
|
371
|
+
private static ArrayList<Integer>[] ClusteringProccess(ArrayList<Integer>[] cluster, double[][] similarity,
|
372
|
+
|
373
|
+
int elemSize, int i) throws IOException {
|
374
|
+
|
375
|
+
// TODO 自動生成されたメソッド・スタブ
|
376
|
+
|
377
|
+
return null;
|
378
|
+
|
379
|
+
}
|
380
|
+
|
381
|
+
|
382
|
+
|
383
|
+
@SuppressWarnings("unused")
|
384
|
+
|
385
|
+
private static String[] toArray(String line) throws IOException {
|
386
|
+
|
387
|
+
return line.split(":")[1].split(",");
|
388
|
+
|
389
|
+
}
|
390
|
+
|
391
|
+
|
392
|
+
|
393
|
+
/**
|
394
|
+
|
395
|
+
*
|
396
|
+
|
397
|
+
* @param rdfNode
|
398
|
+
|
399
|
+
* @return
|
400
|
+
|
401
|
+
*/
|
402
|
+
|
403
|
+
@SuppressWarnings("unused")
|
404
|
+
|
405
|
+
private static String getString(RDFNode rdfNode) {
|
406
|
+
|
407
|
+
return rdfNode.toString().substring(rdfNode.toString().indexOf("#") + 1, rdfNode.toString().length());
|
408
|
+
|
409
|
+
}
|
410
|
+
|
411
|
+
|
412
|
+
|
413
|
+
|
414
|
+
|
415
|
+
private static String[] loadCSV(String file) throws IOException {
|
416
|
+
|
417
|
+
ArrayList<String> csv = new ArrayList<String>();
|
418
|
+
|
419
|
+
FileReader fr;
|
420
|
+
|
421
|
+
try {
|
422
|
+
|
423
|
+
fr = new FileReader(file);
|
424
|
+
|
425
|
+
BufferedReader br = new BufferedReader(fr);
|
426
|
+
|
427
|
+
String line;
|
428
|
+
|
429
|
+
while ((line = br.readLine()) != null) {
|
430
|
+
|
431
|
+
csv.add(line);
|
432
|
+
|
433
|
+
}
|
434
|
+
|
435
|
+
} catch (FileNotFoundException e) {
|
436
|
+
|
437
|
+
e.printStackTrace();
|
438
|
+
|
439
|
+
}
|
440
|
+
|
441
|
+
return (String[]) csv.toArray(new String[0]);
|
442
|
+
|
443
|
+
}
|
444
|
+
|
445
|
+
|
446
|
+
|
447
|
+
|
448
|
+
|
449
|
+
private static OntModel loadOnt(String file) {
|
450
|
+
|
451
|
+
OntModel ontModel = ModelFactory.createOntologyModel(OntModelSpec.OWL_MEM);
|
452
|
+
|
453
|
+
|
454
|
+
|
455
|
+
try {
|
456
|
+
|
457
|
+
ontModel.read(new FileInputStream(file), "RDF/XML-ABBREV");
|
458
|
+
|
459
|
+
} catch (FileNotFoundException ex) {
|
460
|
+
|
461
|
+
ex.printStackTrace();
|
462
|
+
|
463
|
+
}
|
464
|
+
|
465
|
+
return ontModel;
|
466
|
+
|
467
|
+
}
|
468
|
+
|
43
469
|
}
|
44
470
|
|
45
471
|
|
46
472
|
|
473
|
+
|
474
|
+
|
47
475
|
```
|
48
476
|
|
49
477
|
|
50
478
|
|
51
|
-
```
|
52
|
-
|
53
|
-
static void Cluster_And_Elem(ArrayList<Integer>[] cluster, double[][] similarity, int elemSize, int currentNum)
|
54
|
-
|
55
|
-
|
479
|
+
※ソースコードの全体を載せます。
|
56
|
-
|
57
|
-
}
|
58
|
-
|
59
|
-
```
|
60
|
-
|
61
|
-
|
62
|
-
|
63
|
-
```
|
64
|
-
|
65
|
-
Static void Cluster_And_Cluster(ArrayList<Integer>[] cluster, double[][] similarity, int elemSize, int currentNum)
|
66
|
-
|
67
|
-
throws IOException {
|
68
|
-
|
69
|
-
|
70
|
-
|
71
|
-
```
|
72
|
-
|
73
|
-
|
74
|
-
|
75
|
-
|
76
|
-
|
77
|
-
このように3種類をそれぞれメソッドで実装したまでは普通なのですが、そこから全く手がついていません。
|
78
|
-
|
79
|
-
|
80
|
-
|
81
|
-
|
82
|
-
|
83
|
-
###試したこと
|
84
|
-
|
85
|
-
本を引っ張り出して読んで、HashMapとか文字列結合などありましたが、どれも実装できませんでした。
|
86
|
-
|
87
|
-
単に自分がプログラミングが嫌いなので、逃げてるだけかもしれません。(このような場で言うことではないですが)
|
88
|
-
|
89
|
-
|
90
|
-
|
91
|
-
###補足情報(言語/FW/ツール等のバージョンなど)
|
92
|
-
|
93
|
-
上記の説明ではわからないと思いますので、パワーポイントのスライドを添付させていただきます。
|
94
|
-
|
95
|
-
|
96
|
-
|
97
|
-
|
98
|
-
|
99
|
-
大変わかりづらい説明で恐縮でございますが、どうぞ宜しくお願いします。
|
100
|
-
|
101
|
-
|
102
|
-
|
103
|
-
|
104
|
-
|
105
|
-
[![イメージ説明](36f0fbf6d0ed736e9c61f38bae3fdced.jpeg)]
|
1
加筆
test
CHANGED
File without changes
|
test
CHANGED
@@ -86,10 +86,20 @@
|
|
86
86
|
|
87
87
|
単に自分がプログラミングが嫌いなので、逃げてるだけかもしれません。(このような場で言うことではないですが)
|
88
88
|
|
89
|
+
|
90
|
+
|
89
91
|
###補足情報(言語/FW/ツール等のバージョンなど)
|
90
92
|
|
91
93
|
上記の説明ではわからないと思いますので、パワーポイントのスライドを添付させていただきます。
|
92
94
|
|
93
95
|
|
94
96
|
|
97
|
+
|
98
|
+
|
99
|
+
大変わかりづらい説明で恐縮でございますが、どうぞ宜しくお願いします。
|
100
|
+
|
101
|
+
|
102
|
+
|
103
|
+
|
104
|
+
|
95
105
|
[![イメージ説明](36f0fbf6d0ed736e9c61f38bae3fdced.jpeg)]
|