Algorithm clojure中使用牛顿冷却的近期图

我正在Clojure中构建一个系统，该系统实时消耗事件，并根据最近收到的类似消息数量对事件进行处理。我想使用基于牛顿冷却的近期评分来实现这一点

换句话说，当一个事件发生时，我希望能够给它分配一个介于1.0（以前从未发生过，或者牛顿方程中的“环境温度”）和10.0（过去一分钟内发生过多次）之间的分数

我对这个数据结构的外观有一个模糊的概念——每个“事件类型”都是一个映射键，每个映射值都应该包含一些以前事件的时间戳集，可能还包含该事件类型当前“热”的运行平均值，但我不太清楚如何开始实现它。具体地说，我很难理解如何从牛顿的实际方程出发，这是非常通用的，并将其应用到这个特定的场景中

有人有什么建议吗？有没有人能建议一个更简单的“近期评分算法”让我开始，它可以被牛顿冷却法所取代

编辑：这里是一些clojure代码！它将事件称为字母，但显然可以重新调整用途，以获取任何其他类型的对象

(ns heater.core
    (:require [clojure.contrib.generic.math-functions :as math]))

(def letter-recency-map (ref {}))

(def MIN-TEMP 1.0)
(def MAX-TEMP 10.0)
;; Cooling time is 15 seconds
(def COOLING-TIME 15000)
;; Events required to reach max heat
(def EVENTS-TO-HEAT 5.0)

(defn temp-since [t since now]
    (+
        MIN-TEMP
        (*
            (math/exp (/
                (- (- now since))
                COOLING-TIME))
            (- t MIN-TEMP))))

(defn temp-post-event [temp-pre-event]
    (+ temp-pre-event
        (/
            (- MAX-TEMP temp-pre-event)
            EVENTS-TO-HEAT)))

(defn get-letter-heat [letter]
        (dosync
            (let [heat-record (get (ensure letter-recency-map) letter)]
            (if (= heat-record nil)
                (do
                (alter letter-recency-map conj {letter {:time (System/currentTimeMillis) :heat 1.0}})
                MIN-TEMP)
                (let [now (System/currentTimeMillis)
                     new-temp-cooled (temp-since (:heat heat-record) (:time heat-record) now)
                     new-temp-event (temp-post-event new-temp-cooled)]
                     (alter letter-recency-map conj {letter {:time now :heat new-temp-event}})
                    new-temp-event)))))

---

在没有任何事件的情况下，冷却方程的解是指数衰减。假设

T_0

是冷却期开始时的温度，

dt

是时间步长（从系统时间或任何时间计算），因为您将温度评估为

T_0

：

T_no_events(dt) = T_min + (T_0 - T_min)*exp(- dt / t_cooling)

由于您的事件是离散脉冲，并且您有一个最高温度，因此您希望每个事件有一个给定的比率：

T_post_event = T_pre_event + (T_max - T_pre_event) / num_events_to_heat

一些注意事项：

• t_冷却

  是事物冷却的时间，系数为

  1/e=1/（2.718…）

• num\u events\u to\u heat

  是产生与

  T\u max

  相当的效果所需的事件数。它可能是一个较大的正值（比如

  5.0

  或更大？）。请注意，如果

  num\u events\u to\u heat==1.0

  ，则每个事件都会将温度重置为

  T\u max

  ，这不是很有趣，因此该值至少应该大于1

• 从理论上讲，加热和冷却都不应该分别达到最高和最低温度（假设参数设置如上所述，并且您从这两者之间的某个地方开始）。然而，在实践中，这个过程的指数性质应该足够接近，因为没有区别

• 要实现这一点，您只需要存储上次更新的时间戳和温度。收到事件后，执行冷却步骤，然后执行加热事件，并使用新的温度和时间戳进行更新

• 请注意，只读查询不需要更新：您可以只计算自上次更新以来的制冷量

---

+1问一个好问题。我很想看看你得到的答案。刚刚添加了

算法
tag.t_冷却是一个“时间常数”——冷却到原始增量的36.8%的时间。这是一个很好的答案。它展示了对点质量冷却物理的良好理解，并以一种新颖的方式应用它。