SQL -查找记录的模式

Question

新手来了，所以请容忍我..。

是否有可能找到记录的模式？

我需要在广播节目软件的输出中找到重复的歌曲序列。

电台经理想知道某些歌曲“旁边”是否会随着时间的推移而重复(如果DJ变得懒惰并重复某些序列)。

表由时间戳排序，(datetime-aired)

• 'next‘定义为：

(歌x有n的rec-no，n+1的歌y有rec-no )或

b)由一个广告分隔(歌x有n的rec-no，广告有n+1的rec-no，n+2的歌y是rec-no )。

似乎想不出办法来获取我需要的信息。有什么想法吗？

Answer 1

如果是一首接一首歌，那么假设一个名为tblSongs的表带有一个'sequence‘& 'name’列。你可能想试一试

select top N first.name, second.name, count(*)
from tblSongs as first 
     inner join tblSongs as second
         on second.sequence=first.sequence + 1
group by first.name, second.name
order by count(*) desc

如果歌曲序列X，Y被计算为与Y，X相同

select top N first.name, second.name, count(*)
from tblSongs as first 
     inner join tblSongs as second
         on second.sequence=first.sequence + 1
         or second.sequence=first.sequence - 1
group by first.name, second.name
order by count(*) desc

如果您正在寻找任何2首歌曲序列的模式，那么

select first.name, second.name, abs(second.sequence - first.sequence) as spacing_count
from tblSongs as first 
     inner join tblSongs as second
         on second.sequence=first.sequence + 1
         or second.sequence=first.sequence - 1

然后对spacing_count做一些统计分析(这超出了我的能力)。

我相信这会让你开始。

Answer 2

我不确定您是否可以执行直接的数据库查询来找到它，但是如果您可以将ResultSet转储到一个按时间戳排序的文件中，那么应该很容易找到它。

这样想吧。假设歌曲是一个字符，按时间戳排序的歌曲列表是一个字符串。例如，您有一个歌曲列表，其中A、B和C是独特的歌曲，如下所示：

ABCACBABC                 (Ignore ads for now)

现在，您可以将其分解为相邻两个字符(称为bigram)的子序列。

你得到的重要信息是：

AB, BC, CA, AC, CB, BA, BC

现在您可以清楚地看到BC是重复的。要以编程方式完成此操作，您可以将每个bigram抛到HashMap (或Hashtable/HashSet)中，并针对HashMap查询每个新的bigram，以查看它是否包含它。如果地图已经包含了它，那么它就是一个重复。如果不是，那么它是一个新的，所以把它放在地图上。

在本练习结束时，您将知道哪些组合是重复的。

现在来看看广告存在的情况，让我们将所有的广告称为X。

ABCXABCXXABCABC

在有多个广告的地方，(用硬行中断代替(将字符串划分为多个字符串)。你会得到

ABCXABC

<__XX -被一个新的line>取代

ABCAB

现在用空字符串替换所有单个广告。你会得到

ABCABC
ABCAB

现在独立处理每个字符串以识别重复。

希望它能成功。