1.数据关联方法，其特征是，包括如下步骤：

步骤(1)：计算数据的余弦相似度、数据的关联强度和数据的时间接近度；

步骤(2)：根据计算得到的数据的余弦相似度、数据的关联强度和数据的时间接近度构建数据关系模型；

步骤(3)：利用已构建的数据关系模型来对数据进行关联。

2.如权利要求1所述的数据关联方法，其特征是，所述步骤(1)中的计算数据的关联强度的步骤：步骤(101)：获取数据的属性权重；

步骤(102)：根据数据的属性权重，确定数据属性的关联强度；

步骤(103)：根据数据属性的关联强度，确定数据的关联强度。

3.如权利要求2所述的数据关联方法，其特征是，所述步骤(101)中获取数据的属性权重的步骤为：采用TF-IDF算法计算数据的属性权重。

4.如权利要求2所述的数据关联方法，其特征是，所述步骤(102)中确定数据属性的关联强度的步骤为：假设待关联的两个数据是第一数据和第二数据，则从第一数据中选择第一属性，从第二数据中选择第二属性，根据第一属性在第一数据中所占的权重、第二属性在第二数据中所占的权重、第一属性和第二属性在数据集合中共同出现的数据的个数、第一属性在数据集合中单独出现的数据的个数和第二属性在数据集合中单独出现的数据的个数，确定数据属性的关联强度。

5.如权利要求2所述的数据关联方法，其特征是，所述步骤(103)中确定数据的关联强度的步骤为：计算第一数据的所有数据属性与第二数据的所有数据属性之间的关联强度，将待关联的两个数据的所有数据属性的关联强度进行求和运算，再取平均值，得到数据的关联强度。

6.如权利要求1所述的数据关联方法，其特征是，所述步骤(1)中的计算数据的余弦相似度的步骤：计算第一数据的特征项的权值与第二数据的特征项的权值的余弦值，即为数据的余弦相似度。

7.如权利要求1所述的数据关联方法，其特征是，所述步骤(1)中的计算数据的时间接近度的步骤：根据待关联两个数据的时间间隔距离、促进数据关联关系的时间特征和总的时间间距，计算时间的接近度；

所述待关联两个数据的时间间隔距离：根据开始时收集到数据的时间与结束时收集到的数据的时间之间的差值得到。

8.如权利要求1所述的数据关联方法，其特征是，所述步骤(3)的步骤为：Step 1：将输入的数据按照时间先后进行排序，形成一个新的数据序列组成的集合；

Step 2：构建数据关联矩阵，对数据关联矩阵进行初始化，所述初始化是指将对角线上的元素全部设为1，其余元素设成0；

Step 3：对数据集中的数据Di的先序关联数据个数和后序关联数据个数进行统计，形成数据关系类型；所述数据关系类型，包括一对一、一对多或多对一类型；

Step 4：根据Step 3的数据关系类型，把数据与其相关的数据进行分组关联；

Step 5：输出数据关联矩阵，从而完成数据关联。

9.数据关联系统，其特征是，包括：存储器、处理器和存储在存储器上并在处理器上运行的计算机指令，所述计算机指令在处理器上执行时完成以下步骤：步骤(1)：计算数据的余弦相似度、数据的关联强度和数据的时间接近度；

步骤(2)：根据计算得到的数据的余弦相似度、数据的关联强度和数据的时间接近度构建数据关系模型；

步骤(3)：利用已构建的数据关系模型来对数据进行关联。

10.一种计算机可读存储介质，其特征是，其上存储有计算机指令，所述计算机指令被处理器运行时完成以下步骤：步骤(1)：计算数据的余弦相似度、数据的关联强度和数据的时间接近度；

步骤(2)：根据计算得到的数据的余弦相似度、数据的关联强度和数据的时间接近度构建数据关系模型；

步骤(3)：利用数据关系模型来对数据进行关联。