同源数据的协同挖掘算法研究

• 作者: 吕科 潘卫国 王泳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 同源数据 协同挖掘 模型评估 知识管理
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 143-147
• 页数: 5页
• 分类号: TP182
• 字数: 5021字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2014.12.030

摘要

围绕知识管理和提高数据挖掘模型的可解释性问题展开研究,提出了采用协同挖掘的方法对同源数据进行模式评估和知识管理的CMA算法(Collaborative Mining Algorithm).与集成学习产生同一类型知识规则的组合学习方式不同,协同挖掘在同源数据的基础上建立不同类型的学习模型,并且每类学习模型产生的知识规则的表现形式各不相同,通过比对学习形成了一致的知识规则.实验表明,协同挖掘可以有效发现数据中的隐含信息,提高知识管理的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王泳		15	115	5.0	10.0
2	吕科		32	264	10.0	15.0
3	潘卫国		3	10	2.0	3.0