大数据关联关系度量研究综述

• 作者: 成红红 梁新彦 王建新 钱宇华
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 大数据 关联性分析 关联度量 多模态数据
• 年，卷（期）: 2015,（6）
• 页码范围: 1147-1159
• 页数: 13页
• 分类号: TP181
• 字数: 11496字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.06.002

摘要

大数据关联性分析是大数据挖掘的基础，一个好的关联性度量是实施关联分析的关键。本文首先指出大数据时代关联度量面临的挑战和研究现状，从关联关系度量的构造角度出发，对现有的关联关系度量进行整理，归纳总结了这些关联关系的性质和适用条件。在回顾关联度量发展历程的基础上，结合大数据时代关联关系的特点，提出构造关联度量可能满足的条件。最后针对多模态数据关联关系度量的若干问题进行探讨和梳理，从3个角度出发，提出应对多模态数据空间转换的挑战，以引起对该领域更深入的思考与研究工作，从而促进大数据挖掘工作的进展。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱宇华	山西大学计算智能与中文信息处理教育部重点实验室	44	497	11.0	21.0
5	成红红	山西大学计算智能与中文信息处理教育部重点实验室	6	38	3.0	6.0
9	梁新彦	山西大学计算智能与中文信息处理教育部重点实验室	2	31	2.0	2.0