基于非时间属性关联的数据逼真生成算法

• 作者: 倪友聪 张锐 杜欣 肖如良 蔡声镇
• 来源期刊: 计算机系统应用
• 关键词: 数据逼真生成 关联 最大信息系数 拉伸指数分布 属性关联
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 专论·综述
• 页码范围: 30-36
• 页数: 7页
• 字数: 4493字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2018.02.006

摘要

提出基于非时间属性关联的数据逼真生成算法. 该算法可以解决数据生成器研发中非时间属性关联构建的困难间题, 在大数据测评领域中对仿真数据生成有重要应用价值. 首先, 从数据集中提取关键的两个非时间属性, 对它们分别做两重频数统计. 然后, 根据两次统计结果计算最大信息系数值来评估相关性, 用拉伸指数分布进行拟合,构建出关联模型. 最后, 通过模型参数构建约束, 在此约束的二维矩阵中生成数据. 实验结果表明, 该算法能够有效地模拟真实数据集的数据特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡声镇	福建师范大学数学与信息学院	73	596	13.0	20.0
2	张锐	福建师范大学数学与信息学院	4	11	2.0	3.0
3	杜欣	福建师范大学数字福建环境监测物联网实验室	24	71	4.0	7.0
4	倪友聪	福建师范大学数学与信息学院	26	56	4.0	6.0
5	肖如良	福建师范大学数字福建环境监测物联网实验室	29	154	7.0	11.0