基于偏差约减的大数据交易模型分析与修复方法

• 作者: 叶剑 张鹏 郭艺
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 大数据交易 模型修复 模型评估 偏差约减
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1754-1761
• 页数: 8页
• 分类号: TP311
• 字数: 5741字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.07.031

摘要

大数据交易是促进数据流通和提升数据价值的关键环节.实现大数据交易的过程优化对于构建高效和鲁棒的交易平台至关重要.大数据交易是典型的复杂过程模型,传统的模型修复方法无法有效发现和约减流程执行与流程规则之间存在的偏差.本文提出了一种基于偏差约减的大数据交易模型修复方法,通过过程模型的可达标识图发现事件日志与模型之间的偏差关系,对事件日志与模型之间偏差进行约减,实现基于有效偏差的模型修复.该方法应用于天元大数据网大数据平台,通过与基于模型校准和基于迭代的修复方法进行对比实验,对修复结果开展模型拟合度、精确度、简洁度及时间复杂度评估,验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶剑	中国科学院计算技术研究所	22	183	6.0	13.0
3	张鹏		31	216	6.0	14.0
4	郭艺		1	1	1.0	1.0