面向大规模数据的特征趋势推理算法

• 作者: 吴春琼
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 大规模数据 特征 趋势 推理 动态特征 累计趋势规则
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 364-370
• 页数: 7页
• 分类号: TP311
• 字数: 3916字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018430

摘要

提出一种面向大规模数据的特征趋势推理算法.首先,采用Hash函数抽取大规模数据样本,使用Pam聚类算法和并行K-means聚类算法对大规模数据样本进行聚类,获取最佳聚类结果后,提取大规模数据聚类的动态特征;其次,采用基于特征趋势规则的推理算法,构建大规模数据特征的趋势规则推理模型,并通过累计趋势规则方法设计趋势规则算法,推理大规模数据特征趋势,解决了推理结果误差较大的问题.实验结果表明,该算法对大规模数据特征趋势推理的准确率均值为98.10％,推理速度增长率为50％,推理耗时最大均值仅为114.25 s,能快速准确地完成数据特征趋势推理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴春琼	厦门大学信息科学与技术学院	1	0	0.0	0.0