一种基于语义的轨迹流数据清洗方法研究

• 作者: 余建坤 姜雅雯 陆镜弛
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据清洗 语义 流数据 数据质量 数据成本
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 243-249
• 页数: 7页
• 分类号: TP392
• 字数: 5771字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.03.011

摘要

数据清洗的主要任务是将数据中的脏数据检测出来并进行修正,提高数据质量,减小数据质量问题给数据应用带来的影响.由于流数据的特点是数据量大且增长快速,所以针对流数据的清洗研究除了要考虑到数据质量的提高,还需要考虑到数据体积的压缩以缩减成本.现有的方法不能很好的兼顾数据质量的提高和成本的缩减问题,因此在已有的研究基础上提出一种基于语义的轨迹流数据清洗方法——将裸数据转化为语义轨迹,同时将语义作为动态指标去除重复采样和修复异常数据.实验证明,该方法能有效地缩减数据体积以降低保存成本,同时数据的质量密度得到了明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余建坤	云南财经大学信息学院	37	165	7.0	10.0
5	陆镜弛	云南财经大学信息学院	2	0	0.0	0.0
6	姜雅雯	云南财经大学信息学院	2	0	0.0	0.0