基于Q矩阵特征提取的建模及可视化分析

• 作者: 杨莉云 颜远海
• 来源期刊: 江西科学
• 关键词: Q矩阵 特征提取 可视化 权重
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 412-418
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2020.03.023

摘要

对于所要研究主体的认知诊断需要从多个属性去认识,认知需要提取数据集的特征,认识事物间的本质及区别能够帮助人们更好地做出科学的决策,然而数据特征的提取往往会受特征库的影响,而忽略形成属性特征之间的关系.应用Q矩阵表达事物之间的关联,结合数据挖掘中的关联分析理论,找出数据的属性元素之间的关联,定义属性权重、路径权重、边权重,以强调关联性的类型和权重.实验证明,属性权重值属性间关联权重值计算方式,权重越大,对特征提取的贡献值也越大,数据集特征同样也取决于属性间路径权重,如果某路径值越大,代表着该路径趋势越明显,出现的概率越大,反之,概率越小.方法论研究可以应用到主体(比方说公司,客户,人际关系等)间关联性研究,并为之提供科学的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜远海	广东财经大学华商学院	3	3	1.0	1.0
2	杨莉云	广东财经大学华商学院	3	4	1.0	2.0