面向大规模数据的特征趋势推理算法

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.

关键词：大规模数据、特征、趋势、推理、动态特征、累计趋势规则

所属期刊栏目：58

分类号：TP311(计算技术、计算机技术)

资助基金：福建省社会科学基金FJ2016B157;福建省社科A类科研项目JA12499S

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：364-370