DRVisSys:基于属性相关性分析的可视化推荐系统

摘要：

数据可视化通常是展示数据价值最有效的方式.针对大规模复杂多维数据,对相关数据子集进行分析并将分析结果自动映射成合适的可视化展现模式,是一项需要大量迭代计算的复杂技术工作.设计并实现了DRVisSys系统,该系统根据属性关联分析技术推荐出合适的可视化展现模式;其对于非平凡属性组合的选择,采用典型关联算法计算出更优的属性集.考虑到各属性权重在实际生活中是有区别的,采用层叠隐马尔可夫算法计算各属性权重,将属性权重作为非平凡属性组的评测标准之一.为使得推荐出的可视化展现模式能更好地满足用户需要,DR-VisSys系统能根据用户反馈,更新可视化推荐模型.实验结果表明,DRVisSys能够快速进行数据分析并为用户推荐出合适的可视化展现模式.

关键词：数据可视化、典型关联算法、非平凡属性组、层叠隐马尔可夫模型、可视化推荐模型

所属期刊栏目：54

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61462012,61562010;贵州大学研究生创新基金研理工2017078,研理工2017082

在线出版日期：2018-05-11（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：251-256,263