一种多层次分布式数据挖掘方法的改进研究

摘要：

针对多层次分布式数据存在高维特征和类间不平衡因素的问题,提出一种基于随机决策树检索模型的数据挖掘技术.采用随机相位重组方法进行分布式数据的层次空间重构,在重构的层次空间中提取多层次分布式数据的关联维特征量,采用高阶特征压缩方法进行降维处理,实现分布式数据的自适应挖掘.仿真结果表明,采用该方法进行数据挖掘的准确性能较好、查准率较高、计算开销降低、性能优越.

关键词：多层次分布式数据、数据挖掘、决策树、检索、数据库

所属期刊栏目：40

分类号：TN911.1-34;TP391

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：70-72,77