海量数据中用户所需信息高效查询仿真

摘要：

用户所需信息查询方法研究,能够在海量数据堆下快速查询数据.用户所需信息的高效分类,需要组建数据特征的最优判别矩阵来完成用户所需信息高效查询.传统方法将提取的不同数据类型的多元分布特征,组建判别矩阵,但忽略了对其进行最优选择,导致查询结果不准确.提出基于特征加权组稀疏判别投影的海量数据堆积环境下的用户所需信息高效查询方法.采用社区社团检测方法将用户所需信息中的全部数据划分为不同类型的“数据团”,将其集成为用户所需信息中不同数据类的主题组,以数据类内重构散度最小、类间重构散度最大为依据组建数据特征的最优投影判别矩阵,以该矩阵为依据完成对海量数据堆积环境下的用户所需信息高效查询.实验结果表明,所提方法查询精确度高,时间复杂度低,可以大幅度的提升海量数据堆积环境下的用户所需信息高效查询效率.

关键词：海量数据、用户所需信息、高效查询

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

在线出版日期：2017-10-11（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：453-456