大数据中用户所需信息资源检测仿真

摘要：

通过对数据缺失特征进行检测实现信息资源的有效检测,能够保证大数据中用户所需信息的完整性和准确性,对用户所需信息资源的检测,需要计算出数据特征距离,分析分配缺失数据属性特征权重,完成信息资源的检测.传统方法定义约束容差集合差异度,计算出不完备数据特征集合内全部对象的总体相异程度,但忽略了分析分配缺失数据属性特征权重,导致检测精度偏低.提出基于遗传优化的大数据中用户所需信息资源检测方法.结合遗传优化思想估计用户所需信息均值和协方差矩阵,以用户所需信息的对数似然函数作为目标函数,通过已有缺失数据样本获得参数的相应约束条件,建立大数据巾缺失数据估计模型,消除用户所需信息量纲的影响,计算出数据特征的距离,利用聚类分析分配缺失数据属性特征权重,完成大数据巾用户所需信息资源检测.实验结果表明,所提方法具有较高的填补准确性,且可扩展性较强.

关键词：大数据、用户所需信息、资源检测

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：2018-01-12（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：422-425