一种基于可伸缩模式的潜在语义挖掘方法

doi:10.3969/j.issn.0253-2778.2019.07.002

中国科学技术大学学报 ›› 2019, Vol. 49 ›› Issue (7): 524-532.DOI: 10.3969/j.issn.0253-2778.2019.07.002

一种基于可伸缩模式的潜在语义挖掘方法

邱镇

1.国网信息通信产业集团有限公司，北京 102211；2.国网（北京）节能设计研究院有限公司，北京 100052

收稿日期:2018-09-26 修回日期:2018-12-04 出版日期:2019-07-31 发布日期:2019-07-31
作者简介:邱镇(通信作者)，男，1991年生，博士/工程师.研究领域:大数据、人工智能. E-mail: qiuzhen0208@126.com
基金资助:
国家电网科技项目(52110418002W)资助.

A novel method for mining latent events based on scalable patterns

QIU Zhen

1. State Grid Information and Telecommunication Group Co.,Ltd, Beijing 102211, China； 2. State Grid （Beijing） Energy Conservation Design and Research Institute Co.,Ltd., Beijing 100052, China

Received:2018-09-26 Revised:2018-12-04 Online:2019-07-31 Published:2019-07-31

摘要/Abstract

摘要： 大数据反映了人们的生活习惯、社会规律以及自然规律.数据流作为大数据最重要的表现形式之一，应用的范围非常广泛.在实际的数据流应用领域中，连续数据点组成的波段在宏观层次上展示了丰富的语义，因此以模式（波段）为粒度来表达数据流显得尤为重要.为此基于SP-tree挖掘的可伸缩模式，提出了Pattern2vec的方法，将可伸缩模式向量化，利用向量来发现数据流上潜在的隐含语义，完成分类工作.在医疗和电力数据开展实验，实验结果表明,Pattern2vec相比其他对比方法，具有更好的分类表现.

关键词: 大数据, 可伸缩模式, 向量化, 隐含语义, 分类

Abstract: Big data reflect the people's living habits, social and natural laws. Data stream, one of the most important forms of manifestation, has a wide range of applications. In the field of practical application of data stream, the waveband consisted of continuous data point can show the abundant semantics. Therefore, it’s significant to take the pattern (waveband) as the granularity and expressive form of data stream.

Key words: big data, scalable pattern, vectorization, latent semantics, classification

邱镇，王琪媛，刘迪，孟洪民. 一种基于可伸缩模式的潜在语义挖掘方法[J]. 中国科学技术大学学报, 2019, 49(7): 524-532.

QIU Zhen, WANG Qiyuan, LIU Di, MENG Hongmin. A novel method for mining latent events based on scalable patterns[J]. Journal of University of Science and Technology of China, 2019, 49(7): 524-532.

[1]	王宁, 席茂, 周文罡, 李礼, 李厚强. 深度视觉目标跟踪进展综述[J]. 中国科学技术大学学报, 2021, 51(4): 335-344.
[2]	任敏，许玲，王峰，吴超. 基于知识推荐的校园百科平台研究[J]. 中国科学技术大学学报, 2020, 50(8): 1072-1076.
[3]	龚乐君，周佘海，程逸飞，高志宏，李华康. 单细胞RNA序列数据的PBMC相关细胞的识别[J]. 中国科学技术大学学报, 2020, 50(7): 1013-1018.
[4]	孟徐然，毕秀春，张曙光. 基于生成对抗网络的高频算法及其回测研究[J]. 中国科学技术大学学报, 2020, 50(6): 801-810.
[5]	汪中, 施培蓓, 刘贵全. 基于自学习的行人检测方法[J]. 中国科学技术大学学报, 2020, 50(1): 79-85.
[6]	王子一，商琳. 基于电力负荷曲线的设备识别方法[J]. 中国科学技术大学学报, 2019, 49(2): 100-104.
[7]	崔文泉，黄禹侨. 高维数据情形下的一种基于随机投影的集成分类方法[J]. 中国科学技术大学学报, 2019, 49(12): 974-984.
[8]	曲昭伟，赵燕娇，王晓茹. 基于样本过滤和迁移学习的多领域情感分类模型[J]. 中国科学技术大学学报, 2019, 49(1): 8-14.
[9]	陈锋，张智，李琴剑，陈宇强，陈国良. FCD大数据并行处理的动态任务调度算法[J]. 中国科学技术大学学报, 2018, 48(9): 718-722.
[10]	陈志注，王宏志，熊风，张义策，高宏，李建中. 大数据拍卖的定价策略与方法[J]. 中国科学技术大学学报, 2018, 48(6): 486-494.
[11]	张会敏，杨明，吕静. 基于自适应核联合稀疏表示的多特征高光谱图像分类[J]. 中国科学技术大学学报, 2018, 48(4): 298-306.
[12]	王泽胜，董宝田，罗文慧. 基于光流特征描述子的站点限流设施优化方法研究[J]. 中国科学技术大学学报, 2018, 48(4): 341-346.
[13]	林宇鹏，谢智歌，徐凯，陈飞，刘利刚. 基于超限学习机的快速癌症检测方法[J]. 中国科学技术大学学报, 2018, 48(2): 154-160.
[14]	侯文韬，王亮，徐达，陈宇星，周丛照. ABC转运蛋白与人类疾病[J]. 中国科学技术大学学报, 2018, 48(10): 853-861.
[15]	王佳玉，张振宇，褚征，吴晓红. 一种基于轨迹数据密度分区的分布式并行聚类方法[J]. 中国科学技术大学学报, 2018, 48(1): 47-56.

一种基于可伸缩模式的潜在语义挖掘方法

A novel method for mining latent events based on scalable patterns

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价