《基於粒計算的多源異構動態數據挖掘關鍵技術研究》是依託西南交通大學，由李天瑞擔任項目負責人的面上項目。
基本介紹
- 中文名：基於粒計算的多源異構動態數據挖掘關鍵技術研究
- 項目類別：面上項目
- 項目負責人：李天瑞
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
現代社會已經邁入大數據時代，當前人們普遍關注的問題之一是如何從大數據中進行高效實時地挖掘知識，以提高人們的決策能力。粒計算是信息處理中一種新的計算範式，已成功套用到知識發現等領域。本項目針對大數據呈現的體量巨大、多源異構、動態性和不確定性等特點，以粒計算理論為基礎，以典型粗糙集模型為對象，以增量學習技術為手段，以雲計算並行框架為平台，來研究大數據中多源異構動態數據挖掘關鍵技術，具體內容包括：1、多維粒度變化下同構動態數據挖掘方法研究；2、異構動態數據的多層次粒化分析與知識發現技術研究；3、多源異構動態數據協同增量計算模型與學習方法研究；4、基於雲計算並行框架的高效算法設計與最佳化策略研究。這些問題的解決不僅可為大數據環境下構建跨數據源的近似計算方法提供依據，以形成面向多源異構動態數據的多層次融合新型計算理論體系，而且對於提高處理大數據的能力，實現從大數據到知識的高效轉化具有重要的促進作用。
結題摘要
如何從具有海量、動態、多源、異構及不確定性等顯著特徵的大數據中高效實時地獲取有價值的知識是當前大數據挖掘領域中一個熱點研究問題。本項目以粒計算理論為基礎，以典型粗糙集模型為對象，以增量學習技術為手段，以雲計算並行框架為支撐平台，研究大數據環境中多源異構動態數據挖掘關鍵技術，主要取得了以下成果：(1) 針對同構動態數據，提出了多維粒度變化下基於粗糙集及其典型擴展模型中的動態知識發現理論和方法，設計出增量式更新近似集、特徵選擇和高效同構動態數據挖掘算法；(2) 針對異構動態數據，給出了多層次粒化分析方法，提出了高效的融合方法，建立了面向異構動態數據的高效知識發現理論和方法，設計了基於粒計算的異構動態數據挖掘高效算法；(3) 基於多源異構動態數據的特性，建立了面向多源異構動態數據的多層次粒化模型，提出了多源異構動態數據高效融合的方法，構建了多源異構動態數據協同增量計算模型，並設計出面向多源異構動態數據的高效挖掘算法；(4) 基於雲計算並行框架，構建了面向多源動態數據協同增量計算模型及其高效的並行挖掘算法。本項目共出版著作2部，在國內外重要期刊和會議發表論文50篇（被SCI檢索33篇，EI檢索9篇），獲得國際會議優秀論文獎1次、全國會議優秀學生論文獎2次，獲得發明專利2項，申請發明專利5項，培養多名研究生。這些成果為大數據分析與挖掘的研究提供了學術思想與技術路線。
