文献类型：期刊文章

作　　者：于洪[1] 何德牛[1] 王国胤[1] 李劼[2] 谢永芳[3]

YU Hong;HE De-Niu;WANG Guo-Yin;LI Jie;XIE Yong-Fang(Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065;School of Metallurgy and Environment,Central South University,Changsha 410083;.School of Information Science and Engineering,Central South University,Changsha 410083)

机构地区：[1]重庆邮电大学计算智能重庆市重点实验室,重庆400065 [2]中南大学冶金与环境学院,长沙410083 [3]中南大学信息科学与工程学院,长沙410083

出　　处：《自动化学报》

基　　金：国家自然科学基金(61751312,61533020,61876027)资助。

年　　份：2020

卷　　号：46

期　　号：5

起止页码：878-896

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：在全球信息化快速发展的背景下,大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多,决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求,大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性,对大数据决策的特点进行了归纳,并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状,讨论了大数据智能决策依然面临的挑战,并对一些潜在的研究方向进行了展望分析.

关 键 词：大数据 智能决策  不确定性 信息融合 关联分析  增量式学习

分 类 号：TP311.13] TP18[计算机类]