文献类型：期刊文章

作　　者：倪海[1] 邵英俭[2]

NI Hai;SHAO Ying-jian(Big Data and Smart Campus Management Center of Beihua University,Jilin Jilin 132013,China;Science Park Administrative Committee of Beihua University,Jilin Jilin 132013,China)

机构地区：[1]北华大学大数据与智慧校园管理中心,吉林吉林132013 [2]北华大学,吉林吉林132013

出　　处：《计算机仿真》

基　　金：北华大学横向课题“润石云大数据综合服务管理平台软件研发项目”(201901020)。

年　　份：2021

卷　　号：38

期　　号：5

起止页码：371-374

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：因传统信息分类方法在面向大数据时,普遍存在分类时间较长、平均误分率较高的问题,不能有效区分不同信息类型,提出一种面向大数据的规则引擎驱动下信息分类方法。通过对规则引擎下的大数据信息进行分析,构建大数据信息集模型,获取大数据信息特征。将大数据信息特征输入到支持向量机分类器中,以大数据信息分类正确率作为适应度函数,采用粒子群算法对支持向量机参数进行优化选取,根据选取结果实现信息的初步分类,根据初步分类结果运用数据概化理论实现信息属性的最优分类。实验结果表明,所提方法的平均误分率较低,分类所用时间较短,并且能够有效划分大数据信息类型,分类结果具有较高的可靠性。

关 键 词：大数据 规则引擎 支持向量机 信息分类 数据概化

分 类 号：TP301.6]