文献类型：期刊文章

作　　者：熊中敏[1] 郭怀宇[1] 吴月欣[1]

XIONG Zhongmin;GUO Huaiyu;WU Yuexin(School of Information,Shanghai Ocean University,Shanghai 201306,China)

机构地区：[1]上海海洋大学信息学院,上海201306

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(41501419);上海市地方院校能力建设项目(19050502100)。

年　　份：2021

卷　　号：57

期　　号：14

起止页码：27-38

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：大数据时代,数据爆炸式的增长,数据获取变得更容易的同时数据缺失现象也更加普遍。数据的缺失极大地降低了数据的实用性。数据缺失问题的处理成为大数据处理的热点研究课题。介绍了数据缺失问题的研究意义和国内外研究现状。系统地分析了造成数据缺失的原因,对数据缺失问题进行了分类。对近年来国内外缺失数据处理方法进行了综述,总结了各自优缺点、适用范围、效果评价指标。重点阐述了回归填充、聚类填充等填充方法。对缺失数据处理方法领域进行了总结与展望。

关 键 词：缺失数据 缺失分类  填充方法  方法比较  效果评价  

分 类 号：TP391]