带间隔约束的序列数据质量评价算法设计

被引：2

作者：

王慧锋 ^{[1
]}

段磊 ^{[1
,2
]}

胡斌 ^{[3
]}

邓松 ^{[4
]}

王文韬 ^{[1
]}

秦攀 ^{[1
]}

机构：

[1] 四川大学计算机学院

[2] 四川大学华西公共卫生学院

[3] 国家电网智能电网研究院

[4] 南京邮电大学先进技术研究院

来源：

计算机科学与探索 | 2015年 / 10期

基金：

中国博士后科学基金;

关键词：

数据质量; 概率后缀树; 间隔约束;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

序列数据广泛存在于实际应用中,因此关于序列数据挖掘的算法研究一直都是热点。序列数据的质量关系到挖掘结果的可靠性,传统的数据质量评价方法多通过统计指标来分析数据的质量问题,但统计指标无法对非结构化序列数据中各元素之间的关系进行评估。为检测序列数据质量,提出了基于概率后缀树模型的序列数据质量评价算法。具体地,在满足间隔约束的前提下,根据数据质量可靠的序列数据样本生成概率后缀树,并根据概率后缀树对查询序列数据进行质量评价。最后通过真实序列数据集验证了算法的有效性、执行效率和伸缩性。

引用

页码：1180 / 1194

页数：15

共 8 条

[1] bibEOS:一个高质量的社会化文献检索与管理系统 [J].

孟啸 ;

王宏志 ;

高宏 ;

李建中 .

计算机科学与探索, 2010, (01) :54-63

[2] 使用有向图挖掘时间间隔序列模式 [J].

刘俊侠 .

计算机科学与探索, 2008, (06) :666-672

[3] 数据质量和数据清洗研究综述 [J].

郭志懋 ;

周傲英 .

软件学报, 2002, (11) :2076-2082

[4] Assessing and Improving the Quality of SKOS Vocabularies [J].

Suominen, Osma ;

Mader, Christian .

JOURNAL ON DATA SEMANTICS, 2014, 3 (01) :47-73

[5]

Managing Data Quality for a Drug Safety Surveillance System[J] . Hartzema,Abraham G,Reich,Christian G,Ryan,Patrick B,Stang,Paul E,Madigan,David,Welebob,Emily,Overhage,J Marc. Drug Safety . 2013 (1)

[6]

Anomaly detection in monitoring sensor data for preventive maintenance[J] . Julien Rabatel,Sandra Bringay,Pascal Poncelet. Expert Systems With Applications . 2010 (6)

[7] Methodologies for Data Quality Assessment and Improvement [J].

Batini, Carlo ;

Cappiello, Cinzia ;

Francalanci, Chiara ;

Maurino, Andrea .

ACM COMPUTING SURVEYS, 2009, 41 (03)

[8]

The Power of Amnesia: Learning Probabilistic Automata with Variable Memory Length[J] . Dana Ron,Yoram Singer,Naftali Tishby. Machine Learning . 1996 (2)

← 1 →