信息处理

 翻译样例中心 >> 电信翻译样例 >> 信息处理

翻译样例: 数据挖掘在社会网络分析中的应用概述
版权信息   版权信息

传统的数据挖掘采用“属性-值”的单表形式来表示数据。数据以向量的形式表示,向量的每一维对应一种条件属性的取值。学习到的规则基于命题逻辑,以析取或合取的方式表示为“如果-则”句型。社会网络数据是结构化的关系数据,除了每个结点自身的属性之外,更重要的是结点之间的联系。这些联系之中包含了很多信息。向量形式表示假设了结点间独立,忽略这些联系必然不能很好地从中发现知识。

关系数据挖掘研究从包含多种对象并且对象间存在联系的数据中发现知识的方法,并不首先将关系数据转化为原来的单表模式,而是直接在这样的数据中挖掘关系模式。关系数据挖掘所对应的数据类型,更为符合一般的关系数据库中的应用的数据。因而更能满足当前数据分析的要求,受到了数据挖掘研究者的重视,许多有效的算法被提出。

关系数据挖掘的许多算法都从 ILP (Inductive Logic Programming)中发展而来。为了从关系数据中学习到有用的模型,ILP 方法主要使用逻辑编程的语言,通常是一阶逻辑的子集。ILP 是机器学习和逻辑编程的交叉研究领域,主要关心如何从数据和领域知识中发现新的知识。现在的ILP 已经发展到可能基本涵盖数据挖掘各个方面应用。根据行动者本身的一些属性以及其与网络中其它行动者之间的联系,来预测该行动者的行为和属性。这类任务的应用比较广泛,比如商家可以通过这样的方式来找到潜在的用户来有针对性地进行宣传;如果是关于流行病的传播网络,可以找到哪些人属于易感人群,及早采取合适的预防措施。

收稿邮箱: sotrans@126.com
QQ: 1169561052    MSN: jesczhao@hotmail. com

最新翻译样例

相关翻译样例

专业英语词汇频道