用户兴趣驱动的冰山数据立方体构建及更新方法研究

为了解决数据立方体完全物化占用过多存储空间的问题,以用户兴趣度为依据,从用户查询的实际情况出发,首次提出在矩阵基础之上进行冰山立方体构建的方法MICA,并在此基础上提出冰山立方体的增量式更新方法ICTU,以解决当用户兴趣发生改变时,需要物化的方体发生改变的问题.实验表明,MICC能够大大节省存储空间,有效支持用户查询,且利用增量方法ICIU能够使构建冰山立方体的效率大大提高.     

联系发现在证券客户划分中的应用研究

证券客户划分可以帮助证券公司掌握更多的客户特征,但是传统的证券客户划分方法都是基于客户自身属性进行分析并划分的,缺少对证券客户之间联系信息的分析,使得划分结果具有一定的局限性和偏差性。针对这种问题,首先分析了证券客户的属性,提取客户之间行为的联系信息,在此基础上利用联系发现的方法对证券客户进行划分,通过联系假设、联系产生、联系确定等三个阶段得到划分结果。对比实验表明,新方法减少了计算量,提高了划分效率,具有较好的客户划分准确率。     

面向数据流的多粒度时变分形维数计算

在大数据时代,数据流是一种常见的数据模型,具有有序、海量、时变等特点.分形是许多复杂系统的重要特征,分形维数是度量系统分形特征的重要指标量.数据流作为动态的复杂系统,其上的分形维数应具有动态、时变、多粒度等特性.提出了多粒度时变分形维数的概念,并设计了基于小波变换技术的数据流多粒度时变分形维数算法.该算法通过对数据流进行离散小波变换,并利用多粒度小波变换树结构在内存中保存数据流的概要信息,可以同时在不同的时间粒度上实时地计算数据流时变分形维数.该方法具有较低的计算复杂度,实验结果表明:该方法可以有效地监控数据流分形维数在不同粒度上的时变特征,深刻地揭示数据流的演化规律.