基于本体的大数据归约技术

本书阐述了大数据归约 （或称数据归约）的背景 与作用、数据归约的知识 体系及本体模型、大数据 维度归约、大数据元组归 约、大数据数值归约、大 数据归约效果评估和大数 据归约系统架构等理论方 法及关键技术。本书共7章 ，第1章介绍大数据归约在 数据预处理中的作用以及 面临的技术挑战；第2章介 绍多维数据归约的知识体 系、业务领域本体和归约 任务本体；第3章介绍大数 据特征选择策略和评价准 则，以及两阶段混合型特 征选择的维归约方法；第4 章介绍大数据元组相似性 度量和快速归约方法；第5 章介绍大数据数值归约基 本方法和基于约束转变的 数据立方体计算技术；第6 章介绍大数据归约效果评 估指标及基于用户兴趣度 的评估方法；第7章介绍基 于本体的大数据归约系统 体系架构，以及归约工作 流模式挖掘和优化等关键 技术。 本书可作为计算机科学 与技术、数据科学与大数 据技术等相关学科专业的 本科生或研究生教材，也 可作为大数据工程相关领 域科研人员的参考书。

第1章 绪论 1.1 数据归约在数据预处理中的作用 1.2 数据归约技术面临的挑战 1.3 本书的研究内容 1.4 国内外相关研究现状 1.5 研究思路及章节内容安排 参考文献 第2章 数据归约知识体系及本体模型 2.1 数据归约概述 2.1.1 本体描述语言 2.1.2 描述逻辑知识库 2.2 多维数据归约知识体系架构 2.2.1 多视角的数据归约领域知识 2.2.2 跨领域数据归约标准过程参考模型 2.2.3 基于CDSP-DR的数据归约视角准则 2.2.4 数据归约知识组织及体系架构 2.3 数据归约业务领域本体 2.3.1 业务领域本体的定义 2.3.2 业务领域本体模型 2.4 数据归约任务本体 2.4.1 数据归约任务本体的定义 2.4.2 数据归约任务本体模型 本章小结 参考文献 第3章 两阶段混合型特征选择的维归约方法 3.1 维归约概述 3.1.1 基本概念 3.1.2 概念框架 3.2 特征选择的优化策略与评价准则 3.2.1 特征选择优化策略 3.2.2 特征权重评价准则 3.3 两阶段混合型特征选择方法 3.3.1 基于Parzen窗密度估计的条件互信息计算 3.3.2 阶段1：基于条件互信息与离散度的特征选择 3.3.3 阶段2：基于最小分类错误率的特征选择 3.3.4 实验与结果分析 本章小结 参考文献 第4章 基于LSH的海量数据元组快速归约方法 4.1 元组归约概述 4.2 元组的相似性度量 4.2.1 数值型数据的元组相似性度量方法 4.2.2 分类型数据的元组相似性度量方法 4.2.3 序列型数据的元组相似性度量方法 4.2.4 概率分布型数据的元组相似性度量方法 4.2.5 混合属性的元组相似性度量 4.3 局部敏感哈希 4.3.1 局部敏感哈希的基本原理 4.3.2 局部敏感哈希函数构造 4.4 基于局部敏感哈希的海量数据元组归约 4.4.1 基于p-稳态分布LSH海量非结构化数据元组归约 4.4.2 基于混合LSH海量结构化数据元组归约 4.4.3 实验与结果分析 本章小结 参考文献 第5章 改进数据立方体聚集计算的数值归约方法 5.1 数值归约概述 5.1.1 基于实例的数值归约 5.1.2 基于属性的数值归约 5.1.3 基于度量的数值归约 5.2 数据立方体计算策略 5.2.1 数据立方体计算核心概念 5.2.2 数据立方体计算物化策略 5.2.3 数据立方体计算优化策略 5.3 冰山立方体聚集计算的约束特性分析 5.4 基于Top-k约束转变的数据立方体聚集计算 5.4.1 基于Top-k约束转变构造基本星树 5.4.2 数据分块及多维聚集的优化策略 5.4.3 依据聚集计算结果在基本星树上构造子女树 5.4.4 实验与结果分析 本章小结 参考文献 第6章 基于用户兴趣度的数据归约效果评估方法 6.1 数据归约效果评估概述 6.2 数据归约效果评估指标 6.2.1 数据蒸发率 6.2.2 数据描述性统计特征差异性 6.2.3 平均信息减少量 6.3 基于用户兴趣度的数据归约效果评估方法 6.3.1 问题描述及基本概念 6.3.2 基于用户兴趣度的权重子空间 6.3.3 数据集归约效果评估算法 本章小结 参考文献 第7章 基于本体的大数据归约系统架构及关键技术 7.1 基于本体的大数据归约系统体系架构 7.1.1 服务支撑层 7.1.2 本体支撑层 7.1.3 应用层 7.2 基于数据归约任务本体的数据归约工作流模式挖掘 7.2.1 数据归约工作流的泛化表示 7.2.2 数据归约工作流模式挖掘 7.3 基于元挖掘的工作流优化 7.3.1 数据归约的元数据描述 7.3.2 数据归约的元数据获取 7.3.3 基于元挖掘得到工作流的优化选择规则 本章小结 参考文献