一种多元异构数据共享行为动态度量的方法

摘要

本发明公开了一种多元异构数据共享行为动态度量的方法，基于Spark并行计算框架的大数据脱敏系统把整体可信度拆分为主观可信度、全局可信度、本地可信度；进行交互记录预处理，保证数据正确性；首先找到用户节点和目标节点的交互记录，然后计算主观可信值；接着目标节点与其他节点的交互记录，进行全局可信值计算；之后目标节点根据自身的数据记录，进行本地可信值计算；最后，通过参数和大数据可信计算模型进行数据的可信值计算，量化计算数据的总体可信度，实现动态度量。本发明具有充分考虑数据维度层次、计算结果抗干扰能力强、动态反映数据的可信度变化趋势、全面反映环境之间的影响等特点。