基于数据摘要的流式子模优化算法研究

摘要

针对如何从数据中提取出公平摘要的问题,文中采用流式子模最大化方法来解决该问题,并对其算法进行改进,提出一种公平约束下的流式子模最大化算法。该算法根据摘要的个数以及数据属性范围设置上下界构成公平约束,能够确保提取出代表性子集涵盖原始数据集的所有属性范围。仿真结果表明,该文算法与其他流式子模最大化算法相比,不仅时间复杂度减少了8.6%以上,而且在不同数据集下都能保证数据摘要结果的公平性与多样性。