基于数据挖掘算法的智慧档案馆海量数据快速提取方法

摘要

通常在应用海量数据快速提取方法进行降维处理时易丢失数据,导致提取数据的二类特征数值较小,为此,提出基于数据挖掘算法的智慧档案馆海量数据快速提取方法。采用贝叶斯网络参数离散化处理档案数据为概率状态,离散化处理海量原始智慧档案数据,利用上升学习规格构建降维更新过程,控制产生的档案数据丢失;规划数据降维及知识约简处理过程,设定档案数据的可挖掘属性参数,利用数据挖掘算法实现快速提取。搭建智慧档案馆的执行数据层后,采集智慧档案的数据集,进行对比实验,结果表明:本方法提取数据的二类特征数值最大,具有较为优越的数据提取性能。