【摘要】：智慧民生作為智慧城市的重點領域,包含眾多應用系統(tǒng),積累了大量層次結構數據.為了形成城市范圍完整數據集,需要集成并統(tǒng)一異構的數據模式,向用戶提供統(tǒng)一的數據視圖.針對智慧民生領域的領域知識寬泛、缺乏中文語義匹配支持、模式數量眾多、元素標簽缺失但實例數據豐富等幾方面特點,提出了一種增量交互式模式集成方法.該方法采用增量迭代的方式逐步完成多模式集成任務,大幅降低集成計算量;在模式匹配階段,綜合利用模式信息和實例數據構造了多種適用于中文且能力互補的匹配器,并通過相似度熵來度量機器的決策置信度,適度引入人工干預;在中介模式生成階段,處理模式間可能出現(xiàn)的各種沖突,最終輸出全局統(tǒng)一的中介模式.利用從互聯(lián)網爬取的多源二手房數據設計并完成實驗,實驗結果表明:此方法在人工干預程度足夠小的前提下,具有較好的模式匹配準確性.
[Abstract]:As a key area of intelligent city, people's livelihood includes many application systems and accumulates a lot of hierarchical data. In order to form a complete urban data set, it is necessary to integrate and unify heterogeneous data patterns and provide users with a unified data view. An incremental interactive pattern integration method is proposed in view of the broad domain knowledge in the field of wisdom and livelihood, the lack of Chinese semantic matching support, the large number of patterns, the absence of element labels and the abundance of instance data. The method uses incremental iteration to accomplish the task of multi-pattern integration step by step and greatly reduces the amount of integration computation. In the stage of pattern matching, a variety of matching devices suitable for Chinese and complementary ability are constructed by synthesizing pattern information and instance data. The similarity entropy is used to measure the decision confidence of the machine, and the artificial intervention is introduced appropriately. In the stage of intermediary pattern generation, all kinds of conflicts that may occur between the patterns are dealt with, and the global uniform intermediary mode is finally output. The experimental results show that this method has good pattern matching accuracy on the premise that the degree of artificial intervention is small enough.
【作者單位】： 高可信軟件技術教育部重點實驗室(北京大學);北京大學信息科學技術學院;軟件工程國家工程研究中心(北京大學);
【基金】：國家“八六三”高技術研究發(fā)展計劃基金項目(2013AA01A605) 質檢公益性行業(yè)科研專項(201510209)~~
【分類號】：TP399-C2

【相似文獻】

相關期刊論文 前10條

1 潘超;楊良懷;龔衛(wèi)華;古輝;陳敏智;;模式匹配研究進展[J];計算機系統(tǒng)應用;2010年11期

2 潘峰;孫鵬;張電;;一種改進的多策略模式匹配與結合方式研究[J];計算機與數字工程;2011年11期

3 劉德旬;劉曉潔;;一種基于流式模式匹配的分片攻擊檢測方法[J];四川大學學報(自然科學版);2012年05期

4 王翰虎;模式匹配及其實現(xiàn)[J];計算機學報;1982年03期

5 周光明,王鼎興;一種擴展圖重寫模型下函數語言惰性模式匹配的實現(xiàn)方法[J];軟件學報;1993年04期

6 董鑫;皮德常;;基于模式匹配的颶風軌跡預測方法[J];小型微型計算機系統(tǒng);2014年05期

7 張凌宇;劉國華;褚兵義;王聰;麻會東;苑迎;;基于源模式分裂的模式匹配算法[J];計算機研究與發(fā)展;2008年S1期

8 潘峰;李慶忠;董永權;;一種模式匹配和實體統(tǒng)一相互促進的方法[J];計算機與數字工程;2009年09期

9 李蓉蓉;王暉;陳冉;;基于屬性實例集合語義相似的模式匹配[J];計算機科學;2011年12期

10 于璽;張義強;趙彥賓;賈鵬飛;易大勇;;基于模式匹配的主數據質量控制[J];計算機應用;2013年S1期

相關會議論文 前10條

1 錢穎;聶俊嵐;劉國華;郜時紅;;基于全集的復雜模式匹配[A];第二十三屆中國數據庫學術會議論文集（研究報告篇）[C];2006年

2 龔小謹;羅振聲;駱衛(wèi)華;;模式匹配和句型成分分析相結合的語法錯誤自動檢查[A];語言計算與基于內容的文本處理——全國第七屆計算語言學聯(lián)合學術會議論文集[C];2003年

3 湛江;;基于模式匹配的入侵檢測技術研究[A];電力行業(yè)信息化優(yōu)秀論文集2013[C];2013年

4 程偉;周龍驤;林河水;孫玉芳;;一種多策略通用模式匹配方法[A];第二十一屆中國數據庫學術會議論文集（技術報告篇）[C];2004年

5 陳旦;楊非;葉曉俊;;基于模式匹配的數據庫入侵檢測技術[A];第29屆中國數據庫學術會議論文集（B輯）（NDBC2012）[C];2012年

6 陳建云;王躍科;劉輝;;基于相關分析和模式匹配的多普勒頻率測量方法[A];第三次全國會員代表大會暨學術會議論文集[C];2002年

7 牛永芬;謝小權;;基于協(xié)議解碼及模式匹配的網絡安全監(jiān)管技術研究[A];第十七次全國計算機安全學術交流會暨電子政務安全研討會論文集[C];2002年

8 鄭家恒;譚紅葉;王興義;;基于模式匹配的中文專有名詞識別[A];民族語言文字信息技術研究——第十一屆全國民族語言文字信息學術研討會論文集[C];2007年

9 謝麗聰;;基于Matchmaking方法的模式匹配[A];第十九屆全國數據庫學術會議論文集（技術報告篇）[C];2002年

10 張艷菊;李鋼;張仁斌;吳燎原;;一種基于模式匹配的故障診斷方法[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

相關重要報紙文章 前2條

1 郭利渝;三大試金石考量IPS[N];中國計算機報;2005年

2 本報記者 邊歆;泥上指爪印深痕[N];網絡世界;2005年

相關博士學位論文 前7條

1 王海平;基于限長空位和one-off約束的模式匹配求解模型研究[D];合肥工業(yè)大學;2015年

2 朱明;圖模型在點模式匹配中的應用[D];安徽大學;2011年

3 譚志國;點模式匹配及應用研究[D];國防科學技術大學;2008年

4 丁國輝;數據庫模式匹配算法的研究[D];東北大學;2012年

5 龐引明;基于結構化聯(lián)接的XML查詢模式匹配關鍵技術研究[D];復旦大學;2004年

6 寧博;XML查詢模式匹配及文檔過濾技術研究[D];東北大學;2009年

7 趙華;多模型下的近似字符串匹配算法研究[D];華中科技大學;2013年

相關碩士學位論文 前10條

1 李智龍;手機游戲中不良文本信息屏蔽系統(tǒng)設計與實現(xiàn)[D];中國科學院大學(工程管理與信息技術學院);2015年

2 王旭芳;基于模式匹配和機器學習的協(xié)議識別技術研究[D];電子科技大學;2014年

3 賈曉菲;一般間隙及一次性條件的嚴格模式匹配[D];河北工業(yè)大學;2015年

4 杜淑芳;基于CUDA的字符序列模式匹配與頻繁模式挖掘算法的研究[D];黑龍江大學;2015年

5 沈叢;無重疊條件下嚴格模式匹配的研究[D];河北工業(yè)大學;2015年

6 張迎春;三維點模式匹配算法研究與應用[D];吉林大學;2016年

7 楊鑫;IP網絡流量凈化系統(tǒng)研究與實現(xiàn)[D];電子科技大學;2016年

8 許坤;用于模式匹配的眾包發(fā)包方法及優(yōu)化策略[D];上海海洋大學;2016年

9 路瑤;一種基于正規(guī)樹模式匹配的復雜事件檢測方法[D];北京工業(yè)大學;2016年

10 張盈利;基于模式匹配的非結構化病理報告的信息抽取方法[D];東華大學;2017年

，

本文編號：2229865