基于粗糙集理论与本体学习的烟草行业大数据分级模型  

作　　者：陈林[1] 

机构地区：[1]中国烟草总公司贵州省公司信息中心

出　　处：《数字技术与应用》2024年第10期195-197,共3页Digital Technology & Application

基　　金：贵州烟草商业数据治理关键技术研究与应用[中烟黔科(2022)13号2023XM30]。

摘　　要：烟草行业大数据具有维度高、噪音多、关联性复杂等特征,为数据的有效利用带来了挑战。基于此,本文提出一种基于粗糙集理论与本体学习(Ontology Learning)的烟草行业大数据分级模型,该模型利用粗糙集理论选择重要的特征并进行数据约简,通过本体学习构建烟草行业领域的本体模型,并根据构建的本体模型和特征的重要性对数据进行自动分级。该方法对提高数据管理效率、挖掘有价值信息、促进数据共享与应用具有重要作用,同时对促进烟草行业大数据分类的准确性和分级效率方面提供了有力支持。

关 键 词：本体学习 粗糙集理论 本体模型 数据约简 数据共享 大数据 烟草行业 数据分级 

分 类 号：F721[经济管理—产业经济] TP311.13[自动化与计算机技术—计算机软件与理论]