基于可变粒度机会调度的网络大数据知识扩充算法

摘要: 为了满足网络大数据背景下，大数据传播的数据知识高精度要求和清除劣质数据干扰，基于粒度可变调整方案提出了机会调度的网络大数据知识扩充算法。在分析网络大数据特征基础上，通过自适应向量编码，捕捉网络大数据的异构特性，采用多阶反向传播将异构网络大数据归一化处理，再通过机会调度实现网络大数据实时传输。同时，基于网络大数据组成的知识工程系统分割细粒度大数据，将多维特征进行降维处理，使得知识粒度转变为已知，接着调整粒度动态特性，使得知识工程的大数据集具有线性特征和明确的几何特性，通过知识扩充提高知识获取精度。实验结果通过与基于细粒度的知识获取算法进行对比，证明了所提算法的网络数据传输的高可靠性、实时性和知识获取的高效率。