基于K-medoids聚類的異構(gòu)環(huán)境多源煙草物流數(shù)據(jù)集成方法研究

打開文本圖片集

摘  要：由于煙草物流行業(yè)在運營過程中涉及的數(shù)據(jù)來源極其廣泛且多樣，數(shù)據(jù)不僅格式各異、結(jié)構(gòu)復(fù)雜，而且往往分散存儲在不同的信息系統(tǒng)中，導(dǎo)致物流數(shù)據(jù)在集成的過程中，出現(xiàn)數(shù)據(jù)吞吐量較低的現(xiàn)象。針對上述現(xiàn)象，提出基于K-medoids聚類的異構(gòu)環(huán)境多源煙草物流數(shù)據(jù)集成方法。通過欠采樣平衡類別分布，利用數(shù)據(jù)相關(guān)性和閾值清洗剔除冗余信息，提高異構(gòu)環(huán)境多源煙草物流數(shù)據(jù)質(zhì)量，設(shè)計基于K-medoids聚類的煙草物流數(shù)據(jù)集成框架，使用遷移學(xué)習(xí)動態(tài)調(diào)整源域權(quán)重以優(yōu)化目標(biāo)域聚類性能，引入帶有相似性約束的新數(shù)據(jù)點作為初始聚類中心，實現(xiàn)異構(gòu)環(huán)境多源煙草物流數(shù)據(jù)的有效集成。（剩余7705字）