逼真生成表格式数据的非时间属性关联模型

来源：计算机应用杂志2017年第9期北京时间：

作者：张锐, 肖如良, 倪友聪, 杜欣

单位：1. 福建师范大学 软件学院, 福州 350117;2. 福建省公共服务大数据挖掘与应用工程研究中心, 福州 350117

摘要：针对数据仿真过程中表格数据属性间关联难的问题，提出一种刻画表格数据中非时间属性间关联特征的H模型。首先，从数据集中提取评价主体和被评价主体关键属性，进行两重频数统计，得到关于关键属性的4个关系对；然后，计算各关系对的最大信息系数（MIC）来评估各关系对的相关性，并采用拉伸指数分布（SE）对各关系对进行关系拟合；最后，设置评价主体和被评价主体的数据规模，根据拟合出的关系计算出评价主体的活跃度和被评价主体的流行度，通过活跃度总和等于流行度总和建立关联，得到非时间属性关联的H模型。实验结果表明，利用H模型能有效地刻画真实数据集中非时间属性间的关联特征。

关键词：数据仿真,关联,最大信息系数,拉伸指数分布,属性关联

基金资助：福建省科技计划重大项目（2016H6007）；福州市市校合作项目（2016-G-40）。