基于數(shù)據(jù)挖掘的業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型

蕭展輝，孫剛，鄒文景

（南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司，廣東廣州 510000）

業(yè)務系統(tǒng)的應用發(fā)展會受到兩大因素的阻礙，一是與業(yè)務領域相關的分析模型比較復雜，用戶在應用時不知道如何采用智能手段對業(yè)務進行持續(xù)改進；二是業(yè)務系統(tǒng)中的元數(shù)據(jù)質量較低，無法保證用戶獲取到的元數(shù)據(jù)文檔是準確無誤的[1]。業(yè)務系統(tǒng)中的元數(shù)據(jù)文檔質量問題逐漸受到了社會各界的廣泛重視，基于此，要加大力度讓更多人認識到元數(shù)據(jù)文檔在管理與應用中的重要性。在業(yè)務系統(tǒng)中，元數(shù)據(jù)文檔自動更新處于整個系統(tǒng)結構的核心部分[2]。元數(shù)據(jù)文檔貫穿于業(yè)務系統(tǒng)中整個數(shù)據(jù)流動的全過程，只有對元數(shù)據(jù)文檔進行自動更新，才能為業(yè)務系統(tǒng)提供一個全局視圖，把握好業(yè)務系統(tǒng)元數(shù)據(jù)文檔的組成、轉換以及來龍去脈，從而對元數(shù)據(jù)文檔的質量進行有效管理[3]。目前，在業(yè)務系統(tǒng)中元數(shù)據(jù)文檔自動更新是對其進行集中且統(tǒng)一管理的新課題，可以從根本上解決業(yè)務系統(tǒng)元數(shù)據(jù)文檔在數(shù)據(jù)管理上的難題。

針對動態(tài)摘要信息缺乏、冗余嚴重的問題，文獻[4]提出了一種自動更新動態(tài)摘要的方法，根據(jù)動態(tài)摘要的認證方案，對動態(tài)摘要信息的多樣性和主題代表性進行綜合評價，并利用所提出的主題簽名模型來評價動態(tài)摘要的新奇程度，動態(tài)摘要生成策略可以減少更新方案實現(xiàn)的復雜度，實驗結果表明，張禎等人提出的更新方法不需要進行語言匹配和模型訓練，大大降低了實現(xiàn)的復雜度，提高了提取動態(tài)摘要的效率；考慮到云計算數(shù)據(jù)在網(wǎng)絡應用中經(jīng)常遭到非法竊取，文獻[5]利用密文策略屬性提出了動態(tài)更新操作加密方案，通過線性分段的方式將云計算數(shù)據(jù)分成數(shù)據(jù)塊，利用密文策略屬性的加密技術對每一塊云計算數(shù)據(jù)進行加密，實現(xiàn)云數(shù)據(jù)的動態(tài)更新，結果顯示，提出的更新方案可以有效減少云數(shù)據(jù)更新的時間開銷。

基于以上研究背景，提出基于數(shù)據(jù)挖掘的業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型，將數(shù)據(jù)挖掘應用到業(yè)務系統(tǒng)元數(shù)據(jù)文檔的自動更新模型設計中，從而提高業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新性能。

1 業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型設計

1.1 優(yōu)化設計業(yè)務系統(tǒng)元數(shù)據(jù)文檔存儲結構

在對業(yè)務系統(tǒng)元數(shù)據(jù)文檔的存儲結構進行優(yōu)化設計的過程中，存儲結構的基礎是采集與觸發(fā)業(yè)務系統(tǒng)元數(shù)據(jù)，通過觸發(fā)業(yè)務系統(tǒng)建立緩沖區(qū)，利用系統(tǒng)中的預處理模塊將元數(shù)據(jù)文檔發(fā)送到主控計算機[6]，通過對元數(shù)據(jù)文檔進行聚類處理，分析緩沖區(qū)元數(shù)據(jù)文檔的頻譜，結合抗干擾操作，保證業(yè)務系統(tǒng)元數(shù)據(jù)文檔在存儲過程中的負載均衡性。業(yè)務系統(tǒng)元數(shù)據(jù)文檔存儲結構如圖1 所示。

圖1 業(yè)務系統(tǒng)元數(shù)據(jù)文檔存儲結構

對于業(yè)務系統(tǒng)元數(shù)據(jù)文檔而言，先采用非線性時間序列重組的方式[7]，對業(yè)務系統(tǒng)中的元數(shù)據(jù)文檔進行重組，假設元數(shù)據(jù)文檔在業(yè)務系統(tǒng)中的任意兩個聚類簇為Ki和Kj，采用分布式自適應篩選的方式，壓縮業(yè)務系統(tǒng)元數(shù)據(jù)文檔的特征，過濾并刪除冗余數(shù)據(jù)文檔，建立元數(shù)據(jù)文檔特征壓縮器，表示為：

式中，Ai表示業(yè)務系統(tǒng)元數(shù)據(jù)文檔的幅值，θi(t)表示相位。

根據(jù)業(yè)務系統(tǒng)中元數(shù)據(jù)冗余數(shù)據(jù)具有的丟失文檔特征，采用特征壓縮器得到一個最優(yōu)函數(shù)[8]，對元數(shù)據(jù)文檔特征進行匹配，得到壓縮處理后的元數(shù)據(jù)文檔分塊輸出結果，表示為：

采用以上步驟對元數(shù)據(jù)文檔進行處理后，可以降低業(yè)務系統(tǒng)的存儲開銷，采用數(shù)據(jù)挖掘算法對元數(shù)據(jù)文檔進行聚類操作，優(yōu)化元數(shù)據(jù)文檔的存儲結構[9]。數(shù)據(jù)挖掘算法的輸出函數(shù)表示為：

式中，Gh表示元數(shù)據(jù)文檔在計算過程中的開銷負載量，φ表示權重值，Hi表示沖擊響應函數(shù)，m×n表示元數(shù)據(jù)文檔的幅值。

元數(shù)據(jù)文檔的聚類屬性特征產(chǎn)生之后，需要對其進行聚類，為了減少元數(shù)據(jù)文檔在存儲過程中的冗余，令元數(shù)據(jù)文檔在存儲空間中的存儲介質性能衰減函數(shù)為：

式中，k表示元數(shù)據(jù)文檔的特征融合中心，那么得到元數(shù)據(jù)文檔的融合集合為：

式中，q1、q2,…,qm分別表示元數(shù)據(jù)文檔在融合時的嵌入維度系數(shù)。

假設X=[X1,X2,…,Xk,…,XN]T表示業(yè)務系統(tǒng)中元數(shù)據(jù)文檔分布的訓練樣本集，采用數(shù)據(jù)挖掘算法對元數(shù)據(jù)文檔進行處理[10]，得到業(yè)務系統(tǒng)對元數(shù)據(jù)文檔的存儲區(qū)域函數(shù)，表示為：

式中，Qfi表示元數(shù)據(jù)文檔在挖掘時的聚類中心，N表示元數(shù)據(jù)文檔的采集頻率，ui表示數(shù)據(jù)挖掘的模糊隸屬函數(shù)。

利用以上步驟，完成業(yè)務系統(tǒng)元數(shù)據(jù)文檔存儲結構的優(yōu)化設計。

1.2 檢索業(yè)務系統(tǒng)元數(shù)據(jù)文檔

通過對業(yè)務系統(tǒng)元數(shù)據(jù)文檔存儲結構進行優(yōu)化設計，可以將原始的元數(shù)據(jù)文檔過濾，但是往往忽略了業(yè)務系統(tǒng)包含的元數(shù)據(jù)文檔[11]?？梢酝ㄟ^采用數(shù)據(jù)挖掘算法確定業(yè)務系統(tǒng)元數(shù)據(jù)文檔的重要性，判斷元數(shù)據(jù)文檔在檢索時的優(yōu)先級順序，對元數(shù)據(jù)文檔進行檢索。

假設B和Bi分別表示業(yè)務系統(tǒng)元數(shù)據(jù)文檔的頁面，在Bi中存在一個指向B的連接，這就說明Bi的擁有者認為B是重要的，將Bi的一部分重要性賦予給B，記做，其中，P(B)表示元數(shù)據(jù)文檔頁面B的PageRank 值，C(Bi)表示元數(shù)據(jù)文檔頁面Bi中的出鏈數(shù)量，P(B)的計算公式為：

式中，S表示阻尼系數(shù)，通過調節(jié)S的大小可以調節(jié)業(yè)務系統(tǒng)中其他元數(shù)據(jù)文檔頁面對B的重要性。

在業(yè)務系統(tǒng)中，從錨文本和URL 地址兩個方面，分析元數(shù)據(jù)文檔的主題與鏈接的相關性，計算公式為：

式中，M表示特征詞總數(shù)。

對R1和R2進行加權平均運算[12]，可以得到元數(shù)據(jù)文檔的主題相關度計算公式，即：

根據(jù)式（10）的計算，可以得到PageRank 值，通過判斷元數(shù)據(jù)文檔在檢索過程中的優(yōu)先級順序，對元數(shù)據(jù)文檔進行檢索，完成業(yè)務系統(tǒng)元數(shù)據(jù)文檔的檢索。

1.3 構建業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型

基于業(yè)務系統(tǒng)元數(shù)據(jù)文檔的檢索，可以通過以下過程對業(yè)務系統(tǒng)元數(shù)據(jù)文檔進行更新。業(yè)務系統(tǒng)元數(shù)據(jù)文檔在更新前，需要提取出元數(shù)據(jù)文檔，將更新前和更新后的相同數(shù)量元數(shù)據(jù)文檔進行疊置并比較，實現(xiàn)元數(shù)據(jù)文檔的增量式更新[13]。

令元數(shù)據(jù)文檔在更新之前的集合為A′，表示為：

式中，m表示更新之前的元數(shù)據(jù)文檔對象。更新之后的元數(shù)據(jù)文檔集合為B′，表示為：

式中，v表示更新之后的元數(shù)據(jù)文檔對象。將A′與B′合并，得到集合C′，表示為：

綜上，可以得到元數(shù)據(jù)文檔的增加集合，表示為：

元數(shù)據(jù)文檔的刪除集合，表示為：

根據(jù)以上過程得到的元數(shù)據(jù)增量文檔就是增加部分和刪除部分，需要將其分別儲存在增加表和刪除表中[14]，便于后續(xù)的更新。

業(yè)務系統(tǒng)中元數(shù)據(jù)文檔的增量融合是更新環(huán)節(jié)中最重要的一步，其將元數(shù)據(jù)的增量文檔寫到目標數(shù)據(jù)庫中，對元數(shù)據(jù)文檔進行更新[15]。由于元數(shù)據(jù)文檔在增量識別過程中已經(jīng)將其劃分為增加和刪除兩部分，因此對元數(shù)據(jù)文檔的增量融合就是其處理過程。對于增加元數(shù)據(jù)文檔中的增加表來說，文檔的處理過程比較簡單，只需要將元數(shù)據(jù)文檔增加表中的要素轉移到目標層[16]。

在元數(shù)據(jù)文檔的識別與融合過程中，通過數(shù)據(jù)挖掘算法實現(xiàn)業(yè)務系統(tǒng)的同步更新，實現(xiàn)元數(shù)據(jù)文檔的自動更新。綜上所述，通過優(yōu)化設計業(yè)務系統(tǒng)元數(shù)據(jù)文檔存儲結構，檢索了業(yè)務系統(tǒng)元數(shù)據(jù)文檔，結合業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型的構建，實現(xiàn)了業(yè)務系統(tǒng)元數(shù)據(jù)文檔的自動更新。

2 實驗對比分析

為了驗證基于數(shù)據(jù)挖掘的業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型的性能，引入文獻[4]和文獻[5]的元數(shù)據(jù)文檔自動更新模型進行對比，從自動更新召回率、更新效率兩個方面進行測試，3 個模型的召回率測試結果如圖2 所示。

從圖2 的結果可以看出，隨著元數(shù)據(jù)文檔數(shù)量的增加，3 個元數(shù)據(jù)文檔自動更新模型的召回率都在逐漸增加。該文模型的召回率增加較快，當元數(shù)據(jù)文檔數(shù)量達到500 個時，召回率達到了90.5%，當元數(shù)據(jù)文檔數(shù)量達到3 000 個時，召回率達到了91.5%，而其他兩個元數(shù)據(jù)文檔自動更新模型的召回率還不到82%，說明基于數(shù)據(jù)挖掘的業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型在召回率方面具有明顯的優(yōu)勢。

圖2 不同模型召回率測試結果

3 個元數(shù)據(jù)文檔自動更新模型的更新效率測試結果如圖3 所示，采用更新耗時來衡量元數(shù)據(jù)文檔的自動更新效率。

圖3 不同模型元數(shù)據(jù)文檔自動更新效率測試結果

從圖3 的結果可以看出，基于數(shù)據(jù)挖掘的業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型在對元數(shù)據(jù)文檔進行自動更新時，更新的時間是最短的，由于該更新模型在業(yè)務系統(tǒng)中可以對元數(shù)據(jù)文檔的存儲結構進行優(yōu)化設計，并利用數(shù)據(jù)挖掘算法減少業(yè)務系統(tǒng)中的元數(shù)據(jù)文檔傳輸量，減少了元數(shù)據(jù)文檔自動更新的用時，提高了業(yè)務系統(tǒng)元數(shù)據(jù)文檔的自動更新效率。

3 結束語

該文提出了基于數(shù)據(jù)挖掘的業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型，采用數(shù)據(jù)挖掘算法對元數(shù)據(jù)文檔的存儲結構進行了優(yōu)化設計，通過檢索業(yè)務系統(tǒng)元數(shù)據(jù)文檔，構建了業(yè)務系統(tǒng)元數(shù)據(jù)文檔自動更新模型，實現(xiàn)了元數(shù)據(jù)文檔的自動更新。結果顯示，該更新模型在召回率和更新效率方面具有更好的性能。