以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)

羅瀟

【摘要】 網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)在對(duì)數(shù)據(jù)進(jìn)行處理方面發(fā)揮著非常重要的作用，然而傳統(tǒng)算法的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)由于受到相似干擾的影響非常深，導(dǎo)致在計(jì)算中存在有非常多的局限，而且計(jì)算步驟特別多非常的繁瑣，因此需要對(duì)傳統(tǒng)計(jì)算法進(jìn)行改進(jìn)，也就杏花村能了以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)，通過(guò)一些相關(guān)的實(shí)驗(yàn)可以證明，以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘方法的計(jì)算效率以及計(jì)算精確度明顯高于傳統(tǒng)的計(jì)算方法。

【關(guān)鍵詞】 混合式遺傳算法 網(wǎng)絡(luò)差異 數(shù)據(jù)挖掘技術(shù)

現(xiàn)階段各項(xiàng)計(jì)算機(jī)技術(shù)以及數(shù)據(jù)挖掘技術(shù)都在不斷的發(fā)展和更新，生活中會(huì)應(yīng)用到網(wǎng)絡(luò)數(shù)據(jù)的領(lǐng)域在不斷的擴(kuò)大，然而網(wǎng)絡(luò)數(shù)據(jù)非常龐大，因此如何快速的在眾多的網(wǎng)絡(luò)數(shù)據(jù)中獲得網(wǎng)絡(luò)差異數(shù)據(jù)并且對(duì)網(wǎng)絡(luò)差異數(shù)據(jù)進(jìn)行分析便成了當(dāng)下網(wǎng)絡(luò)差異數(shù)據(jù)領(lǐng)域研究的重點(diǎn)。

一、傳統(tǒng)網(wǎng)絡(luò)差異數(shù)據(jù)挖掘方法

現(xiàn)階段，基于遺傳算法的網(wǎng)絡(luò)差異數(shù)據(jù)處理方法是最為常見(jiàn)的，發(fā)展空間最大并且事用范圍最廣的一種數(shù)據(jù)挖掘處理方法，然而這種傳統(tǒng)的以遺傳算法為基礎(chǔ)的數(shù)據(jù)挖掘方法在處理數(shù)據(jù)量非常大的數(shù)據(jù)時(shí)會(huì)存在有一定的局限，因?yàn)椴煌木W(wǎng)絡(luò)數(shù)據(jù)屬性不同大，導(dǎo)致應(yīng)該傳統(tǒng)計(jì)算方法對(duì)差異數(shù)據(jù)進(jìn)行挖掘時(shí)存在穩(wěn)定性差，計(jì)算過(guò)成非常繁瑣等缺點(diǎn)，因?yàn)閭鹘y(tǒng)的計(jì)算方法依靠的是建立一種模糊規(guī)則來(lái)進(jìn)行數(shù)據(jù)挖掘，基于這種情況，一旦數(shù)據(jù)出現(xiàn)接近特征，就會(huì)出現(xiàn)新的模糊約束規(guī)則，導(dǎo)致計(jì)算方法非常的繁瑣，效率不高，因此需要我們對(duì)該方法進(jìn)行改進(jìn)，以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘方法在這種情況下變應(yīng)運(yùn)而生。該處理方法有效的改善了傳統(tǒng)計(jì)算方法的局限性，將模糊理論去除，轉(zhuǎn)換為大變異操作方法從而進(jìn)行網(wǎng)絡(luò)差異數(shù)據(jù)的挖掘工作。

二、網(wǎng)絡(luò)差異數(shù)據(jù)挖掘原理

網(wǎng)絡(luò)差異數(shù)據(jù)挖掘的目的就是從隨意的，不清晰的，存在有大干擾的，不完整的以及隨機(jī)囤放的各類數(shù)據(jù)中有效并且快速的將其中隱藏有目標(biāo)數(shù)據(jù)以及擁有較大價(jià)值的信息挖掘出來(lái)。網(wǎng)絡(luò)差異數(shù)據(jù)為網(wǎng)絡(luò)用戶提供他們要進(jìn)行決策時(shí)需要了解的信息。一般情況下，網(wǎng)路用戶幾乎沒(méi)有意識(shí)到數(shù)據(jù)存儲(chǔ)的價(jià)值，因此這就給網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)提出了更高的要求，需要他們滿足在多種情況下都可以進(jìn)行網(wǎng)絡(luò)知識(shí)功能，這樣才可以更好的滿足網(wǎng)絡(luò)用戶對(duì)信息的需求。另外，網(wǎng)絡(luò)差異數(shù)據(jù)挖掘系統(tǒng)還需要存在有多角度以及多層次的網(wǎng)絡(luò)知識(shí)水平，并且不能禁止網(wǎng)絡(luò)用戶進(jìn)行有價(jià)值的網(wǎng)絡(luò)知識(shí)模式，從而方便網(wǎng)絡(luò)用戶在有價(jià)值的數(shù)據(jù)基礎(chǔ)上進(jìn)行相對(duì)邊角正確的決策。因?yàn)閭鹘y(tǒng)的計(jì)算方法在遇到相思相屬性的干擾時(shí)，是以模糊規(guī)則為基礎(chǔ)進(jìn)行的各種關(guān)聯(lián)規(guī)則的建立，所以存在的約束條件非常對(duì)，而且計(jì)算方法非常的麻煩。

三、改進(jìn)后的以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)原理

對(duì)傳統(tǒng)媒過(guò)方法進(jìn)行改進(jìn)，從而形成了以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘方法，該方法是在傳統(tǒng)計(jì)算方法的基礎(chǔ)上改進(jìn)的，將傳統(tǒng)計(jì)算方法中的優(yōu)點(diǎn)保留，對(duì)不足之處進(jìn)行改變，從而形成了新的網(wǎng)絡(luò)差異處理方法。

1、編碼問(wèn)題。以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)中一項(xiàng)非常明顯的編碼技術(shù)就是二進(jìn)制的位串編碼，然而在實(shí)際的編程中卻存在有差異，反而使采用浮點(diǎn)數(shù)的方法來(lái)表示所表現(xiàn)出來(lái)的效果更為哦突出。

2、雜交算子。因?yàn)橐曰旌鲜竭z傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)是對(duì)傳統(tǒng)計(jì)算方法的額改進(jìn)，因此其中的編碼方式會(huì)存在有非常明顯的變化，這就需要雜交算子進(jìn)行非線性組合之間的設(shè)計(jì)。其中具體的方式如下，在以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)中，采用的是兩個(gè)個(gè)體Sa和sb之間的雜交方式，則會(huì)形成一個(gè)全新的個(gè)體。

在形成新個(gè)體的過(guò)程中ч的取值范圍應(yīng)該在0到1之間，當(dāng)然如歌實(shí)際情況有所差異，根據(jù)實(shí)際的情況對(duì)ч的取值范圍進(jìn)行合理的縮小，如果ч是作為一個(gè)常數(shù)出現(xiàn)的，那么雜交算計(jì)就是統(tǒng)一的雜交方式。如果ч的取值是以代數(shù)變化作為基礎(chǔ)的，則進(jìn)行的是不統(tǒng)一雜交方式，在進(jìn)行網(wǎng)絡(luò)差異數(shù)據(jù)挖掘時(shí)，隨著迭代次數(shù)的不斷增多新個(gè)體的性能也會(huì)得到不斷的提升，所表現(xiàn)出來(lái)的差異就會(huì)不斷的縮小。

3、得出結(jié)論。以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)同傳統(tǒng)的遺傳算法進(jìn)行比較，可以發(fā)現(xiàn)該方法比傳統(tǒng)算法取得的效果要好很多。同時(shí)，該方法比較適用于對(duì)模糊信息以及海量數(shù)據(jù)進(jìn)行處理，具有非常良好的性能以及自適應(yīng)性，是對(duì)傳統(tǒng)遺傳算法的一種改進(jìn)和性能補(bǔ)充。

結(jié)語(yǔ)：綜上所述，現(xiàn)階段伴隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)以及數(shù)據(jù)處理技術(shù)的不斷發(fā)展，用到網(wǎng)絡(luò)差異數(shù)據(jù)挖掘技術(shù)的范圍在不斷的增大，然而傳統(tǒng)的計(jì)算方法具有穩(wěn)定性差，局限性大以及計(jì)算方法繁瑣等眾多問(wèn)題，本文通過(guò)分析，證明了以混合式遺傳算法核心的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘方法是對(duì)傳統(tǒng)方法的改進(jìn)，具有很強(qiáng)的優(yōu)越性。

參 考 文 獻(xiàn)

[1]王慧，張翠羽.基于改進(jìn)遺傳算法的網(wǎng)絡(luò)差異數(shù)據(jù)挖掘算法[J].計(jì)算機(jī)仿真，2015，32（5）：311-314.

[2]張硯雪.遺傳算法在關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的應(yīng)用[J].電腦知識(shí)與技術(shù)，2015，11（15）：181-182，189.

[3]張冬冬.基于遺傳算法的決策樹(shù)優(yōu)化算法研究[D].蘭州交通大學(xué)，2014.