文献

J-GLOBAL ID：202102233030805601   整理番号：21A2982080

ビッグデータに基づくビッグ知識の大量特性重みに関する研究【JST・京大機械翻訳】

Research on Massiveness Characteristics Weights of Big Knowledge Based on the Big Data

著者 (2件)： Zhang Xiaoling (Shandong Normal University,Business School,Jinan,China) ,  Liu Xiyu (Shandong Normal University,Business School,Jinan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICISCE  ページ： 1178-1183  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模で,不均一で自律的なデータ資源に直面して,「Big知識(BK)」の用語を提案し,Bigデータの時代における課題に対処した。研究者は「BK」を定義して,BKの大規模特性を研究して,特定の重み参照価値は,各々の特性の規則のために与えた。したがって,定性的および定量的研究を結合することによって,本論文は,大きい知識の5つの基本的大規模特性,大規模概念,大規模接続性,大規模クリーンデータ資源,大規模ケースおよび大規模信頼性を調査した。本論文では,Grey Relation Analysis(GRA)複合階層分析法(AHP)とデータ包絡分析(DEA)に基づく「ビッグ知識」に関連する5つの大規模特性の重みを主に調査した。同時に,5つの大規模知識工学プロジェクトとBig知識の間の相関を調査した。将来,大規模知識工学プロジェクトを測定するためにある参照を提供する参照関連性を得た。最後に,BKの研究展望を分析した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  連結性 ,  *知識工学 ,  AHP【評価】
準シソーラス用語： 自律性 ,  データ包絡分析 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ビッグデータ ,  知識 ,  研究