基于高维混合属性数据挖掘的在线英语资源整合算法

《ACM Transactions on Asian and Low-Resource Language Information Processing》：Online English Resource Integration Algorithm based on high-dimensional Mixed Attribute Data Mining

提出基于高维混合属性数据挖掘的在线英语资源整合算法，构建资源整合结构并提取特征，结合时空分布历史数据挖掘，建立特征映射函数和最优聚类中心，实现多渠道资源聚类与融合，实验表明效率达89%，丢包率0.19%，性能优异。

　　

摘要

为了提高资源的可扩展性，并确保在线英语资源的有效共享和利用，本文提出了一种基于高维混合属性数据挖掘的在线英语资源整合算法。首先，构建了一种基于高维混合属性数据挖掘的整合框架。根据该框架，提取了在线英语资源的特征，并结合资源的空间分布特征进行了历史数据挖掘。通过这种方式，建立了特征的空间映射函数，并根据在线英语资源的聚类与融合结构设计了最优聚类中心。在此阶段，对在线英语资源进行聚类与融合处理。根据融合结果，构建了在线英语资源的分布结构模型，并对在线英语资源整合算法进行了优化研究。实验结果表明，所提算法的整合优化效率达到89%，数据包丢失率为0.19%。该算法具有优异的整合性能，能够实现多渠道和多种形式在线英语资源的整合。