摘要：为了检测非结构化大数据在社交网络中的稳定性,需要研究大数据非结构稳定性检测方法。采用当前方法检测社交网络中大数据非结构的稳定性时,检测所用的时间较长,得到的检测结果与实际不符,检测过程中的能量消耗较高,存在检测效率低、检测结果准确率低和能耗低的问题。提出社交网络中大数据非结构稳定性检测方法,根据社交网络数据之间的相关性,采用一元线性归回模型构建社交网络大数据采集模型。通过不同决策者对大数据属性的评价值,计算属性评价值的熵,在数据非结构稳定性和属性权重之间关系的基础上,根据计算结果建立社交网络中大数据非结构稳定性检测模型,完成社交网络中大数据非结构稳定性的检测。仿真结果表明,所提方法的检测效率高、检测结果准确率高、能耗低。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社