基于时序相关性的信息效用评价模型研究

杜晓艳

(深圳大学 图书馆，广东　深圳　518060)



基于时序相关性的信息效用评价模型研究

杜晓艳

(深圳大学 图书馆，广东深圳518060)

事务处理中的时间相关性数据蕴涵着对预测与决策具有情报效用的信息，可以通过构建一定的特征模式对其效用大小进行评价。文章对时变序列数据的相关性特征进行了分析，研究了基于时序与波动变化的特征抽取模式；在时变序列的差分及相对变化基础上，进一步综合利用偏态、离散、相关等特征构建了影响变量与响应变量之间的相关度计算模型。该模型可降低效用评价计算复杂度，增强评价的可靠性并可用于模型预测。

时序特征；相关性；特征模式；信息效用;信息资源

一、引　言

按照服务职能，信息系统包括事务处理系统、管理系统、决策支持系统、人工智能/专家系统。[1]因此，在决策支持系统层次会产生自下而上的信息流动及相关的信息资源转换，将信息资源提升为知识资源，充分发挥信息资源的作用。[2]但是，在不确定性日益增强的自然与社会环境中，信息量不断膨胀及不确定性日益增加，信息的数据结构与表现方式也日趋多元与复杂，呈现出大数据或准大数据环境特征。在大数据环境下，数字信息资源具有连续性、周期性、高维度、高自由度等非线性特征。数据虽然价值越来越大，但价值密度低，数据挖掘难度大。这些因素使决策层与其他相关层次的信息协作与转换流程更加复杂，极大地影响决策情报实时形成的效率与可靠性。……