数据挖掘已经成为各行各业提升业务水平,实现科学决策的一项关键技术。本项目针对现实中存在的隐私数据和隐私规则需要保护的实际需求,设计面向隐私数据的数据挖掘方法的总体架构,通过对不同隐私数据的数据类型、数据分布、属性相关度等数据特征的深入分析,结合不同数据挖掘方法的特性,研究针对不同特点的隐私数据的数据变换和数据重构方法,探索隐私模式和规则的融合技术,建立面向隐私数据的数据挖掘方法的评估体系,并在此基础上,开发原型系统,最终实现个人隐私数据的有效保护和基于变换后数据的模式规则的精确挖掘。项目研究对于信息社会中的隐私数据保护和基于隐私数据的数据分析和挖掘具有重要的现实意义和较高的应用价值,其研究成果具有明显的实用价值和社会效益。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据
多源数据驱动CNN-GRU模型的公交客流量分类预测
采用深度学习的铣刀磨损状态预测模型
混采地震数据高效高精度分离处理方法研究进展
面向新型隐私保护的海量图数据挖掘
时空轨迹数据挖掘及其隐私保护方法研究
保护隐私的海量数据挖掘
面向隐私保护的分布式数据挖掘关键问题研究