基于情感文本数据筛选的感知节点选择机制
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

陕西省自然科学基金(2015JQ5157)


Sensing Node Selection Mechanism Based on Sentiment Text Data Screening
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    通过分析移动群智感知的协作过程,即感知节点的携带-存储-转发过程,发现该过程忽略了对节点携带信息的内容筛选.而对于有目的的数据获取而言,这种先收集后筛选的方法导致在后续对数据的分析与筛选过程中会耗费更多的时间,同时获取的有效数据占比不高.考虑到这个因素,本文结合遗传算法设计了一种在移动群智感知环境下基于情感文本数据筛选的节点选择机制.该节点选择机制主要通过对节点携带数据类型的筛选来选择感知节点,从而获取感知环境下移动用户的情感文本数据.通过实验验证表明,使用此方法在数据处理的效率上最大提高了27.6%,在有效的数据占比上最大提高了21%,因此该方法能够有效的提高对整体数据处理的效率.

    Abstract:

    It was found that the process of carrying, storing, and forwarding data of sensing nodes ignored the content filtering of information carried by nodes by analyzing the cooperative process of mobile crowd sensing. As for purposeful data acquisition, this method of collecting data first and screening data later spent more time in analyzing and screening data. At the same time, the proportion of efficient data was not high. Taking these into account, a node selection mechanism based on sentiment text data screening in mobile crowd sensing environment combining genetic algorithm is designed. In the node selection mechanism, the perceptual nodes are selected by screening the data types so as to obtain the emotional text data of the mobile users in the perceptual environment. The experimental results show that the efficiency of data processing is increased by 27.6%, and the proportion of effective data is increased by 21% by using this method. Therefore, the method proposed in this study can effectively improve the efficiency of the whole data processing.

    参考文献
    相似文献
    引证文献
引用本文

张晓滨,黄梦莹.基于情感文本数据筛选的感知节点选择机制.计算机系统应用,2019,28(1):269-274

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-06-21
  • 最后修改日期:2018-07-20
  • 录用日期:
  • 在线发布日期: 2018-12-27
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号