典型文献
面向建设期铁路大数据的分级存储方法研究
文献摘要：
我国铁路网包含众多建设期和运营期路段,均会产生大量业务数据,然而传统的单节点大数据存储方式存在访问速度慢和时效性低等局限性,无法有效缓解数据存储压力.文章基于数据分级存储的思想,设计一种分布式大数据分级存储架构;综合考虑建设期铁路大数据的业务属性和存储数据库的固有属性,建立一套数据价值评价体系;基于专家评价法计算各数据表在不同评价维度下的价值,并通过K-means聚类算法判定各数据表相应的存储级别;以某建设期铁路大数据为实验样本进行验证,实验结果表明,文章提出的价值评价体系能够有效地对铁路建设期大数据进行存储级别判定,实现了面向建设期铁路大数据的分级存储.
文献关键词：
建设期铁路大数据;数据价值;分级存储;专家评价法;K-means聚类算法
中图分类号：
作者姓名：
廉小亲;杨凯;程智博;王万齐;吴艳华
作者机构：
北京工商大学 人工智能学院,北京 100048;中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081;国家铁路智能运输系统工程技术研究中心,北京 100081
文献出处：
引用格式：
[1]廉小亲;杨凯;程智博;王万齐;吴艳华-.面向建设期铁路大数据的分级存储方法研究)[J].铁路计算机应用,2022(02):17-22
A类：
建设期铁路大数据
B类：
分级存储,存储方法,国铁路网,建设期和运营期,路段,业务数据,单节点,大数据存储,访问速度,速度慢,解数,数据分级,存储架构,业务属性,存储数据库,固有属性,套数,数据价值,价值评价体系,专家评价法,评价维度,means,聚类算法,表相,铁路建设
AB值：
0.285215
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
