科研之友
微信
新浪微博
Facebook
分享链接
摘要
TAP在定制物联网设备联动过程中得到了广泛的应用。TAP数据中除了包含物品之间的条件触发关系外,还包含用户对于相关规则的文本描述信息。如何使用TAP数据的多源异构属性进行数据处理是物联网应用中重要的研究之一。文章将TAP数据建模成含有多种节点和边类型的异质图,实现了多源异构数据之间多类型关系的融合处理,进而根据不同类型节点之间的连接关系生成关系矩阵。文章通过非负矩阵分解（NMF）以无监督方式学习TAP异质图中每个节点的特征向量用于TAP规则推荐。文章提出3种带权的关系矩阵生成方法,分别为共现频率权值（CFW）、概念相似度权值（CSW）和TF-IDF权值（TIW）。实验结果表明,在由CFW生成的矩阵上进行NMF,由此获得的特征向量在TAP规则推荐时表现良好。
- 出版日期2023
- 单位吉林大学
