基于协作过滤的传感器数据补全方法-东北大学.PDFVIP

第３５卷第３期 东 北 大 学 学 报 （ 自 然 科 学 版 ） Ｖｏｌ．３５，Ｎｏ．３ ２０１４年 ３月 ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｍａｒ．　２０１４ 　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５－３０２６．２０１４．０３．００８ 基于协作过滤的传感器数据补全方法 李　飞，张　斌，高　岩，张鑫龙 （东北大学 信息科学与工程学院，辽宁 沈阳　１１０８１９） 摘　　　要：如何对缺失的传感器监测数据进行补全是物联网信息感知过程中的一个关键问题．针对这一问 题，提出了一种基于协作过滤的传感器数据补全方法．该方法利用传感器之间的时空相关特性，考虑到同一区 域的传感器或同一传感器的不同监测周期中相应的监测数据具有很大的相似性这一特点，通过对缺失数据 的传感器进行分类，分别使用不同的相似评价方法选取相似传感器，以保证估计值的准确性．结果表明，该方 法对环境变化幅度较大时段的缺失数据进行估值的效果要优于其他方法． 关　键　词：物联网；传感器；数据缺失；数据补全；协作过滤 中图分类号：ＴＰ３３５．５８　　　文献标志码：Ａ　　　文章编号：１００５－３０２６（２０１４）０３－０３３７－０５ ＳｅｎｓｏｒＤａｔａＣｏｍｐｌｅｍｅｎｔＭｅｔｈｏｄＢａｓｅｄｏｎＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌｔｅｒｉｎｇ ＬＩＦｅｉ，ＺＨＡＮＧＢｉｎ，ＧＡＯＹａｎ，ＺＨＡＮＧＸｉｎｌｏｎｇ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０８１９，Ｃｈｉｎａ．Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ：ＺＨＡＮＧＢｉｎ，Ｅｍａｉｌ：ｚｈａｎｇｂｉｎ＠ｉｓｅ．ｎｅｕ．ｅｄｕ．ｃｎ） Ａｂｓｔｒａｃｔ：Ｃｏｍｐｌｅｔｉｎｇｔｈｅｌａｃｋｄａｔａｍｏｎｉｔｏｒｅｄｂｙｔｈｅｓｅｎｓｏｒｓｉｓａｋｅｙｐｒｏｂｌｅｍｏｆｔｈｅｉｎｆｏｒｍａｔｉｏｎ ｓｅｎｓｉｎｇｐｒｏｃｅｓｓｉｎｔｈｅＩｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ａｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ， ｗｈｉｃｈｃａｎｃｏｍｐｌｅｔｅｓｅｎｓｏｒｄａｔａｂｙｕｓｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈａｔｔｈｅｒｅａｒｅａｌｏｔｏｆ ｓｉｍｉｌａｒｉｔｉｅｓａｍｏｎｇｍｏｎｉｔｏｒｄａｔａｆｒｏｍｓｅｎｓｏｒｓｉｎｔｈｅｓａｍｅａｒｅａｏｒｆｒｏｍｔｈｅｏｎｅｗｉｔｈｄｉｆｆｅｒｅｎｔ ｐｅｒｉｏｄｓ，ｐｒｏｐｅｒｔｉｅｓｏｆｓｐａｃｅｔｉｍｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｓｅｎｓｏｒｓｗｅｒｅａｄｏｐｔｅｄｉｎｔｈｅｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ．Ｄｉｆｆｅｒｅｎｔｓｉｍｉｌａｒｉｔｙｅｖａｌｕａｔｉｏｎｗａｓｕｓｅｄｔｏｓｅｌｅｃｔｓｉｍｉｌａｒｓｅｎｓｏｒｓｂｙｃｌａｓｓｉｆｙｉｎｇｓｅｎｓｏｒｓ ｗｉｔｈｍｉｓｓｉｎｇｄａｔａｉｎｏｒｄｅｒｔｏｅｎｓｕｒｅｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｅｓｔｉｍａｔｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｕｓｉｎｇ ｔｈｉｓｍｅｔｈｏｄｔｏｅｓｔｉｍａｔｅｔｈｅｍｉｓｓｉｎｇｄａｔａｗａｓｂｅｔｔｅｒｔｈａｎｏｔｈｅｒｍｅｔｈｏｄｓｗｈｅｎｔｈｅｒｅａｒｅｌａｒｇｅ ｃｈａｎｇｅｓｉｎｔｈｅｅｎｖｉｒｏｎｍｅｎｔ． Ｋｅｙｗｏｒｄｓ：Ｉｎｔｅｒｎｅｔｏｆｔｈｉｎｇｓ；ｓｅｎｓｏｒ；ｍｉｓｓｉｎｇｄａｔａ；ｄａｔａｃｏｍｐｌｅｔｉｏｎ；ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ 　　信息感知是物联网应用的基础．为保障上层 感器传来的数据本身，而对考虑传感器之间的关 决策系统的正确运行，在感知过程中进行缺失数 系和传感器数据与整个环境变化之间的关系则考 据补全是非常有必要的．目前，在数据补全的研究 虑较少． 中，有的研究者采用静态的数据补全方法，如加权 协作过滤（ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒ