面向文化大数据的特征选择方法研究.pdfVIP

摘要

摘要

随着信息技术的蓬勃发展，人们所接触的文化类型愈加丰富，文化偏好亦呈现出

多元化的趋势，这加快了文化大数据建设的步伐。文化大数据以其庞大的数据量为公

众提供了丰富的文化资源，同时也为数据处理与分析带来了严峻的挑战，尤其是在特

征选择方面，无关或噪声特征可能会影响决策的准确性。特征选择被视为一种寻优问

题，使用智能优化算法解决此类问题成为当前的热门。其中，萤火虫算法（Firefly

Algorithm，简称FA）凭借参数少、易实现等特点而备受关注，然而该算法也面临着优

化算法的共性问题，其在适应度函数的构造上难以确保选出最小规模且信息损失最少

的特征子集。不少学者利用经典粗糙集改进算法，但其可能导致数据信息丢失。因此，

有必要研究如何改进萤火虫算法来提高特征选择的性能。基于此，本文结合邻域粗糙

集与萤火虫算法进行文化大数据特征选择研究，主要研究内容和成果如下：

1

（）基于邻域粒度粗糙熵与萤火虫算法的特征选择方法。首先，针对传统萤火虫

算法的局限性，提出基于邻域粒度粗糙熵的改进萤火虫算法IFA_NGRE(Improved

fireflyalgorithmbas