柳利芳 , 马园园

(1.安阳师范学院 教育学院,河南 安阳 455000; 2.安阳师范学院 计算机与信息工程学院,河南 安阳 455000)

0 引言

信息技术的迅猛发展，使互联网上的信息呈现出指数级增长态势，一些与大数据相关的概念、理论、技术和方法应运而生。纵览与大数据研究相关的成果和项目不难发现其宗旨均在于：从海量数据中充分挖掘、提取知识性信息，进而为科学决策提供建议和支持[1-2]。大数据在对行业管理和技术带来革命性变化的同时，也对研究人员提出了更大的挑战。因大数据固有的“4V”属性，尤其是其种类繁多(Variety)的特性，仅依靠传统的技术和方法难以获取更加符合客观规律的知识和认识。因此，迫切需要开发多视角学习的方法以从多个维度、多个视角对多源异构数据进行充分挖掘和分析，并有效整合，从而提高对复杂事物认识的水平。

多视角学习是针对多源异构数据而设计的一整套信息融合框架和方法，通过有效的整合算法分析来之于同一对象集的不同特性的信息，从而得出更符合客观规律和事实的结论。许多学者提出了行之有效的信息融合策略[3]，归纳起来，大致分为三类：1)前整合策略(Early Integration)，即将来自不同视角的数据通过级联的方式合成一个独立的数据表示，然后将其用作模型的输入[4-5]；2)中整合策略(Intermediate Integration)，对多个视角的数据表示进行转化(如计算相似性矩阵)，然后将转化后的矩阵通过相应的组合方式整合并用作模型的输入[6-7]；3)后整合策略(Late Integration)，分别对每个视角的数据进行学习并获得局部结果，然后基于某种准则融合这些局部结果并形成最终的联合判决[8]。……