基于时空聚类的高校分布式多源异构数据集成方法

传统数据集成方法无法有效处理大规模数据,导致系统性能下降和响应延迟。基于此,本文提出基于时空聚类的高校分布式多源异构数据集成方法。对异构数据进行抽取、转换和加载。通过有序加权平均算子和模糊判决法,将数据源对决策的支持度进行转换,最终完成高校分布式多源异构数据融合,采用密度聚类理论,选择初始聚类中心,完成数据集成。实验结果表明,所提方法的数据筛选时间更短,加速比相对较高,接近理想情况,平均稳定性表现为99.22%。