55、数据缩减技术准确性分析与隐私保护的数据交换方法

数据缩减技术准确性分析与隐私保护的数据交换方法

1. 数据集测试

在数据处理和分析中，我们对合成数据集和典型仓库数据集进行了测试。合成数据集主要有以下几种类型：
- 随机数据集 ：包含完全随机的值。
- Zipf 数据集 ：这种分布在许多数据库的真实数据分布中较为典型，其偏斜的 Zipf 分布包含高而细的峰值，用固定网格技术很难近似，但可作为离群值提取。
- 聚类数据集 ：有 n 个遵循正态分布的聚类。

典型仓库数据集则来自多个数据仓库，例如销售数据集（产品×天数×商店 = 收入：60 × 184 × 20）以及汇总操作（如从天数汇总到周数）的结果。

数据集类型	分布	示例
合成数据集	随机、Zipf、聚类	随机值、Zipf 分布、正态分布聚类
典型仓库数据集	多种	销售数据集、汇总操作结果

2. 实验方法

2.1 误差度量

使用了两种误差度量方法：
- 点查询误差 ：计算公式为 $perrores