Collaborative fuzzy rule-based modeling with a multi-source data environment

Yinghua Shen

doi:10.1016/j.fss.2026.110097

Collaborative fuzzy rule-based modeling with a multi-source data environment

2026-08-01

0

PRE

AI

DOI：10.1016/j.fss.2026.110097

原文链接

原文求助

摘要

En 中文

在现实世界中，一种现象通常由多个机构进行观测和记录。基于记录的数据，机构可以构建各自的预测模型以理解该现象。然而，单一机构往往难以基于自身数据全面理解复杂现象。本研究选择模糊规则模型作为代表性预测方法，并介绍机构如何在充分考虑数据隐私的前提下有效利用多源数据构建各自的预测模型。本研究创新点在于构建协作预测模型时考虑了不同机构数据集的重叠程度，并针对数据集重叠度高（情景A）或低（情景B）的场景设计了相应的建模策略。在情景A中，不同来源数据集的结构差异显著，机构可采用类似并集的策略实现协作。针对不同的隐私保留要求，提出基于数据结构共享或本地预测模型共享的策略。在情景B中，不同来源数据集结构相似，单个机构可采用类似交集的策略实现协作。针对不同的效率要求，提出基于单阶段协作或两阶段协作共享本地预测模型的策略。通过一系列合成数据集和公开可用数据集的实验，验证了所提方法的有效性。

Keyword:

Multi-source data

Collaborative predictive model

Data privacy

Overlap degree of data sets

Collaborative fuzzy rule-based modeling with a multi-source data environment

摘要

期刊

机构

引用论文