互聯(lián)網(wǎng)大數(shù)據(jù)采集與處理技術(shù)要點(diǎn)

王亮

互聯(lián)網(wǎng)大數(shù)據(jù)采集與處理技術(shù)要點(diǎn)

王亮

（貴州江南航天信息網(wǎng)絡(luò)通信有限公司 貴州遵義 563000）

在互聯(lián)網(wǎng)時代進(jìn)一步發(fā)展普及的過程中，大數(shù)據(jù)時代隨之到來，主要體現(xiàn)為大數(shù)據(jù)計(jì)算。常見的大數(shù)據(jù)計(jì)算主要有兩種形態(tài)，即有批量計(jì)算與流式計(jì)算，這些新技術(shù)的發(fā)展為現(xiàn)代化的互聯(lián)網(wǎng)數(shù)據(jù)采集與處理奠定了基礎(chǔ)。本文即探討了互聯(lián)網(wǎng)大數(shù)據(jù)的采集與處理技術(shù)要點(diǎn)，以供參考。

互聯(lián)網(wǎng)；大數(shù)據(jù)；采集；處理

1 引言

當(dāng)前，網(wǎng)絡(luò)大數(shù)據(jù)正迅速走入人們的日常生產(chǎn)生活，以及社會的各行各業(yè)中，影響著大眾的學(xué)習(xí)、工作與生活，深刻影響并改變了常規(guī)的、傳統(tǒng)的生活方式。為了嗯嗯鞏固將網(wǎng)絡(luò)大數(shù)據(jù)的作用發(fā)揮到極致，必須掌握網(wǎng)絡(luò)大數(shù)據(jù)的采集和處理技術(shù)，從而使其服務(wù)于現(xiàn)代化發(fā)展的社會生產(chǎn)與生活。

2 互聯(lián)網(wǎng)大數(shù)據(jù)概述

2.1 互聯(lián)網(wǎng)大數(shù)據(jù)

在互聯(lián)網(wǎng)新興技術(shù)的逐漸普及過程中，產(chǎn)生了越來越多的用戶數(shù)據(jù)，以及大體量、多樣化、高速度和低價值的大數(shù)據(jù)概念（big data），并逐漸滲透入每一個行業(yè)、業(yè)務(wù)的職能領(lǐng)域中，進(jìn)而能夠?yàn)樯虡I(yè)、金融服務(wù)創(chuàng)新浪潮，奠定相應(yīng)的數(shù)據(jù)基礎(chǔ)。互聯(lián)網(wǎng)網(wǎng)頁大數(shù)據(jù)已經(jīng)成為互聯(lián)網(wǎng)公司、金融機(jī)構(gòu)等，用以獲取用戶消費(fèi)、交易、產(chǎn)品評價信息和其他社交信息等的重要途徑，因此，互聯(lián)網(wǎng)網(wǎng)頁的大數(shù)據(jù)采集與處理技術(shù)的探討，具有重要的意義。

2.2 大數(shù)據(jù)采集和處理的基本流程

互聯(lián)網(wǎng)大數(shù)據(jù)的采集，就是在互聯(lián)網(wǎng)中獲取并抽取用戶所需要的屬性內(nèi)容，針對其內(nèi)容、格式等進(jìn)行轉(zhuǎn)換和加工處理，使之能夠適應(yīng)用戶需求，并存儲起來以供后用。互聯(lián)網(wǎng)網(wǎng)頁大數(shù)據(jù)采集、處理整體過程如圖1所示，其中包含了四個主要模塊：①爬蟲（Spider）：從Internet上選擇網(wǎng)頁內(nèi)容，并從中抽取相應(yīng)的屬性內(nèi)容；②數(shù)據(jù)處理（Dp-data Process）：對爬蟲所采集的內(nèi)容信息進(jìn)行加工處理；③URL隊(duì)列（Url Queue）：為爬蟲提供所要求采集數(shù)據(jù)網(wǎng)站的url；④數(shù)據(jù)（Data）：a.Site Url，需要抓取數(shù)據(jù)網(wǎng)站的Url信息；b.Spider Data，爬蟲從網(wǎng)頁中抽取出來的數(shù)據(jù)；c.Dp Data，經(jīng)過dp處理之后的數(shù)據(jù)。

圖1 web數(shù)據(jù)采集和處理

3 網(wǎng)絡(luò)大數(shù)據(jù)的采集技術(shù)分析

3.1 采集技術(shù)要點(diǎn)

隨著網(wǎng)絡(luò)技術(shù)的提高，數(shù)據(jù)類型呈現(xiàn)多樣化。從原始的數(shù)據(jù)、圖片形式，到如今的文本、媒體、影像技術(shù)都成為了信息傳播的新形式。為了能夠快速且有效的采集網(wǎng)絡(luò)大數(shù)據(jù)，應(yīng)當(dāng)重視以下要點(diǎn)：

（1）網(wǎng)絡(luò)大數(shù)據(jù)的采集應(yīng)該具有一致性。不同工作人員所采集的數(shù)據(jù)必須具有一致性，用以防止數(shù)據(jù)的混雜。那么對于采集大數(shù)據(jù)的程序而言，對它的性能要求更是不可馬虎。

（2）網(wǎng)絡(luò)大數(shù)據(jù)的采集應(yīng)該具有正確性。數(shù)據(jù)的正確性是一切工作的核心，也是工作能否繼續(xù)的前提更是保障工作正確運(yùn)行的關(guān)鍵。數(shù)據(jù)來源必須明確，數(shù)據(jù)采集過程必須準(zhǔn)確無誤。

（3）網(wǎng)絡(luò)大數(shù)據(jù)的采集應(yīng)該具有完整性。對于采集數(shù)據(jù)者來說理應(yīng)擁有實(shí)事求是的態(tài)度，不應(yīng)該抱有個人觀點(diǎn)，更不應(yīng)該隨意篡改數(shù)據(jù)或不完整的采集大數(shù)據(jù)，但是對于機(jī)器采集數(shù)據(jù)達(dá)到此要求而言，則要求采集工作高精度運(yùn)行。面對網(wǎng)絡(luò)大數(shù)據(jù)的多元性，人工錯誤很難免除。工作程序的高精度運(yùn)行更是不可忽視的問題。

3.2 互聯(lián)網(wǎng)大數(shù)據(jù)采集關(guān)鍵技術(shù)

3.2.1 實(shí)時數(shù)據(jù)挖掘技術(shù)

互聯(lián)網(wǎng)的大數(shù)據(jù)環(huán)境本身較為復(fù)雜，且針對不同的使用目的，會存在不同的實(shí)時數(shù)據(jù)挖掘技術(shù)。關(guān)注運(yùn)營商對網(wǎng)絡(luò)的維護(hù)和業(yè)務(wù)推廣兩個重要功能，對無線網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)和應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行了分析。

3.2.2 無線網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)

網(wǎng)絡(luò)結(jié)構(gòu)日益復(fù)雜，主要體現(xiàn)在網(wǎng)元多、多種無線技術(shù)共存、網(wǎng)絡(luò)故障診斷、干擾用戶體驗(yàn)因素等方面。無線網(wǎng)絡(luò)數(shù)據(jù)挖掘模塊能夠針對網(wǎng)絡(luò)中產(chǎn)生的各類日志文件、信令采集系統(tǒng)、計(jì)費(fèi)信息、用戶簽約信息等，進(jìn)行綜合大數(shù)據(jù)分析，并通過統(tǒng)計(jì)和數(shù)據(jù)挖掘，生成報(bào)表。

具體可以提供的信息包括：①網(wǎng)絡(luò)分析：分析內(nèi)容有全網(wǎng)的使用流量、會話與告警、漫游、網(wǎng)絡(luò)使用變化以及網(wǎng)絡(luò)性能的KPI分析等。②網(wǎng)元分析：包括網(wǎng)元對比分析、網(wǎng)元組對比分析、網(wǎng)元時間變化趨勢分析、全網(wǎng)Cell累計(jì)分布分析和RNC性能負(fù)載分析。③終端分析：終端設(shè)備使用趨勢分析、終端設(shè)備每天小時時段變化趨勢的分析、終端設(shè)備的性能指標(biāo)分析等。④用戶分析：用戶比較分析、無線共享路由用戶對比分析、無線共享路由用戶的資源使用、無線共享路由用戶的設(shè)備型號/操作系統(tǒng)構(gòu)成分析、用戶組的比較分析、全網(wǎng)用戶累積分布分析、單用戶時間變化趨勢分析等。⑤應(yīng)用分析：應(yīng)用的業(yè)務(wù)主要包括整體、小時段中變化趨勢的分析、指定終端設(shè)備類型上TopN應(yīng)用業(yè)務(wù)分析、應(yīng)用業(yè)務(wù)性能分析、應(yīng)用業(yè)務(wù)系統(tǒng)分組的性能KPI分析、應(yīng)用業(yè)務(wù)組使用趨勢分析、應(yīng)用業(yè)務(wù)組每天小時時段趨勢變化分析。

4 處理網(wǎng)絡(luò)大數(shù)據(jù)的處理技術(shù)分析

4.1 處理技術(shù)要點(diǎn)

隨著網(wǎng)絡(luò)時代的到來，電腦、智能手機(jī)等電子設(shè)備在實(shí)際生活中得到應(yīng)用，并成為日常生活的重要組成部分，人們所接受到的信息越來越豐富，圖像、文本、視頻活躍在生活與交流之中。

4.1.1 數(shù)據(jù)處理整體框架

數(shù)據(jù)處理主要包括以下模塊：①分詞：對在互聯(lián)網(wǎng)中獲取的網(wǎng)頁內(nèi)容，采取切詞處理；②排重：對眾多網(wǎng)頁內(nèi)容實(shí)施排重措施；③整合：針對不同來源數(shù)據(jù)的格式進(jìn)行整合；④數(shù)據(jù)：有兩方面數(shù)據(jù)，即Spider Data（爬蟲從網(wǎng)頁中抽取出來的數(shù)據(jù)）和Dp Data（在整個數(shù)據(jù)處理過程中產(chǎn)生的的數(shù)據(jù)）。

4.1.2 數(shù)據(jù)處理的基本流程

數(shù)據(jù)的處理過程如下：①將抓取來的網(wǎng)頁內(nèi)容進(jìn)行分詞處理；②將分詞處理成果寫入數(shù)據(jù)庫中；③將所抓取來的網(wǎng)頁內(nèi)容排重；④將排重處理的成果寫入數(shù)據(jù)庫中；⑤依據(jù)前面的處理結(jié)果，對數(shù)據(jù)進(jìn)行二次整合；⑥將整合成果寫入數(shù)據(jù)庫中。

4.2 數(shù)據(jù)處理的關(guān)鍵技術(shù)

4.2.1 排重

所謂排重處理，就是將與主題相重復(fù)的項(xiàng)排除掉的過程，而網(wǎng)頁排重即是指通過兩個網(wǎng)頁間相似度因素為依據(jù)，進(jìn)行重復(fù)項(xiàng)的排除。Simhash算法屬于一種高效海量文本排重算法，相較于余弦角、歐式距離、Jaccard相似系數(shù)等算法，Simhash能夠有效避免進(jìn)行文本兩兩的相似度比較復(fù)雜過程，從而得以大大提高計(jì)算效率。因此，運(yùn)用Simhash算法實(shí)施網(wǎng)頁內(nèi)容的排重工作，可容納更大數(shù)據(jù)量，提供更快數(shù)據(jù)處理速度，最終實(shí)現(xiàn)大數(shù)據(jù)的迅速處理。

4.2.2 整合

所謂整合，即是指將抓取的網(wǎng)頁內(nèi)容，與各公司之間構(gòu)建彼此對應(yīng)的關(guān)系。對于公司而言，可使用一組關(guān)鍵詞對自身進(jìn)行描述，同樣，經(jīng)過dp處理后的網(wǎng)頁內(nèi)容也可使用一組關(guān)鍵詞進(jìn)行描述。通過整合，即可形成兩組關(guān)鍵詞的匹配。

網(wǎng)頁內(nèi)容分詞結(jié)果有以下問題：①分詞結(jié)果數(shù)量較大；②大多數(shù)分詞對于描述該網(wǎng)頁的內(nèi)容而言沒有貢獻(xiàn)。所以，必要的情況下可對網(wǎng)頁分詞結(jié)果實(shí)施簡化，采用詞頻最高的若干詞匯進(jìn)行描述即可。經(jīng)簡化后，兩組關(guān)鍵詞不僅可以大大提高彼此的匹配效率，還可以保證其采集的準(zhǔn)確度，而在經(jīng)過整合后，所抓取的網(wǎng)頁內(nèi)容和公司之間，也會建立其一個對應(yīng)關(guān)系，便于知道某個具體的公司包含怎樣的數(shù)據(jù)信息。

5 結(jié)語

在互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展的背景下，客戶處理業(yè)務(wù)也日益復(fù)雜起來，與其相關(guān)的大數(shù)據(jù)更是呈現(xiàn)逐漸增長的趨勢，對于大數(shù)據(jù)的分析處理技術(shù)，成為重點(diǎn)關(guān)注內(nèi)容之一。如果能夠合理發(fā)揮大數(shù)據(jù)作用，使其服務(wù)于光蛋用戶，能夠?yàn)槠髽I(yè)的發(fā)展，提供更為完整清晰的指引。

[1]齊 志.4G網(wǎng)絡(luò)時代大數(shù)據(jù)的機(jī)遇與挑戰(zhàn)[J].商，2015（48）：206.

[2]吳純青，任沛閣，王小峰.基于語義的網(wǎng)絡(luò)大數(shù)據(jù)組織與搜索[J].計(jì)算機(jī)學(xué)報(bào)，2015，38（1）：1～17.

[3]康書生，曹榮.互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)在融資領(lǐng)域的應(yīng)用研究[J].金融理論與實(shí)踐，2014（1）：108～110.

TP274.2

A

1004-7344（2016）33-0254-02

2016-11-8