基于云計算的海量數(shù)據(jù)挖掘研究

摘 要 隨著互聯(lián)網(wǎng)的快速普及，以及移動互聯(lián)網(wǎng)和智能終端設(shè)備的廣泛使用，產(chǎn)生了大量的互聯(lián)網(wǎng)數(shù)據(jù)。云計算和大數(shù)據(jù)技術(shù)應運而生。近年來，每年產(chǎn)生的海量數(shù)據(jù)是20世紀末期十幾年數(shù)據(jù)的總和，這些數(shù)據(jù)冗雜。為了更好的提升數(shù)據(jù)分析質(zhì)量和數(shù)據(jù)挖掘效率，加強基于云計算數(shù)據(jù)挖掘的研究與計算機方針意義重大。仿真技術(shù)的應用極大優(yōu)化了數(shù)據(jù)挖掘的工藝流程。本文淺析了研究基于云計算海量數(shù)據(jù)的必要性，針對海量數(shù)據(jù)挖掘研究的主要方法，提出了研究基于云計算的海量數(shù)據(jù)挖掘基本原則。

【關(guān)鍵詞】云計算 數(shù)據(jù)挖掘 研究原則 計算仿真

云存儲技術(shù)和大數(shù)據(jù)技術(shù)的發(fā)展使得海量數(shù)據(jù)的挖掘極具現(xiàn)實意義和指導意義。對于電子商務而言，海量數(shù)據(jù)挖掘可以了解不同消費者的消費習慣和消費原則。對這些大數(shù)據(jù)的云計算可以幫助商家更好的為消費者提供電子商務服務。對于各行各業(yè)，基于云計算海量數(shù)據(jù)的挖掘研究，需要正確的研究方法和挖掘手段的使用。深度挖掘有效提升了挖掘的質(zhì)量和挖掘效率，對于海量數(shù)據(jù)的信息篩選作用效果明顯。

1 研究基于云計算海量數(shù)據(jù)挖掘的必要性

1.1 有利于獲得網(wǎng)絡(luò)價值信息

網(wǎng)絡(luò)數(shù)據(jù)之間存在一定的弱關(guān)聯(lián)性，通過網(wǎng)絡(luò)數(shù)據(jù)有價值信息的篩選和分析，有利于更好的發(fā)展互聯(lián)網(wǎng)網(wǎng)絡(luò)和服務水平。當然，由于互聯(lián)網(wǎng)網(wǎng)絡(luò)平臺準入門檻較低，充斥著大量的網(wǎng)絡(luò)垃圾信息。云計算技術(shù)是以大數(shù)據(jù)為依托，結(jié)合相關(guān)數(shù)學模型仿真，實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)的高效管理。研究數(shù)據(jù)挖掘可以從海量信息中提取最有價值的網(wǎng)絡(luò)數(shù)據(jù)和相關(guān)信息。

1.2 有利于提升信息獲取效果

互聯(lián)網(wǎng)的快速普及，應用在各行各業(yè)，極大改變了不同行業(yè)的經(jīng)營模式和運作效率。對于互聯(lián)網(wǎng)用戶而言，互聯(lián)網(wǎng)數(shù)據(jù)蘊含了自身的網(wǎng)絡(luò)行為和思想。一些行業(yè)為了不斷提升網(wǎng)絡(luò)平臺的服務質(zhì)量，做到“投其所好”，就要在第一時間識別出網(wǎng)絡(luò)用戶的基本用網(wǎng)習慣和用網(wǎng)需求。借助云計算數(shù)據(jù)挖掘，可以讓不同行業(yè)在最短時間獲取相關(guān)信息，提升獲取效率。

1.3 有利于推動大數(shù)據(jù)技術(shù)應用

大數(shù)據(jù)技術(shù)的應用需要云存儲技術(shù)和大數(shù)據(jù)管理技術(shù)呈現(xiàn)匹配性的發(fā)展。大數(shù)據(jù)技術(shù)的核心任務之一，就是利用對海量網(wǎng)絡(luò)信息的數(shù)據(jù)挖掘，理清數(shù)據(jù)之間的弱關(guān)聯(lián)性，并不斷提升網(wǎng)絡(luò)數(shù)據(jù)的管理質(zhì)量。云計算是一種以計算仿真為實現(xiàn)手段的信息處理形式，研究基于云計算的海量數(shù)據(jù)挖掘，有利于推動大數(shù)據(jù)技術(shù)應用，實現(xiàn)大數(shù)據(jù)技術(shù)的系統(tǒng)化發(fā)展。

2 基于云計算海量數(shù)據(jù)挖掘研究的主要方法

2.1 數(shù)據(jù)關(guān)聯(lián)性挖掘法

在對云計算環(huán)境下的海量數(shù)據(jù)進行價值提取與細節(jié)分析時，關(guān)聯(lián)性數(shù)據(jù)挖掘，可以將發(fā)散的網(wǎng)絡(luò)數(shù)據(jù)集中化。弱關(guān)聯(lián)挖掘法一般分為三個步驟：首先，確定挖掘數(shù)據(jù)的范圍，收集所要處理的數(shù)據(jù)對象。明確關(guān)聯(lián)性研究的屬性。其次，海量數(shù)據(jù)的預處理。對數(shù)據(jù)進行噪聲處理，保障挖掘數(shù)據(jù)的完整性和真實性，將預處理結(jié)果保存在挖掘數(shù)據(jù)庫中。最后，塑造訓練的數(shù)據(jù)挖掘。利用排列組合進行實體閾值分析。

2.2 數(shù)據(jù)模糊性學習法

模糊性學習法是一種重要的數(shù)據(jù)挖掘方法，其挖掘原理就是假設(shè)云計算平臺下存在一定數(shù)量的信息樣本，對任意一個樣本進行指標描述，計算所有樣本的標準差，實現(xiàn)數(shù)據(jù)的高度壓縮與挖掘價值信息操作。數(shù)據(jù)模糊性學習法應用在海量數(shù)據(jù)的挖掘的關(guān)鍵是模糊錄屬函數(shù)的篩選與確定，進而實現(xiàn)基于云計算的海量數(shù)據(jù)挖掘價值信息的模糊化實際操作。網(wǎng)絡(luò)數(shù)據(jù)的結(jié)點信息需要在激活的條件下收集。

2.3 Apriori計算挖掘法

基于云計算海量數(shù)據(jù)挖掘方法的主要形式之一就是Apriori算法基礎(chǔ)上的數(shù)據(jù)挖掘。與其他算法不同，Apriori算法最大的技術(shù)優(yōu)勢在于可以有效避免海量數(shù)據(jù)的復雜性和冗繁性帶來的數(shù)據(jù)挖掘算法收斂性較差的缺陷。利用計算仿真模擬，在節(jié)省投入成本的前提下，大大提升了海量數(shù)據(jù)的挖掘速度。

3 基于云計算的海量數(shù)據(jù)挖掘的基本原則

3.1 準確性原則

云計算為數(shù)據(jù)挖掘提供了平臺，對于海量數(shù)據(jù)的挖掘，特別是深度挖掘，挖掘結(jié)果的準確性直接影響數(shù)據(jù)的后期使用，對于互聯(lián)網(wǎng)后期的優(yōu)化意義重大。在基于云計算的海量數(shù)據(jù)挖掘，無論采取何種方法和算法，必須保障數(shù)據(jù)分析結(jié)果的準確性。一方面，驗證挖掘方法選擇的準確性和匹配性。另一方面，通過不同數(shù)據(jù)挖掘手段，對最后結(jié)果進行偏差分析，已找到影響準確性的關(guān)鍵因素。

3.2 便捷性原則

云計算平臺主要借助計算機進行計算仿真和挖掘程序運算。對于海量數(shù)據(jù)的挖掘分析需要具備的便捷性。一方面，基于云計算平臺海量數(shù)據(jù)挖掘的流程要在實踐分析過程中不斷優(yōu)化流程，提升挖掘的時間效率。另一方面，數(shù)據(jù)挖掘的方法和手段的選擇要具有可控性強的特點。利用人力和財力的投入，可以實現(xiàn)海量數(shù)據(jù)的便捷挖掘，避免操作過難對數(shù)據(jù)挖掘任務的延遲。

3.3 安全性原則

由于互聯(lián)網(wǎng)信息需要包含個人的基本真實信息。對于云計算海量數(shù)據(jù)挖掘的安全性直接影響被挖掘海量數(shù)據(jù)在云計算平臺的安全性。近幾年來，一些基于信息泄露造成的人民財產(chǎn)損失總量較大，嚴重危害了每一個公民的網(wǎng)絡(luò)使用安全。在對海量數(shù)據(jù)進行挖掘時，可以通過獨立挖掘系統(tǒng)的應用，隔離原始數(shù)據(jù)，避免挖掘分析過程對信息安全性的威脅。同時，對余挖掘數(shù)據(jù)結(jié)果進行二級加密。

4 結(jié)論

云計算作為大數(shù)據(jù)技術(shù)的內(nèi)容之一，對于大數(shù)據(jù)的推廣應用意義重大。通過價值信息的提取，有利于提升互聯(lián)網(wǎng)服務水平。在進行海量數(shù)據(jù)挖掘時，需要理解并熟練掌握主要的方法技巧，以準確性、便捷性和安全性原則展開具體的數(shù)據(jù)挖掘工作。

參考文獻

[1]劉增鎖.云計算環(huán)境下海量數(shù)據(jù)中侵入檢測挖掘模型研究[J].計算機仿真，2015（11）.

[2]黃華.基于大云數(shù)據(jù)快速挖掘過程的研究與方針[J].計算機仿真，2016（06）.

作者簡介

李響（1992-），男，四川省成都市人。研究生學歷。研究方向為知識工程與應用軟件。

作者單位

東北師范大學信息與軟件工程學院 吉林省長春市 130000