吴 珺，邹承明

(1.湖北工业大学 计算机学院，湖北 武汉 430068；2.武汉理工大学 交通物联网湖北省重点实验室，湖北 武汉 430070)



基于内存计算的数据预测分析研究

吴 珺1,2，邹承明2

(1.湖北工业大学 计算机学院，湖北 武汉 430068；2.武汉理工大学 交通物联网湖北省重点实验室，湖北 武汉 430070)

针对大数据的实时、高效数据挖掘方法进行研究。首先分析了内存计算及流式分析模式；其次讨论了基于内存计算的大数据主要特性；最后通过以上相关研究为基础，提出了基于内存计算的预测分析模型及相关算法。通过实验应用分析验证了所提出的基于内存计算的预测分析方法的可行性，实现了大数据的数据分析的实时性和高效性。

智慧城市；智慧交通；大数据；预测分析；内存计算

目前世界已经转移到以数据为中心的范式上，即“大数据”时代，在这一时代，数以亿计的计算机和智能移动设备正在持续不断地创造出数量惊人的数据，这些数据既包括人类自身的，也包括道路、环境、建筑等其他各种事物的。如此之大的变化，以至于过去十年中所使用过的数据挖掘方法已经没有能力迎接这些新的挑战了。因此需要尽快研发出针对大数据的实时、高效数据挖掘方法。

在一个数字化的城市交通体里，智慧城市为人们提供安全便捷的交通环境及海量动态的环境数据；同时智慧城市作为一个每时每刻不断产生大数据的系统也需要实时、准确地分析几十亿数据。虽然通过传统的数据分析方式可以获得一些有效信息，但是随着物联网的不断发展，智慧城市用户的应用环境越来越复杂，数据变得越来越庞大，智慧城市大数据不能完全实时、高效地被利用，从而无法获得更全面真实的信息[1]。……