蹇旭

摘 要： 针对传统云端计算过程中的数据特定信息提取不精确的问题，提出一种云计算环境下的海量数据特定特征挖掘方法。采用矩阵节点差分模型进行数据的有序排列，避免传统方法中的数据混乱造成提取数据不精确，庞大的云端数据量致使数据的定位不精准，为了避免此类问题的产生，使用多维数据定位计算，能够有效地解决定位不准的问题，最终可以成功的对数据信息进行有效提取。为了验证设计云计算环境下的海量数据特定特征挖掘方法的有效性，设计了对比仿真实验，实验结果充分证明了该方法能够有效地解决数据提取不精确的问题。

关键词： 云计算； 数据特定特征； 特征挖掘技术； 提取精度

中图分类号： TN911?34； G420 文献标识码： A 文章编号： 1004?373X（2017）13?0178?03

Abstract： For the imprecise data specific information extraction in the process of traditional cloud computing， a specific characteristic mining method of massive data in cloud computing environment is presented. The matrix node difference model is used to arrange the data orderly， and avoid the imprecise extraction data caused by data confusion of the traditional method. The huge cloud data makes the data positioning imprecise. In order to eliminate the above problem， the multidimensional data positioning calculation is adopted to solve the problem of imprecise positioning effectively， and extract the data information successfully. In order to verify the effectiveness of the massive data specific characteristic mining method in cloud computing environment， the contrast simulation experiment was designed. The experimental results fully prove that the method can improve the accuracy of the data extraction effectively.

Keywords： cloud computing； data specific characteristic； feature mining technology； extraction accuracy

0 引 言

随着科技的快速发展，数据信息时代逐渐向着云时代变迁，数据的运算存储已经由传统的硬盘存储逐渐发展成为云端计算存储[1]。通过云端的计算存储已经在很大程度上摒弃了原有的算法规则，能够更大程度的进行数据统计和数据运算[2]。在使用云端计算的环境下，存储在云端的海量数据都是通过数据定位以及数据分析进行计算的，使用适当的调度方法可以在很大程度上进行数据的特征提取。所以，有效的数据调度可以充分提高数据的特征提取能力，但是传统的云端计算过程由于数据存储量过于繁杂，并且在进行数据定位的过程中需要进行数据识别。……