陈贵平

摘 要： 在大型Web网络数据中心构架中包含海量的多媒体信息资源，为了高效挖掘资源，提高资源的调度能力，提出一种基于模糊语义本体映射的大型Web网络数据中心资源高效挖掘技术。对大型Web网络数据中心的资源信息流进行信息流重建，采用泛化学习方法进行资源信息流的模糊聚类处理，结合语义本体映射方法实现互信息特征提取，以提取的特征为训练集，进行数据迭代，实现资源优化挖掘。仿真结果表明，采用该方法进行大型Web网络数据中心资源挖掘的准确性较好，资源调度的效率得到提高。

关键词： Web网络； 数据中心； 资源挖掘； 多媒体信息； 模糊语义

中图分类号： TN711?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）24?0018?03

Abstract： Large amount of multimedia information resources exist in the architecture of large Web network data center. To improve resource scheduling capability by means of efficient resource mining， an efficient resource mining technology based on fuzzy semantic ontology mapping is proposed for large Web network data center. Resource information flow in large Web network data center is reconstructed. The generalized learning method is adopted to perform fuzzy clustering of resource information flow. Combined with the semantic ontology mapping method， the mutual information features are extracted and taken as the training set for data iteration and realize resource mining optimization. The simulation results show that the resource mining method for large Web network data center has good accuracy and can improve resource scheduling efficiency.

Keywords： Web network； data center； resource mining； multimedia information； fuzzy semantic

0 引 言

随着网络多媒体信息技术的发展，大量的多媒体资源信息以视频、声音和文本等形式存储在大型Web网络数据中心，用户通过数据库访问和检索方法，进行多媒体资源调度使用。对大型Web网络数据库的访问建立在对数据中心资源的高效挖掘基础上，通过挖掘网络数据中心资源的关联特征信息，结合数据信息融合和聚类方法，实现资源调度和优化分类，提高资源的使用效率。研究大型Web网络数据中心资源高效挖掘技术，同样在Web网络数据库的优化设计中具有重要意义，相关的数据挖掘方法研究受到人们的极大重视[1]。在大型Web网络数据中心构架体系中，由于存储构架体系的差异性以及数据之间的扰动，导致对资源的挖掘和调度的准确性不好，容易出现数据冗余。……