王天皓

（宜昌市大数据中心 湖北省宜昌市 443000）

随着互联网时代的飞速发展，我国逐渐进入信息化、数据化的时代，人们可以在海量的数据信息中精准地找到自己所需要的内容。近年来，大数据的兴起，使人们搜寻信息更加容易，大数据可以将人们的需求瞬间得到，进而提高搜索效率[1]。比如，在学习过程中，有一些词语不懂，打开搜索界面，就能看见想要搜索的词语，提高检索效率[2]。但是随着大数据的产生速度加快，大数据的处理方法逐渐跟不上大数据的产生脚步，出现了数据处理效果变差、数据处理时间滞后的现象。因此，本文设计了基于改进模糊K-means算法的大数据处理方法。首先采集大数据，得出大数据的处理现状；其次制定改建算法的相关流程，得出改进算法的相似度量；进而计算大数据处理方法的相似度，消除精准度误差。基于以上方法设计，旨在提高大数据处理效果，为互联网事业作出贡献。

1 大数据处理方法设计

改进模糊K-means算法是一种数据聚类处理算法，可以通过数据采集、计算等步骤得出大数据的相似度，从而消除MAE的误差。大数据处理步骤如图1所示。

图1：大数据处理流程

1.1 建立大数据采集模块

近年来，社交数据信息快速发展，各种业务都在使用大数据，随着大数据的兴起，各个领域的搜索范围、规模、速度都有非常显著地提升[3]。因此大数据的处理方法亟待改进，本文设计的大数据处理方法，以建立大数据采集模块为基础，涵盖了社会生活和生产的许多领域，包括支付信息、商业信息、交流记录等。……