刘丰年

（三门峡职业技术学院信息传媒学院，河南 三门峡 472000）

0 引言

近年来，由于移动设备数量和种类的猛增，社交网络服务的用户数量不断增加，由此产生的社交网络服务数据量也大幅增加。目前，社交网络已被广泛应用于多种社交信息的获取和分析。

社交网络的数据主要包括针对诸如经济、社会、文化等各个领域所表达的意见或内容。因此，通过对社交网络数据进行分析，可以有效获取关于社会、经济、政治等多个领域的流动信息和观点。然而，由于社交网络数据规模巨大，其中既包含了有助于人们分析的有价值数据，也充斥着大量的广告数据和不相关数据。因此，准确分析社交网络上的数据既困难又耗时。近年来，随着大数据研究领域的日益升温，如何基于有限的计算资源，以一种稳定而高效的方式收集和存储大数据，并对其加以处理成为一项重要的课题。

目前，关于大数据的研究主要集中在大数据基本理论和大数据分析应用两个方面。文献[1-4]深入分析了当前大数据理论的发展现状、取得的成绩以及未来的发展方向和可能面临的挑战，并对大数据特征的若干主要因素、机器学习工具以及典型的大数据处理引擎进行了描述和分析。相比大数据基本理论，大数据分析与应用研究显得更受重视，其主要研究热点在于任务调度[5]、网络流量预测[6]、工业大数据平台构建[7]以及专家系统构建[8-15]等领域。文献[5]设计了一种基于热感知和动态电压的大数据任务调度算法。……