基于模糊运算的非结构化数据特征挖掘模型
2021-11-10陈彬王志英甘莹唐良运
电子设计工程 2021年21期
陈彬,王志英,甘莹,唐良运
(1.中国南方电网有限责任公司,广东广州510663;2.南方电网数字电网研究院有限公司,广东广州511455)
随着信息化技术水平的飞速发展,非结构化数据管理已经成为目前至关重要的研究内容。互联网平台也逐渐成为人们社会生活发展中的关键组成部分,随着各行业信息技术的不断创新,也逐渐涌现诸多新型数据,提出更高标准的非结构数据管理需求。基于本次研究的非结构化数据,需建立特征挖掘模型,传统数据关系模型作为模式滞后式逻辑结构,是一种基于代数关系基础形成的数据管理方法,不再能有效地处理非结构化数据。非结构化数据还拥有海量特点,所以为了能够更好地解决非结构化数据管理这一问题,在以往文献研究中提出了多种方案,譬如基于关系数据库的非结构化数据管理、列存储管理、Bigtable、数据空间技术等。在梳理汇总以往研究成果基础之上,从全新研究角度对非结构化数据管理问题进行观察分析,引入模糊运算建立非结构化数据特征挖掘模型,展开深入探索。
1 非结构数据分析
非结构化数据具有多样化,譬如常见的网页、音频、文本等相关数据,以及各企业的内部管理文档以及生物、地理和天气等相关复杂多样性数据。通过运用数据对象针对性地描述具体数据,定义每类集合内元素为数据对象,在一个物理或逻辑层面,都可以有效地区分其他数据区域的实体,其存在数据对象粒度情况,即一个数据对象作为更大数据的组成部分或包括更多数据对象。……
登录APP查看全文
