杨小琴，朱玉全

(1. 南京工业大学浦江学院，江苏 南京 211134；2. 江苏大学，江苏 镇江 212013)

1 引言

智能分类技术是一种非常重要的大数据管理技术，目前已经成功的使用到了各个领域，但传统大数据分类时会出现的方法占用率较高、分类效率低的问题还是很难解决，针对上述现象，国内外学者提出了以下解决方法。

文献[1]首先分析用户的反馈数据文本，再对大数据使用半自动建造的语义映射进行几率计算，从而形成有效的属性类别，并把该方法运用到云计算中，可以更针对性的分类大数据属性类别。但该方法在进行映射时会出现大量的冗余数据，导致在分类完成后，冗余数据会占据云计算空间。文献[2]分析大数据的各项指标说明，依据指标分析数据的特性，然后对其进行检索，将检索获取的结果进行特征提取，遵照其特点利用模糊分类对大数据进行智能分类，但是该方法在对数据检索时，需要进行的步骤较为复杂，导致其后续的智能分类，需要花费大量的时间计算，分类结果的精准性较低。文献[3]首先使用冲突数据检测方法判定数据的分类是否存在冲突。如果存在冲突，就将其变换为约束满足问题，经过分析分类问题的约束变量，确准分类其中含有处理冲突的内容，构建海量数据分类中冲突判别表现形式，从而实现大数据智能分类的目的。但该方法只能针对冲突数据进行有效分类，而存储在云空间内的大数据种类复杂繁多，该方法存在较大的局限性，实用性差，难以应对现实需求。……