摘要：文章首先對云計算的特點進行簡要分析, 在此基礎上對云計算環境下的數據挖掘進行研究。期望通過本文的論述能夠對數據挖掘效率的提高有所幫助。
關鍵詞：云計算; 數據挖掘; 服務;
1 云計算的特點分析
1.1 超大規模
國內外大型互聯網企業紛紛建立起云平臺, 開啟一大批服務器, 如Google公司、亞馬遜公司、微軟公司等公司都建立了云平臺, 大幅度提升了網絡平臺數據運算效率、存儲效率和交互效率, 使云計算具備超大規模特點。
1.2 虛擬化
云平臺是向網絡平臺提供資源的平臺, 網絡用戶可借助云計算技術在任意位置獲取應用服務, 這種應用服務不是固定實體, 而是虛擬化的。在云平臺上, 需要運行虛擬化的搜索、儲存、上傳下載操作, 網絡用戶無需了解資源的獲取渠道, 只要通過終端設備就可以獲取網絡服務信息, 實現數據快速互傳。
1.3 可靠性高
云平臺可提高數據互傳、存儲的可靠性, 其采用計算節點同構可互傳、數據多副本容錯等措施增強服務的可靠性, 即使在數據傳輸或存儲丟失的情況下, 也可以找回渠道恢復數據, 與計算機自帶硬盤相比, 網絡云計算平臺的可靠性更高。
1.4 通用性強
云計算技術的針對性不強, 對其他設備沒有過高的.要求, 只需在網絡平臺上建設平臺, 配備足夠的服務器, 就可以實現云計算技術的應用。在同一云平臺的支撐下, 可滿足不同設備的運行要求。
1.5 擴展性好
云平臺既可以滿足不同類型企業的需求, 也可以滿足個人用戶需求, 其本身帶有動態伸縮性。用戶可根據自身需求對空間、功能進行定制, 滿足個性化的應用要求, 使云平臺具備良好的擴展性。
1.6 按需服務
云平臺可提供充足的空間, 便于用戶在云平臺上存儲、調用、傳輸數據資源。為了避免用戶過度占用云平臺資源, 云平臺一般設置了計費標準, 要求用戶按需購入占用量, 促使云平臺成為可交易的資源。
2 云計算環境下的數據挖掘
2.1 數據挖掘服務層次結構
2.1.1 基礎設施層
該層主要為整個數據挖掘服務提供存儲和計算資源, 在基礎設施層運行中, 通過接口可連接網絡資源與物理資源, 實現不同類型資源的高度共享。該層還提供數據挖掘服務的虛擬化接口, 滿足資源對接要求, 為資源存儲、共享提供技術支撐。
2.1.2 虛擬化層
在云計算技術上建立數據挖掘服務模式, 利用虛擬化層快速處理大量資源。在結構體系中, 虛擬化層根據云計算技術虛擬化匯聚分布式資源, 在封裝處理虛擬資源的基礎上, 分類和管理不同資源, 從而提高挖掘服務執行效率。在對資源進行封裝后, 通過開發和利用平臺層實現資源共享。虛擬化技術是資源封裝的重要技術, 既可以提高資源運行效率, 也可以實現對資源的合理調動, 提高服務模式的便捷性。
2.1.3 平臺層
在數據挖掘服務模式中, 平臺層作為數據核心服務部分, 負責管理不同數據及其功能, 實現不同服務目錄的高效管理。用戶可根據服務內容和使用需求組合不同服務目錄, 發揮數據功能性管理作用。在平臺層中, 可有效調度計算資源, 提高計算資源的運行效率, 這使得平臺層在數據挖掘服務中占據著不可替代的地位。
2.1.4 應用層
該層由終端層和接口層組成, 其中接口層為用戶提供服務等級, 滿足各種服務請求, 終端層將服務請求顯示出來, 并且可根據請求的服務內容作出評價。在終端層的內容訪問中, 根據用戶訪問請求、訪問內容對訪問接入作出不同選擇, 再結合用戶訪問情況, 借助終端設備實現數據挖掘服務。
2.2 體系的建模流程
2.2.1 對服務進行自定義
在數據挖掘服務運行時, 可通過自定義完成相關數據的搜集, 從而快速找到與之相關的資源。由此可以使數據挖掘人員開展工作時, 對候選加以充分利用, 進而形成服務目錄, 為用戶使用提供方便。
2.2.2 組件構建
在對數據挖掘服務組件進行構建時, 應當確保調用服務接口的統一性, 同時在構建其它服務組件時, 需要綁定服務和數據, 從而構建起數量更多的組件, 為用戶提供所需的數據挖掘服務模式。
2.3 數據挖掘體系的服務過程
2.3.1 分析階段
該階段主要負責分析數據挖掘內容, 確定需要挖掘的數據, 根據對應的數據服務內容設置相應的服務模式, 并對服務模式作出定義。為保證數據挖掘與實際需求相符, 在數據挖掘時需先進行數據分析, 深入到外部環境中調查市場發展趨勢和市場需求情況, 以市場為導向開發大數據挖掘模式, 使云計算下的數據挖掘服務更具備高效性、實用性和針對性。
2.3.2 設計階段
該階段要根據前期市場調查情況對數據挖掘服務方案進行設計, 最終確定符合用戶使用習慣的數據處理模式。數據挖掘服務模式設計不僅關系到用戶體驗的滿意程度, 而且還影響著數據挖掘服務運行效率。在某些特定的情況下, 甚至可能對供應商與消費者帶來利益沖突, 阻礙數據挖掘服務在信息化環境中的有效應用, 為了解決上述問題, 必須以市場調查為前提開展數據挖掘服務模式設計, 避免不必要的矛盾。
2.3.3 開發階段
在該階段, 一套相對完整的數據挖掘服務體系會隨著設計得以呈現, 各種服務內容與方法在該階段中得到合理應用。體系開發時, 應對各項功能進行定義, 并將所有的功能整合到一起, 以此來實現多種不同的服務目標, 確保數據挖掘服務模式的高效運行。對體系進行開發的過程中, 可基于服務接口的實現, 對相關的功能進行有效地協調, 從而使開發出來的功能更符合用戶的使用需要, 由此可使數據挖掘服務的價值得以充分體現, 有利于推動數據挖掘服務市場的持續、穩定發展。
3 結論
綜上所述, 云計算以其自身所具備的諸多特點, 在諸多領域中得到越來越廣泛的應用。本文在簡要闡述云計算特點的基礎上, 對云計算環境下的數據挖掘進行分析研究, 提出數據挖掘服務模式的構建方法, 以期能夠對數據挖掘效率的進一步提升有所幫助。
參考文獻
[1]孫亮.數據挖掘服務模式應用云計算的優化策略探究[J].黑河學院學報, 2018 (01) :23-25.
[2]王勃, 徐靜.基于云計算的Web數據挖掘Hadoop仿真平臺研究[J].電子設計工程, 2018 (01) :43-44.
[3]包科, 蔡明.高速接入網云計算平臺的大數據挖掘算法研究[J].機床與液壓, 2017 (12) :143-144.
[4]馮麗慧.云計算和挖掘服務融合下的大數據挖掘體系架構設計及應用[J].電腦編程技巧與維護, 2017 (12) :132-133.
【云計算環境下的數據挖掘研究論文】相關文章：
本文來源：http://www.nvnqwx.com/shiyongwen/2149015.htm