对基于云计算技术的数据挖掘分析

　　【摘要】 本文简要介绍数据挖掘、云计算等技术概念，从通信、铁路、电力等行业分析了现阶段数据挖掘技术的使用情况，指出了数据挖掘程序现存问题，围绕云计算技术进行程序开发，以Hadoop为运行环境，增强数据挖掘程序的运行能力，最大化发挥云计算技术功能，带动各行业量化分析工作有序进行。

　　【關键词】 通信 云计算 市场预测 数据挖掘

　　在物联网环境中，人们使用多种电子设备，进行网络连接。结合视觉网络数据统计可知：国内移动终端客户数量处于稳步增长状态，在[2016，2021]年间，移动客户数量增加了18倍。预计在2023年，移动用户数量将会是2016年用户数的10倍，移动终端总数将会达到120亿。在此种较大基数的网络数据资料环境下，积极使用云计算技术，各行业开展数据挖掘工作，能够有效获取市场预测信息。

　　一、技术概述

　　1.1数据挖掘

　　数据智能分析是从大量的数据资料中提取有用信息的过程，表现为多级加工程序，含有多个运行流程。在数据挖掘时，按照一定法则进行源数据的提炼、优化，在前期处理完成时，再使用数据挖掘、智能匹配等技术，选择适用算法开展资料分析，继而有效获取数据分析结果。

　　数据挖掘是数据智能分析的一个环节，在较大数据量、完整性不足、规则性不强、含有噪声、清晰度不高等各类数据资料中，借助特定算法捕获数据中的特定规律，进行有效信息挖掘。此技术的应用，在一定程度上符合特定业务的数据资料分析需求，比如客户消费倾向、学生成绩优势科目等。数据挖掘过程，融合了多个领域的专业内容，比如数据统计、智能学习、规律识别等。数据挖掘技术能够在大规模数据量中，有效捕获价值信息，具有较强的市场预测功能[1]。在数据挖掘技术使用与推广的各项工作中，能够在短时间内完成资料分析，给予人们决策、市场投资等多重参考依据，以量化分析结果获得合理公正的决策方案。

　　1.2云计算

　　其一，虚拟化技术。此技术的使用旨在有效解决硬件性能分配不均、老旧硬件运行能力欠佳等问题。虚拟化技术的使用，有效改善了底层物理硬件，使其具有更为透明的特点，对软件、硬件两个模块未进行融合处理。在单个性能硬件中，有效衍生出多组虚拟资源，有效整合虚拟资源，提升物理硬件利用效果。其二，大规模数据处理技术。在云计算技术中，是使用大规模数据处理程序，以并联运行模型为基础形式。在此技术程序中，含有Map、Reduce两种函数。在Map函数处理时，采取逐行数据文件的提取与分析，对预处理完成数据，将其划分至新节点。在数据分配完成后，进入Reduce函数处理环节，完整读取Map处理结果，对中间资料进行合并分析。组合型数据处理技术，对于较大数据量的资料，具有较强的处理能力。与此同时，此技术表现出数据监控能力，能够自主排查数据处理异常位置，进行数据处理任务重启，确保数据处理质量。

　　二、各行业数据挖掘的使用分析

　　2.1通信行业应用

　　“云计算”强大的数据处理能力被广为运用在通信行业。在这个信息化时代下，人们在使用电视、手机、电脑等终端设备时所产生的上网行为数据如果能进行处理和分析就可以挖掘出具有极高价值的信息，例如对用户进行清晰的定位，除了统计学意义上的基础数据之外，还能洞察出他们的喜爱偏好、行为习惯、消费水平等等。信息化程度越高，收集到的信息也越多，云计算能够存储海量的数据，运用分析处理技术，从中为用户得出更有价值的分析。运营商可以运用云计算，根据用户的行业特性从而制定差异化的解决方案 [1]。

　　2.2铁路行业应用

　　以运维系统为例，探索云计算技术为基础的智能数据挖掘平台运行情况。

　　2.2.1智能感知网络

　　在运维系统中，添加了智能感知网络，有效集成了感知程序、信息处理等技术，以较大数字量形式进行信息传输，具有较强的故障诊断、信息校正、功能补偿能力。系统中以列车感知为主，兼有站场、线路等感知模块。各类感知网络结构中，拥有多个设备检测模块，能够有效捕获设备运行资料，以数据化形式展示运维资料，对于设备运行资料给予量化分析。

　　2.2.2云计算融合的运维系统

　　云计算以数据分析、数据处理为技术融合目标。在互联网平台中，较大数量的硬件，依据特定规则进行硬件连接。同时在需求改变的情况下，形成了低能耗、高效率的资源处理体系，在优化基础设施成本的基础上，合理控制设备运维支出。与此同时，云计算表现出较强的计算能力，在存储能力、数据安全等方面具有高性能，在特定硬盘发生质量损坏时，数据不会有丢失情况。在泛式通信体系中，便于用户自由获取数据资料[2]。智能运维系统中，融合了智能感知系统架构中的各类数据，比如监测、检测等。在进行数据整合分析、按类存储时，能够有效处理动态的、非动态的各类数据，确保数据查询有效性，增强数据查询便利性。与此同时，结合各组设备各时段的运行情况，积极使用智能算法，高效率、精准获取故障位置，有效解决系统之间联通问题。

　　2.2.3运维资料数据挖掘

　　数据挖掘技术在新型处理体系中，表现出更强的数据决策、数据分析、系统优化各项能力，有效应对数据量较大、增长能力较强、样式多种的信息资源。数据挖掘技术的融合价值，集中体现在有效数据的整合分析方面，确保数据加工精准性，有效提升数据挖掘层次。在铁路运维体系中，采用人工智能算法，进行数据分析，以往期设备运行积存的大量数据为基础，高效运行人工智能算法。

　　数据挖掘的运行依赖于云计算技术，以分布式架构程序为基础，对数据资料进行高效处理，确保初始资料、处理后数据存储的完整性。在使用数据人工分析技术时，应对较大规模数据量，需要加强数据分析，减少数据判断失误问题。在使用数据挖掘技术时，能够高效获取事件本质与特征。

　　推荐阅读：计算机实训机房管理中云桌面的应用

期刊VIP网，您身边的高端学术顾问

文章名称： 对基于云计算技术的数据挖掘分析

文章地址： http://www.qikanvip.com/jisuanjixinxiguanli/61666.html