导读:本文包含了海量数据计算论文开题报告文献综述及选题提纲参考文献，主要关键词:云计算,海量数据挖掘,实现机制
海量数据计算论文文献综述
郭扬[1]（2019）在《云计算技术下海量数据挖掘的实现机制》一文中研究指出云计算是当下前沿的信息技术,为海量数据挖掘提供了新的实现机制。文章首先对利用云计算实现海量数据挖掘的技术基础进行分析,进而探讨其具体实现机制,包括总体思路、数据挖掘模型的构建、主要算法及实现效果等,以期为相关工作提供参考。(本文来源于《信息通信》期刊2019年08期）
崔瑀[2]（2019）在《基于Hadoop海量电信数据云计算平台研究与实现》一文中研究指出随着我国国民经济水平的不断的提高,越来越多的人利用手机以及固话进行通话以及上网活动。这就导致电信系统需要保存记录数据量越来越大,采用传统的方式很难对电信数据进行统计与分析。目前云计算技术越来越被广泛使用,在大数据信息时代利用云计算技术的确能够很好的帮助我们进行数据的存储与数据统计分析。本文利用云计算技术和hadoop以及elasticsearch、redis、kafka等技术,提出了一种针对电信海量数据云计算的解决方案。首先对系统进行分析,了解使用人员角色功能,其次对云计算平台进行了构建,分别设计了云计算平台的采集层、数据层、模型层及应用层,最后完成了电信业务系统的设计与实现,重点完成基于TCP/IP的分布式多QoS并行路由算法的设计与实现,从而提高电信业务系统数据的通信效率。实现过程中还提出了搜索智能推荐算法,电信业务系统的使用人员根据算法可以得知客户的喜好,能够更好地推销电信业务。在实际使用电信业务系统过程中,确实能够提高使用人员的工作效率,数据查询与统计效率的确有了很大的提高。并且提高了整个电信业务系统的稳定性与可靠性,将电信业务系统不能对外提供服务的情况降低到几乎为零的情况。(本文来源于《哈尔滨理工大学》期刊2019-06-01）
何燕燕[3]（2019）在《云计算技术下海量数据挖掘的实现机制》一文中研究指出传统的数据处理技术已经无法满足人们对信息的需求,数据挖掘技术作为一种全新的信息提取方式,可以帮助个人、企业在海量的信息内容中找到有价值、有意义的信息。首先,文章简要概述云计算在应用过程中的优缺点;其次,针对海量数据挖掘机制的实现进行分析;最后,通过实际案例进行验证分析,以供参考。(本文来源于《无线互联科技》期刊2019年10期）
崔辰[4]（2019）在《云计算技术下海量数据挖掘的实现机制》一文中研究指出随着移动互联网不断发展,信息量不断增加,利用数据挖掘技术从海量数据中实现对个人、企业有意义的信息挖掘具有重要的现实意义。因为传统的数据处理及分析的能力有限,云计算出现对数据挖掘技术提供了全新的思路。如何快速有效地在海量数据中充分挖掘具有价值的信息,属于现代社会各界关注的主要问题。基于云计算大数据挖掘技术能够实现资源配置及使用最优化,具有实用性及虚拟性的特点,满足数据挖掘精准、快速的需求。基于此,提出了云计算技术中的海量数据挖掘体系,有效实现海量数据的挖掘,提高数据挖掘精准度,降低挖掘成本。(本文来源于《微型电脑应用》期刊2019年04期）
胡晶[5]（2019）在《云计算海量高维大数据特征选择算法研究》一文中研究指出为了有效分析云计算环境下的海量高维大数据,需要对数据进行特征选择处理,针对云计算大数据的高动态与高维度特征,提出了基于竞争熵加权结合稀疏原理的在线学习特征选择算法。首先在熵加权迭代的过程中,采用了竞争合并方式对熵加权计算进行优化,降低数据处理的维度,提高算法对高维数据的处理能力;然后引入稀疏分数将局部数据对应的特征做标记,同时根据各自的重要程度排序,去除掉大数据源中的冗余数据;最后,将合并熵加权与稀疏原理应用于在线学习算法框架中,进一步提高算法对高维数据流的处理效率。实验结果验证了提出的算法提高了聚类精度,有效提高了云计算环境下海量高维大数据特征选择的准确性。(本文来源于《计算机仿真》期刊2019年04期）
吴华芹[6]（2019）在《云计算海量光纤数据的差异化调度研究》一文中研究指出伴随信息技术不断革新互联网应用迅速发展,由于对数据传输速度及质量要求提高,光纤网络逐渐被广泛应用。为满足数据高效率传输目的,在云计算环境下,提出基于动态数据摆放的差异性调度特征匹配方法,对光纤数据实现有效调度。在保证数据任务请求满足期望执行效果条件下,采用数据摆放方法,对数据进行预处理操作,通过数据共享规则在云资源池中对数据块实行动态摆放,依据节点资源利用机率确定数据摆放位置,达到覆盖最多数据块的目的,为调度策略提供资源基础。以决策树最优解路径为基础,提出差异性数据调度匹配策略,在云环境下从全局角度考虑数据任务优先级,基于云资源公用库,将决策树节点分别布置到每个存储器上,并对数据资源分类进行控制,实现光纤数据差异化调度。实验证明,通过运用文中数据调度方法能够提升光纤数据传输质量。(本文来源于《激光杂志》期刊2019年01期）
李候梅[7]（2019）在《基于云计算的海量数据挖掘研究》一文中研究指出本文首先对云计算技术的基本含义进行概述,从云计算支持下的数据挖掘算法的来源、MapReduce为基础的传统K-Means算法、HADOOP MapRuduce编程模型叁个方面入手,对基于云计算的数据挖掘算法进行解析,并以此为依据,提出基于云计算的海量数据挖掘系统优化对策。(本文来源于《信息技术与信息化》期刊2019年01期）
胡声秋,吴玲丽[8]（2019）在《一种云计算环境下海量数据安全特征提取算法》一文中研究指出面对云计算环境下大规模数据和多变入侵行为,提出了一种云计算环境下海量数据安全特征提取算法。该算法在定义最佳提取特征指标的基础上,构建基于改进离散狼群算法(Improved Discrete Wolf Pack Algorithm,IDWPA)的安全特征提取模型,最大限度的降低了提取特征冗余度和问题复杂度。针对安全特征提取问题特点,重新设计IDWPA个体编码方式和更新策略,并将IDWPA应用于安全特征提取模型求解,从而实现了最佳安全特征提取。仿真结果表明,相比于其他特征提取算法,基于该算法特征提取的数据分类准确率明显改善。(本文来源于《信息技术》期刊2019年01期）
张丽宏,梅依婷[9]（2018）在《基于内存计算技术的企业海量财务数据实时分析》一文中研究指出财务数据作为企业运营管理的核心指标,对于企业发展会产生极为深远的影响。为了确保财务数据的实用性,企业投入大量资源进行数据分析工作。随着企业体量的不断扩大,财务数据的持续增加,传统的数据分析技术与模式越来越难以满足实际的分析需求。为了解决这一问题,应实现企业海量财务数据的实时分析。本文以内存计算技术作为切入点,从多个维度出发,立足实践,全面梳理内存计算技术下企业海量财务数据实时分析的基本方法,为后续各项数据分析工作的开展创造条件。(本文来源于《绿色财会》期刊2018年12期）
曾德生,骆金维,刘倍雄[10]（2018）在《云计算环境下海量测量数据检索技术研究》一文中研究指出传统的检索模型存在检索效率低下,准确率和召回率不高等一系列问题。为此建立了一种基于局部类别分析的云计算环境下海量测量数据检索模型,首先对海量测量数据进行合并归类;分析云计算环境下海量测量数据初始查询结果集中排列靠前的文档,获得与初始查询结果相关的海量测量数据文档类别;在海量测量数据相关类别中选取扩展词进行查询扩展。实验结果证明,所提检索模型能够在保证不占用过高CUP的情况下,实现云计算环境下海量测量数据的高效、准确检索,且改善了传统检索模型在关键词搜索扩展上的缺点。(本文来源于《电子设计工程》期刊2018年22期）
海量数据计算论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着我国国民经济水平的不断的提高,越来越多的人利用手机以及固话进行通话以及上网活动。这就导致电信系统需要保存记录数据量越来越大,采用传统的方式很难对电信数据进行统计与分析。目前云计算技术越来越被广泛使用,在大数据信息时代利用云计算技术的确能够很好的帮助我们进行数据的存储与数据统计分析。本文利用云计算技术和hadoop以及elasticsearch、redis、kafka等技术,提出了一种针对电信海量数据云计算的解决方案。首先对系统进行分析,了解使用人员角色功能,其次对云计算平台进行了构建,分别设计了云计算平台的采集层、数据层、模型层及应用层,最后完成了电信业务系统的设计与实现,重点完成基于TCP/IP的分布式多QoS并行路由算法的设计与实现,从而提高电信业务系统数据的通信效率。实现过程中还提出了搜索智能推荐算法,电信业务系统的使用人员根据算法可以得知客户的喜好,能够更好地推销电信业务。在实际使用电信业务系统过程中,确实能够提高使用人员的工作效率,数据查询与统计效率的确有了很大的提高。并且提高了整个电信业务系统的稳定性与可靠性,将电信业务系统不能对外提供服务的情况降低到几乎为零的情况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海量数据计算论文参考文献
[1].郭扬.云计算技术下海量数据挖掘的实现机制[J].信息通信.2019
[2].崔瑀.基于Hadoop海量电信数据云计算平台研究与实现[D].哈尔滨理工大学.2019
[3].何燕燕.云计算技术下海量数据挖掘的实现机制[J].无线互联科技.2019
[4].崔辰.云计算技术下海量数据挖掘的实现机制[J].微型电脑应用.2019
[5].胡晶.云计算海量高维大数据特征选择算法研究[J].计算机仿真.2019
[6].吴华芹.云计算海量光纤数据的差异化调度研究[J].激光杂志.2019
[7].李候梅.基于云计算的海量数据挖掘研究[J].信息技术与信息化.2019
[8].胡声秋,吴玲丽.一种云计算环境下海量数据安全特征提取算法[J].信息技术.2019
[9].张丽宏,梅依婷.基于内存计算技术的企业海量财务数据实时分析[J].绿色财会.2018
[10].曾德生,骆金维,刘倍雄.云计算环境下海量测量数据检索技术研究[J].电子设计工程.2018