基于互聯(lián)網融合媒體的大數(shù)據(jù)應用技術探析

白冰

摘要：大數(shù)據(jù)技術屬于全新的數(shù)據(jù)處理模式，有助于透過各類批量化的數(shù)據(jù)進行價值挖掘。而以互聯(lián)網融合媒體為基礎的大數(shù)據(jù)應用技術，則在媒體傳播領域中扮演著重要的媒體數(shù)據(jù)源泉角色。本文在客觀闡述互聯(lián)網融合媒體的全新特征基礎上，探討基于該類媒體的大數(shù)據(jù)應用技術方法。

關鍵詞：互聯(lián)網;融合媒體;大數(shù)據(jù)應用;技術

一、互聯(lián)網融合媒體的全新特征

（一）非結構化數(shù)據(jù)數(shù)量變多

網絡數(shù)據(jù)開始朝著非結構化方向過渡轉變，特別是在多元化的文本格式、音視頻等資源普及后，涉及非結構化數(shù)據(jù)已然成為互聯(lián)網融合媒體的關鍵性數(shù)據(jù)來源。不過，究竟怎樣針對這些非結構化數(shù)據(jù)進行細致性分析，始終是一種艱難的挑戰(zhàn)，需要配合大數(shù)據(jù)這類全新的數(shù)據(jù)存儲和處理技術加以解決應對。

（二）信息量增長速度飛快

經過交互與移動互聯(lián)網等創(chuàng)新技術支撐輔助后，用戶完全可以在掙脫時間和空間要素約束的前提下，進行不同領域中的數(shù)據(jù)動態(tài)查詢和解析，針對非結構與固定結構數(shù)據(jù)進行網絡發(fā)布以及交流互動。無形之中，網絡信息的增長速度驟然加快，數(shù)據(jù)規(guī)模也變得空前巨大。

（三）信息檢索的難度增加

數(shù)據(jù)規(guī)模持續(xù)擴張、數(shù)據(jù)異構現(xiàn)象普及后，互聯(lián)網信息的檢索難度也同步增加，準確度也慢慢降低。如在進亍數(shù)據(jù)獲取上，需要借助find函數(shù)來檢索HTML文檔中的某個元素，之后再返回一類包含對象的數(shù)組，最后才能夠獲取數(shù)據(jù)。

二、基于互聯(lián)網融合媒體的大數(shù)據(jù)

應用技術方法

為了更加快速、深人、準確地分析和應用海量的數(shù)據(jù)資源，需要借助可靠的數(shù)據(jù)分析技術與平臺，大數(shù)據(jù)應用技術是最佳的選擇，原因是其有助于深人挖掘各類數(shù)據(jù)背后隱藏的價值，指引互聯(lián)網融合媒體的發(fā)展方向。

（一）大數(shù)據(jù)技術平臺方面

互聯(lián)網融合媒體之下的數(shù)據(jù)結構與類型，變得更加繁瑣多元，其間自然對大數(shù)據(jù)分析平臺提出更加嚴格的規(guī)范要求。所以說，基于互聯(lián)網融合媒體的大數(shù)據(jù)分析技術要具備以下特征：

首先，擁有高容量的存儲空間和超強的線性擴展功效;

其次，運算過程快速且結果精準，包括數(shù)據(jù)的訪問、檢索、分析等環(huán)節(jié)，都有著明顯的低延遲效果;

最后，擁有集成分析的環(huán)境，可以進行更高級的分析處理，完成更高難度的建模任務。

（二）大數(shù)據(jù)技術方法方面

為了更好地進行大數(shù)據(jù)挖掘和解析，需要沿用以下技術方法：

第一，聚類分析。即按照相似度來進行數(shù)據(jù)分組，保證盡快鎖定海量數(shù)據(jù)的共性特征。

第二，回歸分析。包含線性回歸與邏輯回歸兩種分析方式，目的在于明確輸人變量：與結果彼此間的關聯(lián)特征。

第三，關聯(lián)規(guī)則分析。顧名思義，就是快速把握不同行為彼此間的關系，對應的算法主要包括Apriori、FP-Growth等。

第四，分類，就是說針對處理對象予以標簽處理，具體的方法有決策樹與樸素貝葉斯等。

（三）大數(shù)據(jù)應用建議方面

大數(shù)據(jù)技術推廣應用過后，不僅令數(shù)據(jù)技術煥然一新，而且在應用領域中塑造了全新的生態(tài)體系。該類體系可以依次細化為數(shù)據(jù)設備，數(shù)據(jù)采集、數(shù)據(jù)整合、數(shù)據(jù)應用、數(shù)據(jù)消費等主體。其中數(shù)據(jù)設備主要負責產生和收集整合數(shù)據(jù)，采集者則強調那些由客戶端、設備來獲取數(shù)據(jù)的實體，整合者則重點解析、應用數(shù)據(jù)并將背后隱藏的規(guī)律和價值提煉出來，消費者則習慣于透過數(shù)據(jù)分析結果中進行篩選、消費和應用。歸結來講，在互聯(lián)網融合媒體中融人大數(shù)據(jù)技術，有助于進行海量網絡數(shù)據(jù)高效率處理和解析，方便及時而準確地解析各類用戶行為，完成輿情監(jiān)測任務，進一步推動互聯(lián)網媒體融合發(fā)展。

就好比是大數(shù)據(jù)獲取技術。須知大數(shù)據(jù)的數(shù)據(jù)類型包含結構化和非結構化類型。其中結構化數(shù)據(jù)有較強的動態(tài)性和較高的研究價值，有助于細致地解析用戶行為，理清數(shù)據(jù)內部的潛在價值;非結構化數(shù)據(jù)則主要配合PHP5提供的Simple HTML DOM解析類庫來對頁面予以HTML解析，透過元素的id、class、tag等來完成信息定位。又好比是新媒體聚合發(fā)布平臺，主要擁有多媒介內容發(fā)布、多平臺賬號管理、自定義媒體素材庫等功能模塊。其中前者主要用于微博、微信等客戶端內容一次編輯，方便實現(xiàn)多平臺共享;而后者則支持監(jiān)測新聞頭條，訂閱兩微一端內容，支持不同語種外媒稿件的檢索;至于多平臺賬號管理則支持微博和微信多個賬號的統(tǒng)一運營管理，擁有多平臺復合權限。

三、結語

綜上所述，大數(shù)據(jù)在互聯(lián)網媒體融合發(fā)展過程中有著不可小覷的影響。基于此，相關技術人員須細致地把握各個領域數(shù)據(jù)的潛在價值，準確分析不同用戶的行為習慣，進一步透過不同平臺提供貼心的信息推送和輿情引導服務，從而帶動互聯(lián)網媒體融合事業(yè)的協(xié)調發(fā)展。

（作者單位：吉林工人報社）