Web網絡信息處理技術應用與研究

蔡光程 武昌工學院

1 引言

目前，互聯網經過多年的研究和發(fā)展，已經在許多領域得到廣泛普及和使用，比如人們開發(fā)了攜程旅游網、京東商城、天貓商城、百度新聞、騰訊視頻等，這些應用平臺均采用先進的Web信息處理技術，實現文檔、圖片、視頻、音頻等內容的搜索和處理，具有重要的作用。因此，Web信息處理在互聯網發(fā)展中具有重要的作用和地位，本文將結合筆者多年的研究和實踐，詳細地描述谷歌、百度、搜狗等大型網絡企業(yè)采用的Web信息處理技術，比如數據挖掘、深度學習等，為Web信息處理提供強大的支撐和輔助。

2 Web網絡信息處理技術應用現狀

Web網絡信息處理技術經過多年的發(fā)展，已經在文檔檢索、視頻追蹤、圖像處理中得到廣泛應用，大大的提高了網絡信息處理效率，具有重要的作用和意義。

(1）文檔檢索

目前，Web網絡信息處理占據最大部分的是文檔檢索，人們使用網絡搜索有用的文檔，這些文檔包括新聞文檔、專著書籍、報刊雜志、娛樂文案等，這些多以文檔的模式展現給用戶，因此文檔檢索是信息處理的一個重要應用領域。目前，文檔檢索采用的技術多為分類技術，比如貝葉斯網絡、支持向量機等。文檔檢索之后，用戶可以根據自己的喜好設置展現或排列方式，比如選擇相關性、時間、主題等，以便能夠更好地從檢索結果中發(fā)掘更加有用的知識，去偽存真精益求精。

(2）視頻追蹤

視頻追蹤是Web網絡信息處理的一個應用之一。目前，許多政企單位均開始利用視頻追蹤識別目標對象，然后實時的跟蹤這個對象，比如公安機關在查看交通事故車輛時，如果人工查看數以百G的視頻資料，這就會浪費大量的時間。因此利用視頻追蹤方法可以自動化的監(jiān)控目標對象的行動軌跡，在這個過程中就需要處理一些Web視頻圖像，以便能夠更加精準的定位。視頻追蹤不僅應用到公安交通，目前還應用到了電影拍攝動作捕捉等方面，提高了Web視頻數據處理準確度。

(3）圖像處理

目前，網絡上傳輸的很多數據都是以圖像格式，因此Web信息處理時還需要實現圖像處理，圖像處理包括壓縮編碼、變換、增強、分割、識別等，經過Web信息處理可以去除圖像中的噪聲數據，比如可以促使圖像中的目標物體輪廓更加清晰。圖像分割可以將人們期望的內容從圖像中提取出來，也是進行圖像深度處理的基礎。圖像描述是圖像識別和理解的前提條件，可以實現圖像的體積描述、表面描述或廣義圓柱體描述。圖像分類也即是圖像識別，利用機器學習方法實現圖像分割和特征提取，應用范圍更加廣泛。

3 Web網絡信息處理技術未來趨勢研究

Web網絡信息處理采用的技術很多，比如支持向量機、貝葉斯網絡、K-means算法等，這些處理技術均屬于數據挖掘，其可以從海量的網絡數據中發(fā)現潛在的有價值知識信息，這些技術也是當前Web網絡人工智能化、可視化處理的基礎，得到了很多的計算機學者的研究。比如北京大學的中文信息處理實驗室，已經在Web文檔數據處理中引入了語義識別方法，可以從海量的、有噪聲的、不完全的、隨機的或模糊的文檔數據中定位期望的知識，比如在百度搜索引擎中輸入“黨的十九大”，此時就可以彈出十九大相關的新聞報道，同時配以完整的視頻圖像資源，讓用戶進行瀏覽。數據挖掘在Web信息處理應用中，對于數據也具有一定的要求，首先數據源必須是大量的、真實的、包含噪聲的；數據挖掘出來的結果，也即是發(fā)現的知識對人們必須是用價值的和用戶感興趣的；發(fā)現的知識數據必須是可以接收的、可以理解的或可以運用的；發(fā)現的知識也是放之四海而皆準的，能夠讓人們通俗易懂，支持發(fā)現特點的模式或知識。比如在電子商務網站，如果某消費者購買了一箱劍南春白酒，并且經常瀏覽白酒商品信息，因此就可以將汾酒、衡水老白干、五糧液等白酒推薦給消費者，并且重點推薦這些白酒的優(yōu)惠信息，進一步提高商品銷售量。因此，從上述推薦過程可以發(fā)現，利用Web網絡信息處理技術可以將很多的用戶不期望獲得信息濾除，同時將用戶期望的信息推薦給他。

數據挖掘已經成為Web信息處理的關鍵技術，未來的發(fā)展趨勢很多，比如將會引入更加先進的機器學習、模式識別、可視化技術、人工智能技術、統(tǒng)計學理論、數據倉庫技術等，可以高度的、智能化的、自動化的分析企業(yè)數據知識，作出一個歸納性的推理知識，從中挖出潛在的信息模式，幫助決策者調整市場策略，盡可能的降低數據的分析知識，幫助人們作出準確的決策。比如，未來Web信息處理的數據不僅包括視頻、圖像和文檔，同時還要包括一些三維的模型、時序數據或基因數據，這種數據在時間和空間上都具有較強的相關性，因此可以引入關聯規(guī)則算法，利用關聯規(guī)則分析數據特征之間的相關性和冗余性，可以提高分類器的計算效率，也可以提高分類器的泛化能力，建立一種貪婪搜索特征數據選擇算法，基于歸一化的模糊度量權重最大特征評價準則，有效識別特征子集，可以提高分類算法準確度。也可以利用深度學習可以更加快速的處理數據資源，構建一個時間序列特征矩陣，計算矩陣特征時可以充分考慮不相同特征之間的多變量關系，利用特征排序方法，構建了一個自適應的特征子集選擇方法，提高分類的準確度和高效率。

4 結束語

Web網絡信息處理可以大幅度提高互聯網的可用性，幫助人們從海量的、雜亂無章的數據中發(fā)掘潛在的有價值的數據，比如搜索學習資料、瀏覽旅游景點、查看時事政治新聞等，幫助人們進行各類型決策支撐，具有重要的作用和意義。Web網絡信息處理已經從人工、半自動發(fā)展到了當前的全智能化，引入了支持向量機、卷積神經網絡、貝葉斯理論等機器學習技術，可以精準的定位人們想要的知識內容，提高互聯網普適性。