计算机网络系统数据分析

摘要：时代的进步和发展促使网络走进千家万户，并为人们的生活生产发展提供了强大的动力。究其根本原因，则是因为计算机网络系统具有强大的数据分析能力，通过对复杂数据的收集和分析，注意探索出相应的应对之策。基于此，本文对基于计算机网络系统的数据分析应用进行研究，以期能够促进相关领域的进一步发展。

关键词：大数据；数据分析；计算能力

一、深度学习

对于复杂抽象的问题的解决可以利用层次化的架构学习出不同层次上的表达，这就是深度学习。近年来，深度学习发展飞快，在语音、图像以及自然语言上的应用得到了重大的进展。在语音方面，语音识别技术作为成功的典型，微软的科学家们适用深度神经网络使语音的识别率大大提高，从而使深度学习得到应用。在图像方面谷歌的科学家们通过人脸识别系统，将人脸的识别正确率提高一大截，还有图像检测技术，可以再众多视频中筛选出关键元素，这是深度学习的重要应用[1]。在自然语言方面，深度学习在神经网络并结合分布式表达的思想训练语言模型并取得很好的效果。国内的深度学习应用较晚，最先进分析技术出现在科大讯飞的语音输入法上，他是国内对深度学习理解最为透彻的一个设计。目前，我国企业大力的发展深度学习，建立深度学习研究院，专门研究深度学习的算法，不断推出深度学习产品，已经达到世界先进水平。

二、知识计算

知识计算对大数据分析是一个研究重点，目前国内外都在对数据进行研究，所以国内外拥有的知识库多达50多种，相关的应用更多，在国内比较知名的比如百度研发建立的中文知识图谱搜索、搜狗建立的知立方平台以及上海交通大学推出的zhishi.me中文知识图谱平台。知识库的构建、多元知识的融合以及知识库的更新构成了知识计算的基础，知识库的构建所囊括的基本要素包括：概念、实例、属性等内容，可以采用手动构建或者自动构建，手动构建有专家学者编写，自动构建由计算机、机器人进行网络挑选在概括。手动构建的方式耗时耗力，对人要求也非常高，要求具有一定的学识，对一个领域具备一定的了解。自动构建则是通过学习然后按照属性进行抽取，一定程度上减少了构建所需的工作量。所以自动构建的方式越来越受到人们的喜欢。多元知识融合就是指知识的复用和共享。知识库的更新对于大数据时代的发展是一个巨大的挑战，它要求知识库需要不断加入新的知识，以及对已有知识的改变，由于数据不断变化，对数据更新就尤为困难，工作量十分巨大。

三、社会计算

社会计算是指通过某种联系将人与人之间结成一个信息网，促使信息能够实时的进行交流。社会网络信息交流在宏观上呈现出一种规律性，探索研究链接宏观和微观的网络机构目前已经成为一个重要的研究方向[2]。在信息传播模式的研究中，传染病毒模式是一个研究热点，根据信息传播和传染病传播的特征记性一系列的深入研究，研究出信息传播的记忆性、社会增强效应、不同传播者的角色不同、消息内容的影响等等。社会媒体的出现对信息检索与数据挖掘的研究提出了新的挑战。因为用户所创造的信息具有非常强的时效性，所以根据利用时间序列聚类的方法挖掘热点问题。这样可以清晰地表示出用户所表达的含义。

四、可视化

相对于传统信息的可视化，大数据可视化具有规模达的特点，当然规模大对于可视化来说也是一个挑战，所以如何能做到可视化分析大规模的数据信息成为研究热点。可视化可以分为四个研究方面：第一，对信息进行简化。第二，实现信息不同解析度的展示。第三，方便用户获取相关数据。第四，提出新的方式展示数据。目前我国对大数据进行可视化研究仍处于起步阶段，特别是动态多维度的大数据流分析研究，所以我们需要设立新的交互方式来对大数据进行可视化交互和辅助决策。

结语

互联网、物联网、云计算等等科学技术的发展改变了人们的生活，提升了行业的生产力，也引发了数据的庞大化、复杂化，数据的研究和应用已经深入到各个领域。对于计算机网络系统来说，更加需要对数据的分析能力、计算能力进行研究，让计算机网络系统能够进行高速运行，为人们提供更快、更强的数据支撑。

参考文献

[1]VSSMonitoring为大数据分析系统提供网络数据[J].电脑与电信,2013,11:18-19.

[2]张引,陈敏,廖小飞.大数据应用的现状与展望[J].计算机研究与发展,2013,S2:216-233.

作者：刘静