血緣關(guān)系數據的分析論文
血緣關(guān)系數據的分析論文
1依托血緣分析的數據熵減
對于使用數據的動(dòng)機，除了對數據對象主體的認知識別之外，還有要對數據呈現的顯性和隱性規律進(jìn)行發(fā)現，從自然語(yǔ)言上看，腦力活動(dòng)對數據處理的第一步就是降低數據間的差異化，進(jìn)行熵減的分析行為。哲學(xué)家維特根斯坦認為，對于哲學(xué)本質(zhì)的界定都屬無(wú)法言說(shuō)之物，應用到數據分析領(lǐng)域，數據存在一種由內而外的泛化慣性，不斷對原有數據形成新的描述，造成數據陣營(yíng)的擴張，而其信息主體則是穩定的，對描述性數據和活動(dòng)數據存在吸附力，屬于無(wú)法言說(shuō)的本質(zhì)最邊緣。立足于這種思想觀(guān)點(diǎn)，我們可以認為貌似松散無(wú)序的數據間存在一種牢固的血緣數據關(guān)系，因為所有數據都是基于信息主體泛化出的描述性和活動(dòng)性數據，而這種熵減的動(dòng)作其表現形式可以等同于對數據血緣關(guān)系的向上追溯，技術(shù)上則表現為一種尋找最大扇出的上層。這樣，熵減的技術(shù)實(shí)現就是通過(guò)建立血緣關(guān)系而去尋找最大扇出的上層，這種分析法易于在數據發(fā)現應用中，通過(guò)檢索建立模糊入口點(diǎn)去組織發(fā)現數據，其與扇出或扇入點(diǎn)的血緣關(guān)系越近，入口點(diǎn)對其的吸附力越強、權重越高。但這樣會(huì )出現另一個(gè)無(wú)法回避的問(wèn)題，即通過(guò)活動(dòng)在最外界的數據從體量上看相當可觀(guān)，由外到內追溯扇出上層的勞動(dòng)比較沉重，從而會(huì )理所當然地采取抽樣的方式進(jìn)行，此項活動(dòng)的進(jìn)行必須假定數據世界觀(guān)上層的有限集合認定上，堅信必定會(huì )將血緣關(guān)系歸集到某幾個(gè)關(guān)鍵數據表達之上，這樣才會(huì )使本項活動(dòng)的實(shí)施行為具備基本的意義和價(jià)值。從效果上看，對數據進(jìn)行熵減有利于我們甄別數據關(guān)系隱含的內在規律，也有利于我們建立具有良好適應性的數據生態(tài)模型，為更好地認識和利用數據打下基礎�？梢院侠頃诚胍幌�，當我們就一個(gè)焦點(diǎn)議題開(kāi)展討論后，熵減讓我們迅速聚焦到議題的內核，甚至直面議題背后隱含的現象實(shí)質(zhì)，不必糾纏于不必要的信息干擾，對討論內核進(jìn)行強化呈現，智力活動(dòng)所崇尚的方式也可以在計算活動(dòng)中得以體現。熵減在某種意義上不是對某一類(lèi)數據分析所采取的手段，而是對數據認識的宏觀(guān)行為，其在計算領(lǐng)域內的呈現方式，與我們對事物自然認知而采取的抽象和引申別無(wú)二致，如此深入下來(lái)，對熵減策略的研究更重要于對熵減活動(dòng)的歸納，通過(guò)對策略模型的推演，可以有效地發(fā)揮機器學(xué)習的能力，如果在策略模型的'研究上實(shí)施開(kāi)展，將會(huì )極大降低加工難度。
2建立標簽關(guān)系的反向工程
當我們框定了熵減的方法體系后，在數據間建立血緣關(guān)系則顯得尤為重要，由于數據生長(cháng)動(dòng)力呈現由內而外的泛化驅動(dòng)，但是本身這種泛化在信息化過(guò)程中很多是無(wú)組織的行為，缺少邏輯上預先定義，所以數據生成后，大量的數據關(guān)系被衰減掉，從正向渠道難以對數據關(guān)系建立血緣，工程極其浩瀚復雜。由于血緣關(guān)系無(wú)法完全在數據生長(cháng)中自然形成，正向人工干預又存在操作難度，所以反其道而行之則是唯一通道。數據加工的反向性，優(yōu)勢首先體現在由微觀(guān)到宏觀(guān)的加工難度大幅下降，因為其工作處于抽象的最底層，使采用眾包模式加工成為可能。其次，這種加工模式，可以在有效建立一種數據關(guān)系的閉環(huán)管理的同時(shí)，不會(huì )抑制數據生長(cháng)的空間和速率，不會(huì )因加工效率低而凝固數據資產(chǎn)化的進(jìn)程。在反向加工的過(guò)程中，需要通過(guò)標簽聯(lián)結數據關(guān)系，這時(shí)候我們要關(guān)注標簽的質(zhì)量和復用度，由于標簽定義存在難度，所以要松綁標簽定義來(lái)促成數據加工的快速實(shí)施，解決的重點(diǎn)則遷移到標簽在后期管理中的智能化上。首先，可以通過(guò)標簽在關(guān)系聯(lián)結中的重復出現進(jìn)行跟蹤，識別是標簽二義性還是加工者的活動(dòng)差異�；顒�(dòng)差異標簽最基本的處理方法是進(jìn)行聚合，形成知識歸納；二義標簽則需要改進(jìn)表達。其次，依賴(lài)血緣關(guān)系建立可視化圖譜，從數據結構工程里可以有效識別關(guān)系路徑的黏合點(diǎn)，即發(fā)現重復路徑中出現的一個(gè)以上的標簽，消除由知識結構差異造成的人為誤會(huì )，對標簽進(jìn)行合并。這樣，通過(guò)標簽的智能化后期管理就可以將加工難度上移，建立分層加工的工廠(chǎng)模式。這種加工存在基本準則，并要建立基本的衡量尺度來(lái)保證標簽有效性，加工工藝可以從標簽質(zhì)量、使用度、命中率等指標進(jìn)行測量。其中，質(zhì)量有賴(lài)于標簽本身定義成分的內涵，要確認其被受眾廣泛理解；使用度是在加工活動(dòng)中的使用次數，是否被數據關(guān)系廣泛應用，使用度較低的標簽要確認其存在價(jià)值，通過(guò)標簽間同時(shí)出現概率決定其含義表達是否具備唯一性；命中率則建立在使用者的自然需要基礎上，如果某一標簽絕少被使用者利用或調度，與整體觀(guān)測結果是否存在數值上的明顯差異。整體上看，通過(guò)這些基本準則建立標簽管理的異常檢測分析，來(lái)保證加工質(zhì)量的方式具備技術(shù)的可行性，但同時(shí)更需要對后期的數據運行建立領(lǐng)域指標模型來(lái)校驗。
3利用詞條原子化推導入口點(diǎn)
擺脫了數據關(guān)系組織有效到達的困境，就面臨著(zhù)人機操作中難度所在的入口點(diǎn)識別問(wèn)題。不可回避的是，在數據發(fā)現和信息提取過(guò)程中，存在根深蒂固的操作者對自然認知的表達差異，同樣的數據訴求在不同操作者中提供的信息接口是多樣化的。先從系統方向看，數據在延伸過(guò)程中越到生長(cháng)關(guān)系的末端，越體現其高度領(lǐng)域化的特征，而處于頂端的數據則呈現出樸素原始的特征。再從操作者方向上看，對數據發(fā)現的訴求來(lái)源于操作者對訴求數據產(chǎn)生的邏輯意識活動(dòng)結果與其位置的可能性預期，從而出現輸入信息的參差不齊，呈現或概括、或空泛、或簡(jiǎn)單、或專(zhuān)業(yè)的表現形式。而作為人機交互這種兩個(gè)世界的重要對話(huà)，應盡量保持其信息輸入兩界的對稱(chēng)性，做出邏輯處理相應的努力。由上所述，系統邊界的數據宏觀(guān)上呈領(lǐng)域和樸素這種兩極分布，與之相映成趣的操作者邊界也是這樣，在某種程度上，分析模型建立就是要對操作者和系統間達成高度一致。另外，信息輸入詞條的原子化，重要依賴(lài)途徑是詞庫的建設，詞庫的豐歉決定了原子化能力和詞條準度，很難想象一個(gè)低級詞庫在操作者允許其機器學(xué)習前的表現，其應用體驗是不堪一擊的。作為人機交互的擺渡機制，詞庫建設必須承擔相應的任務(wù)，依賴(lài)人機邊界的極化特征建立基礎和專(zhuān)業(yè)的極化詞庫。同時(shí)，不能將詞庫建設看做是畢其功于一役的建設模式，要充分利用在血緣關(guān)系中數據加工活動(dòng)形成的知識歸納，建立基于血緣關(guān)系的分析模型運行生態(tài)。有鑒于此，努力嘗試建立的數據分析方法，其實(shí)也是提升對混沌數據的認識能力，數據在運行周期內存在某一臨界點(diǎn)，存在急速生長(cháng)的非線(xiàn)性事件，使得數據急劇膨脹，血緣數據關(guān)系的建立，則在另一維度上對數據體量的不穩定進(jìn)行調和，使其在關(guān)系譜圖上存在規律和一定的容積，可以允許我們進(jìn)行更具效率的水平觀(guān)測和定位能力。這樣的話(huà)，數據生長(cháng)的臨界水平在血緣關(guān)系維度上轉而呈現線(xiàn)性，不會(huì )使得該種數據分析方法在臨界點(diǎn)出現隨機事件，造成大量的數據擁堵和執行效率低下，防止系統坍塌。從信息安全角度，我們也可以有效剝離關(guān)系模型和數據實(shí)體，使得基于關(guān)系認識上的分析模型脫離數據集本身，防止數據對上層模型的浸透，有效緩解了數據開(kāi)放性過(guò)強帶來(lái)的安全隱患。從數據組織能力角度，我們可以預設定量的數據關(guān)系，從IT架構上去考慮其數據的關(guān)聯(lián)性，從信號源、操作者等特性組織數據，建立基本的關(guān)系圖譜來(lái)保障數據在其生態(tài)環(huán)境中的基本生態(tài)地位。
作者:姜振華 張曉磊 單位:浪潮軟件股份有限公司
【血緣關(guān)系數據的分析論文】相關(guān)文章：
基于數據抽取與訂閱實(shí)現數據共享分析及研究論文04-14
財政支出數據分析論文06-12
2018最新中醫數據分析論文06-14
關(guān)于氣象雷達數據分析論文06-26
我國的數據挖掘技術(shù)現狀分析論文04-28
預防接種數據分析的論文04-10
論文：大數據分析與應用問(wèn)題研究06-12