互联网环境下大数据多媒体信息检索研究

互联网环境下大数据多媒体信息检索研究①

周凯1 朱一杰1 龚松杰1 李浩波2

【摘 要】摘 要：随着信息时代的到来，信息多元化程度加深。多媒体信息成为互联网上主要的信息载体。然而，面对互联网内海量的多媒体信息，如何快速精确地获取所需查询结果是一个很大的技术挑战。该研究互联网环境里关键的大数据多媒体信息检索技术，使得用户能够精确地检索所需的多媒体信息。 【期刊名称】科技资讯 【年(卷),期】2015(013)024 【总页数】2

【关键词】大数据 多媒体 信息检索

随着网络与多媒体技术的高速发展，在互联网上的信息，尤其是多媒体信息富含大量的特征。近年来，搜索引擎提供了多种应用向的搜索服务。例如谷歌的图片、地图和视频搜索功能。由于这些技术的迅速发展，使得网络中的多媒体信息出现爆炸性增长。面对海量的多媒体信息，如何高速的获取精确查询结果是国内外学术界聚焦关注的问题。检索多媒体信息的本质是高维度的矢量相似。同时，它是一种高计算的数据操作，在面对大量的多媒体数据时，搜索效率往往不如人意。尽管如此，随着一定程度上多维索引技术的提高，使得这些指数索引方法解决了许多有效向量数据的问题。

1 大数据技术

引用“大数据”研究机构Gartner的定义。“大数据处理才能是必要”是新模式，拥有更好的决定力、洞察力和流程的优化能力、高增长率和多样化的信息资产。

大数据技术的战略不是拥有庞大的数据，而是把这些数据进行专业化处理。换句话说，如果大数据是一种产业的话，那么使这个产业盈利的钥匙，就是提高数据处理的能力，通过数据处理实现数据的“附加价值”。

从技术上看，大数据和云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然不会使用单台计算机进行数据处理，必须采用分布式的架构。虽然它的特点是挖掘大量的数据碎片，但是它必须依赖云计算的分散处理、分布式数据库、云存储和虚拟化技术。

随着云时代的到来，大数据也吸引了越来越多的关注。某分析团队认为大数据通常是形容公司收集大量的非构造化数据和半构造化数据，但对这些关系型数据库的下载分析将花费大量时间和金钱。随着大数据的分析和云计算联系到一起，使得这些数据必须使用大量的计算机进行数据分析工作。

大数据使用特殊技术高效处理某个时间段内的大量数据。因此适用于大数据的技术，包括大规模并行处理数据库、数据挖掘的电力网、分布式文件系统、分布式数据库、云计算平台、互联网和扩张的存储系统。

2 互联网环境下大数据多媒体信息检索

为了提高检索效率，需要研究高维索引的多媒体数据机制及基于服务计算的并行检索与多重查询的优化方法，如图1所示。 2.1 数据表示

用户评分数据可以用一个z×l阶客户-商品评分矩阵表示，z行代表个z用户，l 列代表l个项目，第p 行j 列的元素代表客户p对商品j 的评分值。 2.2 相似性度量

度量客户之间相似性的方法有许多种，主要有三种方法：余弦相似性度量公式、

修正的余弦相似度量公式和相关相似度量公式的方法。 （1）余弦相似性

用户评分看作为n 维项空间上的向量，如果用户对其项没有进行评分，则将用户对该项的评分设为0 ，用户间的相似性通过向量间的余弦夹角度量。公式如下：

（2）修正的余弦相似性

修正余弦相关性充分考虑了不同用户的评分尺度问题，通过减去用户对项目的评分来实现它的优点。公式如下： （3）相关相似度

相关相似度又称Pearson 相关系数度量，设用户i 和用户j共同评分过的项目集合用Ii ，j=I1∩I2表示，则用户i 和用户j的相似度sim（i，j）为： 2.3 推荐产生

根据当前用户的邻居对项目的评分信息，预测当前用户对未评分项目的评分，产生推荐。通过上面提出的相似性度量方法找到目标用户的邻居，之后产生相应的推荐。预测公式如下：

3 结语

随着在网络中，大数据和多媒体技术的迅速发展，使得多媒体信息成为互联网上的主要信息媒体。但是面临互联网上大量的多媒体信息，如何快速准确地获取查询结果有很大的技术挑战。而大数据多媒体信息检索技术则会根据用户输入快速、准确地检索出数据信息。 参考文献：

［1］庄越挺，潘云鹤，吴飞.网上多媒体信息分析与检索［M］.北京：清华大