杨薇薇,曾凌静
(福建船政交通职业学院 信息与智慧交通学院,福建 福州 350007)
在互联网、信息产业和通信技术的推动下,每天都会产生海量的数据,据国际权威大数据研究机构Statista 预测,到2020 年底全球的数据总量有望突破50 ZB 大关[1-2]。大数据是人类社会进步的主要推动力之一,大数据资源也是世界各国参与国际竞争所必备的最主要资源之一[3]。由于大数据的规模巨大、格式多样,且具有多源异构性,要深度挖掘出大数据内部蕴藏的关键信息具有较大的难度,需要借助大数据框架和云计算工具[4-5]。大数据分类是数据挖掘处理的基础步骤与核心任务之一,数据分类的精度将影响到最终的大数据处理效果。在当前商品经济的社会背景下,大数据分类还具有更多的商业价值和产业附加值。因此,大数据分类处理还需要面对各行各业中的数据垄断问题。区块链技术作为一种分布式的数据存储模式,能够在数据分类中兼容数据加密,并有效解决行业中的数据垄断问题,所以在区块链框架下的数据分类具有更多的实践意义和价值[6-7]。
区块链技术体系框架下现有的大数据分类算法,主要以人工智能和机器学习为基础。文献[8]提出基于朴素贝叶斯模型的大数据分类方案,该算法在处理多分类样本时具有较高效率,但算法的应用需要基于样本分布独立的假设条件,实用性较差;文献[9]提出基于k-means 的数据分类算法,该算法的复杂度较低且容易实现,但在实际应用过程中k值的找寻较为困难,且在迭代过程中容易陷入局部最优解,该算法的并行运算能力也较差;……