文献

J-GLOBAL ID：201702226847097599   整理番号：17A1291312

R+Hadoopフレームワークに基づく微信世論マイニング【JST・京大機械翻訳】

WeChat Public Opinion Hot Spots Mining Based on R+Hadoop Framework

著者 (1件)： Yu Weihong (大連海事大学交通運輸管理学院 大連 116026)
資料名： Qingbao Zazhi  (Qingbao Zazhi)
巻： 36  号： 2  ページ： 97-101,78  発行年： 2017年 
JST資料番号： C3718A  ISSN： 1002-1965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】研究の目的は,高いデータ技術によって強化された世論の深い分析と効果的な判断の機構を探究するために,インテリジェント情報収集と知的分析の観点から,研究の目的を達成することである。「方法/プロセス」Hadoopの分散処理分野における強力な機能およびR言語のデータ統計モデルにおける優位性を考慮して、ミドルウェア技術を用いて両者をシームレスに統合し、R+Hadoopに基づくマイクロプラットフォームの世論マイニングフレームワークを構築した。本論文では,研究データとして4025のマイクロメッセージを取り上げ,このフレームワークを用いて世論収集,世論分布マイニングおよびマイニング結果の可視化を行うための考え方と方法について述べた。さらに,異なるレベルのデータを用いて,このフレームワークと単一機械処理方式の間の比較を行った。[結果/結論]研究結果により、マイクロ通信環境におけるデータ量が大きく、データの生成速度が速く、データフォーマットと内容が煩雑であるなどの新しい特徴に対して、R+Hadoopに基づくマイクロプラットフォームの世論マイニングフレームワークはリアルタイム、全面的、正確に世論処理を行うことができる。これは世論状況の管理と対応のための根拠を提供する。しかし,本フレームワークは,データ量が少ない場合の世論解析には適さないが,世論データが少ない場合には,単言語環境でR言語モデリングを用いて解析することができることを提案する.Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データフォーマット ,  ミドルウェア ,  分散処理 ,  *世論 ,  言語 ,  可視化 ,  情報収集 ,  統計模型
準シソーラス用語： 実時間 ,  データ量 ,  通信環境 ,  シームレス ,  Rパッケージ ,  *Hadoop , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (2件)： フレームワーク ,  世論