葉中華 陶慧杰 趙玉婷 史寶坤

摘要：在科技水平高速發(fā)展的這半個(gè)世紀(jì)，計(jì)算機(jī)技術(shù)已經(jīng)全面進(jìn)入了我們的生活當(dāng)中，信息積累量急劇增大，它使得整個(gè)世界的信息更多，其增長(zhǎng)速度也越來越快，在基因?qū)W和一些商業(yè)領(lǐng)域已經(jīng)出現(xiàn)了大數(shù)據(jù)的概念，這個(gè)概念已經(jīng)廣泛地在國(guó)家社會(huì)發(fā)展當(dāng)中體現(xiàn)其價(jià)值。因此我們應(yīng)當(dāng)采用遞歸算法與遺傳算法對(duì)其進(jìn)行優(yōu)化分析，使其價(jià)值能夠更好地展現(xiàn)出來，本文對(duì)其展開探討，為其進(jìn)一步發(fā)展打下堅(jiān)實(shí)的基礎(chǔ)。

關(guān)鍵詞：計(jì)算機(jī);動(dòng)態(tài)算法;遞歸算法;遺傳算法

中圖分類號(hào)：TP301.6

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672 - 9129（ 2018） 12 - 0002 - 01

l 引言

大數(shù)據(jù)主要包括大量的數(shù)據(jù)與數(shù)據(jù)的存儲(chǔ)分析結(jié)構(gòu)等，海量數(shù)據(jù)主要是交互式的數(shù)據(jù)，其是結(jié)構(gòu)化或者非結(jié)構(gòu)化的數(shù)據(jù)，我們可以通過這樣的數(shù)據(jù)能夠?qū)τ谶^去發(fā)生的事情進(jìn)行判斷，也能夠?qū)淼氖虑檫M(jìn)行預(yù)測(cè)。大部分?jǐn)?shù)據(jù)是非結(jié)構(gòu)化的數(shù)據(jù)，其將文本、圖像、音頻的信息融合在其中，因此需要對(duì)其設(shè)計(jì)更加可靠的遞歸算法與遺傳算法來進(jìn)行數(shù)據(jù)的讀取，才能夠?qū)⑵渲兴N(yùn)含的信息提取出來。在傳統(tǒng)數(shù)據(jù)當(dāng)中，廣泛存在的還是結(jié)構(gòu)化的數(shù)據(jù)，其讀取比較方便，很容易地進(jìn)行信息的觀測(cè)，但是在大數(shù)據(jù)時(shí)代，對(duì)數(shù)據(jù)的讀取非常依靠強(qiáng)大的算法，這就是它們主要存在的差異。

2 計(jì)算機(jī)算法動(dòng)態(tài)系統(tǒng)分析

2.1 動(dòng)態(tài)算法。動(dòng)態(tài)規(guī)劃是運(yùn)籌學(xué)中用于求解決策過程中的最優(yōu)化數(shù)學(xué)方法。當(dāng)然，我們?cè)谶@里關(guān)注的是作為一種算法設(shè)計(jì)技術(shù)，作為一種使用多階段決策過程最優(yōu)的通用方法。它是應(yīng)用數(shù)學(xué)中用于解決某類最優(yōu)化問題的重要工具。在實(shí)際中，人們經(jīng)常遇到這樣一類決策問題：即因?yàn)檫^程的特殊性，能夠?qū)Q策的全過程根據(jù)時(shí)間或空間劃分若干個(gè)聯(lián)系的階段，而在各階段中，人們都需要進(jìn)行方案的選擇，我們稱之為決策。這樣，各個(gè)階段所確定的決策就構(gòu)成一個(gè)決策序列，常稱之為動(dòng)態(tài)算法策略。

2.2 動(dòng)態(tài)算法的必要性。

第一是信息量大，根據(jù)統(tǒng)計(jì)可以發(fā)現(xiàn)，互聯(lián)網(wǎng)每天所產(chǎn)生的內(nèi)容可以制作成2億張光盤，這些數(shù)據(jù)表明在互聯(lián)網(wǎng)時(shí)代，社交網(wǎng)絡(luò)和移動(dòng)互聯(lián)網(wǎng)絡(luò)已經(jīng)把人們的信息量擴(kuò)大了很多，大數(shù)據(jù)的大不僅是信息量大，信息也非常全面，很多信息都可以采用計(jì)算機(jī)動(dòng)態(tài)算法的手段來對(duì)其進(jìn)行集聚，使得其可以滿足與分析的需要。

第二是多樣化程度高，目前來說數(shù)據(jù)類型已經(jīng)不僅僅是文本形式，其還存在有大量的圖片音頻等超文本信息，從結(jié)構(gòu)上來看數(shù)據(jù)的結(jié)構(gòu)變化多樣，很多數(shù)據(jù)的結(jié)構(gòu)并不是傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，因此我們需要采用更高效的動(dòng)態(tài)算法技術(shù)和硬件設(shè)備來對(duì)其進(jìn)行處理，才能夠更好的讀取這些數(shù)據(jù)當(dāng)中所蘊(yùn)藏的價(jià)值。

第三是數(shù)據(jù)價(jià)值大，網(wǎng)絡(luò)每天都會(huì)產(chǎn)生大量的有價(jià)值的信息和一些噪音信息，這些原始信息中所含的核心內(nèi)容還是很少的，人們需要在大量的數(shù)據(jù)當(dāng)中進(jìn)行尋找才能夠找到自己真正需要的，如何采用更好的動(dòng)態(tài)算法來對(duì)其進(jìn)行數(shù)據(jù)的挖掘，將數(shù)據(jù)當(dāng)中有用的信息提取出來是目前大數(shù)據(jù)研究領(lǐng)域當(dāng)中非常重要的一個(gè)課題。

第四是速度快，大數(shù)據(jù)的產(chǎn)生速度是非?？斓模诮鹑?、證券等多個(gè)領(lǐng)域，需要及時(shí)的進(jìn)行傳輸，需要對(duì)其進(jìn)行較快的處理和分析，如果信息沒有進(jìn)行實(shí)時(shí)地挖掘，那么其就可能成為無效的信息，如何采用更加有效的動(dòng)態(tài)算法對(duì)其進(jìn)行探究是非常關(guān)鍵的，將數(shù)據(jù)的處理效率提升有利于社會(huì)的進(jìn)一步發(fā)展。

3 遞歸算法與遺傳算法概述

3.1 遞歸算法。遞歸算法在計(jì)算機(jī)科學(xué)中是指一種通過重復(fù)將問題分解為同類的子問題而解決問題的方法。遞歸式方法可以被用于解決很多的計(jì)算機(jī)科學(xué)問題，因此它是計(jì)算機(jī)科學(xué)中十分重要的一個(gè)概念。絕大多數(shù)編程語言支持函數(shù)的自調(diào)用，在這些語言中函數(shù)可以通過調(diào)用自身來進(jìn)行遞歸。計(jì)算理論可以證明遞歸的作用可以完全取代循環(huán)，因此在很多函數(shù)編程語言中習(xí)慣用遞歸來實(shí)現(xiàn)循環(huán)。

3.2 遺傳算法。遺傳算法是一類借鑒生物界的進(jìn)化規(guī)律演化而來的隨機(jī)化搜索方法，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定。它具有更好的全局尋優(yōu)能力，采用概率尋優(yōu)方法，能自動(dòng)獲取優(yōu)化搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質(zhì)，已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制和人工生命等領(lǐng)域。它是現(xiàn)代有關(guān)智能計(jì)算中的關(guān)鍵技術(shù)。

4 遞歸算法與遺傳算法的應(yīng)用

4.1 網(wǎng)絡(luò)數(shù)據(jù)流分析。對(duì)于用戶所產(chǎn)生的視頻網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行科學(xué)有效的分析是非常重要的技術(shù)，利用遞歸算法與遺傳算法對(duì)于網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行有效分析的前提是對(duì)于其數(shù)據(jù)流進(jìn)行保存和挖掘，網(wǎng)絡(luò)數(shù)據(jù)流指的是通過互聯(lián)網(wǎng)爬蟲等方式對(duì)于網(wǎng)上的主題以及相應(yīng)的傳播情況進(jìn)行研究，這種技術(shù)主要問題在于其必須有較好的準(zhǔn)確性，才能夠避免信息的重復(fù)和冗雜，同時(shí)其實(shí)時(shí)性必須非常好，才能夠更好的捕捉到熱點(diǎn)。利用遞歸算法與遺傳算法可以對(duì)于突發(fā)事件進(jìn)行處理，人們很多時(shí)候是通過歷史數(shù)據(jù)來進(jìn)行數(shù)據(jù)分析的，但是有時(shí)候這樣分析并不具有科學(xué)性，因?yàn)楹芏嘈畔⒌淖兓厔?shì)并不是按照傳統(tǒng)的信息流所傳遞的，因此需要借助于計(jì)算機(jī)的強(qiáng)大的運(yùn)算力來對(duì)其進(jìn)行優(yōu)化，才能夠更好的捕捉。

4.2 短文本信息挖掘。短文本是被受到廣泛關(guān)注的信息形式，通過簡(jiǎn)單的搜索可以有效的獲得大量的信息，但是很多時(shí)候的文本當(dāng)中也包含著很多垃圾信息，因此用戶所產(chǎn)生的一些信息并不都是有必要被采集的，我們需要對(duì)于利用遞歸算法與遺傳算法對(duì)短文本做好分析和挖掘工作，將對(duì)于我們來說重要性程度較低的信息進(jìn)行排除，才能夠做到信息的高效率收集與推送。

4.3 可視化數(shù)據(jù)技術(shù)?？梢暬瘮?shù)據(jù)是非常多的，很多媒體在圖像上進(jìn)行關(guān)鍵詞的標(biāo)注，利用遞歸算法與遺傳算法對(duì)于圖像的特征進(jìn)行提取，把圖像轉(zhuǎn)換為文本，也將一些文本轉(zhuǎn)換為圖像描述，這樣就將數(shù)據(jù)進(jìn)行了可視化，這對(duì)于數(shù)據(jù)挖掘分析來說是極為關(guān)鍵的，該技術(shù)可以將信息進(jìn)行融合，做到信息的較高層次的匹配，使得信息對(duì)于用戶的可用性程度更強(qiáng)。

4.4 信息推薦技術(shù)。目前來說，對(duì)于數(shù)據(jù)的分析要求是對(duì)于數(shù)據(jù)能夠做好評(píng)估，從而對(duì)于將來的決策有所幫助，這些評(píng)估指標(biāo)主要包括視頻的播放量、曝光量、分享量等，這樣才能夠?qū)τ谄鋵淼膫鞑デ闆r進(jìn)行預(yù)測(cè)。眼球系數(shù)指的是視頻當(dāng)中每個(gè)點(diǎn)吸引瀏覽者眼球的能力，該技術(shù)已經(jīng)成為了很多視頻網(wǎng)站對(duì)于用戶行為分析的關(guān)鍵性因素，這些數(shù)據(jù)當(dāng)中包含了大量的信息，因此需要對(duì)其進(jìn)行更加科學(xué)的收集，利用更加符合于實(shí)際情況的遞歸算法與遺傳算法來對(duì)其進(jìn)行深層次的探究，才能夠更好的將其進(jìn)行評(píng)估，從而根據(jù)用戶的實(shí)際情況對(duì)其進(jìn)行相應(yīng)的視頻推薦與廣告推送等，給企業(yè)帶來收益。同時(shí)，采用更加先進(jìn)的遞歸算法與遺傳算法也能夠?qū)τ诰W(wǎng)絡(luò)視頻網(wǎng)站當(dāng)中的一些不良視頻進(jìn)行過濾，將具有正能量的視頻更多的推薦給用戶，利于弘揚(yáng)社會(huì)風(fēng)氣，將機(jī)器學(xué)習(xí)應(yīng)用于社會(huì)建設(shè)當(dāng)中有著極好的效果，因此在視頻網(wǎng)站的建設(shè)當(dāng)中，應(yīng)該大量的采用這樣的技術(shù)，以較低的成本和較高的效率做好視頻的篩選工作。

5 總結(jié)

綜合以上分析，我們可以發(fā)現(xiàn)遞歸算法與遺傳算法和計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展有著非常密切的關(guān)系，同時(shí)很多等新興的網(wǎng)絡(luò)拓?fù)浞绞揭呀?jīng)在移動(dòng)端興起并有著較大的市場(chǎng)，因此我們需要對(duì)于其發(fā)展進(jìn)行多角度的分析，采用較為先進(jìn)的遞歸算法與遺傳算法來對(duì)于網(wǎng)絡(luò)上的內(nèi)容進(jìn)行質(zhì)量上的提升。大數(shù)據(jù)可以改變很多事情，但是無法代替所有事情，在這個(gè)行業(yè)，很多企業(yè)應(yīng)該認(rèn)識(shí)到遞歸算法與遺傳算法等大數(shù)據(jù)技術(shù)所存在的局限性，避免炒作的情況，真正將這些關(guān)鍵技術(shù)用在需要的地方。同時(shí)對(duì)于網(wǎng)絡(luò)當(dāng)中所存在的一些不良現(xiàn)象要及時(shí)的抵制，這樣才能夠使得技術(shù)能夠發(fā)揮出更多的優(yōu)勢(shì)來。

參考文獻(xiàn)：

[1]孫浩，崔慧慧，魏立新，呼子宇.基于動(dòng)態(tài)多目標(biāo)進(jìn)化算法的冷連軋負(fù)荷分配研究[J].礦冶工程，2017，37（ 06）：136 - 141.

[2]鮑黎明.動(dòng)態(tài)K- means算法在遙感圖像挖掘領(lǐng)域的并行化研究[D].南京郵電大學(xué)，2017.

[3]葉偉波.基于多米諾骨牌算法的動(dòng)態(tài)路徑誘導(dǎo)研究[D].長(zhǎng)安大學(xué)，2017.

[4]王亞珂.動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)中的影響最大化算法的研究[D].黑龍江大學(xué)，2017.

[5]李文強(qiáng)，陸應(yīng)通.基于繪制時(shí)間的加權(quán)動(dòng)態(tài)負(fù)載均衡算法[J].現(xiàn)代計(jì)算機(jī)（專業(yè)版），2017（ 08）：45 -50.