Page 141 - 计算机应用软件开发技术研究

第四章 大数据与机器学习

2.向量机
向量机也是数据挖掘技术中的重要组成部分，在进行向量机的应用中，对各
项数据的处理均需用到数学思维，利用回归算法来处理各种数据信息问题，借此

推测相应的未知结果。利用算法的有机结合与三维空间的数据多维分析来进行特
定算法的推演。
3.推荐算法
在数据挖掘的机器学习当中还存在一种被广泛应用于商务领域的算法，也就

是推荐算法。该算法可以将系统用户的浏览信息为条件对其感兴趣的信息进行分
析，如淘宝，在淘宝用户进行各种商品的浏览时，即可通过推荐算法的运行对用
户在平台中的商品浏览频率等对其商品购买偏好等信息进行分析，确定用户喜欢
的商品种类。

（三）数据挖掘中对于机器学习的应用
1.对于向量机的应用
在进行向量机的应用中，主要是通过其定位理论原则对待处理数据信息加
以分类，完成待处理数据的区域化选择，该部分的大体流程为：第一，对锁定区

域的经纬度实施首次定位，明确具体位置后再对其进行划分，实现该位置的栅格
化。第二，完成位置的划分后，还需将其根据具体的位置信息细化为两部分，并
对二者展开精确计算。但是，这两部分的数据信息计算方式存在一定差异，其中
一部分在计算中需对待测数据样本实施向量计算，而另一部分则应以回归函数

计算方式对数据样本进行计算分析。借助对差异算法的应用得到个性化的定位方
案。但是需要注意的问题是，在对向量机进行应用时应严格遵循最小化原则。除
此之外，在通过向量机来采集数据样本的时候，一定要做好多维度的点积计算，
只有这样才能够充分保证其中非线性问题的妥善解决。在人们的日常生活方面，

向量机多被用在各行业领域的人脸识别系统以及汽车发动机的故障问题检测等
方面。
2.对于卷积神经网络的应用
卷积神经网络可以利用算法学习对海量的数据进行特定的处理，并且可以展

开高效的自我学习。卷积神经网络的主体结构和常规性的神经元大致相同，具体
而言，卷积神经网络在计算层级上先是通过对数据输入的求和，然后再利用函数
计算来展开神经网络系统建模。在对卷积神经网络进行实际应用中一定要注意其

·129·