非结构化大数据数据挖掘与分析探讨,希望对这一块有研究的朋友能够各抒己见

南山居士

对于非结构化的大数据（包括视频、音频、图片、文档等），如何进行数据挖掘与分析，请大家进行探讨，提出可行解决方案，推荐相关软硬件产品。

按照我的理解从非结构化信息中先提取出结构化数据就已经巨难了，再从结构化数据中进行挖掘分析，也是巨难的，现有的算法与硬件很难支持；
希望对这一块有研究的朋友能够各抒己见，大家互相交流；

ephram

我们现在也在做这个非结构化数据的处理，可以一起学习

diaowf

   在云计算出现之前，传统的计算机是无法处理如此量大、并且不规则的“非结构数据的”。以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效的将这些大量、告诉、多变化的终端数据存储下来，并随时进行分析与计算。

       数据化不是数字化
         数据化和数字化
   数据化是指一种把现象转变为可制表分析的量化形式的过程。
         数字化是指把模拟数据转换成0和1表示的二进制码，这样电脑就可以处理这些数据了。

        20世纪90年代，我们主要对文本进行数字化，随着过去的几十年里存储能力，处理能力和宽带的提高，我们也能对图像、视频和音乐等类似的内容执行这种转化。

       1  为了得到可量化的信息，我们要知道如何计量；

       2  为了数据化量化了的信息，我们要知道怎么记录计量的结果。这需要我们拥有正确的工具。

       计量和记录的需求是我们数据化的前提。

       计量和记录一起促成了数据的诞生。

       --  待续（后面我会列举部分实例，敬请关注！）

diaowf

  对于多媒体数据库挖掘，需要将存储和检索技术与标准的数据挖掘方法集成在一起。比较好的方法包括构建多媒体数据方、多媒体数据的多特征提取和基于相似的模式匹配