基于改进型深度学习算法的计算机数据分析 |
| |
引用本文: | 边陆,林少波,郭栋,代素敏,韩飞飞,程鹏.基于改进型深度学习算法的计算机数据分析[J].微型电脑应用,2023(9):94-98. |
| |
作者姓名: | 边陆 林少波 郭栋 代素敏 韩飞飞 程鹏 |
| |
作者单位: | 北京中电飞华通信有限公司 |
| |
摘 要: | 为了实现企业生产运营中大量数据的处理和分析,提出使用分布式文件系统和数据库完成大量数据的存储任务,根据用户需求使用批处理和流处理框架进行数据分析。在数据降维中采用非负矩阵分解的方法,将原始业务数据集映射到低维空间,并引入局部正则化保留数据的部分高维特征。基于深度学习算法建立关系抽取模型,采用BERT模型完成文本信息的实体抽取,编码器中加入前向反馈机制和多头注意力机制。实验表明,系统的分类精度最高达到0.97,算法模型提取出的正确样本条数最多可达到47个。
|
关 键 词: | 数据分析 深度学习模型 流处理框架 数据降维 关系抽取模型 |
|
|