基于数据挖掘的海量信息多媒体过滤技术研究与应用

摘要：由于传统的多媒体信息过滤技术算法陈旧和过滤逻辑考虑不严谨,存在多媒体信息过滤不准确的问题。多媒体信息数据涌入易造成服务器或平台崩溃等严重后果,对此提出了一种新的过滤模型。将整体任务分解为多个子系统来实现,使其支持识别更多媒体信息格式。大数据环境下需要多种自适应技术来应对多媒体信息的不确定性,采用神经网络决策模型和贝叶斯过滤算法对系统进行优化,建立的矢量空间模型可多层次信息过滤多媒体信息。系统可以根据内容和用户的具体兴趣选择来进行多媒体过滤信息。实验结果表明,通过加强算法逻辑性可以使算法能够满足应对大数据环境下多媒体信息共涌状况,满足海量多媒体信息过滤的技术实用要求。