大数据时代的网络发展，云技术不断完善。本研究提出了一种云计算技术下的海量数据挖掘技术，结合海量数据挖掘的需求情况，做好资源的动态性分配，实现海量数据的高效能设计，进而在云计算数据挖掘平台上，挖掘价值性高的数据。

例（10）中，无灵主语synchronized growth与economy融合，被译成了“经济增长同步”

微机继电保护装置相较于普通继电装置，其在调试和故障信息记录方面具有一定的高效性，其不仅能够最大限度提升整个电力系统运行维护水平，其保护动作的及时和有效，使得整个电力系统运行安全性得以全面提升，减少设备故障对电力系统运行造成的不利影响，确保电力运行效率，其对我国电力行业发展有着极为重要的促进作用。

1 云计算及其相关技术

1.1 基于云计算的一种开源框架Hadoop

Hadoop是Apache中的一种计算机开源框架。上层结构，是在计算机任务的分布中结合Map/Reduce模式使用，实现普通机器的超大集群并发的过程。底层结构，主要是结合分布式文件的HDFS系统，通过高容错性以及吞吐量，并结合较低的成本应用，实现海量文件在普通机器集群上存储。这种Hadoop有着较快的更新速度，也有着较为广泛的应用。其是一种可扩展性相对较好的基于分布式云计算框架的应用，同时也有着一定的经济实用性，可靠性较高。

1.2 大数据处理的基础运用

(1)云环境的应用。大数据在云环境中的合理应用，不仅要通过结合组成因子间的架构体系，也要结合对因子间大小问题抽象性处理的相关架构体系，对成员的权限、公用资源进行处理，实现事件和活动的积极处理。在成员权限的处理过程中，主要是在数据流的划片和分级操作处理数据流的系统过程中，对相应的权限进行赋予。在公用处理资源时，注重云环境下信道的处理，并在信令和指挥处理机制的应用中，实现的数据处理。共同处理资源时，结合云环境中使用的处理信道，实现处理活动过程中的信息发送。在全部动态行为的接收过程中，实现对处理进度的根本描述。在指标的集合过程中，对各个因子间的行为进行根本上的协调和应用。

对于分布式书挖掘中的中间件库而言，其中的Mahout作为一种开源性的可扩展分布式数据挖掘，其中间件库的实现过程，实现聚类分类以及协同过滤的应用，将进化编程数据挖掘算法实现。结合高效性的运行和 Hadoop云计算的基础框架，做好云计算海量数据有效挖掘和应用，降低成本，并注重高性能的实现，全面实现电子商务的可扩展性。

(2)大数据处理。应用系统的根本建设，是要做好融合式架构结构的合理应用。在客户/服务器架构的应用中，服务器主要是实现整个应用系统的一种管理和控制。在调度的过程中，实现相关程序逻辑数据的应用。客户端往往是在用户交互的输入和输出中，结合客户端服务器发出的请求对相关的任务进行完成。在实际的架构应用中，融合式的协同有着简单性的基本特点，但在实际的维护过程中，对服务器依赖性相对较强。

(3)分布式计算层。在MapReduce相关模式的应用里，结合分布式并行计算模型，做好数据的有效性挖掘，尽可能的结合任务分布式的形式，实现数据节点的合理调度计算，并做好海量数据的有效性处理和分析。在数据中间层，实现聚类分类的协同过滤数据挖掘算法。这种应用过程允许扩展，可对电子商务平台中的Mahout算法库进行定制，实现平台应用层业务的相关需求分析。结合服务形式，实现应用层的基础调用和分析。这种云计算平台中的Hadoop应用，将云计算中的中间件进行协调和整合。通过平台应用层的相关分析，利用基于竞价参考形式的原材料信息分析模式，实现商业智能分析，结合智能搜索.将此模式运用到电子商务中，满足电子商务的业务需求。

2 云计算技术下海量数据挖掘技术

(1)基于云计算技术下海量数据挖掘系统体系架构，如图1所示。

译为“Ch’eng Pu-chih had been a governor in the border provinces and a garrison general at the same time as Li Kuang”。原文意为程不识与李广都以边郡太守的身份领军驻扎，不是说他们既是边郡太守又是边郡将军。

3 实例分析云计算技术下海量数据挖掘的实现机制

3.1 搭建Hadoop云计算集群

[2] 陈旭文,黄英铭.海量视频点播系统的云计算技术与建模实现 [J].现代电子技术,2013, (14):10-12,16.

3.2 体系架构

现代化数据挖掘算法往往需要大量的训练过程，并做好相关数据的统计，实现求解以及模型参数的优化。海量数据中的数据挖掘，是一种分布式并行的，基于大量分布式基础数据挖掘的算法。Bhadurietal的研究表明，在对详尽的并行数据挖掘提供算法的过程中，需结合关联规则的学习分类方法，做好聚类以及流数据挖掘。

[1] 杨波.基于云计算的作战数据存储系统研究 [J].现代电子技术,2013,(19):12-14,19.

图1 云计算技术下海量数据挖掘系统体系架构

(3)分散式的架构应用。在系统的相关控制管理过程中，通过节点的协同控制，注重客户段模块的分散。在系统自治的实现过程中，本着灵活性和开放性的基本特点，做好数据分布存储，实现各个系统的独立处理。混合式结构在实际的应用中，通过数据信息的一致性维护，做好用户管理和信息的全面转发。

4 结束语

在基于Hadoop云计算技术应用下，电子商务海量数据挖掘系统的构建，及商业智能分析系统的应用，对于电子商务业务的应用发展有着积极作用，同时也能将企业商业价值提高，将企业忠诚度提高。基于Mahout技术在云计算平台Hadoop上应用，往往注重资源的整合，在云计算中间件的基础应用阶段，将平台的扩展功能实现，促进电子商务应用全面发展，并为现代化物联网的应用和发展提供高性能的动态性平台。

[参 考 文 献]

(2)分布式文件系统层。主要是结合Hadoop HDFS实现高可靠的分布式数据文件存储功能。在电子商务平台海量数据的分布存储过程中，实现多台计算机集群处理，并做好文件的有效性分块存储，实现容错自动分块复制功能。这种平台上的HDFS节点管理，主要是对文件系统的名字空间进行负责。在客户端文件的访问中，实现数据节点数据存储的应用，对客户端读写请求及时处理，并做好数据块的有效性创建及删除，实现数据块的基础复制。在HDFS上层分布式的计算层应用中，提供数据输入，并结合中间结果，实现数据载体，充分发挥可伸缩性的优势，在业务系统的联系阶段，实现分布式文件系统的有效性管理以及访问。

Hadoop分布式云计算环境是基于高性能计算机系统，结合命名节点的形式，即Namenode。其中数据节点主要有12个，即Datanode，其中各个数据节点采用 6路四核刀片的形式。通过Linux操作系统 Redhat5.5系统结构，使用 Hadoop版本模式，注重分布式环境的部署，启动后台进程，并运行相关例程，启动集群进而实现计算的过程。

永靖县具有得天独厚的自然条件，生产的娃娃菜因质地脆嫩，口感甘甜、清爽，富含蛋白质、维生素、胡萝卜素及钾、钙、钠、磷、铁等营养成分，而深受消费者的青睐。但近几年，随着种植面积的扩大，在市场上销售的娃娃菜品种比较混乱，没有一个当家品种，为了筛选出适合永靖县栽培的娃娃菜优良品种，永靖县农业技术推广中心于2018年初进行了娃娃菜新品种引进试验。

[3] 张树凡,吴新桥,曹宇,等.基于云计算的多源遥感数据服务系统研究 [J].现代电子技术,2015,(3):90-94.

[4] 丁岩,杨庆平,钱煜明,等.基于云计算的数据挖掘平台架构及其关键技术研究[J].中兴通讯技术,2013,(1):53-56,60.

按照多年的培训新进检验员的实践经验，我们把新进检验员一年的岗前培训和成长过程分为科室社会化适应期、胜任力扩大期、工作丰富化期、逐渐独立期四个阶段，科室主任和带教老师通过目标管理的方式，于四个阶段分别有意识地对新进检验员进行培养。