身份证号码：120106198007220XXXX
摘要：随着我国现代化社会的建设水平不断提升，大数据技术逐渐进入到人们视野中，因此，怎样将云计算和物联网技术与大数据进行合理运用，以此提升总体工作效率，仍然需要技术人员进行深入探索和挖掘。并且在实际探索过程中，提升对相关技术的认识和理解，总结出更加先进的技术使用方式方法，从而确保相关技术可以有效被应用，提升整体工作质量。
关键词：云计算；物联网技术；数据挖掘
1导言
目前，云计算技术已经变得越来越成熟，并且在社会各领域当中都有所应用，对于互联网来讲，以云计算技术为基础，所受到的关注程度越来越高。互联网本身就是将物体和物体之间进行连接的一个网络，最简单来讲就是互联网从人向物所进行的一种延伸。所以对于物联网来讲，在整个流通的过程中会出现大量的数据，这些数据本身与时间和空间都具有密切关联而且拥有动态以及分布和异构的特征，而在物联网当中进行数据挖掘工作是具有较高难度的。鉴于此，文章针对基于云计算与物联网技术的数据挖掘相关内容进行了分析，以供参考。
2以云计算为基础的物联网特征
在社会快速进步与发展的过程中，科技的进步是与之伴随的，所以近年来的互联网产业在科技产业的带动下发展得非常迅速。对于物联网产业来讲，其本身属于一种分布非常广泛，而且拥有巨大的物和物之间相连的网络，能够对我们现实当中的各种生活对象以及生产对象进行监控和调度，所以我们生活当中，越来越多的应用终端被纳入物联网当中，包括我们现如今生活当中所接触到的一些基础交通设施和建筑物等。但同时伴随着多种多样的异构终端设备接入物联网当中，所以物联网本身所涵盖的数据量也变得越来越大，数据的类型和格式也变得更加多样化。若是在物联网工作当中仍然采用传统的数据挖掘模式，那么将与当前时代发展的需求不适应，甚至是一步一步面临落后局面，所以在当前科学技术发展背景下提出了一种基于云计算的物联网数据挖掘系统。因为在我们现如今的生活以及工作当中，物联网当中所涵盖的数据拥有动态性以及异构性的特征，而且这些数据本身还会与时间和空间存在非常紧密的联系，所以这也就大大提升了物联网的数据挖掘工作难度。对于物联网数据挖掘来讲，会耗费大量的时间以及占用大量的资源，但是所取得的实际工作效率还不高，所以以云计算为基础的物联网数据挖掘模式被越来越多地提上研究日程。以云计算为基础的物联网数据挖掘模式，主要就是通过云计算技术来构建技术平台，然后再构建一个能够面向物联网的分布式时空数据库，通过这一数据库再搭建面对大量数据的数据挖掘模型，所以以云计算为基础的物联网数据挖掘就是依靠分析对数据挖掘模型当中所下发的各种数据挖掘任务去进行解决。对于物联网数据挖掘来讲，本身面向的数据量就非常大，而且拥有动态性以及异构性特征，所以在这些特征的基础之上，数据挖掘工作所面临的挑战将是全新的，有赖于云计算对物联网数据挖掘进行支持，这些问题的解决都将大大降低难度。
3基于云计算与物联网技术的数据挖掘
3.1互联网数据的收集
在实际的数据应用过程中，技术人员应该首先从云计算平台和物联网产生的线上网络数据作为出发点，并且想要更好将数据处理效率和质量最大限度地提高，就需要充分地使用网络分级编码，以此实现数据之间的传输。在实际的数据传输过程中，需要将网络结构中的宿点作为信号流通的基础点，进而在实际信息的传输过程中，可以有效地将数据的延迟进行及时处理，尽可能的了解到数据传输的更多状态以及参数，促使网络内部结构中，数据信号可以更好地进行运行。而在具体网络进程过程中，网络内部数据自身具备级别区分的特点。而网络数据产生节点的主要作用，就是针对数据进行解码，随后在传送到子体系网络结构中。通常情况下，网络大数据如果产生一定延迟的话，极有可能产生的因素是网络数据结构中，有限区域的阶、网络大数据产生的参数等相关信息。
而随着我国科技不断地发展，网络大数据进行实际传输过程中，其延迟信息数据也随之不断提升，如果技术人员利用网络参数进行有效的结构把握，可以从整体结构上增强数据传输的效率和速度。
3.2建立数据挖掘模型
对于以云计算为基础的数据挖掘工作来讲，构建的数据挖掘平台能够提供动态资源池和虚拟化更高的以及拥有更强可用性的计算平台，所以应用基于云计算技术为基础的数据挖掘平台，可以对一些性能要求更高的应用程序进行开发，也可以通过云计算来进行单纯的数据挖掘。对于物联网来讲，以云计算数据挖掘系统为例，在进行设计的过程中，首先需要在软件层面进行设计思想的搭建，主要就是基于云计算技术将整个数据挖掘系统自上向下划分为用户层以及任务层和算法层。也就是说在整个数据挖掘平台当中，软件本身的底层可以为上层的工作提供相应的服务，而上层可以依靠层与层之间的开放接口来对下层所提供服务进行调用。通过这样的方式，既能够保证各层与各层之间的功能保持相对独立的状态，同时又能够使整个数据挖掘系统在进行二次开发的过程中难度大大降低。同时在进行算法时，从设计的过程中还增加了能够进行多层插页增设的框架结构，通过这样的方式保证在算法进行应用的过程中，能够便于进行维护。同时，对于整个基于云计算技术为基础的物联网数据挖掘系统来讲，还需要保证在数据挖掘的过程中面向复杂类型以及高动态性的数据时充分发挥挖掘优势。
3.3做好网络数据的储存工作
针对网络数据进行储存过程中，运用分组模式可以最大限度上降低储存空间的浪费情况。同时，技术人员依靠对网络数据的测试点、分组储存数量以及内部储存情况进行深入的研究和探讨，可以从中确定网络数据产生的文件数量，从而从中保证网络储存数据的安全性和稳定性。比如：在网络结构内部，所产生的众多节点中不同类型的网络节点，自身采集样品的时间和周期各不相同，然而当数据测试点进行大量数据储存时，相应的属性数据也随之出现。即使节点被分配至不同的文件位置结构中，也可以充分的明确相应的实际距离情况。通常来说相对集中的网络测试点作为一个集体，而每个集体又作为一组，一旦对网络数据和文件进行确定后，为了保证网络数据储存参数的准确性，应该保证其在规定的浮动范围内部，以此实现优质的数据储存效率。
3.4数据整理及分析
在面对冗杂的信息时，通过现代信息技术可以把这些信息进行整合，更好地管理信息，便于优化整个信息流程。大数据技术的出现可以改变传统收集数据的问题，从根本上对传统网络方式进行改进，改变原有信息缺失的情况。运用现代信息技术手段，对原有的网络技术进行整改，可以促进大数据在物联网中的运行，促进物联网行业的发展。在对数据进行分析时，大数据可以把数据进行现代化的提升和整理。数据的分析可以有助于帮助用户提升个人体验，把物联网中用户的搜索记录进行整合和治理，实现数据的集中处理，保证物联网给用户提供个性化和人性化的服务。
结束语
总之，对于大数据技术下数据挖掘模式来讲，在时代发展的过程中，物联网数据挖掘工作也需要随着时代所提出的更高要求以及数据挖掘工作所提出的工作要求去进行改变，能够改变当下传统以及落后的数据挖掘模式提升实际工作是非常重要的。所在本文所论述内容中，基于云计算对物联网数据挖掘模式进行了重新构建，能够大大提升物联网数据挖掘模式的实际应用效果以及应用效率。
参考文献：
[1]张毅，崔晓燕.基于云计算平台的物联网数据挖掘研究[J].软件，2014，35（01）：108-111.
[2]魏斯超，莫媛媛.物联网与数据挖掘云服务技术研究[J].信息与电脑（理论版），2016（04）：19-20.
[3]褚翠霞.基于云计算平台的物联网数据挖掘研究[J].数字技术与应用，2015（01）：85.
[4]汤勇峰.基于云计算平台的物联网数据挖掘研究[J].电脑知识与技术，2017，13（07）：218-219.