Resumen

Con el objetivo de resolver los problemas de la mala calidad de los datos y la baja tasa de aplicación en la construcción de los corpus mediáticos existentes, este artículo propone la construcción y la investigación de la aplicación de los corpus mediáticos basados en big data. Se recogen los datos del corpus de medios, los datos se dividen en cuatro categorías, se introduce el algoritmo heurístico de clasificación de columnas de elementos de datos para ordenar todos los procesos de recogida, se determina el valor mínimo de la tasa de recogida de elementos de datos, sobre esta base, se determina el valor máximo de la cantidad en el corpus de medios, y se realiza la recogida de datos en los datos del corpus de medios a través de la ventana deslizante. A continuación, se determinan las características de estado y la distribución de probabilidad de los datos de características mediante una red bayesiana dinámica, se determina la relación entre las variables de estado y las dimensiones de los datos del corpus de medios, y el estado de los datos del corpus de medios se procesa por componentes para completar el preprocesamiento de los datos del corpus de medios; finalmente, mediante la investigación de la aplicación del almacenamiento y la encriptación de la base de datos diseñada mediante la tecnología de big data, se diseñan los datos de la estructura de almacenamiento y la clave secreta de encriptación para realizar la construcción y la aplicación del corpus de medios. Los resultados experimentales muestran que la calidad de los datos del corpus mediático construido por el método propuesto es alta, y su tasa de aplicación se ha mejorado en cierta medida.

• Materias:Radiofrecuencia Teoría de Antenas Redes Inalámbricas Banda ancha Ondas de radiofrecuencia
• Subjects:Radio frequency Antenna theory Wireless Networks Broadband Radio frequency waves
• Palabras claves:datos de corpus de medios de comunicación, corpus de medios de comunicación, investigación de medios de comunicación, tasa de recogida de elementos, distribución de características, red bayesiana dinámica, preprocesamiento de medios de comunicación, construcción, mala calidad de datos
• Keywords:media corpus data, media corpus, application research, research of media, items collection rate, distribution of features, dynamic bayesian network, preprocessing of media, construction, poor data quality