朱曉慶

（長江工程職業(yè)技術(shù)學(xué)院 湖北 武漢 430212）

0 引言

新媒體的產(chǎn)生和蓬勃發(fā)展為新聞的傳播奠定了傳輸基礎(chǔ)，從狹義角度來說，新聞就是指利用簡單明了的語言對實時發(fā)生事件進行語言描述的一種文體，新聞大數(shù)據(jù)傳播的根本目的是讓社會大眾了解國內(nèi)外發(fā)生的某些事件，其傳播速度和傳播途徑均與其傳播特征有著密切聯(lián)系[1]。新聞大數(shù)據(jù)的傳輸速度和社會的發(fā)展速度之間存在聯(lián)系，隨著科學(xué)技術(shù)水平的不斷提高，新聞大數(shù)據(jù)的傳播模式、路徑、載體、方式方法等都發(fā)生了翻天覆地的變化[2]。新聞大數(shù)據(jù)的傳播特征主要包括新聞表現(xiàn)形式、文體表述方法、大數(shù)據(jù)的狀態(tài)特征3個方面的內(nèi)容，對于不同類型的新聞大數(shù)據(jù)，與之相對應(yīng)的傳播特征也各不相同，只有新聞大數(shù)據(jù)與其傳播特征二者吻合，才能將新聞大數(shù)據(jù)的傳播效果充分發(fā)揮出來[3]。

傳統(tǒng)化的新聞大數(shù)據(jù)傳播特征挖掘系統(tǒng)始終存在特征挖掘相對滯后的問題，并且現(xiàn)有的技術(shù)手段無法對系統(tǒng)進行有效改善和升級，因此，為了有效提高新聞大數(shù)據(jù)傳播的速度，本文引入當(dāng)前先進的技術(shù)手段——人工智能技術(shù)作為支持動力，對新聞大數(shù)據(jù)傳播特征及挖掘系統(tǒng)進行設(shè)計實現(xiàn)[4]。本文主要對系統(tǒng)的硬件部分和軟件部分分別進行了設(shè)計，通過分析和實驗對比測試顯示，研究設(shè)計的基于人工智能的挖掘系統(tǒng)具有較高的挖掘效率和準(zhǔn)確率，性能較好，能夠滿足使用要求[5-6]。

1 系統(tǒng)硬件設(shè)計

基于人工智能的新聞大數(shù)據(jù)傳播特征及挖掘系統(tǒng)硬件區(qū)域組件設(shè)計示意圖見圖1。

1.1 數(shù)據(jù)采集單元設(shè)計

本文設(shè)計的系統(tǒng)硬件結(jié)構(gòu)中，采用型號為GJ-HD、數(shù)據(jù)通信信道為單端16路的數(shù)據(jù)采集器，對于不同類型的新聞大數(shù)據(jù)，數(shù)據(jù)采集器的工作頻率可以進行自動化調(diào)試，其中，最高振幅可以高達(dá)40 M。同時，為了有效提高數(shù)據(jù)采集單元內(nèi)各個采集器的兼容性，采用運行速度較快，且具有較強保密性的RAM和FIFO兩種類型的緩沖磁盤。

1.2 數(shù)據(jù)分析單元設(shè)計

本文設(shè)計系統(tǒng)的最終目的和核心問題就是實現(xiàn)新聞大數(shù)據(jù)傳播特征的提取和挖掘。數(shù)據(jù)分析單元設(shè)計至關(guān)重要，本文選擇i9系列的數(shù)據(jù)分析器作為系統(tǒng)數(shù)據(jù)分析單元的主要組件，該組件的運行內(nèi)存為128 G，根據(jù)系統(tǒng)實際運行需要，還需要另外設(shè)置4個移動接口作為備用。

系統(tǒng)數(shù)據(jù)分析單元內(nèi)的各個組件采用的是USB3.0接口協(xié)議，其運行速率為650 kB/s，能夠?qū)崿F(xiàn)新聞傳輸大數(shù)據(jù)特征的穩(wěn)定傳輸工作。組件的lan通道和CAN通道數(shù)量分別為1和2位，支持candf運行技術(shù)，對于新聞傳輸大數(shù)據(jù)文本的傳輸速率更是達(dá)到了1萬幀/s，其工作效率較高，完全能夠滿足系統(tǒng)的設(shè)計要求。各個組件的工作電壓和電流分別為12 V和5 A，為了有效提高各個組件的抗干擾性能，組件外殼全部采用塑料包裝。本文采用的數(shù)據(jù)分析組件擁有以下優(yōu)點：一是能夠根據(jù)實際工作環(huán)境調(diào)整工作電壓；二是組件能夠?qū)⑿侣劥髷?shù)據(jù)傳播特征分析結(jié)果以Lan加密格式輸出，能夠大大提高數(shù)據(jù)的安全性。

1.3 中央集控單元設(shè)計

該組件是整個系統(tǒng)硬件部分能夠順利運行的核心，其主要工作任務(wù)就是驅(qū)動系統(tǒng)內(nèi)的所有其他組件，同時對各個組件的運行狀態(tài)進行實時控制，一旦發(fā)現(xiàn)系統(tǒng)組件發(fā)生異常運行情況，中央集控單元就會啟動內(nèi)部分析功能，對故障點進行查找，及時處理和排障。該組件采用MP/MC和DCNF互相集成的接口，組件輸出的所有指令都是64位數(shù)據(jù)條，組件的控制是通過信號波形式實現(xiàn)的，為了提高整個設(shè)計系統(tǒng)的運行速度和故障排查恢復(fù)效率，中央集控單元還需要具備接收來自其他組件信息讀寫申請的功能。中央集控單元的有效工作電壓為3～6 V，組件內(nèi)部實現(xiàn)了轉(zhuǎn)換電路和控制電路的完全集成，能夠?qū)崿F(xiàn)Flash靜態(tài)控制，同時防止組件內(nèi)部電力信息的自動篡改，能夠有效降低組件之間電路連接的復(fù)雜程度和工程量，實現(xiàn)系統(tǒng)運行速度的大幅度提高。

1.4 傳感器單元設(shè)計

設(shè)計傳感器單元的意義在于連通整個系統(tǒng)內(nèi)部所有單元組件的發(fā)送信號和指令，實現(xiàn)新聞大數(shù)據(jù)傳播特征在硬件區(qū)域的快速、有效集成。本文選取的傳感器組件靈敏度和最大輸出幀率分別為68D和35 Hz，同時支持多種外接接口，包括Lan、USB、RS232等，以確保傳感器單元各個組件的應(yīng)用范圍。圖2給出了傳感器單元內(nèi)部電路連接示意圖。

從圖2可以看出，傳感器單元內(nèi)部組件均為全固態(tài)結(jié)構(gòu)，具有較強的抗干擾性能，同時還能大大提高傳感器的傳輸速度。此外，單元內(nèi)各個組件支持N/S雙級轉(zhuǎn)換檢測，采用CAN2.0通信協(xié)議，單個組件最大消耗電流參數(shù)不超過80 mA，啟動響應(yīng)延時僅為5 ms，能夠在－40～40 ℃的超大環(huán)境范圍內(nèi)保持正常運行，且輸出阻抗不高于500 Ω，能夠大大緩解傳感器的輸出負(fù)載，有效提高系統(tǒng)的運行效率，延長系統(tǒng)內(nèi)電池的使用壽命。由于各個組件的介質(zhì)強度均小于100 μA，獨立線性度為0.05%，還能夠大幅度降低新聞大數(shù)據(jù)傳播的誤碼率。

2 系統(tǒng)軟件部分設(shè)計

人工智能技術(shù)的本質(zhì)是對各種組件的大規(guī)模集成，賦予其人腦思維，使其即使脫離人腦控制仍然能夠做出與人類行為相似的反應(yīng)或行為，其主要作用是模擬和擴展人類行為，該項技術(shù)近年來被廣泛應(yīng)用于各個行業(yè)領(lǐng)域。本文采用該項技術(shù)不僅能夠大幅度提高新聞大數(shù)據(jù)傳播特征的提取和挖掘深度，而且由于新聞大數(shù)據(jù)本身具有特殊性，還能夠利用人工智能網(wǎng)絡(luò)傳輸協(xié)議有效提高新聞大數(shù)據(jù)傳播的安全性，防止新聞大數(shù)據(jù)泄露問題的產(chǎn)生。

基于人工智能的網(wǎng)絡(luò)傳輸協(xié)調(diào)不僅具有正常的網(wǎng)絡(luò)通信協(xié)議功能，還具有正常的網(wǎng)絡(luò)通信協(xié)議不具備的特殊功能，即對傳輸?shù)男侣劥髷?shù)據(jù)文本進行加密處理，同時還能夠大大提高系統(tǒng)運行效率，便于后續(xù)的新聞大數(shù)據(jù)特征提取和深度挖掘。該傳輸協(xié)議的本質(zhì)是網(wǎng)絡(luò)藍(lán)本，將正常的網(wǎng)絡(luò)協(xié)議利用離散傅里葉規(guī)則算法進行二維處理之后即可實現(xiàn)人工智能協(xié)議特殊屬性的激活和對接。根據(jù)需要分析和處理的數(shù)據(jù)信號，將其接入系統(tǒng)中，使得系統(tǒng)數(shù)據(jù)載波與隨機碼同步，此時人工智能協(xié)議的頻域也會隨之產(chǎn)生波動，波動幅度與人工智能協(xié)議對接屬性的切合函數(shù)計算公式如下：

上述公式中，n代表當(dāng)前人工智能網(wǎng)絡(luò)協(xié)議信號數(shù)據(jù)的測量關(guān)系指數(shù)；r代表當(dāng)前新聞大數(shù)據(jù)傳播信號可執(zhí)行性定義域；代表當(dāng)前提取新聞大數(shù)據(jù)傳播特征頻域的測量關(guān)系值；x（r）代表新聞大數(shù)據(jù)傳播特征控制端的數(shù)據(jù)序列；y（n）代表系統(tǒng)中央集控單元新聞大數(shù)據(jù)傳播信號接收序列；ρ代表人工智能網(wǎng)絡(luò)協(xié)議特殊屬性激活過程中的信號轉(zhuǎn)碼阻隔值。根據(jù)上述計算即可實現(xiàn)對人工智能網(wǎng)絡(luò)協(xié)議的合理調(diào)配。

基于人工智能網(wǎng)絡(luò)協(xié)議的合理調(diào)配，為了提高新聞大數(shù)據(jù)傳播特征提取的準(zhǔn)確性，利用人工智能平臺，對需要提取和挖掘的新聞大數(shù)據(jù)傳播特征進行集中處理，對人工智能平臺數(shù)字信息進行集中整合，將平臺中的新聞大數(shù)據(jù)傳播特征集中存儲到系統(tǒng)數(shù)據(jù)庫中，并根據(jù)數(shù)據(jù)量的大小對系統(tǒng)數(shù)據(jù)庫的存儲空間狀態(tài)進行調(diào)整，以實現(xiàn)系統(tǒng)數(shù)據(jù)庫空間容量的智能擴展。在處理和計算各種新聞大數(shù)據(jù)傳播特征數(shù)據(jù)過程中，要對數(shù)據(jù)之間的內(nèi)在聯(lián)系進行分析，并構(gòu)建數(shù)據(jù)聯(lián)系搜索圖示，以便于相關(guān)數(shù)據(jù)的查找。

基于上述設(shè)計的系統(tǒng)軟件部分結(jié)構(gòu)，對系統(tǒng)的具體操作流程進行了設(shè)計和實現(xiàn)。

（1）對系統(tǒng)進行初始化設(shè)置，系統(tǒng)中央集控單元驅(qū)動硬件部分的所有組件，數(shù)據(jù)采集單元采集需要挖掘的新聞大數(shù)據(jù)包，并且對采集獲得的新聞大數(shù)據(jù)包進行信號降噪處理，將最終的處理結(jié)果輸入到數(shù)據(jù)分析單元，實現(xiàn)新聞大數(shù)據(jù)向量集合。

（2）在系統(tǒng)數(shù)據(jù)分析單元構(gòu)建新聞大數(shù)據(jù)傳播特征模型，將新聞大數(shù)據(jù)傳播特征和傳播導(dǎo)向進行有效提取，并將提取結(jié)果集合成為一個整體數(shù)據(jù)包，存儲在系統(tǒng)數(shù)據(jù)庫內(nèi)。

（3）將存儲在系統(tǒng)數(shù)據(jù)庫內(nèi)的數(shù)據(jù)包發(fā)送給人工智能網(wǎng)絡(luò)協(xié)議關(guān)聯(lián)的各個數(shù)據(jù)節(jié)點，對新聞大數(shù)據(jù)傳播特征進行關(guān)聯(lián)計算，同樣利用該協(xié)議將關(guān)聯(lián)計算結(jié)果傳輸給系統(tǒng)中央集控單元，至此即完成了新聞大數(shù)據(jù)傳播特征的挖掘工作，如圖3給出了具體挖掘流程。

3 實驗結(jié)果與分析

上述分析實現(xiàn)了基于人工智能的新聞大數(shù)據(jù)傳播特征及挖掘系統(tǒng)設(shè)計，為了進一步檢驗設(shè)計的系統(tǒng)能否滿足實際需要，運行參數(shù)是否符合相應(yīng)標(biāo)準(zhǔn)，本文對其進行了實驗測試和檢驗。實驗選擇傳統(tǒng)的基于區(qū)塊鏈技術(shù)的挖掘系統(tǒng)與本文設(shè)計的系統(tǒng)進行對比分析，同步完成測試，確保系統(tǒng)檢驗的公平性。

本次實驗的檢驗標(biāo)準(zhǔn)是分析不同挖掘系統(tǒng)對于相同內(nèi)容的新聞大數(shù)據(jù)特征提取響應(yīng)速度和挖掘準(zhǔn)確率，得出最終測試結(jié)果。實驗測試正式開始之前要準(zhǔn)備3份1萬字的新聞大數(shù)據(jù)包作為預(yù)備文本，并從中選擇一個作為本次測試采用的測試樣本。實驗中需要用到計算機和數(shù)據(jù)分析儀，在測試之前需要對設(shè)備儀器等進行精準(zhǔn)度校對，避免出現(xiàn)較大誤差。選擇同一時間將測試文本分別輸入兩個不同系統(tǒng)，由工作人員整理和記錄測試結(jié)果，分析實驗數(shù)據(jù)，得出測試結(jié)果和相應(yīng)結(jié)論。表1和圖4分別給出了系統(tǒng)挖掘時間和挖掘準(zhǔn)確率對比測試結(jié)果。

表1 系統(tǒng)挖掘時間對比測試結(jié)果

（1）兩個對比挖掘系統(tǒng)中，最先提交新聞大數(shù)據(jù)包特征提取結(jié)果的是基于區(qū)塊鏈技術(shù)的挖掘系統(tǒng)，最后提交提取結(jié)果的是本文設(shè)計的系統(tǒng)。

（2）經(jīng)過專業(yè)的計算機和數(shù)據(jù)分析儀器可知，本文設(shè)計的挖掘系統(tǒng)不存在新聞大數(shù)據(jù)傳播特征輸出延時問題，而基于區(qū)塊鏈技術(shù)的挖掘系統(tǒng)則明顯存在新聞大數(shù)據(jù)傳播特征輸出延時問題。

（3）本文設(shè)計的挖掘系統(tǒng)提取的新聞大數(shù)據(jù)傳播特征關(guān)鍵詞與真實關(guān)鍵詞的詞義基本一致，挖掘準(zhǔn)確率較高，平均值最高達(dá)到了95%，而基于區(qū)塊鏈技術(shù)的挖掘系統(tǒng)提取的新聞大數(shù)據(jù)傳播特征關(guān)鍵詞與真實關(guān)鍵詞的詞義相差較遠(yuǎn)，挖掘準(zhǔn)確率較低，平均值最高僅為80%左右。

根據(jù)上述實驗對比測試結(jié)果可以看出，本文設(shè)計的挖掘系統(tǒng)不存在新聞大數(shù)據(jù)傳播特征輸出延時問題，且提取的新聞大數(shù)據(jù)傳播特征關(guān)鍵詞與真實關(guān)鍵詞的詞義基本一致，挖掘準(zhǔn)確率高達(dá)95%，由此說明，本文設(shè)計的挖掘系統(tǒng)具有較高的挖掘效率和準(zhǔn)確率，性能較好，能夠滿足使用要求，可以進行推廣應(yīng)用。

4 結(jié)語

本文設(shè)計的挖掘系統(tǒng)包括軟件和硬件兩個部分，其中硬件部分包括數(shù)據(jù)采集單元、數(shù)據(jù)分析單元、中央集控單元和傳感器單元，每個單元的組件性能都是高配，能夠配合軟件部分功能的正常使用。關(guān)于系統(tǒng)的軟件部分設(shè)計，要優(yōu)先考慮系統(tǒng)設(shè)計要求，引進先進的人工智能技術(shù)，并在此基礎(chǔ)上形成了新的網(wǎng)絡(luò)傳輸協(xié)議，大大提高了新聞大數(shù)據(jù)包的傳輸效率。