37、机器学习在云计算服务企业管理中的实证研究

机器学习在云计算服务企业管理中的实证研究

1 引言

在当今动态的商业环境中，企业面临着快速且经济高效地建立和扩大商业智能计划的需求。云计算这一相对较新的概念，正在改变企业和终端用户与 IT 基础设施及服务的交互方式，它使企业只需为实际使用的服务付费。同时，全球可用数据量正在迅速增长，“大数据”指的是不断增加的各种数据，无论是结构化、半结构化还是非结构化的，这些数据都可用于挖掘洞察。

大数据分析这一快速发展的领域专注于分析海量数据集，寻找其中的价值。企业采用此类技术的主要动机是其商业计划，每个公司都有自己的商业分析策略（BAS），用于分析数据并利用所得洞察来推进自身战略目标。然而，SMC 技术采用的一些企业层面的前置因素会影响商业分析策略与 SMC 技术采用之间的联系。技术采用缓慢的原因包括集成问题，如缺乏技术人才和对新技术安全性的担忧。

当有更多数据可用时，逻辑判断优于直觉决策，商业分析在决策中比直觉发挥着更大的作用。因此，商业分析为通过数据驱动的洞察改善 MCCDS 提供了机会。但目前缺乏关于如何利用商业分析提供的便利（BAAs）来改善 MCCDS 的理论研究。本研究从云计算企业用户的角度出发，探讨 BAAs 影响 MCCDS 的机制，并同时考察数据驱动文化（DDCs）和 IT 集成业务流程（IBPs）的影响。

随着机器学习技术的进步，越来越多的模型被用于分析光谱数据。集成学习是机器学习的一项新发展，它结合了多种学习技术的优势，以提高每个技术的泛化能力和预测效果。本研究提出了独特的 KPCA - LDA - XGB 模型构建方法。

2 相关工作

2.1 云计算对能源效率的影响

有研究表明，云