淺析網絡大數據環(huán)境下的計算機信息處理技術

楊磊

文章編號：2095-6835（2017）10-0053-01

摘 要：近年來，大數據技術被廣泛應用于搜索引擎、云查殺等方面，大數據時代的到來，在給計算機技術發(fā)展帶來機遇的同時也帶來新的挑戰(zhàn)。基于此，對網絡大數據環(huán)境下的計算機信息處理技術展開探討。

關鍵詞：網絡；大數據；計算機；信息處理

中圖分類號：TP391；TP274 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2017.10.053

信息化時代，計算機技術被廣泛應用于各行業(yè)，大數據時代的到來，使得處于網絡系統(tǒng)終端的人們需要對海量數據執(zhí)行存儲、整理等任務。這對于傳統(tǒng)的信息處理技術來說是個巨大的挑戰(zhàn)。所以，如何使計算機信息處理技術適用于大數據時代，如何向云計算網絡方向發(fā)展，成為當前研究的熱點。

1 計算機信息處理技術

計算機信息處理的過程就是數據傳輸、獲取、分析和處理的過程。這是個非常麻煩的過程，需要運用到的技術有微電子技術、網絡技術、計算機通信技術等。計算機處理技術的主要類型有信息系統(tǒng)技術、檢索技術、數據庫技術、通信網絡技術，人們在進行資料分析、整理時，主要依賴于數據庫技術。

2 大數據時代數據信息處理的挑戰(zhàn)

大數據在本質上具有以下2個特點：①海量的數據，其存儲、整理是個巨大的工程，以人力和傳統(tǒng)的計算機技術是難以解決的；②人們可以通過有效的途徑，從中獲取對決策等有參考價值的信息。適應大數據環(huán)境是計算機信息處理技術的必然結果，雖然它給計算機技術帶來了挑戰(zhàn)，但也是計算機信息處理技術得以發(fā)展的契機。相關的企業(yè)如果能抓住機會，加大對大數據環(huán)境下計算機信息處理技術的研究力度，優(yōu)先掌握新技術的核心技能，則會使其在業(yè)界內的競爭力大大提高，給企業(yè)帶來巨大的經濟效益和社會效益。

大數據時代的數據信息處理技術挑戰(zhàn)主要有3方面：①數據存儲壓力。傳統(tǒng)的數據庫是無法存儲海量數據的，這些數據還要經過數據管理機制的壓縮、備份管理等，這都是新技術要解決的。②數據查詢問題。新技術需要做到對海量數據的查詢，并且能從中提取有價值的信息。傳統(tǒng)的計算機信息處理技術存儲量是以“GB”計算的，在查詢海量數據時需要花費很長的時間，且還不一定能得到準確的信息，浪費了時間。③數據安全問題。在各種系統(tǒng)的傳輸、存儲過程中，由于系統(tǒng)的安全性得不到保證，因此海量數據容易受到病毒攻擊，使得大數據中有參考價值的信息不能準確地被提取出來。這也是新技術需要解決的。

3 大數據環(huán)境下的計算機信息處理技術

3.1 分布型數據存儲及網絡深層空間技術

分布型數據存儲技術是一種新型的計算機信息處理技術，已被廣泛應用于像IBM這樣的公司，它主要采用的是列存儲技術，以列為基本單位，能對數據及進行有效的壓縮，還能進行快速的循環(huán)。這是行存儲技術沒有的特性。由于行、列存儲技術有各自的局限性，目前應用比較廣泛的是將兩者結合，即行列混合型存儲結構。此種結構比較適用于大數據環(huán)境，能對海量數據進行存儲、整理、分析，高效運用磁盤空間，方便人們及時搜尋并提取信息，不會浪費時間，節(jié)約搜索成本。網絡深層空間技術在對數據進行高效集成處理時，因其特殊的訪問途徑和信息規(guī)模大的特性，方便人們利用此技術對數據進行整理。

3.2 數據高效索引與遺傳算法

數據高效索引有很多種方式的索引，被廣泛應用的有2種：①互補型聚簇索引，其創(chuàng)建互補的索引表，以多個副本作為索引列；②聚簇索引，其存儲數據時需要依據索引的順序。

遺傳算法在機器學習、信號處理等方面得到了廣泛的應用，這主要得益于其本身的隨機性及調整搜索方向時的自動化。

3.3 在內容信息的基礎上進行數據挖掘

大數據時代，需要對海量數據進行數據挖掘。數據挖掘技術是在內容數據的基礎上，主要致力于實體關聯(lián)研究技術與網絡搜索。針對網絡搜索的算法主要是排序學習算法，媒體在整理以短文形式存在的大量數據時，非常麻煩，排序學習算法應運而生，逐列、逐點及逐對的算法得到了廣泛應用。

3.4 數據分析技術和可視化技術

數據分析技術包括很多種分析，比如網絡分析、空間分析、情感分析等。基于網絡特征進行分析的是網絡分析，拓撲的收集、地理編碼和統(tǒng)計幾何等分析工作就是空間分析，對自然語言進行非客觀的分析是情感分析。

可視化技術使人們直觀地通過此技術創(chuàng)建的圖物品等來了解數據集的每個單一數據分配到集群中的途徑。

3.5 分類、聚類分析技術和關聯(lián)規(guī)則技術

分類分析技術是通過歸納原來的數據，對其進行分析，找出規(guī)律，從而衍生出新的數據點。這種技術運用在大數據時代，能通過客戶目前的需求預測出客戶潛在的需求，預測結果是合理的。聚類分析技術指的是受限于不明確的因素，為了使結果合理化、準確度高，對集合處理進行分類，分成多個對象組，然后再對對象組進行科學的分析與處理。

以上2種技術對數據挖掘方面有很大的幫助，因此得到了廣泛的應用。數據挖掘還可以通過關聯(lián)規(guī)則技術和機械學習方法實現。顧名思義，“關聯(lián)規(guī)則技術”就是通過數據之間的關聯(lián)規(guī)律來進行數據的挖掘。機械學習方法主要被運用于計算機在人工智能方面的發(fā)展中。

4 結束語

大數據時代，計算機信息處理技術面臨著嚴峻的挑戰(zhàn)，通過研究，使得計算機技術能與時俱進，適用于大數據環(huán)境，為人們處理海量數據，得到有參考價值的信息提供高質量的服務。目前，我國正處于起步階段，計算機信息處理技術向云計算網絡方向發(fā)展是必然趨勢，研究人員要加大對大數據環(huán)境下計算機信息處理技術的研究力度，以使它更加完善，為人們提供更多的方便。

參考文獻

[1]鄭高峰.基于“大數據”環(huán)境下的計算機信息處理技術探討[J].信息通信，2015（02）：98.

[2]劉越.大數據時代下的計算機信息處理技術研究[J].計算機光盤軟件與應用，2014（23）：108-109.

[3]李春輝.“大數據”背景下的計算機信息處理技術分析[J].電子技術與軟件工程，2014（09）：33-34.

[4]趙春雷，喬治·納漢.“大數據”時代的計算機信息處理技術[J].世界科學，2012（02）：30-31.

〔編輯：劉曉芳〕