大數據時代信息獲取技術研究

丁鑠彭

摘要：自人類經過兩次工業革命的洗禮以后，解放和提高生產力已經成為科技不斷進步追求的重要目標。二十一世紀以來信息技術的不斷升級，計算量和計算能力的不斷擴增和提高，催生和帶動了信息時代的來臨，以“云計算”為代表的“大數據”時代開啟的現代科技進步的新篇章。該文闡述了“大數據”背景下對原始數據的獲取的技術研究，主要通過以阿里巴巴為例來闡述這一問題。

關鍵詞：大數據時代；信息獲??；技術；研究

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）03-0003-02

1 概述

1.1 信息獲取技術

“云計算”的強大之處在于當信息量處于以兆億為基礎時，通過高等算法將信息批量化處理分級，統計計算其宏觀規律，獲得小信息量下很難得到的規律和前瞻性判斷，從而得到對事情的提前預知和預測。但是“云計算”這個超級大腦需要足夠的信息量作為其判斷的準則和事件分析的基礎。就好像古代戰爭中的“軍師”需要大量的信息才能對戰爭進行準確的判斷和分析，并對戰局進行準確的調整，從而獲得戰爭的勝利。

所以“大數據時代”信息的獲取顯得尤為關鍵。計算機并不能像我們的大腦一樣處理豐富來源的信息，需要人為地將各種各樣的信息轉化成數字信息來完成原始信息的積累。現代的信息獲取技術主要呈現為以下三種類型：

1） 傳感技術

通俗地講，傳感技術就是傳感器的技術，就像人類的我們的感受神經元一樣，傳感器是指可以感知周圍環境或者特殊物質，比如氣體信息感知、光線信息感知、溫濕度信息感知、人體生理信息感知等等，把模擬信號轉化成數字信號，給中央處理器處理也就是中樞神經。最終結果形成氣體濃度參數、光線強度參數、范圍內是否有人探測、溫度濕度數據等等，顯示出來，最終儲存至儲存單元。

2） 遙測技術

遙測是主要利用傳感技術、通信技術和數據處理技術的一門綜合性技術。遙測主要用于我們常說的“觸不可及”的地方，也就是集中檢測分散的或難以接近的被測對象。例如被測對象的地理距離遙遠，所處環境惡劣，或處于高速運動的狀態。當前的還處于發展狀態，隨著人類活動空間的增長，遙測技術也在日新月異是信息獲取能力進步的重要信息源。

3） 遙感技術

運用現代化的運載工具和傳感器，通過該信息的傳輸、貯存、衛星、修正、識別目標物體，從遠距離獲取目標物體的電磁波特性，最終實現其功能（定時、定位、定性、定量）。根據洛倫茲的電磁波的理論，應用不同的傳感儀器對具有一定空間限制的遠距離目標所輻射和反射的電磁波信息，進行收集、處理，并最后在終端成像，通過遙感技術，我們可以探究“天外天，山外山”，收集人類生理水平達不到的信息。

1.2 阿里巴巴信息獲取技術現狀

自2008年初，馬云率領的阿里集團通過對用戶行為數據的挖掘和分析，發現整體買家詢盤數急速下滑，與此同時，歐美對中國采購也與日俱減。阿里集團在提前半年的時間里，準確預測出世界外貿經濟的走勢，從而躲避了金融危機，可以說阿里巴巴不管是對原始信息的獲取還是對數據的“云計算”都走在和行業的前端，以下是筆者對阿里巴巴的信息獲取技術現狀進行的簡要分析。

1） 業務分類

阿里巴巴目前已經形成了一個以支付手段為核心的連接點，圍繞著電子商務核心業務及支撐電子商務體系的金融業務，以及配套的本地生活服務、健康醫療等，這一商業生態圈的核心旨在共享數據及流量，以營銷服務及云服務為基礎，而有效數據的整合抓手就是支付寶。

主要業務包括：淘寶網、天貓、聚劃算、一淘、阿里音樂集團、支付寶、阿里巴巴國際交易市場、全球速賣通、1688、阿里云計算。

2） 信息獲取途徑

第一、利用間接信息處理。通過在渠道上上購買某搜索公司的原始信息進行數據化分析。但是當購買數量較大時，即便這可能不是實時更新的資料，也會存在一定的互聯網用戶的數據資料。搜索引擎公司通過利用廣告聯盟的平臺，在其間接公布的用戶搜索的畫像數據直接利用，從而完成信息的原始積累。

第二、合理利用各端口用戶的Cookie數據。當我們作為用戶在使用手機或電腦瀏覽淘寶的同時，會自動生成Cookie文件，并發送給遠端的服務器。計算機會在在用戶的端口中暫時存放的資料（一般是以.txt格式存放的文本文件）。

第三、利用APP軟件的用戶信息。阿里巴巴旗下有眾多的APP應用軟件，涉獵各個領域。日前，APP所帶來的用戶數據是獲取目標用戶移動端數據的有效手段之一。在APP中預埋SDK插件，用戶所使用的APP內容就能夠及時將數據信息匯總至指定服務器。

第四、直接和擁有穩定數據源的企業進行長期合作。阿里巴巴的自身價值鏈相對健全，數據變現的通道比較完備，不會輕易輸出與第三方合作的數據（獲取除外）。但是作為商業團體，阿里巴巴的商業生態有一套完整的獲取信息的鏈條。

1.3 信息獲取技術應用存在的問題

第一是數據訪問數量帶來的成本問題：數據訪問數量通常涵蓋實時地與各種數據庫的管理系統進行安全訪問的數據，其中包括結構化數據和非結構化數據。就數據訪問而言，隨著實施大數據項目的每日劇增，項目實施前進行優化存儲策略是十分重要的。我們可以通過評估當前的數據存儲技術并對數據存儲能力進行改進和加強，最大限度地利用現有的存儲投資。當前情況為每兩年的數據量會增長一倍以上，可見數量之巨大，因此數據管理成本是一個需要著重考慮的問題。

第二是數據可用性比例：大數據的信息涵蓋了基于云或者傳統機制的數據存儲、歸檔、備份、災難恢復等，這些都是左右信息可用比例的重要因素。

第三是數據分析能力的不足：目前數據分析能力涵蓋了通過智能計算、事件關聯分析、IT裝置以及模式識別、實時及預測分析等分析技術進行數據分析。但要進一步完善自身以及在更廣泛的范圍內尋求大數據的價值還有很多要提高的地方。

第四信息管道的欠缺：以傳統方式對企業的數據進行思考，從原始數據中產出的高價值回報，能夠使企業獲得暫時的競爭優勢、財務回報。但是只有通過對數據的完整生命周期進行策略性思考，并詳細地部署計劃信息利用的每一層面，企業必定會從大數據中獲得巨大收益。

2 大數據時代背景下信息獲取技術應用現存問題的產生機理

2.1 大數據發展資金支持較為薄弱

資金不足是企業發展大數據信息獲取技術應用的首要限制原因。因為并不是所有企業都像目前國內幾大互聯網巨頭一樣擁有充足的資金作為后盾。這就是為什么大數據系統擁有多樣化功能和作用，發展依舊緩慢的重要原因，因為需要支出高昂的成本來建立信息獲取技術和手段。信息獲取技術越完備、越先進，所需要的資金量就越大。

2.2 管理體系不夠完善

對于一個企業而言，推動大數據信息獲取技術應用的重要前提是對于管理者的選擇。然而，從現實情況看，企業的管理者往往缺乏對發展建設大數據信息獲取技術的積極性。一方面管理者缺乏卓越的能力和遠見沒有明確的規劃戰略；另一方面則是受原本的限制條件有著直接的關系。因為就企業而言，優先選擇的方向絕大多數傾向于盡快地增加收入、發展壯大，而大數據的作用盡管明顯，但其時效性相對不高，尤其是在信息采集技術的發展階段回報更是微乎其微。在此情況下，企業普遍被迫放緩建設大數據的速度，更多地將有限的資金投入到有直接效益產出的領域。

2.3 信息化基礎較差

建設與使用大數據信息獲取技術，是一項技術含量較高的工作。我國目前技術儲備仍然以生產技術為主，大數據信息獲取技術等諸如此類的非生產性技術儲備不多見。技術基礎薄弱不僅會增加企業建設大數據的難度，也增加了成本，終于對大數據信息獲取技術的發展產生了嚴重的阻滯影響。

2.4 技術比較落后

目前而言大數據信息獲取技術還處在相對比較“傳統”的手段，對新材料新技術的綜合能力不強，技術相對保守落后，民用端技術發展的續航能力也相對較差。大數據的信息獲取技術的革新將會成為大數據發展領域中的重要限制。

3 大數據時代背景下信息獲取技術應用現存問題的解決對策

3.1 加大資金的投入

對于國企和國內領頭企業以及一些專業對口型企業來說，國家應該出臺相應的政策來刺激這些企業對發展大數據時代下信息獲取技術應用的支持和鼓勵，作為大數據技術發展的先驅，帶動大數據技術發展的有效手段則是大數據信息獲取技術合理的、有效的發展。

3.2 完善相應的管理體系

發展資金不足的企業應該采取多級推進的辦法，建設大數據信息獲取技術應用的系統。必須制定完整可行的計劃，并多時間點分階段逐步推進，通過多階段建設大數據，進而平攤建設成本、減輕企業的發展負擔。

3.3 加強技術的創新

大數據信息獲取技術應用的辦法并不能局限在現有的技術中，更多應該在應用中尋找創新，通過技術的不斷革新來推進創新型技術的誕生，從而完成大數據信息獲取技術階梯式地發展，為人類不斷打開獲取信息的源泉。

3.4 制定合理的市場策略

企業管理高層首先應該加強在大數據時代的背景下，自身對于企業發展與市場競爭的學習，并應客觀從長遠的角度審度大數據對于企業發展的重要影響，更要清晰地認識大數據時代背景下信息獲取技術的應用功能。眼光應放得更加長遠，而非盯在眼前收入上。

4 結論

4.1 大數據時代背景下發展信息獲取技術時應預防的問題

第一要合理布局，充分利用發展資源，合理分配發展步調；第二提高管理者對信息獲取的認識，尤其是在大數據時代的背景下，不可忽略其重要性；第三不能脫離市場低頭發展，大數據時代下信息獲取技術發展離不開市場的調節與調控，遵循市場未來發展的規律才是唯一的出路。

4.2 大數據時代背景下信息獲取技術的發展遠景

企業發展大數據信息獲取技術時會受制于企業自身的條件，依然存有相當程度的困難與不足，但隨著建設成本加大投入、階段性完成建設、完善計劃，企業可以逐步推進大數據和大數據信息基礎的建設，為其長遠發展創造有利途徑。

大數據時代下信息獲取技術的發展必將成為大數據時代乃至信息時代的重要排頭兵，是信息時代不可或缺的技術。

參考文獻：

[1] 編輯部. 如何獲取大數據[J]. 檢察風云， 2013（15）.

[2] 盧佳， 高福安. 利用信息技術獲取競爭優勢[J]. 中國傳媒大學學報：自然科學版， 2003（4）.

[3] 盧佳， 高福安. 利用信息技術獲取競爭優勢[J]. 北京廣播學院學報：自然科學版， 2003（4）.

[4] 周濤. 網絡大數據——復雜網絡的新挑戰： 如何從海量數據獲取信息[J]. 電子科技大學學報， 2013（1）.

[5] 朱明月. 大數據時代電力信息技術思考與探索[J]. 信息與電腦：理論版， 2015（5）.

[6] 張占波. 淺談大數據時代信息技術的機遇與挑戰[J]. 電子世界， 2014（18）.

[7] 陳紅姣. 大數據時代[J]. 赤子（上中旬）， 2015（16）.

[8] 張啟浩. 從信息技術發展和應用看大數據時代挑戰[J]. 智能建筑， 2014（10）.

[9] 李瑞江. 大數據時代對信息技術的影響分析[J]. 網絡安全技術與應用， 2014（4）.