計算機軟件技術在大數據時代的應用

摘 要：隨著科學技術的不斷進步，計算機軟件技術得到了廣泛的應用，對提高人們的生活與工作質量具有非常重要的促進作用，尤其是在各種信息不斷涌現的大數據時代，各個行業更應該健全并完善計算機技術，提高數據處理能力，并加大計算機軟件技術在大數據時代的應用，以便帶來更大的社會效益與經濟效益。基于此，文章主要對計算機軟件技術在大數據時代的應用進行了深度的研究。

關鍵詞：計算機軟件技術；大數據時代；應用

計算機技術的開發與應用，使各個行業的工作脫離了傳統的管理模式，而處于大數據時代背景下的各個行業，都需要從計算機軟件技術的處理技術入手，并且根據現有的資源改革與創新計算機軟件技術，使運營模式向科學化、合理化的方向發展，也只有這樣才可以使各個行業更加繁榮發展。

1 計算機軟件技術的發展狀況

隨著計算機技術的不斷發展，大部分行業為了追求更好的發展，開始致力于數據存儲與數據庫的研究，這一舉措給每位用戶帶來了更大的便利。而云時代的出現，大數據越來越被人們所關注。大數據也可以稱為巨量資料，其實就是指需要處理模式才能具有更強的決策力、洞察力和流程優化能力的海量數據。互聯網在不斷運營過程中逐步擴大，產生的數據會越來越多，據相關調查結果來看，數據已經超過了10億T。就目前的發展趨勢來看，大數據時代的到來給計算機處理技術帶來了更大的發展空間，對提高社會效益和經濟效益具有非常大的促進作用。大數據是IT行業在云計算和物聯網之后的又一次技術改革，不管是在企業管理、政府公共關系以及人才培養方面都面臨著挑戰與機遇。

2 計算機軟件技術在大數據時代的應用

雖然大數據在我國的應用時間較短，但是卻帶來了意想不到的效果，激起了很大的反響，得到了人們的廣泛應用與支持，這已經成為了必然的發展趨勢。在這一發展趨勢的未來發展中，我國的計算機軟件技術面臨著更多機遇與調整，大部分行業已經將提高自身的計算機軟件技術處理技術作為首要任務，同時也應該根據實際的發展情況制定出合適有效的方案。而在應用數據快速增長的背景下，為了降低成本，增加社會效益和經濟效益，已經逐漸趨向于專用化的系統架構、數據處理技術和處理體系也在不斷地改革與完善中。數據的應用內容其主要覆蓋了數據生產的全生命周期，數據獲取與清理、傳輸以及應用市場等方面。除了Hadoop版本2.0系統YARN，以及Spark等新型系統架構介紹外，還將探討與研究有關于流式計算如：STOM、SAM等等，實時計算如：Dremel，pala等，以及圖計算等等。將計算機軟件技術有效應用于大數據時代下，可以使數據更加透明、真實，同時，我們還應該根據真實、有效的數據以及實際的行業情況制定出正確的戰略經營方案，以此來使管理模式向信息化、科學化的方向進行發展。因此，筆者認為，在應用計算機軟件技術的過程中，應該從以下三個方面入手：

2.1 信息通信

通過使用IBM SPSS預測分析軟件，可以大量降低客源流失率。而XO既可以預測客戶的行為以及表現，還可以在其中找出行業運營以及客戶預留方面存在的問題，從而采取科學合理的措施進行解決，以便于預留客戶。另外，IBM新發展出來的Netezza網絡分析加速器，可以提供一個更好的發展平臺，能夠幫助相關行業制定出最合適、有效的運營決策。以通訊行業為例，電信從業者可以利用計算機軟件技術透過數以千萬計的客戶資料，分析出各種各樣的行為和趨勢，然后再賣給有需要的企業，進而促進經濟效益得以提升。就目前的發展趨勢來看，我國的中國移動可以通過大數據分析，對企業運營的全業務對客戶進行針對性的監控、預警和跟蹤，最后再以快捷的方式提供給相應的負責人。

2.2 商業運營

以動物園運營情況來看，管理人員用Cognos，為I-PAD提供了一個即時功能平臺，換句話說，就是即時訪問游客和商務信息的服務。從這點都可以看出，合理地運用軟件技術可以推動商業經濟，能夠在競爭激烈的社會上站穩腳跟。

2.3 企業信息解決方案

企業信息管理軟件主要應用于解決欺詐偵測、雇員流動、客戶資料獲取與保護、網絡銷售、風險分析以及企業破產預測等方面。就大數據時代的企業挖掘的特征來看，給企業探索出了新的方法即SEMMA方法論。而企業在SAS/EM的環境下，可以將數據挖掘過程分成五個部分：Sample（抽樣）、Explore（開發、探索）、Modify（修改、更改）、Model（模型）、Assess（評定、估價）。下面就五個部分進行分析與闡述：

（1）抽樣。這部分就是在產品生產中抽取一些具有代表性的樣本數據，如：訓練集、驗證集以及測試集。一般來說，樣本容量的選擇標準可以定位：樣本必須具有代表性、能夠擁有足夠的重要信息，當然最重要的就是樣品要便于分析與操作。該部分涉及的處理工具可以分為：數據導入、合并、粘貼、選擇以及統計。

（2）開發、探索。開發、探索可以通過關聯性、趨勢性以及異常值的方式來尋求與分析數據，以便于加深人們對數據的認識程度。該步驟涉及的工具應該分為：統計報告、視圖探索、變量選擇以及變量聚類等方法。

（3）修改、更改。以模型選擇為目標，可以使人們通過創建、選擇以及選擇轉換變量的方法來修改相應的數據集。此步驟所用的工具應該有：變量轉換、缺失處理以及對產品的編碼進行重組與分析，然后再對相應的數據進行分箱。

（4）模型。為了保證預測結果更加準確，相關人員必須要借助相應的工具來訓練統計模型或者是機器學習模型。而該步驟所涉及的工具及技術即：線性及邏輯回歸、決策權、網絡資源以及LASSO、k近鄰法以及偏最小二乘法的模型算法。該步驟在企業解決方案中占有非常重要的地位，其不僅可以保證產品質量，而且還可以為推動經濟效益具有非常大的促進作用。

（5）評定、估價。一般來說，評定與估價所設計的技術應該是，先對模型進行比較并計算出新的擬合統計量，然后再讓人員進行仔細的分析與剖析，并對人員的決策方案進行分析與測試，最后，再生成相應的報告。值得注意的一點就是在數據挖掘的過程中，相關人員不能僅使用SEMMA的方式，而是應該探索出新的方式。所以，數據挖掘人員一定要對數據進行分析與整合，只有對數據進行反復的觀察，才能確保數據更加準確。除此之外，相關人員在完成SEMMA步驟之后，還應該從合適有效的模型中找到更科學的評分公式，以便于將其應用于新數據中，從而挖掘出更具有代表性的信息。另外，先進的可視化工具可以使用戶在眾多多維直方圖中快速并準確地找出數據，并將大量的數據以圖形的方式表現出來，使人員可以更加清晰地觀察到數據動態。而SAS/EM擁有一些比較特別的工具供相關人員使用，如挖掘流程圖的評分代碼的相關工具，如SAS/C/JAVA等等，同時還有交換式的評分計算以及用于考察執行結果的工具。

3 結束語

計算機軟件技術在大數據時代下發展十分迅速，也得到了廣泛的應用，短短十幾年，我國在數據采集、分享、運用方面已經非常成熟，不僅給節約了成本，而且提高了工作效率，進而推動國民經濟的發展。就目前的發展趨勢來看，計算機軟件技術已經覆蓋了各個行業，也就意味著大數據時代已經到來。所以，相關人員應該不斷提高自身的計算機軟件技術水平，以及開拓自身的視野，只有這樣才可以更好地滿足大數據對計算機軟件技術的要求。

參考文獻

[1]何文娜.大數據時代基于物聯網和云計算的地質信息化研究[D].吉林大學，2013.

[2]劉峰.大數據時代的電視媒體營銷研究[D].華東師范大學，2014.

[3]王國鵬.大數據時代媒介生產方式和傳播機制的變革研究[D].山東大學，2014.