基于大數(shù)據(jù)背景下數(shù)學(xué)應(yīng)用探析

關(guān)鍵詞：大數(shù)據(jù)背景;數(shù)學(xué);數(shù)據(jù)處理;數(shù)據(jù)挖掘

一、數(shù)學(xué)發(fā)展現(xiàn)狀及其與大數(shù)據(jù)的關(guān)系

眾所周知，數(shù)學(xué)是理科類的一門基礎(chǔ)學(xué)科，歷來被各個高校高度重視，為此，清華和北大還專門設(shè)立了數(shù)學(xué)科學(xué)研究中心，對數(shù)學(xué)理論知識進(jìn)行專門的探索。隨著時代的發(fā)展，數(shù)學(xué)領(lǐng)域的研究成果越來越豐富，但是可供研究的領(lǐng)域越來越窄，從牛頓和萊布尼茨發(fā)明微積分直至今天，數(shù)學(xué)研究的方向已被一一攻克。因此，如果今天想在數(shù)學(xué)這塊領(lǐng)域有所突破，已經(jīng)困難重重。當(dāng)前，數(shù)學(xué)在專業(yè)建設(shè)中處于非常被動的地位。但是隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)處理與分析需要數(shù)學(xué)知識提供更多的專業(yè)支持。

大數(shù)據(jù)（Bid Data）是指超過傳統(tǒng)數(shù)據(jù)庫處理能力的數(shù)據(jù)，是需要新的處理模式才能有更強(qiáng)的決策力、洞察力從而適應(yīng)大量和多樣化的信息資產(chǎn)[1]。由此可見，大數(shù)據(jù)作為一種新的信息資產(chǎn)源，需要具備特定的處理模式，也才能擁有獨(dú)特的元素，它所具備的這種特定的處理模式，必須由數(shù)學(xué)這門學(xué)科作為基礎(chǔ)。意思就是，如果缺乏數(shù)學(xué)知識，那么大數(shù)據(jù)也就不具備任何意義，不僅不具備特定的處理模式，更無從談起對信息資產(chǎn)的應(yīng)用。因此，對數(shù)學(xué)及其知識額運(yùn)用，是大數(shù)據(jù)背景下的急切需要。

二、大數(shù)據(jù)背景下數(shù)學(xué)知識應(yīng)用的重要意義

大數(shù)據(jù)背景下，數(shù)學(xué)知識的應(yīng)用影響主要在大數(shù)據(jù)的處理及數(shù)學(xué)挖掘兩個方面。IBM公司將大數(shù)據(jù)的特征概括為“3V”，Velocity（快速）、 Volume（規(guī)模）和 Variety（多樣化），而如今人們又加上了Value（低價值密度）和Veracity（真實(shí)性）兩個特性[2]。也就是人們今天提到的“5V”。這就說明，大數(shù)據(jù)不僅能容量大量、多樣化、真實(shí)性的數(shù)據(jù)，而且具有快速的數(shù)據(jù)與處理能力。權(quán)威根據(jù)統(tǒng)計數(shù)字表明，權(quán)世界每年的數(shù)據(jù)增長都在50%以上，而且這一數(shù)值還在不斷增加。這些不斷增加膨脹的數(shù)據(jù)是需要專業(yè)的數(shù)學(xué)知識來進(jìn)行統(tǒng)計與處理，才能在實(shí)踐中不斷得到應(yīng)用。同時，在大數(shù)據(jù)背景下，數(shù)據(jù)挖掘也有很重要的意義，其誕生也與大數(shù)據(jù)背景密切相關(guān)。在數(shù)據(jù)挖掘剛剛產(chǎn)生之時，其被專家們解釋為“從大量的、模糊的、不完整的、雜亂的數(shù)據(jù)當(dāng)中提取潛在的有用的信息隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱藏在其中但又有潛在價值的信息”在大數(shù)據(jù)背景下，數(shù)據(jù)挖掘已經(jīng)被應(yīng)用于通信、教育、科研、機(jī)械制造等各個產(chǎn)業(yè)領(lǐng)域，并且數(shù)據(jù)挖掘在人工智能領(lǐng)域也發(fā)揮重要的作用[3]。在數(shù)據(jù)挖掘過程中，同樣也少不了數(shù)學(xué)知識的運(yùn)用，一旦脫離數(shù)學(xué)知識，它便無法提取數(shù)據(jù)中潛在的有價值的信息，獲取的數(shù)據(jù)也將無任何意義。

三、大數(shù)據(jù)背景下數(shù)學(xué)的應(yīng)用

（一） 數(shù)學(xué)在數(shù)據(jù)處理當(dāng)中的運(yùn)用

在大數(shù)據(jù)中，如果需要對數(shù)據(jù)進(jìn)行正確有效的分析，首先要進(jìn)行的就是收集與初步處理這些數(shù)據(jù)。同時，大數(shù)據(jù)在使用的過程中對于時效性有著很高的要求，因此，就必須對數(shù)據(jù)處理的時間進(jìn)行嚴(yán)格的把控，也就意味著在數(shù)據(jù)處理的效率以及處理的結(jié)構(gòu)上要求都及其嚴(yán)格。本身原始數(shù)據(jù)自身所具備的特質(zhì)，也會很大程度上影響對數(shù)據(jù)的收集與處理。比如，在對一個大數(shù)據(jù)進(jìn)行信息收集與處理的過程當(dāng)中當(dāng)，如果原始數(shù)據(jù)有很大的干擾因素，比如噪聲，就會對我們進(jìn)行數(shù)據(jù)處理帶來很大的不便。這個時候，為了確保數(shù)據(jù)準(zhǔn)確無誤，大數(shù)據(jù)就會對數(shù)據(jù)進(jìn)行早期的預(yù)處理。這時候，為了使處理效率得到提升，在運(yùn)用大數(shù)據(jù)的過程中，數(shù)學(xué)知識當(dāng)中大量的分析方法就會大顯身手。通常情況下，大數(shù)據(jù)所運(yùn)用的分析方法為統(tǒng)計分析法，描述性分析法如、相關(guān)性分析法等。舉個例子，當(dāng)一個數(shù)據(jù)需要對模型或參數(shù)進(jìn)行判斷或者檢驗(yàn)時，就會運(yùn)用回歸分析法來對大數(shù)據(jù)進(jìn)行估計，并建立起科學(xué)的數(shù)學(xué)模型。

（二）數(shù)學(xué)在數(shù)據(jù)挖掘當(dāng)中的運(yùn)用

在實(shí)踐過程中，數(shù)據(jù)挖掘以其應(yīng)用型、集合性和交叉性為主要特點(diǎn)，在數(shù)據(jù)挖掘過程中，一般所采用的方法為神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)分析法及聚類分析法等。而其中的聚類分析法，如今被廣泛應(yīng)用于醫(yī)學(xué)、心理學(xué)及市場營銷等各個方面，可以說聚類分析法是數(shù)據(jù)挖掘當(dāng)中最為常用的一種數(shù)學(xué)分析方法[4]。聚類分析法在操作的過程中一般會采用目標(biāo)函數(shù)模糊、灰色關(guān)聯(lián)分析及區(qū)間值算法等數(shù)學(xué)學(xué)科知識：其一，目標(biāo)函數(shù)模糊。這種方法首先要對數(shù)據(jù)進(jìn)行標(biāo)定和標(biāo)準(zhǔn)化，然后建立與其相對應(yīng)的模糊矩陣，利用直接聚類、模糊等價矩陣等手段來對關(guān)鍵指標(biāo)及數(shù)據(jù)集的聚集。同時，還能夠通過編網(wǎng)法和最大數(shù)法等手段進(jìn)行數(shù)據(jù)聚類，這種方法目前在時效性、維度的處理及伸縮性等方面都非常優(yōu)越，在大部分的數(shù)據(jù)挖掘及老百姓的日常生活中都得到了廣泛的使用。其二，灰色關(guān)聯(lián)分析。這種分析方法的主要功能在于，它可以通過當(dāng)前數(shù)據(jù)中的幾何曲線主要作用，是其可以通過當(dāng)前數(shù)據(jù)中幾何曲線當(dāng)中的幾何圖形來判斷當(dāng)前大數(shù)據(jù)中各個數(shù)據(jù)的相關(guān)性。若幾何圖形越接近，其關(guān)聯(lián)性越大，反之，關(guān)聯(lián)性則越小。在對數(shù)據(jù)挖掘當(dāng)中，灰色關(guān)聯(lián)分析法一般會被運(yùn)用于樣本數(shù)據(jù)不充足，同時樣本也存在殘缺性的一些特殊情況當(dāng)中。其三，區(qū)間值算法。在數(shù)據(jù)挖掘過程中，區(qū)間值算法的特點(diǎn)在于其可以對“比較型”的數(shù)據(jù)進(jìn)行轉(zhuǎn)化，或是對固定取值范圍的數(shù)據(jù)進(jìn)行比較分析。這種分析方法目前也很受歡迎。在實(shí)際操作過程中，被廣泛應(yīng)用的區(qū)間值算法通常有以下三種，數(shù)與區(qū)間聚類法、矩陣與區(qū)間聚類法及區(qū)間與區(qū)間聚類法。這三種方法都能夠高效、準(zhǔn)確地統(tǒng)計與分析系統(tǒng)內(nèi)的各類信息。

四、結(jié)語

由此可見，在大數(shù)據(jù)背景下中，數(shù)學(xué)這門學(xué)科與大數(shù)據(jù)有著千絲萬縷的關(guān)聯(lián)，并在大數(shù)據(jù)運(yùn)用中擔(dān)當(dāng)者不可替代的角色，尤其是在數(shù)據(jù)處理與數(shù)據(jù)挖掘這兩個重要方面，它的作用尤為重要。因此，在大數(shù)據(jù)時代，數(shù)學(xué)作為一門重要的學(xué)科，能有效確保大數(shù)據(jù)的實(shí)用性與有效性。

參考文獻(xiàn)：

[1]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機(jī)研究與發(fā)展，2013，50（01）：146-169.

[2]王淵.大數(shù)據(jù)時代下數(shù)據(jù)分析的主要變化[J].商，2016（30）：201+200.

[3]孔欽，葉長青，孫赟.大數(shù)據(jù)下數(shù)據(jù)預(yù)處理方法研究[J].計算機(jī)技術(shù)與發(fā)展，2018，28（05）：1-4.

[4]林潘能.淺談大數(shù)據(jù)挖掘中數(shù)學(xué)的運(yùn)用[J].現(xiàn)代交際，2018（09）：253+252.

作者簡介：肖引昌（1978-08），男，廣西北海人，漢族，北海職業(yè)學(xué)院，講師，研究生學(xué)歷，研究方向：數(shù)學(xué)教育。