大数据环境下计算机信息处理的应用与发展

3.0 闻远设计 2024-03-17 100 4 15.02KB 3 页免费

侵权投诉

大数据环境下计算机信息处理的应用与发展

“ ”大数据是指需采取全新处理方式，利用优化流程与更强的决策力，方可处理的一种多元化、

“ ”海量信息资产。目前全球已正式进入大数据时代，信息数据呈指数级增长，信息类型更为多

元，信息传递速度更快，对计算机信息处理技术提出更高要求，从而为社会发展提供技术支

持。

　 “ ”一、大数据时代分析

在2012 “ ”年《纽约时报》的一篇专栏中提到：大数据时代已经到来。正如专栏中所说，在

2012 年后，大数据在产业领域的渗透范围逐渐扩大，大数据技术的优势越发突出，推动了社会

“ ”的发展与进步。大数据时代表现出显着的海量、多元、高效与复杂特征。其中，海量是指数

据数量增多，从 TB 发展为 ZB；多元是指数据种类繁多，包括图片、音视频与网页等；高效是

“ ”指互联网加快了信息传递效率；复杂是指大数据的处理难度较高。在大数据时代，各个产业

可将海量数据信息为技术，筛选出有价值的内容，了解消费者的需求，深化与消费者的沟通，

推动行业的转型升级[1]。

“ ”二、大数据时代背景下计算机信息处理技术及应用

“ ”在大数据时代，海量数据信息的有效处理，是推动产业升级的关键。就此，技术人员需选择

合理的计算机信息处理技术，保障大数据优势的发挥。本节主要介绍五种计算机信息处理技

术，介绍其原理、优势与应用，为技术人员提供帮助。

（一）数据挖掘技术

数据挖掘技术是指通过先进技术进行海量数据的筛选，找出有价值或所需的信息，为大数据应

用奠定基础。常用的数据挖掘技术包括决策树、神经网络、关联规则、贝叶斯分类、主成分分

析及聚类算法等，技术人员可根据大数据的类型与筛选要求，选择最佳的数据挖掘技术。以关

联规则为例，其在产业领域最广泛的应用为购物篮分析，通过消费者购物篮商品间的关联度，

分析消费者的购物习惯，为零售商销售商品提供指导。例如，沃尔玛超市利用关联规则分析消

费者的购物篮后，发现 10%的消费者同时购买尿不湿和啤酒，且在购买尿不湿的消费者

中，70%购买了啤酒。针对购物篮海量数据挖掘，沃尔玛超市总结消费者的购物习惯，将啤酒

和尿不湿摆放在同一区域，超市的销售额有显着提升。

　（二）数据分析技术

针对筛选完成的数据，技术人员需选择合理的数据分析技术，总结数据承载的信息，为相关领

域提供参考。常用的数据分析技术涵盖空间分析、情感分析、回归分析与网络分析等。其中，

空间分析是将 GPS 数据、遥感数据等空间大数据为基础，为地理信息发展提供技术支持；情感

分析常用于用户评价分析，利用爬虫技术整合用户的好评与差评，通过词法与句法分析等技

术，掌握用户对商品评价的关键词，为商品生产优化决策提供参考；回归分析可将海量数据为

基础，分析不同变量的关系，其应用最为广泛；网络分析是指将网络相关数据为基础，分析网

络故障，为网络发展决策提供参考[2]。

　（三）分布式处理技术

部分超大数据集或超大文件的处理难度较大，行业学者研发了分布式处理技术，将元数据切分

为不同模块，为数据分析提供便利。常用的分布式处理系统为HDFS，具有较高的容错性和灵

活性，可实现批量处理与小文件存储。例如，针对大型企业应用服务器每天上传的海量流量日

志，技术人员可引进HDFS，根据流量日志筛选标准，编写相应代码，实现海量流量日志文件

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

免费 4人已下载

立即下载

摘要：

大数据环境下计算机信息处理的应用与发展“”大数据是指需采取全新处理方式，利用优化流程与更强的决策力，方可处理的一种多元化、“”海量信息资产。目前全球已正式进入大数据时代，信息数据呈指数级增长，信息类型更为多元，信息传递速度更快，对计算机信息处理技术提出更高要求，从而为社会发展提供技术支持。　“”一、大数据时代分析在2012“”年《纽约时报》的一篇专栏中提到：大数据时代已经到来。正如专栏中所说，在2012年后，大数据在产业领域的渗透范围逐渐扩大，大数据技术的优势越发突出，推动了社会“”的发展与进步。大数据时代表现出显着的海量、多元、高效与复杂特征。其中，海量是指数据数量增多，从TB发展为ZB；多...

展开>> 收起<<

大数据环境下计算机信息处理的应用与发展.docx

共3页,预览1页

还剩页未读，继续阅读

大数据环境下计算机信息处理的应用与发展

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: