大数据技术的应用现状与未来展望分析

2020-01-01马伟良

数字通信世界 2020年4期

关键词：海量领域分析

马伟良

（福建省龙岩市闽西职业技术学院，龙岩 364000）

大数据技术一般指能够对数量庞大、类型复杂的数据进行有效处理，挖掘其中有效信息的技术。随着信息大爆炸时代的到来，全世界范围内的数据量快速增长，传统数据技术已经无法对海量技术进行有效处理，大数据技术因而在近年来得以快速发展和广泛应用。

1 大数据应用现状分析

1.1 主流应用领域

自大数据出现以来，其就对各行各业产生了不可忽视的影响，在各个领域得到了广泛应用。不过就当前来看，大数据应用主要集中在商业、网络及科学三大领域。

商业领域应用。现代商业包含大量数据，尤其是互联网金融的发展使得传统数据处理方式无法满足商业发展需求。大数据技术的出现能够帮助企业充分挖掘海量数据信息，包括市场变化、用户行为、产品竞争、产品销售、用户反馈等。对这些数据信息进行深度挖掘与有效掌握，能够帮助企业准确掌握自身经营生产情况，同时更加准确地预测市场变化，从而为企业优化产品布局、分析客户交易、完善产品、制定经营生产决策等提供可靠支持，为企业稳定、长效发展奠定良好基础。

网络领域应用。网络是数据大爆炸的基础。网络的出现彻底改变了传统信息存储、传播与分享方式，尤其是随着互联网的普及，网络用户数量的快速增长以及人们对网络的依赖性逐渐提升，都使得网络中包含了海量不同类型的数据，如文本、图像、视频、交互内容等。在海量网络数据中获取需要的数据信息是大数据技术的一大作用，能够充分挖掘网络数据价值，并将网络数据信息用于商业、执法、军事应用等方面。

科学领域应用。科学研究往往会产生大量数据，尤其是随着现代科学的发展，各种高通量传感器与仪器的长期运作所产生的数据量十分惊人。只有对这些数据进行全面、深入而准确的研究，才能推动科研发展并取得科研成果。传统数据处理方式难以快速、准确地处理如此多的数据，需要利用大数据技术进行处理，如生物信息科学实验的数据计算往往就需要使用大数据技术来保障准确性。

1.2 关键技术领域

就当前来看，大数据关键技术主要集中于六个领域。其一是结构化数据库领域。依靠数据挖掘与统计分析的方式对结构化数据进行处理，能够快速、准确地处理大量商业及科研领域所产生的海量结构化数据。其二是文本分析领域。文本是信息存储的主要形式，当前常见的信息检索、机器学习、统计、数据挖掘等均是大数据技术的表现方式。其三是Web 分析领域，通过数据库、信息检索、自然语言处理、文本挖掘等手段，对Web 内容、结构及使用信息进行挖掘。其四是多媒体分析。随着现代技术的飞速发展，多媒体数据在人们生活与工作的重要地位也在不断提升，当前针对多媒体进行摘要、注解、索引、检索、建议、事件检测等均是大数据技术的重要研究领域。其五是社交网络分析。社交网络呈现出惊人的发展速度，其中包含有大量链接与内容数据，因此当前大数据在其方面的应用主要集中体现在基于链接的结构分析以及基于内容的分析两方面。其六是移动分析。随着智能手机、智能平板等的快速发展，移动终端所产生的数据量也不容忽视，而且移动数据有着极为独特的特征，利用大数据对其进行分析尚处于探索阶段。

2 大数据未来展望分析

2.1 关键技术发展趋势

大数据关键技术主要包括数据采集、存储与分析技术。当前大数据采集主要包括软采与硬采两种，未来软采将形成统一数据采集框架，从而实现对海量数据地快速、可靠采集，并且能够对采集数据进行自动化的预处理，保障采集质量；硬采则会逐渐向低功耗智能传感器发展。大数据存储技术发展趋势主要表现为高可用性以及低成本性，即能够以更低的存储器成本存储更多高质量数据，确保这些数据能够被快速访问且不会丢失。大数据分析技术的发展则主要表现在云计算平台、机器学习及人工神经网络等方面，以低成本实现高性能分析的同时推动大数据智能分析发展。另外大数据技术发展还会与其他新技术相结合，如人工智能、机器学习、区块链等都能推动大数据技术创新发展。

2.2 产业发展趋势

就当前的产业发展情况来看，大数据产业在未来发展必然会更受政府政策体系支持，这点由当前我国对大数据技术的重视程度便能窥得一二。与此同时，大户数产业规模将会随着发展继续扩大，而且保持高速增长趋势，预计2020年大数据产业便能突破1万亿规模，是2017年的2倍有余。另外大数据开放共享程度将进一步加强。当前数据流通性较弱，在很大程度上限制了大数据技术应用，不过随着相关政策支持以及技术发展，这一现象必将得到改善。在大数据产业快速发展的情况下，我国相关立法进程必然也会加速推进，为产业健康发展提供法律保护。