计算机信息处理技术在大数据时代的应用

赵恒 王宁宁

大数据是一种新兴的技术内容，它主要是指在一定时间范围内，结合计算机程序表现出来的因特网上信息咨询的收集、分析和处理数据的内容。大数据一般具有多样化的信息处理机制，在互联网信息咨询和用户网络行为习惯方面收集和整理大量数据，目前已广泛应用于通信工程、网络工程、电子科技等众多技术领域，构建了以人、计算机、网络三位一体为基础的计算机信息技术应用体系，使各行业的整体生产效率最大化。本文主要研究大数据应用背景下的计算机信息处理技术。

一、基于大数据分析的计算机信息处理技术应用现状

现代生活中，数据资源存在于各个方面，各个领域都在不断地产生数据，各种产品的使用，也会随之产生一定的数据资料，从图像到电子产品，等等，都是对数据的灵活使用，使国民生活与数据密切相关。把这类数据做好精炼，再通过整合对比分析等方式完成数据处理，就可以达到对数据资源有效利用的目的，促进数据的开发和应用。

采用计算机管理数据的方式，对具体文本进行概括，对抽象数据进行再分析是其主要工作内容。与人的大脑相比，人的信息采集往往采用场景感知的方式进行，然后通过大脑来完成信息处理，从而让人获得数据信息所蕴涵的意义，这种改变过程往往比较复杂。但在计算机语言转换中，它与人的反应相比还不够灵敏，通常是通过二进制方式输入数据进行处理，而在二进制管理数据内部，处理过程比较复杂，需要将各进制数据相互结合，才能进行数学上的深度运算。

对于处理方法，通常有以下几种方法。第一，在大数据中，需要确定管理权限向量的大小，以进制方式转换数据，它们都是基于大数据的分析，通过计算机原理完成结合。而且各种活动产生的数据虽然数量众多，但并不是所有的数据都具有应用价值，在面对无用数据时，需要完成筛选工作，简要删除数据，这样在删除无用信息时，其工作量相对较大，在计算机管理中，要充分考虑到数据删除、数据后期输入等问题，不断创新筛选方法，从而提高信息管理的质量和效率。

另外，在操作计算机时，各种存储方式的定义不同，数据库的存储功能也有一定的限制，而在其他介质的应用中，可以通过移动硬盘等形式进行数据存储，在保证数据实时更新的同时，方便及时地保存有效数据。数据压缩技术在网络流媒体环境下的应用，可以在一定范围内达到压缩收集大量数据的目的，在网络运行过程中，现有的宽带网络对数据传输的实际需求无法完全满足，因此应对相关工作方式需要不断创新，如减缓当前文件的处理速度等，重点是保证网络的安全和稳定。

在计算机网络的使用、大数据分析的应用等方面，需要重视预防和控制工作的质量，如果存在安全防护问题，将导致数据资源的泄漏。受开放网络环境的影响，数据交替要避免出现数据差错、数据错位等情况，更要避免出现基于网络安全的数据丢失、错误等情况。

二、大数据支持下的计算机信息处理技术应用探讨

當前，以大数据为支撑的计算机信息处理技术应用体系逐步丰富，呈现出大量丰富的技术内容，并在计算机信息处理技术应用中发挥了重要作用。

（一）信息采集与加工技术

以大数据为支撑的计算机信息处理技术系统，可以构建信息采集和加工技术系统，它所建立的数据模型具有很强的实时性，可以实现对网络中存在的信息内容的有效处理，实现数据内容的采集。一般而言，基于大数据的信息采集和加工技术基于数据模型的内容类型包括两类：一类是流处理数据模型，另一类是批量处理数据模型。它的中流处理数据模式可以在一般情况下对计算机数据传输速度进行调速处理，以保证调速处理的精确性，简言之，它主要是对计算机大数据信息内容的正确性和时效性进行调速，保证在计算机整理内部空间建立大数据信息处理技术体系，结合内部数据信息的梳理和处理过程对计算机大数据信息处理过程进行收集和索引，同时实现数据信息内容的筛选和收集，保证数据信息处理的有效到位。本流程将特别采用分析、存储等精处理技术方式，保证数据处理的有效性到位。同时还应建立动态监测模式，对可能忽略的数据内容进行处理，分析其数据变化的可能性，结合数据传输分析调整数据，并传送至固定地点，体现数据内容的预设作用，发挥其数据应用价值。

（二）虚拟资源调度技术

虚拟资源调度过程主要是利用虚拟网络的配置，确保其资源设置管理和虚拟存储到位，建立以大数据计算机信息处理技术为核心的核心系统，对多种资源内容进行整合收集，对有效资源进行存储处理。其中，建立资源优化技术体系，对虚拟化技术的应用过程进行数据处理，实现对数据信息内容的灵活调度，合理地划分、安装和调度虚拟云资源信息内容，并形成一个完整的计算机应用和服务技术体系，以保证围绕资源自动调度过程对大数据信息处理技术内容进行调整。其中，要有效地处理虚拟资源的调度过程，保证虚拟资源系统中的硬件和软件资源以及网络资源的内容得到有效的调度。

（三）信息数据挖掘

运用大数据技术对计算机信息数据进行挖掘时，应运用信息数据挖掘技术，确保基于因特网信息数据搜索和数据结构关联的综合技术体系的建立，保证数据的系统性分析和挖掘技术的应用到位。建立了一套基于Internet平台的核心排序算法，并与各种流媒体平台相结合，优化信息数据判断内容，从内容中寻找关键文本特征，实现数据的高效采集。简单地说，就是基于主流算法对数据内容逐个点、逐个组、逐个列进行有效调整。

（四）遗传算法和神经网络技术

通过将Genetic Algorithm遗传算法应用于计算机系统中，大数据技术可以确保随机思维内容的生成符合生物发展和进化规律的前提条件，优化信息资源的获取和分析过程，保证在遗传寻优的基础上融入概率思维内容，确保数据信息中自动调节的数据信息搜索到位。同时，还应考虑信息技术识别功能的分析，以遗传算法为基础对人工智能内容进行分析，建立完善的机器人学习机制，甚至参与到物流领域中来，以参考生物神经网络和信息传递模式，模拟计算机网络中的生物神经网络，并根据互联网用户的实际行为习惯，有效地处理算法内容。

当前广泛使用的大数据遗传算法和神经网络技术的应用主要围绕阈值分割的本质是基于区域分类的计算过程，当图像通过阈值回归到不同区域并实现分割时，需要根据图像特征信息位数分别对一维、二维和三维的阈值进行超声分割或多维阈值空间分割分析。在理论层面上，合理利用大数据技术中的一维方法可以更容易地扩展多维的空间分割方法，但其缺乏一定的实用性，很难满足工程上实用的要求。但量子遗传算法原理简单，计算效率高，并行性好，可用于多维（大于一维）的超声波分割图计算过程中。

三、结语

在大数据技术时代，为计算机信息处理技术应用所带来的利好优势多多，创造的技术应用优势发展空间大，这些都为各行业企业的未来科技发展创造了机遇。