大数据在计算机数据信息处理中的应用分析

2023-03-24郑州工业应用技术学院李春艳张雪

数字技术与应用 2023年11期

郑州工业应用技术学院李春艳张雪

我国科技飞速发展，计算机与网络技术的应用日益普及，给人们的生活与工作带来了极大的便利，也促进了整个社会的发展与进步。随着大数据时代的来临，数据的规模越来越大，在这种情况下，计算机信息处理技术变得越来越重要，对其应用的需求也越来越高。因此，必须要对大数据计算机信息处理技术进行持续研究，从而对计算机信息处理技术有更深入的认识，也能极大地提高计算机信息处理整体水平。基于此，本文探讨大数据的特点及影响和优化，分析大数据时代计算机数据信息处理面临的机遇和挑战，研究大数据技术在计算机数据信息处理中的应用。通过分析计算机数据处理技术，旨在促进技术创新和发展。

1 大数据概念

1.1 大数据的特点

大数据本身所包含的数据量十分庞大，对数据进行采集和处理，以及数据的存储和数据的传输等工作，都需要利用计算机主流软件来完成。尽管目前还不能衡量大数据的真实数量，但是大数据的总量仍然可以从TB到PB，它本身的现实特征包括：速度快、多样性、数量大等。大数据本身就需要对大量的计算机信息进行处理，而随着社会的飞速发展和数据量的迅速增加，数据的种类和数量变得越来越多，呈现出不同程度的复杂性，从而也就极大地增加了处理计算机信息的难度[1]。在未来，大数据将会对社会各行各业的发展产生巨大的影响，计算机信息技术的飞速发展，必将助推并提高大数据的影响力。

1.2 大数据的影响和优化

大数据可以为用户提供更为个性化的服务，提升社会的服务质量，如何有效地利用大数据具有非常重要的意义。建立大数据库与计算机信息处理系统之间的良好关系，方便对数据进行应用和分析，进而深入了解客户的需要等。对数据进行全面分析，既可以提高数据使用者对数据的利用率，也可以增强数据使用者所提供服务的针对性，促进大数据价值的有效提升。大数据本身就是一个巨大的数据库，而计算机的处理系统又具备模块化的功能，在对数据进行分析的时候，系统还可以对数据进行分类，使得不同板块的数据可以相互独立，而且还可以保证其稳定性。在处理特定的数据时，可以避免因为过多的信息而导致系统崩溃。在现代社会，随着生活和工作节奏的不断加快，对信息的精确获取也提出了更高的要求，这就要求对计算机信息处理系统进行更深层次的优化，更好地发挥数据信息的价值，更好地满足信息用户不断增长的内在需求。在大数据视域之下，社会中的每个行业都可以通过对数据的分析，对不同客户群体的喜好进行了解，为不同的客户群体提供具有差异性的服务，让客户可以感受到人性化的服务，从而推动企业更好的发展[2]。

由此可以看出，将大数据技术与计算机信息处理系统相结合非常有必要。在大数据背景下，需要将计算机信息处理系统与现实工作过程相结合，采用“适当超前”与“高效”的架构，构建出具有易用性与稳定性的“合格”的系统。因此，在对信息处理系统进行优化的过程中，可以与大数据技术相结合，以B/S 结构为基础，建立在功能上与标准化管理流程及涉及到的标准化文件管理、存储、采集等内容相一致的大数据处理平台。

2 大数据时代计算机数据信息处理面临的机遇

2.1 数据挖掘及应用为行业带来更大价值

在挖掘数据的过程中，也会对任意数据进行有效的分析，这样就能够在海量的数据中找到与其规律相一致的技术。一般信息挖掘可分三个步骤进行：第一步是资料的预备；第二步是发现规律；第三步是对规则的表达。

对数据进行挖掘，能够有效地改善行业相关的决策。大部分公司在把大量的数据集中起来之后，就会发现各种各样问题。例如，数据庞大、信息匮乏、数据的录入和查询、数据的统计等不能快速、准确地提出有效的信息等，不能从数据中总结出更有价值的相关信息，也不能在目标数据中找到相关的规律。如果能够对大量的数据进行全面的分析，就能够获得更深入的信息。比如，目标群体在该领域的行为习惯和兴趣爱好，可以通过专员对目标群体进行相应的定制，并采取相应的措施，从而能够极大地提升工作效率。比如，在浏览器查询某一词条的过程中，在输入某些关键词后，就会出现与该关键词的前缀和后缀相关的短组选项，在某些情况下，只要输入关键词的汉语拼音的首个字母，就可以搜索到该词条。在这样的情况下，我们可以通过浏览器对大部分网友的“行为轨迹”进行采集和分析，从而得出用户的共同习惯和行为，不但能进一步提升搜索的速度，还能将搜索结果推送给其他网友。

2.2 为物联网和云计算带来新局面

物联网是在计算机网络技术日渐成熟后应用于新兴产业的重要一环。在大数据时代，物联网不仅衍生出了很多新的产业，而且还对信息化的养老系统进行了进一步的完善。与此同时，IC 一卡通已经被大众所接受，便捷的电子钱包也得到了广泛的使用，如在传统节日期间取代传统的现金红包等，其核心是以人为本，这说明大数据和云服务的作用得到了最大程度的发挥[3]。而且，云服务的趋势也在不断上升，云计算能够将数据集中起来，在进行数据交换的时候，可以利用云平台和各种电子设备来实现，这样就可以按照用户的需要，将相关的信息上传、下载。随着政策的持续升级，云计算的业务能力得到进一步的增强，其发展程度也得到极大的提升。

3 大数据时代计算机数据信息处理面临的挑战

3.1 对信息安全提出了更高的要求

随着大数据时代的来临，人们对互联网的使用日益频繁，无论是大公司还是用户自身，都日益重视信息的安全性。在网上购物的时候，要注意分辨网上信息的真伪，一旦误入一些钓鱼网站，就有可能将自己的隐私泄露给不法分子，导致信息安全受到威胁，甚至有可能引发财产损失。因此，我国应建立大数据法律法规，有关机构应采取相应的安全技术，使其能够充分发挥自己的优势。此外，我们也要加强个人隐私的保护，才能避免信息泄露和人身财产安全。

3.2 专业人才的需求

大数据时代是一个科技飞速发展的时代，既需要专业技术人员，也需要专业管理人员。在新兴产业中，技术人才是最重要的，也是最稀缺的，处在人类社会飞速发展的今天，专业人才将对大数据时代的发展产生重要影响。比如，大部分管理者的传统激励方式，对新生代员工已经没有任何的激励效果，而对于上下级之间也会存在着沟通不畅等问题，这都是因为所生长的环境不同所造成的[4]。当然，可以根据自身的经验找到最合适的解决方案。

3.3 大数据的价值分析

大数据的真正价值在于对数据进行分析，不管是政府还是企业，都需要对这些数据的真实情况进行分析，而决策者则根据分析结果进行决策和管理，并对这些数据进行检测和评价，使其能够在人们的生产生活中发挥出真正的价值。在大数据中，数据不但种类繁多，而且还存在着一定程度的冗杂，这就导致产生大量的虚假信息和无用信息，增加了筛选的难度。大数据的分析，是一个需要长期探索的过程。就像是百度的关键词搜索，就是建立在无数网友不断搜索的基础上，才产生了“智能搜索”。

4 大数据技术在计算机数据信息处理中的应用

4.1 信息安全保护技术

随着大数据时代的到来，计算机信息安全问题日益突出。即便是一条简单的信息，也有可能存在着巨大的信息安全隐患，如果出现信息泄露，将会给人们的生命和财产安全造成极大的威胁，不利于社会的稳定发展。根据实际情况，要建立相应的计算机信息安全保护机制，加大对数据维护和检测的投资力度。因此，在建设网络的过程中，企业需要对构建代理服务器的重要性有充分的认识，并具有识别风险信息和对风险信息进行拦截的能力，才能有效地避免数据在传输时出现的各种安全问题。在大数据时代的背景下，互联网表现出了开放性的特点，要保证计算机的安全稳定运行，就要求企业在发展的同时，重视对更多专业人才的培养、对计算机系统的维护和更新工作重点关注，逐步提高数据信息安全防护能力，从而可以有效地避免在应用计算机过程中产生的相关信息安全问题。

4.2 信息采集与加工

以大数据为支撑，构建一套基于大数据的信息收集和技术处理体系，能够对互联网上的各种信息进行高效的处理，达到实时收集的目的。大数据环境下的信息获取与处理技术，其数据模型大致可以划分为两种：一种是流数据模型；一种是批式数据模型。

流数据处理方式可对计算机数据的传输速度进行调速，即对计算机中的大数据内容做出正确、及时的调整，保证在计算机内部大数据信息的精准性，还可以对数据处理技术架构进行调整，支持对数据信息的有效筛选与采集，确保所有的数据信息都能被高效地处理。在这一过程中，我们将重点运用分析和存储等技术手段，以保证数据的质量[5]。除此之外，还可以构建一个数据动态监测机制，来监控可能被忽视的数据内容，并对数据的变化状况进行分析。联合通讯技术可以将收集到的有用的资料即时传输至指定位置，凸显资料资讯的预先设定功能，并使资料的使用价值得到最大程度的发挥。

4.3 信息储存和处理技术

数据信息的存储需要大量的存储空间，随着人们对存储空间的需求越来越大，计算机网络正逐步向云计算发展。云计算作为一种新型的网络模型，其存储能力极强，可以适应大数据时代对信息存储的需求，是大数据环境下信息存储和处理的必然发展方向。

在信息存储方面，采用分布式存储技术，实现对数据信息的处理与保存，并在各大企业中得到广泛应用。在对数据信息进行处理的过程中，通常情况下，信息储存技术是将列存储和行存储相结合，实现对数据信息的集中处理，从而减少时间成本，对网络硬盘的空间进行优化。为提高分布式文件系统的功能，用户可以借助内存、固态硬盘等方式来保存数据，进行硬盘驱动器（HardDiskDrive,HDD）、固态硬盘（SolidStateDisk 或SolidStateDrive,SSD）、MEM 内存等分布式信息保存系统的研发，资料的存储能力得到极大的提高。

为了解决目前在硬盘上存储的分散文件系统功能不完备的问题，引进了一种支持分散存储层次管理的开放源代码系统[6]。根据目前的实际情况，即使是在容量超过256GB 的服务器节点，对于TB 或PB 级的数据规模，采用内存来存储信息也是不现实的。因此，需要在多层次的大数据存储系统下不断地进行优化。在层次化存储模式下，通过对缓存调度模式的探索，可以有效地提高信息的使用效率，使数据存储的功能得到最大程度的发挥。

4.4 信息获取效率，科学筛滤讯息

面对庞大的数据和信息，想要保证对信息和数据的有效分析，就必须与目前的计算机信息处理技术相结合，对数据和信息进行收集、整理和分析。根据实际情况，加强对资料的筛选，确保在最短的时间内收集到有用的资料。相关人员必须全面掌握关键信息，在数据的收集和传达阶段要提升数据传输效率，并要与当前的大数据技术应用要求相结合，并加强相应管理模式的运用，提升信息有效价值[7]。除此之外，在数据和信息获取阶段，还要解除垃圾信息和弹窗广告的干扰，提升信息获取的准确性。因此，工作人员还需要对数据进行科学的筛选，实现数据和信息价值的体现，确保数据和信息不会被遗漏和滥用。