關(guān)天柱

摘 要：隨著信息化的不斷推進(jìn)和互聯(lián)網(wǎng)的普及，其為各行各業(yè)發(fā)展的提供了較為廣闊的平臺(tái)，提升了人們的工作效率，促使了社會(huì)經(jīng)濟(jì)發(fā)展。在信息技術(shù)日益發(fā)展的當(dāng)下，相應(yīng)的數(shù)據(jù)也在日益增多，為更好地滿足社會(huì)大眾的需求。在新時(shí)期背景下"大數(shù)據(jù)"應(yīng)運(yùn)而生，在大數(shù)據(jù)時(shí)代背景下，與之相應(yīng)的計(jì)算機(jī)信息處理技術(shù)與"大數(shù)據(jù)"一同創(chuàng)新，切實(shí)有效地滿足了不同用戶的特殊需求?；诖耍P者重點(diǎn)闡述了大數(shù)據(jù)時(shí)代信息的特征，并深入研究了大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)，最后展望了大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)的未來(lái)發(fā)展特點(diǎn)。

關(guān)鍵詞：大數(shù)據(jù)時(shí)代；計(jì)算機(jī)；信息處理技術(shù)

當(dāng)前計(jì)算機(jī)技術(shù)在全球范圍內(nèi)得到廣泛的普及，在大數(shù)據(jù)時(shí)代下，數(shù)據(jù)大規(guī)模共享成為了當(dāng)下計(jì)算機(jī)信息處理的至關(guān)重要一項(xiàng)工作。最近幾年，隨著全球日益增長(zhǎng)的數(shù)據(jù)總量，使其數(shù)據(jù)的信息處理越來(lái)越困難，所以，對(duì)大數(shù)據(jù)實(shí)現(xiàn)高效快速的處理時(shí)計(jì)算機(jī)發(fā)展非常重要的一項(xiàng)內(nèi)容。想要數(shù)據(jù)高效地應(yīng)用，計(jì)算機(jī)信息處理能力也必須要與時(shí)俱進(jìn)，否則將會(huì)阻礙網(wǎng)絡(luò)的應(yīng)用，為此，筆者對(duì)大數(shù)據(jù)時(shí)代的信息處理技術(shù)進(jìn)行了深入的研究。

一、大數(shù)據(jù)時(shí)代信息的特征

（一）數(shù)量大

數(shù)據(jù)數(shù)量大是大數(shù)據(jù)時(shí)代信息非常顯著的一個(gè)特征，隨著社會(huì)需求的日益增加和社會(huì)發(fā)展的加速，數(shù)據(jù)成爆炸式的增長(zhǎng)，海量的數(shù)據(jù)不能給我們帶來(lái)好處，還在很大程度上阻礙了我們對(duì)有用信息的提取，與此同時(shí)，還引入了諸多的數(shù)據(jù)問(wèn)題，使其數(shù)據(jù)規(guī)模呈指數(shù)性地不斷增長(zhǎng)，極大地增加了計(jì)算機(jī)信息處理難度[1]。

（二）多樣化

隨著時(shí)代的不斷發(fā)展，信息呈現(xiàn)出多樣化。對(duì)于計(jì)算機(jī)信息處理而言，信息的多樣化對(duì)其產(chǎn)生一定的阻礙，信息的來(lái)源越來(lái)越多，那么信息形式則越來(lái)越多，如聲音、圖像、文字以及光盤(pán)和影像。為此，如何行之有效地從繁雜且形式多樣的數(shù)據(jù)中提取有用信息是當(dāng)前亟待解決的問(wèn)題。

（三）傳播速度快

其是大數(shù)據(jù)時(shí)代信息另一個(gè)非常顯著的特征。目前我們正處信息社會(huì)，人們充分利用各種新媒體技術(shù)手段，如直播、微信或是微博等，在極短的時(shí)間內(nèi)產(chǎn)生了且迅速傳播了大量實(shí)時(shí)信息，速度顛覆了過(guò)去的信息傳播方式，這樣一來(lái)給計(jì)算機(jī)信息處理帶來(lái)了較大的難度[2]。

二、分析大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理關(guān)鍵技術(shù)

（一）分布式處理技術(shù)

為實(shí)現(xiàn)數(shù)據(jù)的分布式處理和存儲(chǔ)，谷歌公司提出了GFS技術(shù)，分布式數(shù)據(jù)處理是利用存儲(chǔ)列的概念，這種處理方式以列為單位對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)，循環(huán)利用效率高且數(shù)據(jù)壓縮快，采用行列混合式存儲(chǔ)結(jié)構(gòu)，可以在短時(shí)間內(nèi)縮短數(shù)據(jù)查詢(xún)的時(shí)間以及加速加載海量數(shù)據(jù)，另外可以充分利用磁盤(pán)空間?，F(xiàn)階段，在IBM以及百度得到較為廣泛的應(yīng)用。

（二）獲取技術(shù)和DEEP WEB數(shù)據(jù)感知

這種技術(shù)充分利用完了深層空間技術(shù)，分析，抽取以及繼承網(wǎng)絡(luò)職工的信息，利用信息數(shù)據(jù)的分布式處理，信息規(guī)模處理以及訪問(wèn)技術(shù)和動(dòng)態(tài)變化來(lái)處理和分析網(wǎng)絡(luò)數(shù)據(jù)，最大化實(shí)現(xiàn)對(duì)數(shù)據(jù)高質(zhì)量的抽取，集成以及整合[3]。

（三）數(shù)據(jù)高效索引

BIGTABLE技術(shù)主要是谷歌公司提出的，現(xiàn)階段集中在互補(bǔ)式聚簇索引以及互補(bǔ)式聚簇索引技術(shù)的研究，所謂互補(bǔ)式聚簇索引，這種方式主要是通過(guò)多副本索引技術(shù)創(chuàng)建積極有效地且相互補(bǔ)充的數(shù)據(jù)有有效地建立其數(shù)據(jù)索引表，最大化的實(shí)現(xiàn)對(duì)數(shù)據(jù)的優(yōu)化查詢(xún)。聚簇索引技術(shù)則是根據(jù)索引順序技術(shù)處理相應(yīng)的技術(shù)。

（四）神經(jīng)網(wǎng)絡(luò)技術(shù)和遺傳算法

神經(jīng)網(wǎng)絡(luò)技術(shù)其是借助生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的運(yùn)行方式，通過(guò)合理模擬生物運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)行為，及時(shí)且高效的對(duì)數(shù)據(jù)進(jìn)行分布式處理的一種算法，所謂遺傳算法，則是根據(jù)數(shù)據(jù)演化隨機(jī)化的搜索辦法以及生物界的進(jìn)化發(fā)展規(guī)律對(duì)數(shù)據(jù)進(jìn)行搜索?，F(xiàn)階段，這種技術(shù)在物流選址，信號(hào)處理以及機(jī)器學(xué)習(xí)方面得到了非常的廣泛的應(yīng)用。

（五）基于內(nèi)容信息的數(shù)據(jù)挖掘技術(shù)

這種技術(shù)其實(shí)質(zhì)上主要根據(jù)信息實(shí)體關(guān)聯(lián)技術(shù)和網(wǎng)絡(luò)搜索技術(shù)充分地分析和挖掘數(shù)據(jù)。如針對(duì)網(wǎng)絡(luò)信息搜索的熱點(diǎn)一種排序?qū)W習(xí)算法，就是從短文本特征實(shí)現(xiàn)，信息數(shù)據(jù)關(guān)注特點(diǎn)以及媒體信息量實(shí)現(xiàn)對(duì)數(shù)據(jù)的搜索等，當(dāng)前主要有逐對(duì)逐列以及逐點(diǎn)等常見(jiàn)算法。

（六）機(jī)器學(xué)習(xí)技術(shù)和關(guān)聯(lián)規(guī)則學(xué)習(xí)

所謂機(jī)械學(xué)習(xí)其實(shí)質(zhì)就是研究計(jì)算機(jī)模擬人類(lèi)學(xué)習(xí)一些的智能技術(shù)，同時(shí)對(duì)當(dāng)下的信息知識(shí)體系進(jìn)行重新組織，這種技術(shù)是一種學(xué)習(xí)人工智能的核心技術(shù)。何為關(guān)聯(lián)規(guī)則學(xué)習(xí)技術(shù)主要是指在一些較為復(fù)雜的數(shù)據(jù)處理過(guò)程當(dāng)中，處理人員通過(guò)對(duì)比以及排序等數(shù)據(jù)處理的過(guò)程中，切實(shí)尋找到數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則實(shí)現(xiàn)對(duì)重復(fù)數(shù)據(jù)的篩選。目前，這兩種技術(shù)主要運(yùn)用到數(shù)據(jù)挖掘技術(shù)中。

（七）聚類(lèi)與分類(lèi)分析技術(shù)

聚類(lèi)分析技術(shù)其實(shí)質(zhì)上及時(shí)在缺乏明確數(shù)據(jù)點(diǎn)的情況下，有效地將數(shù)據(jù)分成若干個(gè)對(duì)象組，計(jì)算機(jī)通過(guò)其中的數(shù)據(jù)進(jìn)行分析，最大化的實(shí)現(xiàn)對(duì)數(shù)據(jù)的綜合查詢(xún)。分類(lèi)分析技術(shù)，第一步就是歸類(lèi)分析信息數(shù)據(jù)點(diǎn)，形成新的數(shù)據(jù)點(diǎn)后，進(jìn)一步數(shù)據(jù)進(jìn)行客觀和假設(shè)結(jié)構(gòu)預(yù)測(cè)，最后預(yù)測(cè)未來(lái)信息的發(fā)展，目前這兩種技術(shù)都運(yùn)用的非常的廣泛。

（八） 數(shù)據(jù)分析技術(shù)

在計(jì)算機(jī)信息處理當(dāng)中數(shù)據(jù)分析技術(shù)的應(yīng)用是非常廣泛的，這種技術(shù)主要包含，空間分析技術(shù)，數(shù)據(jù)回歸分析技術(shù)、網(wǎng)絡(luò)分析技術(shù)、情感分析技術(shù)以及數(shù)據(jù)時(shí)域序列分析技術(shù)等，在計(jì)算機(jī)信息大數(shù)據(jù)處理當(dāng)中發(fā)揮著至關(guān)重要的作用，其中，網(wǎng)絡(luò)分析技術(shù)主要是在網(wǎng)絡(luò)特點(diǎn)的基礎(chǔ)上科學(xué)合理的分析數(shù)據(jù)特征。情感分析技術(shù)主要是使用自然語(yǔ)言科學(xué)且高效的進(jìn)行編碼分析技術(shù)。將地理、幾何以及網(wǎng)絡(luò)拓?fù)鋽?shù)據(jù)編碼技術(shù)有融合為一體的則是空間分析技術(shù)，進(jìn)而對(duì)數(shù)據(jù)進(jìn)行綜合分析的一種統(tǒng)計(jì)技術(shù)。

三、計(jì)算機(jī)信息處理技術(shù)發(fā)展趨勢(shì)

隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)信息技術(shù)的日益發(fā)展， 在大數(shù)據(jù)時(shí)代背景下的計(jì)算機(jī)處理技術(shù)必定會(huì)朝著以下幾個(gè)方向進(jìn)行發(fā)展。一是朝著高效化的融合方向發(fā)展。計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)信息技術(shù)以及其他方面的技術(shù)都是進(jìn)行一個(gè)高度化的有機(jī)融合，最大化地提升計(jì)算機(jī)信息處理技術(shù)的水平和應(yīng)用質(zhì)量，使其更好地具備高效化的數(shù)據(jù)信息處理能力。二是云計(jì)算。隨著科技水平的日益提升，這樣一來(lái)，計(jì)算機(jī)信息處理技術(shù)則擁有了很強(qiáng)的應(yīng)用能力，促使了云計(jì)算的功能和質(zhì)量的健康發(fā)展，自然而然，云計(jì)算的使用范圍就更加廣泛。三是開(kāi)放式網(wǎng)絡(luò)。伴隨著信息技術(shù)的進(jìn)步和時(shí)代的發(fā)展，必定會(huì)計(jì)算機(jī)網(wǎng)絡(luò)信息數(shù)據(jù)硬件進(jìn)行有效分割，這樣一來(lái)就讓網(wǎng)絡(luò)更加具有開(kāi)放性[4]。

結(jié)語(yǔ)：

概言之，計(jì)算機(jī)信息處理技術(shù)想要與時(shí)俱進(jìn)的發(fā)展，則需要基于以當(dāng)下時(shí)代發(fā)展現(xiàn)象為主，采取形式有效地措施不斷創(chuàng)新和改革自身技術(shù)內(nèi)容，同時(shí)還要認(rèn)真分析自身的存在的問(wèn)題， 進(jìn)一步提升其信息數(shù)據(jù)的安全性，另外還要重點(diǎn)對(duì)數(shù)據(jù)價(jià)值的分析，培養(yǎng)大量的高素質(zhì)專(zhuān)業(yè)性技術(shù)人才，只有這樣才能讓計(jì)算機(jī)信息處理技術(shù)被廣泛的運(yùn)用到各行各業(yè)當(dāng)中，更好地為社會(huì)服務(wù)。

參考文獻(xiàn)：

[1]劉宏偉. 計(jì)算機(jī)信息處理技術(shù)[J]. 電子測(cè)試， 2017（23）.

[2]石玉芳. 基于“大數(shù)據(jù)”時(shí)代剖析計(jì)算機(jī)信息處理技術(shù)探究[J]. 科技創(chuàng)新與應(yīng)用， 2015（31）：90-90.

[3]常學(xué)洲， 朱之紅. 計(jì)算機(jī)信息處理技術(shù)在辦公自動(dòng)化中的應(yīng)用研究[J]. 軟件， 2014（2）：93-94.

[4]周軍俠. 辦公室自動(dòng)化的計(jì)算機(jī)處理技術(shù)應(yīng)用研究[J]. 中國(guó)新通信， 2017， 19（8）：127-127.