“大數(shù)據(jù)”時(shí)代的計(jì)算機(jī)信息處理技術(shù)研究

劉云　方凱明

摘 要：大數(shù)據(jù)時(shí)代的到來(lái)，促使計(jì)算機(jī)信息處理技術(shù)成為大數(shù)據(jù)進(jìn)一步發(fā)展的主要驅(qū)動(dòng)力。因此，為了保證大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)的有效應(yīng)用，本文以大數(shù)據(jù)時(shí)代為研究背景，分析了大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)應(yīng)用類(lèi)型及特點(diǎn)。并從計(jì)算機(jī)硬件技術(shù)、數(shù)據(jù)挖掘、可視化技術(shù)等方面，對(duì)現(xiàn)階段計(jì)算機(jī)信息處理技術(shù)在大數(shù)據(jù)時(shí)代的具體應(yīng)用進(jìn)行了簡(jiǎn)單的闡述。

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

前言

計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的不斷發(fā)展催生了龐大的數(shù)據(jù)信息，以往以數(shù)據(jù)為主體的信息管理模式也逐步轉(zhuǎn)化為以大數(shù)據(jù)為代表的發(fā)展模式。在以大數(shù)據(jù)為代表的信息處理模式中，以往計(jì)算機(jī)信息處理技術(shù)已無(wú)法滿(mǎn)足大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理需求，也限制了計(jì)算機(jī)信息處理效率。因此，對(duì)大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)進(jìn)行進(jìn)一步分析非常必要。

1 “大數(shù)據(jù)”時(shí)代的計(jì)算機(jī)信息處理技術(shù)應(yīng)用類(lèi)型及特點(diǎn)

計(jì)算機(jī)信息處理技術(shù)主要是將計(jì)算機(jī)作為一種自動(dòng)信息處理設(shè)備。其主要是在計(jì)算機(jī)系統(tǒng)內(nèi)，利用計(jì)算機(jī)技術(shù)進(jìn)行信息處理的一種方式。在大數(shù)據(jù)時(shí)代，計(jì)算機(jī)信息處理技術(shù)經(jīng)過(guò)了手工處理時(shí)期、機(jī)械信息處理時(shí)期，已經(jīng)進(jìn)入了計(jì)算機(jī)處理時(shí)期。形成了集數(shù)據(jù)庫(kù)技術(shù)、檢索技術(shù)、信息系統(tǒng)技術(shù)為一體，以數(shù)據(jù)庫(kù)及通信網(wǎng)絡(luò)技術(shù)為依托的信息處理系統(tǒng)[1]。其運(yùn)行速度較快，且可以自動(dòng)處理大數(shù)據(jù)時(shí)代產(chǎn)生的大量信息，整體信息處理精確度較高。

2 “大數(shù)據(jù)”時(shí)代的計(jì)算機(jī)信息處理技術(shù)應(yīng)用措施

2.1 計(jì)算機(jī)硬件處理技術(shù)應(yīng)用

大數(shù)據(jù)時(shí)代，計(jì)算機(jī)硬件處理技術(shù)主要是依托計(jì)算機(jī)系統(tǒng)，進(jìn)行信息采集、信息加工、信息儲(chǔ)存、信息安全管理等基本操作。首先，基于計(jì)算機(jī)硬件的信息采集主要是對(duì)既定信息進(jìn)行監(jiān)督控制。并根據(jù)用戶(hù)群體要求，自動(dòng)篩選具有一定利用價(jià)值的數(shù)據(jù)信息。

其次，基于計(jì)算機(jī)硬件的信息加工主要是在信息篩選的基礎(chǔ)上，根據(jù)用戶(hù)需求，結(jié)合計(jì)算機(jī)信息處理規(guī)定。對(duì)前期收集的信息進(jìn)行分類(lèi)處理。并將分類(lèi)處理后信息傳遞給用戶(hù)。

再次，信息儲(chǔ)存主要是利用計(jì)算機(jī)自身硬盤(pán)儲(chǔ)存能力，將處理后數(shù)據(jù)儲(chǔ)存在固定位置。

最后，信息安全技術(shù)主要是基于大數(shù)據(jù)時(shí)代信息的不確定性，進(jìn)行計(jì)算機(jī)硬件安全技術(shù)產(chǎn)品開(kāi)發(fā)應(yīng)用。通過(guò)計(jì)算機(jī)硬件安全技術(shù)產(chǎn)品的應(yīng)用，可以保證大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)在信息處理中應(yīng)用安全穩(wěn)定性。

2.2 數(shù)據(jù)挖掘技術(shù)應(yīng)用

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)多樣、速度、價(jià)值、數(shù)量特征逐步顯現(xiàn)，數(shù)據(jù)挖掘技術(shù)（data mining，DM）應(yīng)用優(yōu)勢(shì)逐步凸顯，受到了多個(gè)行業(yè)人員的重視。數(shù)據(jù)挖掘技術(shù)可以從龐大的數(shù)據(jù)中，將未知、不明顯，且具備一定潛在價(jià)值的信息提取出來(lái)，促使其與其他模塊之間相輔相成、協(xié)調(diào)發(fā)展。數(shù)據(jù)挖掘中常用的信息處理手段為分類(lèi)、優(yōu)化、識(shí)別、預(yù)測(cè)等。

首先，分類(lèi)主要是利用互聯(lián)網(wǎng)+大數(shù)據(jù)的方式，與通信技術(shù)、人工智能技術(shù)配合，將大數(shù)據(jù)時(shí)代龐大數(shù)據(jù)劃分為系統(tǒng)、科學(xué)的若干個(gè)數(shù)據(jù)集合。如互聯(lián)網(wǎng)+大數(shù)據(jù)模式的養(yǎng)老服務(wù)體系等。

其次，優(yōu)化主要是針對(duì)現(xiàn)階段數(shù)據(jù)管理中出現(xiàn)的問(wèn)題，通過(guò)實(shí)時(shí)數(shù)據(jù)挖掘預(yù)測(cè)模型搭建的方式，為現(xiàn)代社會(huì)管理模式改善提供依據(jù)。如在交通領(lǐng)域應(yīng)用“數(shù)據(jù)挖掘?qū)崟r(shí)預(yù)測(cè)模型”，可以有效預(yù)測(cè)短期的交通狀況或者物流情況，為陷入交通擁堵的駕駛?cè)藛T及物流網(wǎng)絡(luò)運(yùn)輸人員提供良好的幫助。應(yīng)用概率較高的計(jì)算機(jī)信息優(yōu)化方式為進(jìn)化算法（evolutionary algorithms，EAs）。其主要依據(jù)自然界中的“優(yōu)勝劣汰，適者生存”的生物進(jìn)化原理改變優(yōu)化參數(shù)，選擇恰當(dāng)?shù)倪m應(yīng)度函數(shù)。將相關(guān)參數(shù)信息編碼，串聯(lián)到群體內(nèi)。通過(guò)選擇、交叉、變異等一系列過(guò)程循環(huán)進(jìn)行，可以逐步淘汰適應(yīng)度值差的個(gè)體，獲得適應(yīng)度值最好的個(gè)體，達(dá)到計(jì)算機(jī)信息優(yōu)化處理的目的。

再次，識(shí)別主要針對(duì)計(jì)算機(jī)中數(shù)字圖像，通過(guò)對(duì)獲得信息庫(kù)進(jìn)行數(shù)據(jù)挖掘，可以分析潛在人臉識(shí)別數(shù)據(jù)及指紋識(shí)別數(shù)據(jù)，為后期資料收集處理提供便捷的渠道。如基于稀疏表示的魯棒人臉識(shí)別等。

最后，預(yù)測(cè)主要是利用歷史數(shù)據(jù)，沿歷史數(shù)據(jù)時(shí)間序列變化，通過(guò)神經(jīng)網(wǎng)絡(luò)與決策樹(shù)、貝葉斯分類(lèi)算法等相關(guān)人工智能算法，搭建預(yù)測(cè)模型。隨后在預(yù)測(cè)模型中進(jìn)行數(shù)據(jù)挖掘分析，可獲得一系列觀測(cè)值，進(jìn)而得到其在一段時(shí)間變化趨勢(shì)及其他模塊所受到的影響。 如氣象預(yù)報(bào)、石油勘探、金融等。以貝葉斯分類(lèi)算法為例，其與決策樹(shù)算法、神經(jīng)網(wǎng)絡(luò)算法間具有密切的關(guān)系，具有算法簡(jiǎn)單、分類(lèi)精度較高等優(yōu)勢(shì)。通過(guò)樸素貝葉斯算法及bagging方法、boosting方法等動(dòng)態(tài)貝葉斯組合算法應(yīng)用，可以有效預(yù)測(cè)多個(gè)領(lǐng)域歷史數(shù)據(jù)時(shí)間序列變化趨勢(shì)，保證數(shù)據(jù)處理效率[2]。

2.3 可視化技術(shù)應(yīng)用

大數(shù)據(jù)時(shí)代，可視化技術(shù)主要包括原位交互分析技術(shù)、可視化分析技術(shù)、數(shù)據(jù)計(jì)算量化技術(shù)、數(shù)據(jù)收集關(guān)聯(lián)技術(shù)、數(shù)據(jù)儲(chǔ)存技術(shù)、面向工具及用戶(hù)界面交互技術(shù)等。在可視化技術(shù)具體應(yīng)用過(guò)程中，首先需要在數(shù)據(jù)信息可視化模型搭建的基礎(chǔ)上，將信息可視化劃分為由最初原始數(shù)據(jù)→數(shù)據(jù)表、數(shù)據(jù)表→可視化數(shù)據(jù)結(jié)構(gòu)、可視化數(shù)據(jù)結(jié)構(gòu)→數(shù)據(jù)視圖幾個(gè)模塊。隨后將數(shù)據(jù)信息可視化劃分為數(shù)據(jù)預(yù)處理、繪制測(cè)量、顯示與交互三個(gè)階段。其中數(shù)據(jù)預(yù)處理主要是將實(shí)現(xiàn)收集的數(shù)據(jù)，進(jìn)行簡(jiǎn)單格式化、標(biāo)準(zhǔn)化或者變換、壓縮、解壓縮等處理。并將相互關(guān)聯(lián)數(shù)據(jù)整合成若干個(gè)模塊，根據(jù)相應(yīng)數(shù)據(jù)隸屬領(lǐng)域差異，對(duì)其異常值進(jìn)行檢查，或者進(jìn)行聚類(lèi)處理;繪制測(cè)量主要是利用圖形繪制的方式，根據(jù)不同用戶(hù)群體需求，將數(shù)據(jù)轉(zhuǎn)換為幾何圖像;顯示與交互主要是將所繪制的幾何圖像輸出。并根據(jù)數(shù)據(jù)間關(guān)聯(lián)性，結(jié)合數(shù)據(jù)發(fā)展趨勢(shì)，將用戶(hù)群反饋信息穿書(shū)之軟件層。

總結(jié)

綜上所述，計(jì)算機(jī)信息處理技術(shù)是信息作戰(zhàn)的重要支撐，也是實(shí)現(xiàn)信息作戰(zhàn)武器信息化的主要因素，其可以為新的信息作戰(zhàn)空間營(yíng)造提供充足的物質(zhì)支持。因此，相關(guān)人員應(yīng)合理利用大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理優(yōu)勢(shì)，不斷開(kāi)發(fā)完善計(jì)算機(jī)硬件處理技術(shù)、數(shù)據(jù)挖掘技術(shù)、可視化技術(shù)。為計(jì)算機(jī)硬件處理技術(shù)、數(shù)據(jù)挖掘技術(shù)、可視化技術(shù)等計(jì)算機(jī)信息處理技術(shù)在大數(shù)據(jù)時(shí)代優(yōu)勢(shì)的充分發(fā)揮奠定基礎(chǔ)。

參考文獻(xiàn)

[1]王凱軍，王駿宇，符德旺.大數(shù)據(jù)時(shí)代的計(jì)算機(jī)信息處理技術(shù)研究[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2017（12）：108-108.

[2]馮凌峰.大數(shù)據(jù)時(shí)代計(jì)算機(jī)信息處理技術(shù)研究[J].電子世界，2017（16）：93-93.

項(xiàng)目名稱(chēng)：2019年度市科技局貴陽(yáng)學(xué)院科技專(zhuān)項(xiàng)資金

基金號(hào)：GYU-KYZ（2019～2020）PT06-06