大數(shù)據(jù)時代下計(jì)算機(jī)軟件技術(shù)的應(yīng)用分析

林曉鵬

(曲阜市時莊街道辦事處 山東 曲阜 273160)

0 引言

隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展,社會處于一個大數(shù)據(jù)時代。而計(jì)算機(jī)軟件技術(shù)作為支撐大數(shù)據(jù)處理和應(yīng)用的關(guān)鍵技術(shù)之一,正扮演著越來越重要的角色。本文介紹了大數(shù)據(jù)和計(jì)算機(jī)軟件技術(shù)之間的關(guān)系,并探討計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代的作用,以及計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)采集和存儲中的具體應(yīng)用,旨在推動計(jì)算機(jī)軟件技術(shù)的高質(zhì)量發(fā)展。

1 大數(shù)據(jù)和計(jì)算機(jī)軟件技術(shù)之間的促進(jìn)關(guān)系

在當(dāng)今信息爆炸的時代,大數(shù)據(jù)已經(jīng)成為各行各業(yè)的關(guān)鍵驅(qū)動力,而計(jì)算機(jī)軟件技術(shù)則是實(shí)現(xiàn)大數(shù)據(jù)價值挖掘和應(yīng)用的重要手段。從圖1中可知,大數(shù)據(jù)在實(shí)際應(yīng)用過程中核心功能主要包括數(shù)據(jù)的采集、存儲、查詢、計(jì)算以及數(shù)據(jù)的可視化等。首先,大數(shù)據(jù)處理需要計(jì)算機(jī)軟件技術(shù)的支持。例如數(shù)據(jù)挖掘算法、數(shù)據(jù)存儲結(jié)構(gòu)、數(shù)據(jù)處理平臺等方面的軟件技術(shù)都是大數(shù)據(jù)處理過程中不可或缺的部分。其次,利用計(jì)算機(jī)軟件技術(shù),通過優(yōu)化算法和框架,提高數(shù)據(jù)處理的效率和準(zhǔn)確性,從而使得大數(shù)據(jù)在各個領(lǐng)域得以廣泛應(yīng)用。此外,大數(shù)據(jù)作為一種驅(qū)動力,為計(jì)算機(jī)軟件技術(shù)提供了豐富的應(yīng)用場景和挑戰(zhàn),促使軟件技術(shù)不斷創(chuàng)新和優(yōu)化,這種相互促進(jìn)的關(guān)系使得大數(shù)據(jù)與計(jì)算機(jī)軟件技術(shù)共同推動了各行業(yè)的智能化發(fā)展。

圖1 大數(shù)據(jù)應(yīng)用對應(yīng)的軟件技術(shù)功能需求

2 大數(shù)據(jù)時代計(jì)算機(jī)軟件技術(shù)作用

2.1 提高社會發(fā)展水平

隨著信息技術(shù)的飛速發(fā)展,大數(shù)據(jù)在各個行業(yè)中的應(yīng)用越來越廣泛,計(jì)算機(jī)軟件技術(shù)作為大數(shù)據(jù)處理的核心工具,不僅推動了各行業(yè)的智能化轉(zhuǎn)型,還為社會經(jīng)濟(jì)的可持續(xù)發(fā)展提供了有力支撐。計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代加速了科學(xué)研究進(jìn)程。首先,利用計(jì)算機(jī)軟件技術(shù),研究人員可以更加便捷地收集、整理和分析海量數(shù)據(jù),從而發(fā)現(xiàn)潛在的規(guī)律和趨勢。這些發(fā)現(xiàn)有助于提高科學(xué)研究的準(zhǔn)確性和效率,推動科學(xué)領(lǐng)域的創(chuàng)新和突破。此外,計(jì)算機(jī)軟件技術(shù)還為科研協(xié)作提供了便利,使得研究人員可以更容易地分享數(shù)據(jù)和成果,促進(jìn)了全球科研合作和交流。其次,計(jì)算機(jī)軟件技術(shù)助力大數(shù)據(jù)應(yīng)用推動產(chǎn)業(yè)升級。在各個領(lǐng)域中,計(jì)算機(jī)軟件技術(shù)通過對大數(shù)據(jù)的高效處理與分析,為企業(yè)提供了有針對性的解決方案。例如,在制造業(yè)中,計(jì)算機(jī)軟件技術(shù)可以幫助企業(yè)實(shí)現(xiàn)生產(chǎn)過程的實(shí)時監(jiān)控、智能調(diào)度和優(yōu)化決策,提高生產(chǎn)效率;在金融行業(yè),計(jì)算機(jī)軟件技術(shù)可以為金融機(jī)構(gòu)提供風(fēng)險(xiǎn)預(yù)警、市場分析和投資決策等智能服務(wù);在醫(yī)療行業(yè),計(jì)算機(jī)軟件技術(shù)通過對海量醫(yī)療數(shù)據(jù)的挖掘和分析,為患者提供個性化診療方案,提高醫(yī)療服務(wù)質(zhì)量。這些應(yīng)用都為行業(yè)發(fā)展注入了新的活力,推動了產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。

2.2 增加經(jīng)濟(jì)效益

計(jì)算機(jī)軟件技術(shù)在各個行業(yè)的應(yīng)用中,不僅推動了生產(chǎn)效率的提升,還為企業(yè)和個人創(chuàng)造了更多的價值,進(jìn)而為整個社會帶來了顯著的經(jīng)濟(jì)效益。首先,計(jì)算機(jī)軟件技術(shù)通過提高生產(chǎn)效率,降低生產(chǎn)成本,從而為企業(yè)創(chuàng)造更多利潤。在制造業(yè)、農(nóng)業(yè)、能源等產(chǎn)業(yè)中,計(jì)算機(jī)軟件技術(shù)能夠?qū)崿F(xiàn)對生產(chǎn)過程的實(shí)時監(jiān)控和智能調(diào)度,有效提高生產(chǎn)效率。通過對大數(shù)據(jù)的分析,企業(yè)能夠更準(zhǔn)確地預(yù)測市場需求,優(yōu)化生產(chǎn)計(jì)劃,降低庫存成本。此外,計(jì)算機(jī)軟件技術(shù)還可以幫助企業(yè)實(shí)現(xiàn)能源、原材料等資源的高效利用,進(jìn)一步降低生產(chǎn)成本。其次,計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代為市場營銷提供了更加精準(zhǔn)的策略,提高了營銷效果。通過對消費(fèi)者數(shù)據(jù)的挖掘和分析,企業(yè)能夠更深入地了解消費(fèi)者需求和行為特征,從而制定更有針對性的營銷策略。例如,在電商行業(yè),計(jì)算機(jī)軟件技術(shù)可以實(shí)現(xiàn)對消費(fèi)者購買行為的實(shí)時跟蹤和分析,為消費(fèi)者推薦更符合其需求的商品,提高轉(zhuǎn)化率。最后,計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代有助于優(yōu)化供應(yīng)鏈管理,降低物流成本。通過對物流數(shù)據(jù)的實(shí)時分析,企業(yè)可以實(shí)現(xiàn)對供應(yīng)鏈的精細(xì)化管理,提高物流效率。例如,在智能倉儲領(lǐng)域,計(jì)算機(jī)軟件技術(shù)可以實(shí)現(xiàn)對庫存的實(shí)時監(jiān)控和分析,優(yōu)化貨物的存儲和分配,減少庫存積壓和損耗。

2.3 提高軟件市場的競爭能力

(1)計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代推動了軟件產(chǎn)品的功能創(chuàng)新。為了滿足大數(shù)據(jù)處理的需求,計(jì)算機(jī)軟件技術(shù)在高性能計(jì)算、分布式存儲、并行處理、數(shù)據(jù)挖掘算法等方面取得了突破性進(jìn)展。這些技術(shù)創(chuàng)新為軟件產(chǎn)品帶來了更強(qiáng)大的功能和更高的性能,使得軟件能夠更好地應(yīng)對大數(shù)據(jù)挑戰(zhàn),提高在市場中的競爭力;(2)計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代促進(jìn)了軟件服務(wù)的個性化和精準(zhǔn)化。在大數(shù)據(jù)背景下,用戶對軟件服務(wù)的需求越來越個性化和多樣化。計(jì)算機(jī)軟件技術(shù)通過對用戶行為數(shù)據(jù)的分析,可以為用戶提供更加精準(zhǔn)的個性化服務(wù)。例如,在推薦系統(tǒng)中,計(jì)算機(jī)軟件技術(shù)可以實(shí)現(xiàn)對用戶興趣的實(shí)時捕捉和分析,為用戶提供個性化的推薦內(nèi)容。這種個性化和精準(zhǔn)化的服務(wù)有助于提升用戶體驗(yàn),增強(qiáng)軟件產(chǎn)品在市場中的競爭力;(3)計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代助力軟件企業(yè)實(shí)現(xiàn)市場細(xì)分和拓展。通過對大數(shù)據(jù)的應(yīng)用和分析,計(jì)算機(jī)軟件技術(shù)能夠?yàn)楦鱾€行業(yè)提供定制化的解決方案。這使得軟件企業(yè)能夠根據(jù)市場需求,有針對性地開發(fā)符合行業(yè)特點(diǎn)的軟件產(chǎn)品,實(shí)現(xiàn)市場細(xì)分和拓展。

3 大數(shù)據(jù)時代下計(jì)算機(jī)軟件技術(shù)的具體應(yīng)用

3.1 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)采集中的應(yīng)用

3.1.1 基于服務(wù)器日志的數(shù)據(jù)采集

服務(wù)器日志是服務(wù)器在運(yùn)行過程中自動記錄的各種信息,包括訪問日志、錯誤日志、系統(tǒng)日志等。通過分析這些日志數(shù)據(jù),管理人員可以更好地理解用戶行為、優(yōu)化系統(tǒng)性能、提高安全性等。計(jì)算機(jī)軟件技術(shù)在基于服務(wù)器日志的數(shù)據(jù)采集中扮演著重要角色。為了高效地收集和處理服務(wù)器日志,計(jì)算機(jī)軟件技術(shù)提供了一系列強(qiáng)大的工具和框架。例如,日志收集工具(如Logstash、Flume等)可以實(shí)時地從不同類型的服務(wù)器上收集日志數(shù)據(jù),將其轉(zhuǎn)換為統(tǒng)一的格式,并將其傳輸?shù)綌?shù)據(jù)存儲系統(tǒng)(如Hadoop、Elasticsearch等)中。此外,計(jì)算機(jī)軟件技術(shù)還提供了日志分析工具,例如Splunk、Kibana等,如圖2的Splunk日志分析流程圖所示,通過分析訪問日志,管理人員可以獲取用戶在網(wǎng)站或應(yīng)用上的訪問路徑、停留時間、點(diǎn)擊行為等信息。這些信息有助于管理員深入了解用戶需求和興趣,為用戶提供更加精準(zhǔn)的個性化服務(wù),提高用戶體驗(yàn)[1]。

圖2 Splunk 日志分析流程

3.1.2 實(shí)時采集

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和移動通信技術(shù)的快速發(fā)展,數(shù)據(jù)產(chǎn)生的速度和規(guī)模呈現(xiàn)爆炸式增長。實(shí)時采集技術(shù)作為計(jì)算機(jī)軟件技術(shù)的重要應(yīng)用領(lǐng)域,能夠幫助管理員快速捕捉、處理和分析實(shí)時數(shù)據(jù),為決策提供有力支持[2]。首先,計(jì)算機(jī)軟件技術(shù)在實(shí)時數(shù)據(jù)采集中提供了高效的技術(shù)手段。為了滿足實(shí)時數(shù)據(jù)采集的需求,計(jì)算機(jī)軟件技術(shù)發(fā)展出一系列實(shí)時數(shù)據(jù)處理框架和工具,如Apache Kafka、Apache Flink、Apache Storm等。這些工具和框架可以實(shí)時地從各種數(shù)據(jù)源(如日志文件、傳感器、社交媒體等)中捕獲數(shù)據(jù),將其轉(zhuǎn)換成統(tǒng)一的格式,并將其傳輸?shù)綌?shù)據(jù)處理和存儲系統(tǒng)。通過這些實(shí)時數(shù)據(jù)采集技術(shù),管理員可以快速獲取實(shí)時數(shù)據(jù),及時響應(yīng)市場變化和業(yè)務(wù)需求。其次,實(shí)時數(shù)據(jù)采集技術(shù)在大數(shù)據(jù)時代為各行業(yè)提供了強(qiáng)大的應(yīng)用支持。如在交通領(lǐng)域可以實(shí)時采集道路、車輛、氣象等信息,為駕駛員提供實(shí)時的路況提示和導(dǎo)航建議。

3.1.3 網(wǎng)絡(luò)請求寫入數(shù)據(jù)

隨著互聯(lián)網(wǎng)的普及和移動設(shè)備的廣泛使用,網(wǎng)絡(luò)請求數(shù)據(jù)的產(chǎn)生速度和規(guī)模不斷增長。為了捕獲、存儲和分析這些海量的網(wǎng)絡(luò)請求數(shù)據(jù),計(jì)算機(jī)軟件技術(shù)在多個方面提供了有效的解決方案。①計(jì)算機(jī)軟件技術(shù)在網(wǎng)絡(luò)請求數(shù)據(jù)采集中提供了高效的數(shù)據(jù)傳輸和存儲手段。為了實(shí)現(xiàn)網(wǎng)絡(luò)請求數(shù)據(jù)的實(shí)時采集和處理,計(jì)算機(jī)軟件技術(shù)發(fā)展出了一系列分布式消息隊(duì)列和數(shù)據(jù)流處理框架,如Apache Kafka、RabbitMQ、Apache Flink等。這些框架和工具可以實(shí)時地從網(wǎng)絡(luò)請求中提取數(shù)據(jù),將其轉(zhuǎn)換為統(tǒng)一的格式,并將其傳輸?shù)綌?shù)據(jù)處理和存儲系統(tǒng),如Hadoop、Elasticsearch等。通過這些實(shí)時數(shù)據(jù)采集技術(shù),企業(yè)和組織可以快速獲取網(wǎng)絡(luò)請求數(shù)據(jù),及時響應(yīng)市場變化和業(yè)務(wù)需求;②計(jì)算機(jī)軟件技術(shù)在網(wǎng)絡(luò)請求數(shù)據(jù)采集中提供了豐富的數(shù)據(jù)分析和挖掘手段。在大數(shù)據(jù)時代,網(wǎng)絡(luò)請求數(shù)據(jù)的價值很大程度上取決于對數(shù)據(jù)的分析和挖掘能力。計(jì)算機(jī)軟件技術(shù)為網(wǎng)絡(luò)請求數(shù)據(jù)分析提供了強(qiáng)大的支持,包括數(shù)據(jù)預(yù)處理、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化等。通過這些技術(shù),企業(yè)和組織可以從網(wǎng)絡(luò)請求數(shù)據(jù)中挖掘出有價值的信息,為決策提供有力支持。例如,通過對網(wǎng)絡(luò)請求數(shù)據(jù)的分析,企業(yè)可以了解用戶訪問行為和喜好,為用戶提供更加精準(zhǔn)的個性化服務(wù)。如在醫(yī)療領(lǐng)域,計(jì)算機(jī)軟件技術(shù)可以實(shí)時收集患者的網(wǎng)絡(luò)請求數(shù)據(jù),為醫(yī)生提供遠(yuǎn)程診斷和治療建議。

3.2 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)存儲中的應(yīng)用

面對海量的數(shù)據(jù),傳統(tǒng)的數(shù)據(jù)存儲技術(shù)已經(jīng)無法滿足現(xiàn)代企業(yè)和組織的需求。計(jì)算機(jī)軟件技術(shù)的發(fā)展為大數(shù)據(jù)存儲提供了新的解決方案,包括分布式存儲系統(tǒng)、NoSQL數(shù)據(jù)庫、云存儲服務(wù)等。

(1)分布式存儲系統(tǒng)。計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)存儲中發(fā)展了分布式存儲系統(tǒng),分布式存儲系統(tǒng)通過將數(shù)據(jù)分散在多個服務(wù)器節(jié)點(diǎn)上,實(shí)現(xiàn)了數(shù)據(jù)存儲的水平擴(kuò)展和高可用性。例如,Hadoop分布式文件系統(tǒng)(HDFS)是一個典型的分布式存儲系統(tǒng),它可以將大量的數(shù)據(jù)分塊存儲在不同的服務(wù)器上,并在服務(wù)器出現(xiàn)故障時自動進(jìn)行數(shù)據(jù)備份和恢復(fù)[3]。

(2)NoSQL數(shù)據(jù)庫。計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)存儲中推廣了NoSQL數(shù)據(jù)庫。相比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(如MySQL、Oracle等),NoSQL數(shù)據(jù)庫在大數(shù)據(jù)存儲中具有更好的可擴(kuò)展性、性能和靈活性。NoSQL數(shù)據(jù)庫包括鍵值存儲(如Redis、Riak)、列族存儲(如HBase、Cassandra)、文檔存儲(如MongoDB、CouchDB)和圖形存儲(如Neo4j、ArangoDB)等多種類型。這些數(shù)據(jù)庫根據(jù)不同的應(yīng)用場景提供了各自的優(yōu)勢,如高并發(fā)讀寫、復(fù)雜查詢、實(shí)時分析等。

(3)云存儲服務(wù)。計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)存儲中實(shí)現(xiàn)了云存儲服務(wù)。云存儲服務(wù)通過將數(shù)據(jù)存儲在遠(yuǎn)程的數(shù)據(jù)中心,為企業(yè)和組織提供了靈活、可擴(kuò)展和易于維護(hù)的存儲解決方案。云存儲服務(wù)包括公有云、私有云和混合云等多種部署模式,可以根據(jù)不同的需求提供定制化的存儲服務(wù)。例如,Amazon S3、Microsoft Azure Blob Storage、Google Cloud Storage等是一些典型的公有云存儲服務(wù),它們可以為用戶提供按需付費(fèi)的存儲空間和帶寬資源。此外,計(jì)算機(jī)軟件技術(shù)還在大數(shù)據(jù)存儲中實(shí)現(xiàn)了數(shù)據(jù)壓縮和優(yōu)化技術(shù)。為了降低大數(shù)據(jù)存儲的成本和提高存儲效率,計(jì)算機(jī)軟件技術(shù)發(fā)展了一系列數(shù)據(jù)壓縮和優(yōu)化算法,如LZ77、LZ78、Huffman編碼等。

3.3 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)可視化中的應(yīng)用

數(shù)據(jù)可視化是將復(fù)雜的數(shù)據(jù)通過圖形和圖像的形式呈現(xiàn)出來,以便更直觀、更快速地理解數(shù)據(jù)的內(nèi)在信息和規(guī)律。隨著大數(shù)據(jù)的發(fā)展,數(shù)據(jù)可視化技術(shù)已成為企業(yè)和組織在數(shù)據(jù)分析和決策過程中的關(guān)鍵工具[4]。

(1)計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)可視化中提供了豐富的圖表類型和可視化工具。為了滿足不同應(yīng)用場景的需求,計(jì)算機(jī)軟件技術(shù)發(fā)展了多種圖表類型,如柱狀圖、折線圖、餅圖、散點(diǎn)圖、熱力圖、地圖可視化等。這些圖表可以有效地表達(dá)數(shù)據(jù)的分布、趨勢、關(guān)聯(lián)和聚類等特征。同時還有一些成熟的數(shù)據(jù)可視化工具和庫(如Tableau、Power BI、D3.js、Echarts等),為用戶提供了靈活的可視化設(shè)計(jì)和交互功能。

(2)計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)可視化中實(shí)現(xiàn)了實(shí)時數(shù)據(jù)展示和動態(tài)更新 計(jì)算機(jī)軟件技術(shù)通過發(fā)展實(shí)時數(shù)據(jù)流處理框架(如Apache Kafka、Apache Flink等)和實(shí)時可視化技術(shù)(如WebSocket、WebGL等),實(shí)現(xiàn)了對實(shí)時數(shù)據(jù)的可視化展示和動態(tài)更新。這些技術(shù)可以幫助用戶及時發(fā)現(xiàn)數(shù)據(jù)的異常和變化,為實(shí)時決策提供有力支持。

3.4 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)計(jì)算中的應(yīng)用

3.4.1 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)計(jì)算中推廣了分布式計(jì)算框架

隨著數(shù)據(jù)規(guī)模的不斷擴(kuò)大,單一服務(wù)器的計(jì)算能力已經(jīng)無法滿足需求。分布式計(jì)算框架通過將數(shù)據(jù)和計(jì)算任務(wù)分布在多個服務(wù)器節(jié)點(diǎn)上,實(shí)現(xiàn)了數(shù)據(jù)計(jì)算的水平擴(kuò)展和高可用性。例如,Hadoop MapReduce是一個典型的分布式計(jì)算框架,它將計(jì)算任務(wù)分解為Map和Reduce兩個階段,實(shí)現(xiàn)了對大量數(shù)據(jù)的并行處理。

3.4.2 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)計(jì)算中發(fā)展了數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法

數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)是從大數(shù)據(jù)中發(fā)現(xiàn)有價值信息和知識的關(guān)鍵技術(shù)。計(jì)算機(jī)軟件技術(shù)通過發(fā)展各種數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法(如聚類、分類、回歸、關(guān)聯(lián)規(guī)則挖掘等),實(shí)現(xiàn)了對大數(shù)據(jù)的深度分析和挖掘[5]。同時,還有一些成熟的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)庫(如scikit-learn、TensorFlow、PyTorch等),為用戶提供了豐富的算法和工具支持。

3.4.3 計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)計(jì)算中實(shí)現(xiàn)了實(shí)時數(shù)據(jù)流處理

隨著大數(shù)據(jù)技術(shù)的發(fā)展,實(shí)時數(shù)據(jù)分析和處理在許多應(yīng)用場景中變得越來越重要。計(jì)算機(jī)軟件技術(shù)通過發(fā)展實(shí)時數(shù)據(jù)流處理框架(如Apache Kafka、Apache Flink等),實(shí)現(xiàn)了對實(shí)時數(shù)據(jù)的高效處理和分析。這些框架可以幫助用戶及時發(fā)現(xiàn)數(shù)據(jù)的異常和變化,為實(shí)時決策提供有力支持。

4 結(jié)語

綜上所述,大數(shù)據(jù)時代下計(jì)算機(jī)軟件技術(shù)的應(yīng)用已經(jīng)變得日益重要。無論是在數(shù)據(jù)采集、存儲還是分析方面,計(jì)算機(jī)軟件技術(shù)都是不可或缺的一部分。隨著技術(shù)的不斷發(fā)展和應(yīng)用場景的不斷擴(kuò)大,計(jì)算機(jī)軟件技術(shù)在大數(shù)據(jù)時代的地位和作用也會變得越來越重要。因此,應(yīng)該加強(qiáng)對計(jì)算機(jī)軟件技術(shù)的學(xué)習(xí)和研究,以便更好地應(yīng)對和把握大數(shù)據(jù)時代帶來的機(jī)遇和挑戰(zhàn)。