大数据时代的计算机信息处理技术研究

关天柱

摘 要：随着信息化的不断推进和互联网的普及，其为各行各业发展的提供了较为广阔的平台，提升了人们的工作效率，促使了社会经济发展。在信息技术日益发展的当下，相应的数据也在日益增多，为更好地满足社会大众的需求。在新时期背景下"大数据"应运而生，在大数据时代背景下，与之相应的计算机信息处理技术与"大数据"一同创新，切实有效地满足了不同用户的特殊需求。基于此，笔者重点阐述了大数据时代信息的特征，并深入研究了大数据时代计算机信息处理技术，最后展望了大数据时代计算机信息处理技术的未来发展特点。

关键词：大数据时代；计算机；信息处理技术

当前计算机技术在全球范围内得到广泛的普及，在大数据时代下，数据大规模共享成为了当下计算机信息处理的至关重要一项工作。最近几年，随着全球日益增长的数据总量，使其数据的信息处理越来越困难，所以，对大数据实现高效快速的处理时计算机发展非常重要的一项内容。想要数据高效地应用，计算机信息处理能力也必须要与时俱进，否则将会阻碍网络的应用，为此，笔者对大数据时代的信息处理技术进行了深入的研究。

一、大数据时代信息的特征

（一）数量大

数据数量大是大数据时代信息非常显著的一个特征，随着社会需求的日益增加和社会发展的加速，数据成爆炸式的增长，海量的数据不能给我们带来好处，还在很大程度上阻碍了我们对有用信息的提取，与此同时，还引入了诸多的数据问题，使其数据规模呈指数性地不断增长，极大地增加了计算机信息处理难度[1]。

（二）多样化

随着时代的不断发展，信息呈现出多样化。对于计算机信息处理而言，信息的多样化对其产生一定的阻碍，信息的来源越来越多，那么信息形式则越来越多，如声音、图像、文字以及光盘和影像。为此，如何行之有效地从繁杂且形式多样的数据中提取有用信息是当前亟待解决的问题。

（三）传播速度快

其是大数据时代信息另一个非常显著的特征。目前我们正处信息社会，人们充分利用各种新媒体技术手段，如直播、微信或是微博等，在极短的时间内产生了且迅速传播了大量实时信息，速度颠覆了过去的信息传播方式，这样一来给计算机信息处理带来了较大的难度[2]。

二、分析大数据时代计算机信息处理关键技术

（一）分布式处理技术

为实现数据的分布式处理和存储，谷歌公司提出了GFS技术，分布式数据处理是利用存储列的概念，这种处理方式以列为单位对数据进行存储，循环利用效率高且数据压缩快，采用行列混合式存储结构，可以在短时间内缩短数据查询的时间以及加速加载海量数据，另外可以充分利用磁盘空间。现阶段，在IBM以及百度得到较为广泛的应用。

（二）获取技术和DEEP WEB数据感知

这种技术充分利用完了深层空间技术，分析，抽取以及继承网络职工的信息，利用信息数据的分布式处理，信息规模处理以及访问技术和动态变化来处理和分析网络数据，最大化实现对数据高质量的抽取，集成以及整合[3]。

（三）数据高效索引

BIGTABLE技术主要是谷歌公司提出的，现阶段集中在互补式聚簇索引以及互补式聚簇索引技术的研究，所谓互补式聚簇索引，这种方式主要是通过多副本索引技术创建积极有效地且相互补充的数据有有效地建立其数据索引表，最大化的实现对数据的优化查询。聚簇索引技术则是根据索引顺序技术处理相应的技术。

（四）神经网络技术和遗传算法

神经网络技术其是借助生物神经网络结构的运行方式，通过合理模拟生物运动神经网络行为，及时且高效的对数据进行分布式处理的一种算法，所谓遗传算法，则是根据数据演化随机化的搜索办法以及生物界的进化发展规律对数据进行搜索。现阶段，这种技术在物流选址，信号处理以及机器学习方面得到了非常的广泛的应用。

（五）基于内容信息的数据挖掘技术

这种技术其实质上主要根据信息实体关联技术和网络搜索技术充分地分析和挖掘数据。如针对网络信息搜索的热点一种排序学习算法，就是从短文本特征实现，信息数据关注特点以及媒体信息量实现对数据的搜索等，当前主要有逐对逐列以及逐点等常见算法。

（六）机器学习技术和关联规则学习

所谓机械学习其实质就是研究计算机模拟人类学习一些的智能技术，同时对当下的信息知识体系进行重新组织，这种技术是一种学习人工智能的核心技术。何为关联规则学习技术主要是指在一些较为复杂的数据处理过程当中，处理人员通过对比以及排序等数据处理的过程中，切实寻找到数据之间的关联规则实现对重复数据的筛选。目前，这两种技术主要运用到数据挖掘技术中。

（七）聚类与分类分析技术

聚类分析技术其实质上及时在缺乏明确数据点的情况下，有效地将数据分成若干个对象组，计算机通过其中的数据进行分析，最大化的实现对数据的综合查询。分类分析技术，第一步就是归类分析信息数据点，形成新的数据点后，进一步数据进行客观和假设结构预测，最后预测未来信息的发展，目前这两种技术都运用的非常的广泛。

（八） 数据分析技术

在计算机信息处理当中数据分析技术的应用是非常广泛的，这种技术主要包含，空间分析技术，数据回归分析技术、网络分析技术、情感分析技术以及数据时域序列分析技术等，在计算机信息大数据处理当中發挥着至关重要的作用，其中，网络分析技术主要是在网络特点的基础上科学合理的分析数据特征。情感分析技术主要是使用自然语言科学且高效的进行编码分析技术。将地理、几何以及网络拓扑数据编码技术有融合为一体的则是空间分析技术，进而对数据进行综合分析的一种统计技术。

三、计算机信息处理技术发展趋势

随着计算机技术和网络信息技术的日益发展， 在大数据时代背景下的计算机处理技术必定会朝着以下几个方向进行发展。一是朝着高效化的融合方向发展。计算机技术、网络信息技术以及其他方面的技术都是进行一个高度化的有机融合，最大化地提升计算机信息处理技术的水平和应用质量，使其更好地具备高效化的数据信息处理能力。二是云计算。随着科技水平的日益提升，这样一来，计算机信息处理技术则拥有了很强的应用能力，促使了云计算的功能和质量的健康发展，自然而然，云计算的使用范围就更加广泛。三是开放式网络。伴随着信息技术的进步和时代的发展，必定会计算机网络信息数据硬件进行有效分割，这样一来就让网络更加具有开放性[4]。

结语：

概言之，计算机信息处理技术想要与时俱进的发展，则需要基于以当下时代发展现象为主，采取形式有效地措施不断创新和改革自身技术内容，同时还要认真分析自身的存在的问题， 进一步提升其信息数据的安全性，另外还要重点对数据价值的分析，培养大量的高素质专业性技术人才，只有这样才能让计算机信息处理技术被广泛的运用到各行各业当中，更好地为社会服务。

参考文献：

[1]刘宏伟. 计算机信息处理技术[J]. 电子测试， 2017（23）.

[2]石玉芳. 基于“大数据”时代剖析计算机信息处理技术探究[J]. 科技创新与应用， 2015（31）：90-90.

[3]常学洲， 朱之红. 计算机信息处理技术在办公自动化中的应用研究[J]. 软件， 2014（2）：93-94.

[4]周军侠. 办公室自动化的计算机处理技术应用研究[J]. 中国新通信， 2017， 19（8）：127-127.