摘 要：当前，随着智能化时代的进一步发展，电子商务、金融、法律、教育、科研、政务等各行各业都被海量数据填充，这些数据就是未来发展最宝贵的资源，是透析行业现状、预测未来发展的重要途径。因此，越来越多的科技人员投入力量对海量数据进行进一步研究。文章在分析大数据理论的基础上，探讨了大数据背景下信息处理技术的三个关键环节。

关键词：大数据背景；计算机技术；信息处理技术

中图分类号：TP311.13 文献标识码：A 文章编号：2096-4706（2018）03-0018-02

Exploration of Information Processing Technology in Big Data Background

QU Dongmei

（Changchun Automobile Industry Institute，Changchun 130013，China）

Abstract：At present，with the further development of the intelligent era，E-commerce，finance，law，education，scientific research，government affairs and other industries are flooded with data，these data is the future development of the most valuable resources，dialysis industry is the status quo，forecast the future development of an important way. As a result，more and more scientific and technical personnel are devoting themselves to further research on data. Based on the analysis of large data theory，this paper discusses three key links of information processing technology in big data background.

Keywords：big data background；computer technology；information processing

0 引 言

随着信息技术、网络技术的飞速发展，信息处理技术也进入了高速发展阶段，用“日新月异”来形容毫不为过。当前，在云计算技术发展的同时，大数据已经成为各行各业的重要资源。而基于大数据背景下的信息处理技术也在日益受到广泛关注。

1 大数据理论基础分析

1.1 大数据的概念

“大数据”一词在国内受到广泛关注开始于2014年，并且不断成为近些年的IT热门词汇。大数据即巨量数据、海量数据。大数据，又称巨量资料，指的是所涉及的数据资料的规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为能够帮助企业制定有效经营决策的有益资料。

1.2 大数据的特点

1.2.1 数据量庞大

互联网是一张神奇的大网，可以不断网罗所需数据。因此，需要被处理的数据量是极其庞大的。

1.2.2 数据种类丰富

当前，互联网通过计算机、手机及其他移动终端设备在人们生活中的广泛应用，使得信息的来源十分丰富，由此产生了大量种类丰富的数据。这些数据之间又相互关联、互有影响，使得数据分析中可供借鉴的数据量更加庞大。

1.2.3 数据增长速度快

大数据背景下的数据增长速度是非常快的。每一天、每一分、甚至每一秒其数据量都在不断增长。在数据量不断增长的情况下，用户对数据处理速度也有着更高更快的标准与要求。

1.2.4 数据即时性强

在大数据背景下，很多数据都是具有即时性的，即在数据产生的同时，需要对数据进行即时分析处理，根据具体情况提出相应决策。信息处理速度滞后会影响决策效果。

2 大数据背景下信息处理关键技术

大数据时代背景下的计算机信息处理技术可以从以下三个方面加以研究：

2.1 信息采集与预处理技术

信息采集技术是信息处理技术的起始点，通过信息采集技术可以有效地收集信息并将其存储于数据库中。除了拥有着目标数据获取、目标数据筛选、目标数据传输等重要作用，其还能够在智能化技术设备同时使用的情况下实现对目标数据库的实时监控，从而极大地增加信息使用者的市场反应能力，即一旦目标数据出现，就可以立即获取。当前信息采集技术已经不再局限于对固定数据库的监控，而是逐渐搭载云计算的舞台实现了对整个互联网数据库各大云储存主机中数据的实时监控。

对于所收集的数据还要有预处理的重要过程。预处理即对所采集的数据进行辨析、抽取、清洗的系列操作，最终过滤出有效数据。

例如，当前很多装修公司为了寻找客户都会借助基于信息采集技术开发的軟件，实现预装修用户信息的收集。通过用户在互联网上进行检索的珠丝马迹获取有效信息，从而准确定位目标用户。运用这种方法缩短了客户信息的搜集过程，并且增加了其准确率。

2.2 信息储存与分析技术

数据通过互联网采集与预处理后就要被存储到计算机的数据库当中，这就需要用到信息储存技术。当前，大数据背景下的信息储存技术发展迅速，所存储的数据在类型上更加多元化。文字、图片、动画、视频、音频等各种数据均可存储于当下的信息储存平台中，而信息储存的介质也由传统的个人计算机硬盘向网络云盘迈进。这就更有利于信息的收集与分析，提高了信息传输速度。

大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。重点关注复杂结构化、半结构化和非结构化大数据的管理与处理，主要解决大数据的可存储性、可表示性、可处理性、可靠性及有效传输等几个关键问题。其有效途径包括：开发可靠的分布式文件系统（DFS）、能效优化的存储、计算融入存储、大数据的去冗余及高效低成本的大数据存储技术；突破分布式非关系型大数据管理与处理技术、异构数据的数据融合技术、数据组织技术、研究大数据建模技术；突破大数据索引技术，突破大数据移动、备份、复制等技术；开发大数据可视化技术；等等。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的人们事先不知道的，但又潜在有用的信息和知识的过程。数据挖掘涉及的技术方法很多，有多种分类法。根据挖掘任务可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等；根据挖掘对象可分为关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据库、多媒体数据库、异质数据库、遗产数据库以及环球网Web；根据挖掘方法可粗分为：机器学习方法、统计方法、神经网络方法和数据库方法。在机器学习中，可细分为：归纳学习方法（决策树、规则归纳等）、基于范例学习的遗传算法等。在统计方法中，可细分为：回归分析（多元回归、自回归等）、判别分析（贝叶斯判别、费歇尔判别、非参数判别等）、聚类分析（系统聚类、动态聚类等）、探索性分析（主元分析法、相关分析法等）等。在神经网络中，可细分为：前向神经网络（BP算法等）、自组织神经网络（自组织特征映射、竞争学习等）等。数据库方法主要是多维数据分析或OLAP方法，另外还有面向属性的归纳方法。

2.3 信息安全技术

信息化时代，信息安全成为各行各业关注的重点内容。而当前，无线传输网络技术日益发达，数据的安全性不断受到越来越严重的威胁。因此，信息安全技术在大数据背景下成为热点研究内容，一直倍受关注。基于此，大数据背景下的信息安全技术着重关注两个关键节点。第一个关键节点就是在信息的传输过程中，强调信息的加密技术，即要保证多数据接口之间高效、准确地对接，又要保证数据在传输过程中的加密安全。另一个关键节点在于存储终端以及服务器的加密技术。如果存储数据的终端服务器存在安全隐患，那么数据安全便无从谈起。

3 大数据背景下信息处理技术的应用

大数据背景下的信息处理技术能够挖掘出海量数据背后所隐藏的真实逻辑关系，从而为社会发展中的各环节提供决策依据，有效促进各行各业在互联网时代的良性发展。当前，我国在大数据信息处理技术的主要应用有三个方面，即公共服务方面、商业智能方面、政府决策方面。

如气象信息分析处理技术，能够实时监测气象变化数据，并通过数据分析提供较为精准的天气预报信息。再如电子地图软件能够实时进行道路监测，实现智能化交通。同时，电子地图软件还为电子商务提供了便利。在未来，智能化城市进程将会随着大数据背景下信息处理技术的进一步发展而加快。

参考文献：

[1] 彭英，李佐军.“大数据”视角下计算机信息处理技术分析 [J].天津中德职业技术学院学报，2016（6）：108-110.

[2] 张顺生，杨婳.翻译中直接套用的必要性、可行性及实现路径 [J].上海翻译，2016（6）：13-21+93.

[3] 王文响.大数据背景下电力企业会计信息处理问题的分析 [J].中国国际财经（中英文），2018（2）：69.

[4] 杨军泽.大数据背景下石油销售企业财务管理面临的挑战及其变革 [J].商业经济，2018（1）：24-25.

[5] 黄学中.“大数据”时代背景下计算机信息处理技术的分析 [J].电脑知识与技术，2018（2）：8-10.

[6] 吴婷.大数据背景下计算机信息处理技术探析 [J].信息与电脑（理论版），2018（1）：11-12+15.

[7] 黃寅.基于“大数据”时代背景下计算机信息处理技术的思考 [J].信息记录材料，2018（2）：143-144.

[8] 王梓旸.大数据背景下的计算机信息处理技术探讨 [J].科技风，2018（3）：81.

作者简介：曲冬梅（1963.11-），女，汉族，吉林长春人，现就职于长春汽车工业高等专科学校，副教授，学士学位。研究方向：软件工程。