摘 要：大数据的大量化、多样化、数据流的快速化以及数据的低价值密度，使大数据的信息处理存在一定困难。本文介绍了大数据时代与计算机信息处理技术的基本概念，论述了目前计算机信息处理的核心技术，并对其发展进行了展望。

关键词：大数据;计算机;信息处理技术

中图分类号：TP3文献标识码：A文章编号：1003-5168（2019）29-0014-03

Research on Computer Information Processing Technology under

the Background of Big Data Era

LIU Cuifang

（Zhengzhou University of Industrial Technology，Zhengzhou Henan 451100）

Abstract： The large amount of big data， diversification， rapid data flow and low value density of data make the information processing of big data difficult. This paper introduced the basic concepts of big data era and computer information processing technology， discussed the core technology of computer information processing， and forecasted its development.

Keywords： big data;computer;information processing technology

大数据，可以简单理解为大量的数据，具体则是指目前无法利用主流软件进行挖掘、存储、传输、处理及分析的数据集合。对于数据总量，行业内并没有明确的规定，一般数据总量超过10TB即被称为大数据。由于数据量太过庞大，因此其很难为用户提供高效的信息处理服务。随着网络技术的发展与普及，人们的信息与网络需求增长，再加上原本较大的数据基础，现如今每天都会产生难以用具体数字衡量的大量数据。

大数据的特点可以归纳为“4V特征”，即Volume（大量）、Variety（多样化）、Velocity（快速）以及Value（价值密度低）。第一，数据的大量化。大数据的出现就是由于数据处理量的日益增加，而在大数据时代，数据处理量已经增长到ZB级别。第二，数据种类多样。在计算机与网络技术的发展下，数据来源不断增加，人们生活的点滴都会产生数据，因此数据种类十分多样。第三，快速化。快速化所指的是数据处理及传输，只有能够实现高速处理与传输，才能够将大量的数据利用起来，以满足用户的需求。第四，价值密度低。大数据的价值体现于整体数据的处理分析，但就其中的少量数据而言，价值并不高，甚至存在大量无意义的数据，因此总体价值密度较低。

1 大数据与计算机信息处理技术概述

1.1 大数据的研究意义

大数据具有极高的利用价值，大数据的研究具有重要意义。第一，大数据于国家而言是十分重要的信息资源，大数据的研究有助于提升国家信息安全的竞争力，因此也具有较高的战略意义[1]。第二，大数据的研究可以促进数据的高效利用，提供更加高效的信息处理服务，在产业发展及服务中发挥指向性作用，对国家经济调控、产业结构调整也具有重大意义。此外，大数据还能够促进相关技术的发展，大数据研究也推动着整个行业的进步。

1.2 计算机信息处理技术概述

计算机信息处理技术就是利用计算机将所搜集整合的数据进行传递、处理的技术。其中包含信息输入输出、计算、存储等多个过程，因此计算机信息处理实质上是多种技术的综合运用。计算机信息处理技术具体可以分为三类。一是信息检索，信息检索技术的运用可以大大提高数据的查找与利用效率。二是数据库技术，其主要内容就是对数据的整合排序，能够将数据进行分类，信息的存储更加有序，可以使数据运算与传输更加高效。最后就是信息系统技术，信息系统是依托于计算机，利用数据库与网络技术进行信息处理的一个系统，由于高效存储与传输的实现，信息处理的效用也更高。目前，信息处理技术在人们日常生活及各个行业中都发挥了重要作用。

2 大数据时代的影响与挑战

2.1 大数据时代的影响

大数据时代的到来，一方面是因为数据处理量的不断增加，另一方面还依托于物联网、云计算以及高效存儲等技术的发展[2]。大数据时代使计算机行业获得了变革，同时也对其他行业以及人们生活带来了较大的影响。数据是大数据时代的核心，在大数据的影响下，不同人群、机构、社会角色之间的界限变得更加模糊，因此对企业的经营管理等都产生了较大影响，同时也带来了许多挑战与机遇。大数据的发展是社会发展的必然结果，其产生是为了解决信息处理的问题。大数据时代，每时每刻都有大量的数据产生，只有能够将这些数据进行筛选处理，才不会造成信息资源的浪费。为了满足这一需求，计算机的信息处理能力要求就会相应提高，同时也会对软件的信息处理能力及效率提出更高要求，而大数据时代所提出的这些更高要求则会大大推进计算机信息处理技术的发展。

2.2 计算机信息处理技术在大数据时代的机遇

大数据时代的到来得益于计算机网络技术的高速发展与普及，虽然目前无法使用软件对大量数据进行直接处理，但大数据的信息处理依然可以通过新兴的思维与技术实现，而大数据的信息处理结构对不同行业都有着十分巨大的实用价值[3]。例如，在销售行业，借助大数据分析可以对消费者的需求、喜好以及不同产品的市场竞争力等进行分析，借此可以调整销售策略，给用户进行更加有针对性的推荐，同时也能够借助大数据分析得出的反馈对产品进行改良，在大数据信息处理的帮助下，可有有效提高产品销量，带来更大的利润。在公司管理中，大数据分析可以优化企业管理结构，提升部门合作与工作效率，从而节省管理成本，同时也能借助更加科学的管理策略提升企业的综合竞争力。

2.3 计算机信息处理技术面临的挑战

大数据时代为各行业的发展以及信息处理技术的进步都带来了机遇，与此同时，大数据时代也为目前的信息处理技术带来了挑战。

2.3.1 数据的大量化为数据的存储与传输技术带来挑战。大数据背景下，数据的处理级别不断提升，对数据处理的要求也不断提高，而其中最重要的就是数据的存储和传输。大数据的处理需要相当大的存储空间，同时也对存储技术提出了更高的要求，而大量数据的传输则需要更快速的传输速度，对数据传输技术提出了更高的要求。同时还需要发展信息检索与数据可视化技术，使数据分析更加直观快捷。

2.3.2 大数据为网络硬件设备与信息处理能力带来挑战。大数据时代不仅对数据传输技术提出更高要求，也对网络硬件提出了更高要求，需要硬件提供更高的传输速度，同时也需要更高的数据处理能力与之匹配。另外，还需要提高网络监控能力，确保数据的安全性。

2.3.3 数据价值密度低带来的挑战。大数据在具有大量化特点的同时，还有着较低的价值密度，这就需要在信息处理过程中能够将具有价值的数据从海量数据中提取出来。但由于数据量巨大，数据的筛选提取工作十分困难，对信息处理技术中的数据筛选提出了更高要求。

3 大数据背景下计算机信息处理技术所存在的问题

3.1 专业人才短缺

技术的研究与应用都离不开专业人才，大数据信息处理技术不仅需要软件方面的人才，还需要大量硬件技术人才。大数据发展历程较短，其应用尚处于初级阶段，高校的大数据专业也才刚刚起步，而培养一名优秀的计算机软件人才则不仅需要较高的教育条件，还需要丰富的实践经验，种种原因，使得目前大数据信息处理人才短缺。在硬件方面，目前限制数据处理技术的主要还是硬件功能的上限，因此大力培养硬件技术人才也十分重要，只有这样才能加快硬件发展的步伐，为软件创新带来更大的发展空间。

3.2 信息安全问题

大数据的发展为人们日常生活带来了诸多便利，但也带来了一定的信息安全隐患。信息安全问题是目前网络技术中急需解决的一个重要问题。无论是用户还是企业或机关单位，信息的泄露都有可能会带来较大的损失。例如，在网络购物中，用户的个人信息都存储在交易平台的服务器上，如果存在安全漏洞且被黑客利用，那么用户信息的泄露就很有可能给用户带来经济损失，同时也会对购物平台带来恶劣影响。因此，针对信息安全问题，应大力提升信息处理技术的安全性，国家也可以在信息安全方面制定相关法律制度，通过监管进一步提升信息安全性。

3.3 数据筛选问题

大数据具有信息大量化与种类多样性的特征。在数据量不断增加的同时，其中的无意义、无价值数据也同样增加，信息质量良莠不齐，数据价值密度较低，而面对海量数据的信息处理，很难快速筛选出有价值的信息，因此在数据检索中常会掺杂无意义信息或筛选出的数据不够全面。这样的问题不仅为信息分析技术员带来了极大的挑战，同时也为用户带来了挑战。如何在海量数据中提取最有效、最有价值的信息进行处理分析，如何运用各种信息数据得出专业化的决策建议，是目前信息处理中亟待解决的两个重要问题。为此，要大力培养相关专业人才，促进信息处理技术发展，保证大数据处理的高效性、真实性与准确性，发挥大数据中大量信息的价值作用。

4 大数据时代的计算机信息处理技术

基于DEEP WEB的数据获取技术是大数据时代计算及信息处理的重要技术基础。DEEP WEB是指深层网络空间技术，具有较大规模的数据量，在数据分布、访问以及动态变化上都比较特殊。在实际运用中，DEEP WEB实现了数据的高度集成，充分运用数据实现了数据的筛选与整合。在具体运用中，DEEP WEB可以在海量数据中筛选出有价值的信息并加以运用，由此看来，DEEP WEB数据获取技术可以使数据信息分析的准确性大大提高[4]。

数据存储在信息处理中十分重要，而在大数据中，最为重要的就是分布式存储系统。分布式存储系统主要包含分布式文件系统、分布式键值系统、分布式表格系统以及分布式数据库系统。分布式存储技术在商业中获得了很大的发展空间，同时也是目前互联网的核心。分布式存储具有低成本、可拓展的特点，同时有着较高的容错性，因此在海量数据的存储中具有明显优势。

分布式计算是目前大数据信息处理中主要使用的计算方式，其中基于互联网虚拟环境的云计算最为重要。由于依托于网络环境，云计算能够提供动态虚拟化的信息资源，从而实现资源共享，使信息分配更加合理化。云计算技术大大降低了数据处理成本，同时提高了信息处理效率，在大数据时代下，云计算为信息处理技术注入了活力。

5 大数据时代计算机信息处理技术的发展方向

5.1 云计算网络

大数据时代，许多计算机硬件都难以满足海量数据处理的需求，而传统的计算机数据结构也存在一些问题，主流的信息处理软件无法对大数据进行分析处理，而其中最突出的矛盾就是软件的数据需求超出硬件性能的极限。传统的计算机网络技术是一种以硬件为依托的静态结构，因而无法跟上时代步伐，现有网络很多都转向了类数据中心的可编程设施。在云计算网络的影响下，政府及企业在网络系统上的需求不再局限于传统的网络中心，而是更加便捷开放的、符合大数据处理需求的网络模式。在这一背景下，云计算逐渐向网络模式发展，从而诞生了云计算网络，它可以提供更强大的数据存储，同时数据处理更加高效，可以有效解决大数据处理的问题。随着云计算技术的发展与优化，计算机信息处理技术将会更加高效化，其内涵也会更加丰富。

5.2 更高的信息安全性與可靠性

大数据时代，数据依靠网络传输，整个数据系统与网络系统是密不可分的，PC端存储的数据通过网络与数据系统及云平台进行共享，互联网的开放性使每个人都能随时获取需要的信息。但是，网络过高的开放性也给了犯罪分子机会，黑客可以通过攻击系统安全漏洞窃取数据，通过分析则可能获取个人隐私或商业机密，带来了较大的安全隐患。由此可见，信息安全管理是信息处理技术未来发展的一大重点。大数据时代的信息安全已经不再像过去一样局限于单一的数据安全，而是需要保障整个系统的安全性，确保系统中的数据不会泄露。因此，传统计算机信息处理技术已然无法满足大数据时代对数据安全提出的更高要求，数据安全相关软件的开发与计算机安全系统的发展都十分重要。

6 结语

大数据整体数据结构复杂程度更高，因此信息处理的难度也大大增加。就目前而言，计算机信息处理技术难以完全满足大数据时代的信息处理需求，因而未来计算机信息处理技术的发展会趋于高效化、全面化、快速化，同时也会具有更高的安全性。

参考文献：

[1]刘翠芳，梁富强.“互联网+”信息化时代下高校智慧校园建设的探索与实践[J].赤峰学院学报（自然科学版），2017（19）：218-219.

[2]张书月.“大数据”时代背景下计算机信息处理技术研究[J].电子测试，2018（19）：120-121.

[3]郑鑫淼.“大数据”时代背景下计算机信息处理技术的分析[J].科技创新导报，2016（17）：72-73.

[4]闫丹.关于“大数据”时代背景下计算机信息处理技术的探析[J].电脑与信息技术，2018（6）：45-47.