杨继武

摘 要：随着我国先进科学技术的发展，我国网络数据类型与数量日益增加，在这样的社会背景下，我国迎来了大数据时代。数据的产生为人们的生活带来了极大的便利，但是网络大数据对于IT构架与计算机能力也提出了很高的要求。基于此，本文首先对网络大数据的现状进行分析，然后对网络大数据的发展展望进行探讨，希望为相关人士提供有价值的参考。

关键词：网络大数据；发展现状；发展展望

在21世纪，我国的互联网技术、云技术等都得到了空间的发展，这些技术的发展对我国社会的各个领域都带来了影响，这些领域在应用信息技术时就会产生大量的数据，目前我国已经进入到了大数据的发展阶段，这些大数据中包括许多信息内容，有利于企业的正常运作以及人们的健康发展。由此可见，对网络大数据的现状以及发展展望进行探讨具有重要的现实意义。

一、网络大数据的发展现状

从目前的情况来看，我国网络大数据在发展的过程中仍然存在的许多问题，具体体现在以下几方面。

（一）网络大数据的感知问题

网络大数据之间具有跨媒体关联性，在一定程度上可以进行多主体互动，这就给网络大数据的感知与获取带来了一定的问题，在网络大数据中网络空间具有 Surface Web 和 Deep Web两种形式，Surface Web可以利用搜索引擎对动态页面进行获取，而 Deep Web与Surface Web相比具有一定的差异性，Deep Web中蕴含的信息更加丰富，这主要是由于该形式具有动态变化、异构性、分布性等特点，可以对数据进行集成，并在集成的過程中对数据进行获取、抽取与整合。[1]

（二）网络大数据运行难度较大

网络大数据运行难度较大主要是由于大数据的复杂性、不确定性引起的，目前我国大数据的发成程度日益提高，数据类型朝着多样化的方向发展，并且在大数据的结构也变得越来越复杂，现阶段网络数据可以以文本、图像等多种形式存在，这就对网络大数据的分析与管理工作造成了阻碍，操作难度也因此增加。[2]除此之外，现阶段我国网络大数据中还存在自身以及模型的不确定性，这种情况使得数据资源不能得到充分的利用，自身价值不能得到有效体现，无法满足用户的实际需求。

（三）网络大数据分布式存储问题

现阶段我国网络大数据的存储模式已经由TB向PB、EB转变，存储形式的转变迫切的需要对数据的存储成本进行有效的控制，对计算机资源进行优化，探索出高效的存储模式。目前我国提倡在网络大数据中应用分布式数据存储方式，例如谷歌公司的GFS、MapReduce、 BigTable技术等，这些技术采用的就是分布式处理技术，现阶段我国百度、优酷等公司在网络大数据中也对这种存储模式进行了探索，但是作为一种新型的技术发展形式，在应用的这种技术对信息进行处理时仍然存在一定的问题，为了解决这一问题，在面对这些大规模、多样性的数据类型，我国需要开发PB以上的分布式处理框架，从而优化数据分布的存储结构，将网络大数据的存储效率进一步提高。[3]

二、网络大数据的展望

（一）数据资源化

网络大数据类型多种多样，信息量庞大，对网络大数据进行综合的分析，可以对丰富的信息资源进行掌握，因此，在网络大数据中具有可以不可估量的价值，所以在未来的发展中，网络大数据在各个领域都会发挥着重要的资源优势，是其它数据形式无法替代的。[4]所以为了使网络大数据得到健康的发展，就需要将网络大数据进行优化，使其形成资金链，从而体现出数据资源的核心价值。除此之外，为了使网络大数据创造更多的价值，可以将网络大数中的资源进行整合，以此提高数据价值。

（二）促进科技的融合

网络大数据的应用，可以使云技术、通信技术进行融合的发展，使不同的学科进行交叉，所以大数据发展规模的扩大，需要以相关的信息技术作为支持，在此基础上对网络大数据进行研究与创新。在以后的发展中想要促进科技的融合，需要引进专业院校毕业的人才参与其中对科技进行创新与发展。

（三）引入以人为本的理念

在大数据的发展中需要对以人为本的理念进行融入，科技的竞争实质上就是人才的竞争，所以需要依据人们的需求来对网络大数据进行创新与发展。

（四）实现网络大数据的形象化

在网络大数据的表现形式上，人们喜欢的表现形式是具有一定的可视化功能，可视化功能可以为人们的使用带来一定的便利，所以在未来的发展过程中，也要尽量将网络大数据形象化、可视化，由于网络大数据具有一定的复杂性与不确定性，所以在利用网络大数据来处理相应的工作时，必须要对其进行详细的分析，在分析处理之后，在将网络数据以曲线、报表等形式向用户进行展示，以此来满足用户的直观需求。

三、结语

综上所述，网络大数据是我国社会发展的必然趋势，相关人员应该引起重视，首先要对网络大数据的现状进行分析，然后需要从数据资源化、促进科技的融合、引入以人为本的理念、实现网络大数据的形象化等方面对网络大数据发展展望进行探讨，从而为我国社会的健康发展奠定良好的基础。

参考文献：

[1]缪艳.网络大数据的现状与展望[J].决策与信息（下旬刊），2016（8）：133.

[2]李洁，张东，常洁，等.面向智能制造的工业连接现状及关键技术分析[J].电信科学，2017（11）：146.153.

[3]刘承良.网络大数据的现状与展望[J].中国管理信息化，2015（12）：186.188.

[4]崔婉秋，杜军平，周南，等.基于用户意图理解的社交网络跨媒体搜索与挖掘[J].智能系统学报，2017（6）：761.769.