侯栋恒

编者按：随着科学技术不断进步，大数据技术在工业领域的应用也越来越广泛。通过大数据技术分析和处理信息数据，能够深入挖掘信息数据中的潜在价值，有利于提高信息数据利用率，从而为工业生产奠定良好基础。基于此，作者结合大数据技术特点进行分析，并总结几种常见的大数据技术分析方法，深入探索其在工业领域具体应用，希望为专业人士提供参考、借鉴。

引言

在“中国制造2025”发展理念不断深入的背景下，将大数据技术引入工业制造已经成为工业革命的大势所趋。在这一背景下，工业大数据概念应运而生。从广义上分析，工业大数据既包括企业在内部制造产生的信息数据，也包括企业外部存在的信息数据。由于数据信息种类多样、数量庞大，所以分析难度较高，加上新时期工业生产对分析精度提出较高要求，因此需要企业善于利用大数据技术，对海量信息进行收集、分析和应用，从而为推动工业产业持续发展奠定基础。

大数据特点分析

大数据的普遍性特点

（1）海量性特点

新时期，我国工业信息化建设水平不断提高，促进数据量呈井喷式状态持续增长，海量性已经成为工业大数据典型特征之一。并且时至今日，大数据规模依然处于不断变化中，单一数据集规模范围不尽相同，从几十TB到数PB不等，各种来源均可能产生数据信息。

（2）多样性特点

受传统数据记录和储存方式制约，导致工业企业记录的数据大多为生产过程中产生的直接数据。……