基于大数据的计算机信息处理技术研究

聂茹

摘要：在科技信息化快速发展的新形势下，大数据技术与计算机信息处理技术的有机结合，对于促进计算机信息处理技术改革和创新都具有十分重要的价值。这就需要深入研究和分析大数据背景下的计算机信息处理技术，努力推动大数据技术在计算机领域的融合发展，进而为提升计算机信息处理能力以及创新计算机信息处理模式创造有利条件。基于此，本文对基于大数据的计算机信息处理技术进行研究，作出以下讨论仅供参考。

关键词：大数据;信息处理;技术研究

大数据时代下的计算机信息处理技术，主要是指通过把个人及社会信息进行数字化，再加以收集、存储与处理。21世纪，伴随计算机技术的逐步发展与完善，网络几乎覆盖全球，大数据在此基础上应运而生。大数据技术可通过几乎无处不在的网络，对个人及社会信息进行立体收集，然后通过收集到的信息对个人及社会情况作出推论，最终做到高效、精准预测个人及社会生产活动，满足人类在生产、生活中的需要。

1 大数据的计算机信息处理技术概念分析

1.1 计算机信息处理技术

计算机信息处理处理技术从字义上可以理解为使用计算机技术对目标数据进行分析与处理。使用计算机进行数据处理具有较好的优势，表现为运行速度快、数据处理效率高、自动化以及准确度高等。现阶段，计算机信息处理技术包括了信息系统、数据库以及检索技术，同时每个大类别中还细化成了若干个小项，例如网络信息安全技术、通讯技术等。

1.2 大数据

大数据是指通过物联网技术以及计算机技术的应用，给社会生产、人民生活带来较大变化，促进社会不断发展并带来了经济的快速增长与人民生活质量的提升。随着大数据时代发展的越来越深入，像用户、网民等各个主体之间的关系越来越难以划分，许多社会活动都是建立在数据的基础上进行的，也不断改变着传统社会企业的运营模式以及思维观念，让各个企业在喜迎重大机遇的同时也面临着较多的挑战。大数据时代背景下，人们的生活得到了非常大的改观，也获得了更多的便利性，于此同时企业也看准商机，导致市场竞争压力越来越大。大数据技术是指在有限的时间期限中运用计算机软件进行信息的获取、分析与处理的系统性过程。

2 基于大数据计算机信息处理技术问题分析

2.1 信息筛选技术不成熟

现阶段，越来越多的企业通过计算机来处理信息数据，不但可以对目标数据进行快速处理，同时相比较于传统方式还具有较高的精确性，但是通过计算机信息技术处理的信息也存在着一些问题，例如，无法验证计算机统计出的数据结果是否符合实際情况，没办法根据用户的具体要求统计和处理数据，另外，由于数据量庞大、数据之间的关系错综复杂，很多数据之间还存在着某种关联性，仅仅使用计算机信息处理技术很难获得满意的结果。

2.2 缺乏必备的新人才

传统的计算机信息处理技术不适合大数据时代信息处理的需要，在计算机信息处理技术更新的过程中人才是关键因素，现在企业的发展过程中，计算机新型数据处理能力的人才紧缺，但人才培养需要一个过程，现在高校培养出来的计算机信息处理人才都需要经过再学习才能达到企业用人的标准，这就使计算机信息处理技术更新速度慢，在大数据时代，必须培养信息技术处理人才，人才是技术更新的关键因素。在大数据时代，企业都缺少计算机信息处理技术的应用型人才，人才是新技术、新产品研究的根本，同时也是提高企业技术支持的根本。

2.3 忽视本源的信息价值

大数据分析是一个重要过程，必须科学有效地进行数据分析，提升数据的利用效率，发挥数据在企业发展中的作用。不仅如此，大数据时代拥有众多复杂的信息，其中的信息有利有弊，并不是所有的信息都能对人们的生活起到帮助，相反一些虚假的信息只会影响人们正常的生活。大数据信息需要加工处理，利用数据挖掘等方式提炼大数据，得到有价值的数据，为现代企业发展起到重要作用。信息真真假假，难以识别，也成了人们生活中所困扰的问题。只有创新计算机技术，提高计算机的信息识别能力，才能改变现状，得到有价值的信息。

3 基于大数据的计算机信息处理技术发展路径

3.1 加强信息应用技术的研发

计算机信息处理技术最主要的就是对信息提取、加工和传输，进而使计算机信息处理技术得到更加广泛的应用。在大数据时代，必须更加高度重视对信息的提取、加工和传输，只有这样，才能使其取得更好的成效。这就需要将大数据技术与计算机信息处理技术进行系统的融合，特别是要切实加大对大数据技术应用的研究力度，找准信息源，并且在获取数据的基础上进行综合分析，努力提升计算机信息处理技术的应用水平。在具体的应用过程中，可以采用DEEPWEB集成数据抽取技术，通过网络对海量的数据进行动态化的分析整理，建立分布式的快速访问，是对传统数据获取模式的整合，实现了数据的实时监测，也是多传感器平台的综合共享。

3.2 进行数据索引与可视化

伴随大数据时代背景的到来，搜索引擎处理和储存的数据特征由结构化向非结构化、半结构化转变，除数据在基数上十分庞大外，其数据形态也呈现多样复杂的趋势。数据索引技术，目前主要有两种：（1）聚簇索引技术;（2）互补式聚簇索引技术。两者所依托的数据搜索技术不同，前者根据索引顺序技术开展，后者通过多副本索引技术开展。可视化技术是指对数字化信息进一步采取处理，把复杂的信息简化为简洁明了的图表、动画等形式，以较少的空间对大量信息进行记录和表述，提高空间利用率以及效率。其优势是可以更直观具体向用户展示数据处理分析结果，同时可加深人类对此类信息的记忆。

3.3 革新传统技术和更新硬件设备

打破传统计算机信息处理技术，新时期大数据信息处理具有传播速度快、数据信息类型复杂等特点。应革新传统技术，使信息处理、加工与传输技术满足时代发展需要。并且做到及时更新网络运营商的老旧设备，硬件设备的更新要满足快速发展的信息化步伐，提升大数据信息的处理效率。技术人员要定期检测和维护硬件设备，以满足大数据时代的信息处理需要。

3.4 进行数据挖掘技术与数据分析

数据挖掘技术与数据分析技术，是利用互联网中用户与平台、用户与用户间存在的关联性，对信息进行进一步挖掘深采，再通过数据分析技术深挖其价值。数据挖掘技术与数据分析技术互相依托进行作用，可对用户情况进行更加深入的了解。从实际应用来看，数据挖掘技术与分析技术，对商业信息的提取和处理有十分显著的效果。利用数据挖掘技术，可对数据与数据之间的联系进行有目的挖掘，再结合分析技术揭示隐藏信息，通过隐藏信息对用户的未来行为、企业的未来决策进行一定预测，达到实现商业价值的目的。

4 结语

综上所述，大数据时代背景下，计算机信息处理技术成为各个企业发展的重要载体，然而，现阶段计算机信息处理技术还未成熟，依旧存在着一些问题，必须要对问题进行完善，从而确保计算机信息处理技术能够更好的为企业服务。

参考文献：

[1] 白晓.大数据时代背景下计算机信息处理技术研究[J].信息与电脑（理论版），2018（24）.

[2] 李祥中.大数据背景下计算机信息安全处理技术浅谈[J].信息技术与信息化，2018（12）.

[3] 郝新莲.大数据时代下计算机信息处理技术[J].电子技术程，2018（23）.

（作者单位：盐城市公共交通总公司）