大数据环境下计算机软件技术的应用研究

◆杨智标

大数据环境下计算机软件技术的应用研究

◆杨智标

（中共信宜市委党校 广东 525300）

大数据时代，计算机软件技术的应用必不可少，其带给人们生活工作的便利，也促进社会经济的发展。而计算机软件技术也处于不断发展完善的过程中，需要定期或不定期地进行升级更新，要想真正发挥计算机软件技术在各领域中的应用价值，也应基于前沿的技术理念，以如大数据思维进行计算机软件技术的综合分析，制定技术创新应用的有效策略。本文主要就大数据环境下计算机软件技术的具体应用情况进行探讨，分析计算机软件技术的应用特点，并明确计算机软件技术在当前大数据环境下对应的具体的应用策略，以期为我国计算机软件技术的创新应用、价值发挥提供理论指导。

大数据；云计算；计算机软件；应用

计算机技术不断进步与发展，计算机软件在计算机技术价值发挥中扮演重要角色。我们应时刻关注计算机软件技术的更新，并指导其在生活生产中的运用。当前大数据发展趋势更加明显，在大数据环境下，数据海量化，信息数据的收集、分析和利用能助力企业管理的优化、决策的优化。大数据环境下，计算机软件技术也得到了广泛的应用，基本上涉及了教育、社会、企业、航天、生产各个领域。明确计算机软件技术应用的特点，结合大数据的背景去思考其应用的创新策略具有积极意义。

1 计算机软件技术

计算机由软件系统与硬件系统共同构成。软件对应的是计算机系统当中的程序以及文档。程序是计算任务处理对象与规则的描述，其安装于计算机内部。而文档是程序的阐明性材料，既可以装在计算机内部，也可以装在外部[1]。软件扮演的是用户与硬件之间对接口的角色，用户需要利用软件与计算机交流。计算机软件与一般作品的不同在于语言、保护侧重点有差异。计算机软件类型有系统软件与应用软件两种，系统软件对应服务性程序、语言程序、操作程序以及数据库管理系统，而应用软件主要对应文字处理软件、信息管理软件、辅助设计软件、实时控制软件、教育娱乐软件等。

2 大数据时代计算机软件技术的发展现状

当前大数据技术与各行各业相融合带来各行各业新的变革，而随着大数据技术的研发深入、应用拓展，其也一定程度上助推计算机软件技术水平的提升，为计算机软件的升级优化提供支持。数据信息处理流程中，大数据技术能改变原有的数据采集、筛选模式，实现智能化的数据操纵，能根据用户相关数据信息推出符合用户需求的产品或服务。大数据背景下，计算机软件技术的发展不断走向成熟[2]，在满足实际需要的条件下，形成了信息保护技术、云存储技术、虚拟现实技术等技术，并应用于各个领域范围内，且目前计算机软件技术应用合理性的判断依据是其处理海量数据信息的能力。

3 大数据环境下计算机软件技术应用特点

3.1 虚拟技术

计算机软件技术对虚拟技术的运用体现在很多行业，虚拟化技术应用的最大优势是助力资源的高效管理，让计算机服务器与信息网络储存器进行连接，可以根据用户实际需求进行资源转换，让资源得以优化配置。虚拟技术应用中，对于计算机软件实施信息数据处理起保障作用，虚拟化技术实践应用对比传统的技术，优势在于在个人用户需求之上进行调整与处理，更好地满足用户个性化方面的需求，且应用更灵活，能更好地匹配计算机软件技术处理实施过程中的不同使用诉求[3]。虚拟化技术的深化发展及实践应用更灵活、更便捷。

3.2 云计算技术

如果说大数据技术是在海量信息数据基础之上实施的，而过于丰富的信息数据则需要强大的数据处理能力与之匹配，云计算技术的问世就是进行丰富信息数据拆解的工具，使信息分成小段形式的信息数据段，方便计算机计算，最后上传到其他计算机中，每台计算机对应部分信息处理任务，通过任务分解高效作业，于最短时间内完成信息处理任务。云计算技术支持分别计算，大数据进行计算与处理时速度较慢，而将信息划分为小段数据进行分别计算，能提高数据计算效率。而被分解后的小段信息数据按一定逻辑顺序发送，一台计算机与其他计算机进行组合计算，并进行逻辑关系的关联，最终获得准确的分析结果。云计算技术也支持信息整合，各环节获得的信息数据在云计算技术支持下加以整合，并进行整合结果的验证。

3.3 信息安全技术

鉴于计算机软件技术在各行业中的创新应用，也出现了商家、企业故意盗取关键信息数据，以在不正当竞争中获利的行为，计算机网络黑客、木马病毒等对计算机信息数据也有较大的破坏力，因此必须重视信息安全技术的研究，做好其推广应用。如防火墙技术，对外来者进行识别，正确辨别黑客、木马[4]，防止其进入计算机安全的环境。如杀毒软件，主要用于病毒入侵或识别后的快速拦截与消除，一般杀毒软件与防火墙联合应用，防火墙作为第一道安全防线，若被攻破，杀毒软件直接进行杀毒拦截处理，让病毒或非法入侵者得以彻底消除。

4 大数据环境下计算机软件技术的创新应用策略

4.1 将其运用到通信领域

当前的大数据环境扩展了计算机软件技术的应用范围，可以将其运用到通信领域，利用计算机专门的分析软件向企业提供精准的信息服务，让企业用户资源的保有量有所提升，且加强用户维护。例如XO技术在信息通信方面的应用主要是分析预测海量信息数据，进行用户行为的趋势预测，从而指导企业进行产品研发或进行服务发展方向的调整。分析加速器也可以在计算机软件技术的加持下建造信息反馈平台，为企业、商家提供发展平台方面的多元支持。计算机软件技术在通信领域中的应用将极大地推动我国通信行业的发展，这在联通、移动、电信等通信企业运营实践中已初见成果[5]，工作人员根据大数据环境推行计算机软件技术，可以有效采集用户信息，分析用户行为、消费偏好、信息阅读习惯，了解用户更真实的消费需求，做好用户群体画像以指导工作的开展。例如对用户消费方向、喜好等信息进行分析，结合用户实际需求进行企业策略方案的调整，向用户提供针对性的服务。

4.2 应用于企业运营方面

大数据环境下计算机软件技术也可以用于企业运营方面，能带来企业工作人员日常工作效率的提升和工作质量的提升，也方便企业人员日常工作的管理。例如将计算机软件技术引入企业产品管理工作中，企业可以在计算机软件技术的支持下展示产品信息，明确产品特征，以让用户获得更全面的产品信息、服务信息，也可以针对用户消费习惯、消费行为、消费喜好去改进产品，提升产品性能[6]，使产品更好地打开市场。当前我国市场经济发展迅速，行业规模不断扩大，企业也承载着较大的市场竞争压力，大数据环境下可以发挥计算机软件技术海量信息高效采集与处理的优势，总结出企业发展方向、现状、用户需求、竞争对手等方面的问题，指导企业进行战略调整。计算机软件技术也服务于人力资源建设，服务于企业人员管理培训、绩效考核等，可以通过科学的数据管理，在先进的技术手段的支持下，让管理工作得以调整与改良，调动起员工工作积极性，提升企业内部凝聚力和市场竞争力。

4.3 运用到信息处理方面

计算机软件技术的创新应用也体现在其在信息处理方面的拓展应用，这也是计算机软件技术现代企业应用的一大方向。当前企业承载着更多的市场竞争压力，要想实现自身的创新发展，就必须“知己知彼”，必须更加全面地了解、掌握信息数据[7]，提升各项管理工作的效率和质量。例如将计算机软件技术应用到企业财务管理中，构建信息服务平台，让企业业务开展、财务预算管理、财务相关信息于平台内流通，实现企业内部更广范围内的信息共享，而信息平台的建设也有助于管理系统的完善，可以提升信息数据的精准性、及时性和有效性，让企业管理部门、财务部门、业务部门及时沟通，有效协调[8]，提升财务管理信息化水平，使财务管理信息报告更具决策指导性，让企业项目管理决策等更具参考依据。

基于大数据的时代背景去详细分析计算机软件技术的应用特点和创新应用策略具有积极意义，这也是大数据技术价值发挥、计算机软件实效发挥的基本要求[9]。大数据环境下，计算机软件技术的应用范围更广，应用功能更多元，且具有虚拟化的特征，支持云计算、云存储，大大提升网络信息资源的采集效率、分析水平和利用价值，将其运用到通信领域、企业运营领域、信息处理领域具有现实必要性，其能带动信息共享平台的建设，使得企业各项管理工作的开展、各项决策的拟定更有数据方面的支持。大数据时代信息海量化，计算机软件技术因为高效的处理能力，加快信息处理，也提升了信息之间的联系性和密切性，提升信息数据的处理质量。科技不断发展，在未来发展中，大数据环境和计算机软件技术的融合应用将更为密切，我们将更深刻地感受到计算机软件技术这一技术创新所带来的“红利回报”。

[1]诸曼华.大数据环境下计算机软件技术的应用[J].数字通信世界，2021（08）：195-196.

[2]曾铮.计算机软件技术在大数据时代的应用分析[J].信息记录材料，2021，22（08）：50-52.

[3]徐燕，朱宁，黄睿慧，等.大数据背景下计算机软件技术的应用[J].信息记录材料，2021，22（08）：151-153.

[4]王璐.计算机软件技术在大数据时代的应用[J].电子世界，2021（14）：136-137.

[5]兰娅勋.大数据时代计算机软件技术面临的挑战及对策分析[J].软件，2021，42（07）：147-149.

[6]曾黎烽.大数据时代下计算机软件技术的应用研究[J].信息记录材料，2021，22（07）：221-222.

[7]吴慧林.大数据时代下软件工程方法在计算机软件开发中的实践[J].普洱学院学报，2021，37（03）：16-18.

[8]王琦.计算机软件技术在大数据时代的运用研究[J].才智，2021（17）：132-134.

[9]付世娇. 浅析大数据时代下计算机软件技术面临的风险与挑战[A]. 中国智慧工程研究会智能学习与创新研究工作委员会.2020社会发展论坛论文集[C].中国智慧工程研究会智能学习与创新研究工作委员会：中国智慧工程研究会智能学习与创新研究工作委员会，2020：6.