【文件属性】：
文件名称：大数据的发展及应用.docx
文件大小：25KB
文件格式：DOCX
更新时间：2022-12-24 15:22:35
文档资料
大数据的发展及应用 作者：张雪媛 来源：《科学导报·学术》2020年第70期 【摘 要】近些年以来，信息技术在以肉眼可及的速度发展着，世界各国都在对现代化的建设积极的进行中，对信息技术的广泛应用，都是能够让社会整体的每日运作产生出海量的数据。这个标志着人类文明跨入的新时代就是大数据时代。大数据时代让社会的更多岗位和领域出现了无数的发展机遇和可能性，带来了更多的挑战性。本文在对大数据的产生和兴起做一个简单介绍，在这个范围内，从关联性上、数据可视化的角度对经济性和社会学的角度出发去对大数据的兴起和应用展开一定的研究。 【关键词】大数据;发展;应用 引言： 随着社会信息技术的高速发展以及网络、云计算在现代人们的日常生活中应用的普及，大量的非结构化的数据就随之产生了出来。这些非结构化的数据就成为了我们了解、认知、改造世界提供了重要的依据。不管是企业还是个人在通过计算机、移动设备或者网络等工具制造出对应的数据并且传输产生了大量的信息，这些信息中不仅包括了企业的数据，还包括了个人以及其他事物的数据，这个信息量还在不断的繁衍并且增大。大数据在潜移默化中就悄悄的融入到我们的生活中来，并且在不停地影响着我们。如何利用、组织这些种类繁杂的数据并且要保证在传递和使用过程中的安全就成了我们要重视的问题。 一、大数据的概念以及定义 对大量结构化数据或非结构化数据进行分析和处理，从中获得新的信息价值，其特点有数据量巨大，数据类型众多、处理要求快以及价值密度低等明显的特点，这就需要用到大量的存贮设备和分析计算力。 大数据的发展及应用全文共4页，当前为第1页。 随着IOT、SNS、移动网络以及云计算等技术的不断应用和更新，在当今这个高速发展的信息数据化的社会中，大量可视化数据给我们的现有生活带来了极大的便利性[1]。不仅在提高我们的工作效率和日常生活的便利的同时，还对着科学发展模式的变革起到了重要的作用，但是在这些好处的背后，我们也看到了一些大数据时代的一些问题，比如数据安全、数据存储、数据处理等一些还存在一定隐患的部分。在大数据在给我们的生活和工作提供便利性，提高生产力带来更多财富的同时，我们也要去关注它的隐患风险点，更好的去控制它才能让大数据更好的为我们服务。 大数据的发展及应用全文共4页，当前为第1页。 大数据即big data一词是描述以电子的方式传输和存储巨量的信息，也是形容不断被人类创造的非结构化巨量数据，是指不能在可承受的时间范围内用普通的软件工具尽心搜集、管理和处理的体量巨大的数据集合体。这种技术可以在不同的种类、体量巨大的数据中，高效且方便的筛选出有效的高价值数据资源。在我们一般的认知里大数据是包括了搜集数据的设备、系统和数据的分析平台组成的。 二、大数据的特点以及应用 大数据一般就是指大量非结构和半结构化的数据，它一般是指那些远超过正常的数据库处理系统和管理系统所能够承载的数据[2]。所以不是所有信息技术产生的数据都会属于大数据，在Forrester提出的数据源分类四大特征中，大数据有4个非常明显的公认特征，即数据容量大、数据涌入快、数据种类多、数据价值密度低。 （一）数据容量大 大数据必然是巨量的，在目前按照*的定义来说，当前的大数据的字节规模是几十个太字节到数个柏字节的，这个"大"是和数据类型有关的大，在预测中，这个数据量的大小，在随着计算机领域的技术发展，有可能向艾字节发展。就目前的大数据规模，数据库能够存贮这么大的数据，成本的昂贵也是无法想象的。 （二）数据涌入快 大数据会非常快的或者实时的将数据传输进来，就需要对大数据流来进行及时有效的分析处理，甚至会出现因为数据传输太快太多，就需要舍弃一部分数据。 （三）数据种类多 作为结构性、非结构性以及半结构性数据三大类组成的大数据，在类别的不同上有着不同的处理方法，目前全球的大数据里，80%是非结构性和半结构性的数据，这两种是不符合标准关系数据库管理系统的，不是属于可以直接进行处理的数据类型，所以无法使用传统模式進行处理，只能使用固定格式的数据库工作来进行分析。 （四）数据价值密度低 大数据的发展及应用全文共4页，当前为第2页。 大数据中的大多数数据是重复的，如果涌入数据过快，忽略其中一部分重复内容是不会影响分析结构的[3]。这些大数据在被汇总和分析之前都是一些低价值的数据，或者说是价值密度低的数据，只有汇总后处理、分析才能让这些数据具有价值。所以，大数据的价值就像淘金一样，需要把杂质过滤掉之后，剩下的才是有价值的信息。虽然大数据的容量大，价值的绝对值可能很大，但是和数据的总量来性对比的话，相对值是很低的。 大数据的发展及应用全文共4页，当前为第2页。 在应用方面，大数据的使用对企业来说可以在对大数据的挖掘和利用以后，整合系统的大量数据进行分析有效的价值，不仅可以提高企业的竞争力度