1、大數據技術的應用現狀與未來展望分析摘要：大數據技術一般指能夠對數量龐大、類型復雜的數據進行有效處理，挖 掘其中有效信息的技術。隨著信息大爆炸時代的到來，全世界范圍內的數據量快 速增長，傳統數據技術己經無法對海量技術進行有效處理，大數據技術因而在近 年來得以快速發展和廣泛應用。關鍵詞：大數據技術；應用現狀；未來展望1大數據處理流程數據要發揮作用，需經過一定的處理。大數據的處理流程如下：（1）數據采 集：采用ETL技術，從各個數據產生源頭，搜集數據。數據采集過程中，力求數 據全面無死角、完整不丟失。（2）數據清洗：按照一定的規則，對數據進行去 重操作、異常處理和歸一化處理。（3）數據預處理：這個過

2、程，猶如給貓梳毛 一樣，朝著一個方向，清理脫節的數據，處理不和諧的數據，使得數據具有一致 性和有效性。（4）數據存儲：將經過優化的數據，按需集中存儲。（5）統計分 析與數據挖掘：基于不同的目的，建立不同的模型，采用一系列算法，開展數據 的關聯、對比、排序等不同維度的分析，尋找其中的規律，發現潛在的奧秘。（6）數據可視化：大數據分析的使用者有大數據分析專家，同時還有普通用戶, 但是他們二者對于大數據分析最基本的要求就是可視化分析，因為可視化分析能 夠直觀的呈現大數據特點，同時能夠非常容易被讀者所接受，就如同看圖說話一 樣簡單明了。2大數據處理方法2.1數據挖掘法收集大數據的方法主要采用數據挖掘，

3、它是目前數據庫領域和人工智能研究 的熱點問題。數據挖掘通俗上講是海量數據有用價值的發現，它是指將隱藏的、 先前未知的有潛在價值信息從眾多數據中挖掘出來的一種曲折的過程。數據挖掘 利用多種技術融合而成，主要基于機器學習、人工智能、模式識別、統計學、數 據庫技術等，在眾多數據中去除干擾的數據項后進行分類分析、推理和歸納總結, 從中獲取潛在的可用價值的數據，進而幫助領導決策層調整市場運作風險，精準 制定策略，獲取更大的利益。其任務是將數據進行分類，然后通過數據分析對未 來進行預判。分類法在圖像模式識別、醫療診斷等領域有著廣泛的應用。分類的 方法有：機器學習法；統計法；神經網絡法；還有粗糙集法等。2.

4、2用戶畫像體系法用戶畫像體系也是一個有效處理大數據的方法。該方法是企業利用大數據技 術的基本方式，每個企業根據需求要對用戶進行畫像，用戶畫像的提出，根本上 是源于企業對用戶認知的需求：產品設計經理，需要了解用戶的特征，來完善產 品的功能；營銷精英們，需要篩選目標用戶，對產品進行精準投放。什么是用戶畫像呢？簡單地說，將不同的用戶信息分別進行標簽化，生產者 通過數據挖掘、處理分析消費者的消費觀念、日常生活起居習慣和社會交往關系 等特征數據之后，完美地勾勒出一個用戶的立體全貌。企業通過用戶畫像獲取足 夠的信息基礎，能夠快速找到精準用戶群體以及用戶需求等更為廣泛的反饋信息。 標簽化是用戶畫像的工作焦點

5、，而一個標簽的選取通常是通過人為制定的標準 提取出來的特征標識，比如性別、年齡、地域、生活習慣、消費行為等，然后將 用戶的所有標簽綜合來看，最后經過數據分析，便可以勾勒出該用戶的立體畫 像。3大數據技術應用領域3.1電信行業分析用戶行為，實施客戶離網預測，掌握客戶離網或換更換手機的傾向，出 臺客戶挽留措施，改善客戶對電信業務的用戶體驗，借以提升客戶滿意度和忠誠 度。3.2能源行業以電力系統為例，在全面掌握海量用戶用電信息的基礎上，分析用戶的用電 特征，構建用戶的用電模型，降低電網損耗，提升電力需求的響應能力，確保電 網的高效安全運行。3.3物流行業改善物流路線，優化物流網絡，提升物流效能，提高

6、物流效率，降低物流成 本。3.4城市管理實現智能交通、環保監測、城市規劃和智能安防等。比如在智能交通方面， 使用大數據技術，研充車輛通行效率與紅綠燈的分片時間、車輛車速、道路擁堵 等的關系，建立紅綠燈管理模型，進而達到提高車輛通行效率、緩解交通擁堵等 的目的。3.5大數據技術應用在交通物流領域交通物流大數據的來源是安裝在物流交通工具上的遠程通信傳感器，這些傳 感器能夠傳回動態的物流信息，包括：行車速度、行駛方向、剎車狀況以及動力 性能等方面的數據。如果將各種感應器、掃描器、傳感器等裝置與射頻識別 （RFID）技術、全球定位系統聯合起來，實時采集各種數據信息，同時結合互聯 網技術形成一個龐大的網

7、絡，我們稱之為物聯網。它實現了物與人、物與物，物 與互聯網的連接，方便識別、管理和處置。同時物聯網乂是一個非常強大的數據 來源，它所搭建的萬物互聯網絡會令數據量呈爆炸性的增長。這些數據的價值, 就需要用到大數據技術對其進行挖掘和分析，從而整理出有價值的信息，幫助公 司重新設計物流交通路線，將其再應用導航地圖等領域，不斷更新、優化交通物 流線路的收貨和配送，給物流交通帶來極大的方便性。此外，大數據還在醫療和 教育領域、能源領域、制造業領域、金融領域、文化傳媒領域有著極其廣泛的應 用。3.6生物醫學幫助醫護人員實現流行病預測、智慧醫療、健康管理，同時還可以幫助科研 人員解讀DNA,探索更多更深層次

8、的生命奧秘。在2020年初的新冠病毒疫情中, 大數據技術在病情預測、病患管控、病情發揮了重要作用。4大數據未來展望分析4.1關鍵技術發展趨勢大數據關鍵技術主要包括數據采集、存儲與分析技術。當前大數據采集主要 包括軟采與硬采兩種，未來軟采將形成統一數據采集框架，從而實現對海量數據 地快速、可靠采集，并且能夠對采集數據進行自動化的預處理，保障采集質量； 硬采則會逐漸向低功耗智能傳感器發展。大數據存儲技術發展趨勢主要表現為高 可用性以及低成本性，即能夠以更低的存儲器成本存儲更多高質量數據，確保這 些數據能夠被快速訪問且不會丟失。大數據分析技術的發展則主要表現在云計算 平臺、機器學習及人工神經網絡等方

9、面，以低成本實現高性能分析的同時推動大 數據智能分析發展。另外大數據技術發展還會與其他新技術相結合，如人工智能、 機器學習、區塊鏈等都能推動大數據技術創新發展。4.2產業發展趨勢就當前的產業發展情況來看，大數據產業在未來發展必然會更受政府政策體 系支持，這點由當前我國對大數據技術的重視程度便能窺得一二。與此同時，大 戶數產業規模將會隨著發展繼續擴大，而且保持高速增長趨勢，預計2020年大 數據產業便能突破1萬億規模，是2017年的2倍有余。另外大數據開放共享程 度將進一步加強。當前數據流通性較弱，在很大程度上限制了大數據技術應用， 不過隨著相關政策支持以及技術發展，這一現象必將得到改善。在大數據產業快 速發展的情況下，我國相關立法進程必然也會加速推進，為產業健康發展提供法 律保護。結論當前大數據技術己經逐步成為各行業支撐型的基礎設施，大數據體系的底層 技術框架看起來相對比較成熟穩定，但是由于業務對效率上的不斷追求，其發展 方向也開始向提升效率轉變，大數據其實正在往快數據的軌道上轉換，一些行業 專家甚至認為大數據己經是昨日黃花，快數據才是未來，本文討論的內容也只是 為了達成快數據所