大数据技术的应用现状与未来展望分析

摘要：大数据技术一般指能够对数量庞大、类型复杂的数据进行有效处理，挖掘其中有效信息的技术。随着信息大爆炸时代的到来，全世界范围内的数据量快速增长，传统数据技术已经无法对海量技术进行有效处理，大数据技术因而在近年来得以快速发展和广泛应用。

关键词：大数据技术；应用现状；未来展望 1大数据处理流程

数据要发挥作用，需经过一定的处理。大数据的处理流程如下：（1）数据采集：采用ETL技术，从各个数据产生源头，搜集数据。数据采集过程中，力求数据全面无死角、完整不丢失。（2）数据清洗：按照一定的规则，对数据进行去重操作、异常处理和归一化处理。（3）数据预处理：这个过程，犹如给猫梳毛一样，朝着一个方向，清理脱节的数据，处理不和谐的数据，使得数据具有一致性和有效性。（4）数据存储：将经过优化的数据，按需集中存储。（5）统计分析与数据挖掘：基于不同的目的，建立不同的模型，采用一系列算法，开展数据的关联、对比、排序等不同维度的分析，寻找其中的规律，发现潜在的奥秘。

（6）数据可视化：大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。

2大数据处理方法 2.1数据挖掘法

收集大数据的方法主要采用数据挖掘，它是目前数据库领域和人工智能研究的热点问题。数据挖掘通俗上讲是海量数据有用价值的发现，它是指将隐藏的、先前未知的有潜在价值信息从众多数据中挖掘出来的一种曲折的过程。数据挖掘利用多种技术融合而成，主要基于机器学习、人工智能、模式识别、统计学、数据库技术等，在众多数据中去除干扰的数据项后进行分类分析、推理和归纳总结，从中获取潜在的可用价值的数据，进而帮助领导决策层调整市场运作风险，精准制定策略，获取更大的利益。其任务是将数据进行分类，然后通过数据分析对未来进行预判。分类法在图像模式识别、医疗诊断等领域有着广泛的应用。分类的方法有：机器学习法；统计法；神经网络法；还有粗糙集法等。 2.2用户画像体系法

用户画像体系也是一个有效处理大数据的方法。该方法是企业利用大数据技术的基本方式，每个企业根据需求要对用户进行画像，用户画像的提出，根本上是源于企业对用户认知的需求：产品设计经理，需要了解用户的特征，来完善产品的功能；营销精英们，需要筛选目标用户，对产品进行精准投放。

什么是用户画像呢？简单地说，将不同的用户信息分别进行标签化，生产者通过数据挖掘、处理分析消费者的消费观念、日常生活起居习惯和社会交往关系等特征数据之后，完美地勾勒出一个用户的立体全貌。企业通过用户画像获取足够的信息基础，能够快速找到精准用户群体以及用户需求等更为广泛的反馈信息。“标签化”是用户画像的工作焦点，而一个标签的选取通常是通过人为制定的标准提取出来的特征标识，比如性别、年龄、地域、生活习惯、消费行为等，然后将用户的所有标签综合来看，最后经过数据分析，便可以勾勒出该用户的立体“画像”。

3大数据技术应用领域 3.1电信行业

分析用户行为，实施客户离网预测，掌握客户离网或换更换手机的倾向，出台客户挽留措施，改善客户对电信业务的用户体验，借以提升客户满意度和忠诚度。

3.2能源行业

以电力系统为例，在全面掌握海量用户用电信息的基础上，分析用户的用电特征，构建用户的用电模型，降低电网损耗，提升电力需求的响应能力，确保电网的高效安全运行。 3.3物流行业

改善物流路线，优化物流网络，提升物流效能，提高物流效率，降低物流成本。

3.4城市管理

实现智能交通、环保监测、城市规划和智能安防等。比如在智能交通方面，使用大数据技术，研究车辆通行效率与红绿灯的分片时间、车辆车速、道路拥堵等的关系，建立红绿灯管理模型，进而达到提高车辆通行效率、缓解交通拥堵等的目的。

3.5大数据技术应用在交通物流领域

交通物流大数据的来源是安装在物流交通工具上的远程通信传感器，这些传感器能够传回动态的物流信息，包括：行车速度、行驶方向、刹车状况以及动力性能等方面的数据。如果将各种感应器、扫描器、传感器等装置与射频识别（RFID）技术、全球定位系统联合起来，实时采集各种数据信息，同时结合互联网技术形成一个庞大的网络，我们称之为物联网。它实现了物与人、物与物，物与互联网的连接，方便识别、管理和处置。同时物联网又是一个非常强大的数据来源，它所搭建的“万物互联”网络会令数据量呈爆炸性的增长。这些数据的价值，就需要用到大数据技术对其进行挖掘和分析，从而整理出有价值的信息，帮助公司重新设计物流交通路线，将其再应用导航地图等领域，不断更新、优化交通物流线路的收货和配送，给物流交通带来极大的方便性。此外，大数据还在医疗和教育领域、能源领域、制造业领域、金融领域、文化传媒领域有着极其广泛的应用。

3.6生物医学

帮助医护人员实现流行病预测、智慧医疗、健康管理，同时还可以帮助科研人员解读DNA，探索更多更深层次的生命奥秘。在2020年初的新冠病毒疫情中，大数据技术在病情预测、病患管控、病情发挥了重要作用。 4大数据未来展望分析 4.1关键技术发展趋势

大数据关键技术主要包括数据采集、存储与分析技术。当前大数据采集主要包括软采与硬采两种，未来软采将形成统一数据采集框架，从而实现对海量数据地快速、可靠采集，并且能够对采集数据进行自动化的预处理，保障采集质量；硬采则会逐渐向低功耗智能传感器发展。大数据存储技术发展趋势主要表现为高可用性以及低成本性，即能够以更低的存储器成本存储更多高质量数据，确保这些数据能够被快速访问且不会丢失。大数据分析技术的发展则主要表现在云计算平台、机器学习及人工神经网络等方面，以低成本实现高性能分析的同时推动大数据智能分析发展。另外大数据技术发展还会与其他新技术相结合，如人工智能、

机器学习、区块链等都能推动大数据技术创新发展。 4.2产业发展趋势

就当前的产业发展情况来看，大数据产业在未来发展必然会更受政府政策体系支持，这点由当前我国对大数据技术的重视程度便能窥得一二。与此同时，大户数产业规模将会随着发展继续扩大，而且保持高速增长趋势，预计2020年大数据产业便能突破1万亿规模，是2017年的2倍有余。另外大数据开放共享程度将进一步加强。当前数据流通性较弱，在很大程度上限制了大数据技术应用，不过随着相关政策支持以及技术发展，这一现象必将得到改善。在大数据产业快速发展的情况下，我国相关立法进程必然也会加速推进，为产业健康发展提供法律保护。 结论

当前大数据技术已经逐步成为各行业支撑型的基础设施，大数据体系的底层技术框架看起来相对比较成熟稳定，但是由于业务对效率上的不断追求，其发展方向也开始向提升效率转变，大数据其实正在往快数据的轨道上转换，一些行业专家甚至认为大数据已经是昨日黄花，快数据才是未来，本文讨论的内容也只是为了达成快数据所采用的一些工具和手段而已，真正快数据的实现还是需要多种技术的融合，甚至是新的技术和架构来达成。 参考文献：

[1]邵玮，欧宜鹏，丁逸峰.大数据技术的发展现状和应用前景[J].科学与财富，2018（9）：14.

[2]朱孔村.大数据发展现状与未来发展趋势研究[J].大众科技，2019，21（01）：120-123.