大数据及其科学问题与方法分析

2017年第4期 信息通信2017

(总第 172 期）INFORMATION&COMMUNICATIONS(Sum.No 172)大数据及其科学问题与方法分析

孙阳,唐出贤，王东

(西华大学理学院，四川成都610039)

摘要:文章展开对大数据及其科学问题与方法的研究，其主要目的是为了明确当前大数据的发展现状，以及其发展过 程中的相应科学问题。就现阶段我国经济文化的发展现状而言，大数据的出现以及广泛应用逐渐成为必然趋势，并 且逐渐在人们的生产生活中占据十分重要的地位。受诸多因素的影响，大数据在发展中日益呈现出规模的复杂性，并为计算机架构的发展带来了较大的挑战，但也成为人们展开对大数据价值挖掘和利用的机遇。文章在研究大数据 过程中，首先对大数据及特征展开阐述，其次重点分析大数据相关科学问题，最后探讨大数据科研本体元建模方法。

关键词：大数据；可续问题;建模方法

中图分类号:TP311.13 文献标识码:A文章编号：1673-1131(2017)04-0157-02

近年来，我国在对外开放政策深入实施的基础上，无论是 经济、文化还是科技，均得到显著的提升。尤其在科学技术日 益更新的新形势下，大数据逐渐广泛应用到人们的生产生活 中，为社会经济的发展提供了有力的保障。就目前大数据的 发展现状而言，在互联网、云计算等诸多技术普遍应用的基础 上，大数据的规模日益扩大，面对日益复杂的大数据，对其的 了解和使用均极大程度上受到限制。为此，本文在研究中重 点对大数据科学问题及构建方法展开研究，能够比较全面地 明确大数据发展中的相应科学性问题，为日后大数据的应用 水平奠定坚实的基础,具有一定的现实研究价值和意义。

1概述

(1)大数据。大数据是近年来在经济文化快速发展的新形 势下，为了满足人们日益增长的各种需求，而逐渐新兴的一种 科学技术。是在物联网、互联网等技术日益创新的基础上，形 成的对无法在特定时间内完成数据集合的信息处理和优化形 式。国外学者在研究大数据时认为，大数据在使用过程中，基 本上不能够采用随机抽样的方式对相关数据进行调查和收集，而是要采用对所有数据收集的方式，实现对数据的分析处理。国内相关研究机构对于大数据的认知，认为大数据需要采用 新处理的模式，才能够根据对数据的分析，实现更强决策力和 洞察力流程优化的信息性资产。

(2)大数据特征。大数据在信息化网络时代下的发展中，具有其独特的发展特征,主要体现为以下几点。第一，大数据 具有大容量性，大数据是在物联网和互联网技术创新下得以 发展的新兴技术，从某种角度而言，大数据内所包含的相应数 据容量在互联网数据容量之上，并且其数据的储存具有一定 的潜在性价值。第二，大数据具有较快的速度，作为在信息化 时代下新兴的技术之一，其最主要的特点，便是能够通过对互 联网技术的运用，实现对数据和信息的快速传递。第三，大数 据具有真实性和复杂性的特点，在大数据的支持下，其容量下 的诸多数据质量能够得到有效的保障，但由于大数据的容量 相对较大，其获取数据信息的渠道相对较多，因此大数据内的 数据也具有一定的复杂性。

2大数据科学问题的分析

(1)大数据的系统处理复杂性问题。通过对大数据相关 内容的了解，能够明确大数据在当前社会中的发展，具有一定

数据量，以此为样本，依照排序学习算法，挖掘大数据中的有 用信息，运用逐点、逐对和逐列的操作方法，推进计算机信息 处理的发展。数据挖掘技术中，引入了多样化的技术,以便满 足多个平台对计算机信息技术的应用需求。

综合分析,互联网的大数据背景，要求计算机信息处理技 术注重规范性，技术合理应用到网络数据处理中，把控数据的 传输、接收等，规范好计算机信息处理的内容，准确的在用户 终端显示所需的信息，体现大数据时代计算机信息处理技术 的作用和价值。

3技术的规划方向做到优化发展，简化计算机信息处理的过程，保障计算机信息 处理技术的高效性，积极挖掘技术潜力，提高计算机信息处理技术的水平。

4结语

大数据的运营，打破了计算机信息中的技术限制,主导了 计算机信息处理技术的发展。计算机信息处理技术在大数据 时代的带领下，规划了云计算网络，实现了大数据与计算机信 息处理技术的相互结合，注重计算机信息技术的整体性应用，完善计算机信息的处理环境，强化了计算机信息处理技术在 大数据中的规范性。

大数据时代计算机信息处理技术面临着很大的发展压力,主要在以下三个方面，规划技术的发展方向。分析如:①大数 据时代计算机信息处理技术的高效应用中，应该注重多项技 术的结合，积极引入压缩技术、传输技术等，满足大数据的多 样化需求，促使信息具备高效的检索能力，进而推进计算机处 理技术的良好发展;②根据大数据时代计算机信息处理技术, 落实安全管理，并且积极发展安全管理措施在信息处理技术 中的应用，避免计算机的用户端受到威胁或攻击;③计算机信 息处理技术的优化发展,计算机在大数据时代、互联网背景中，参考文献：

[1]王春驹大数据”时代的计算机信息处理技术研究[J].通

讯世界,2016(6):92-94.

[2]应桂芬.大数据时代计算机信息处理技术探讨[J].电脑编

程技巧与维护,2014(20):85-86.

[3]吴恩生,王桂梅.大数据时代计算机信息处理技术分析[J].

江苏科技信息,2015(12):63-65.

[4]张轲大数据”时代的计算机信息处理技术探讨[J].计算

机光盘软件与应用,2015⑴:126-127.

157

信息通信

孙阳等:大数据及其科学问题与方法分析

的科学性问题尚未得到有效的解决，极大程度上限制了大数 据的创新性发展。因此从大数据科学问题的角度出发，对其 科学、复杂性问题展开探讨。从某种角度而言，大数据中的相 应数据来源范围相对较广，处理网络大数据中的相应数据和 信息间题时，通常采用的是大数据中的信息处理系统,提升其 数据信息复杂性的问题。就当前大数据系统处理复杂性的研 究现状而言，大数据系统处理过程的首要问题便是数据的存 储性问题，大数据的存储一般依靠的是系统性文件数据库储 存，现有的大数据信息处理系统包括为文件存储系统、键值数 据存储管理等。现阶段，大数据的处理系统在发展中存在的 一定的不足，主要体现为处理系统的结构框架相对不够合理, 对于大数据相关信息的计算以及存储功能，存在相对片面的 强调，极大程度上割裂了整体性的大量数据，以此引发了大数 据系统处理复杂性问题。

(2)

大数据的计算复杂性问题。大数据的科学问题处理中，

不仅包括大数据系统处理复杂性问题，同时也包括为大数据计

算复杂性问题。通常情况下，对于大数据中相关数据和信息

进行计算时，通常采用新型计算方式，主要涉及到大数据中的 流计算、内存计算以及有限存储计算等。就现阶段大数据计

算复杂性发展现状而言，不少学者在研究过程中均采用统计

方法和复杂性的网络研究方法，展开对大数据中数据的计算，

在相对简约计算方法下对简约的数据加以计算，能够有效提

取出重要的数据信息，但是对于相对复杂性数据而言,则无法

有效提取大数据中的有用信息。此外，通过从微观角度出发

的分析，能够发现大数据在计算过程中具有一定的局部化，通 过对大数据整体数据排列的分析看，明确其具体计算复杂的 间题。在研究大数据计算复杂性问题时，通常可以从简约计

算和增量计算两个角度展开研究。(3) 大数据的数据复杂性问题。从某种角度而言，大数据

的数据也具有一定的复杂性。根据对大数据相关内容和特 征的分析，能够明确大数据在创新和发展过程中，其数据的 来源和范围相对广泛，致使数据具有一定的复杂性。而在探 讨大数据科学问题过程中，通过对大数据中数据复杂性的分 析，能够为日后促进大数据的全面发展奠定坚实的基础。就 当前大数据的数据复杂性发展现状而言，能够发现大数据中 的数据性复杂问题具有一定的规律，根据对数据复杂模式问 题的分析,可以明确当前大数据发展中能够采用对图结构的 分析，实现对大数据中相关数据内容的探讨；根据对大数据 的网络化效应分析，能够发现在大数据中网络信息空间下的 数据在发展中具有一定的互动性效应。在研究大数据中数 据复杂性问题时,通常可以从搜索方法和判定方法两个角度 展开研究。

(4)

大数据的数据学习复杂性。通常情况下，对大数据

的科学性问题展开分析，能够从不同程度上实现对大数据 的进一步了解，从而为促进大数据的发展奠定坚实的基础。

在分析大数据的数据学习复杂性过程中，主要是围绕数据 学习性问题展开探讨，以期解决数据基础理论的相关知识。 就现阶段大数据中的数据学习复杂性发展现状而言，对于 传统的机器计算和学习，大数据不仅提出了挑战，也为其数 理统计方法带来了可能的研究条件。面对高速发展的大数 据，其对传统机器发展提出的挑战体现为，科学性的结构设 计、复杂的数据表示，针对传统机器中人为设计的相应结构

特征和数据表现形式，为相对复杂数据的计算提供了一定 的难度。在展开对大数据的数据学习复杂性时，应从传统 数据机器角度出发，针对机器学习理论假设情况中的数据

模型和特征模型，对相对复杂的大数据模型展开进一步的 探讨。

3大数据科研本体元建模方法研究

(1) 大数据主题知识构建方法。在信息化时代下,大数据 科研本体元建模方法是大数据实现创新性发展的重要基础和 前提。通过对大数据相关内容的分析，发现大数据主题知识 构建方法是上述方法形成的重要保障。在大数据主题知识构 建过程中，应以网络大数据科研主题基础知识为构建的核心 和重点，并将大数据中相关数据的信息转化，通过对数据转化 后的信息特征提取，完成对大数据主题知识的有效构建，为促

进大数据的快速发展奠定坚实基础。同时，在大数据科研本

体元建模方法研究中，要明确知识与价值是两个概念，二者在

方法的构建中具有一定的关联性，知识是实现价值服务的重

要基础和前提。

(2) 大数据关联计算构建方法。在大数据科研本体元建模 方法构建过程中，不仅包括大数据主题知识构建方法,同时也

包括大数据关联计算构建方法。大数据关联计算构建过程中，

通常对大数据中具有相关联性的数据进行刻画，通过对关联

性数据的深入性分析，海鲜对大数据语义操作协调能力的提

升，最终为大数据关联计算方法的构建，提供宝贵的建议。在

对大数据关联计算方法进行构建时，无论是对大数据的结构

化构建还是非结构化构建，均是从大数据的特定领域后主题 展开探讨，在特定领域中发挥其主体作用，从而形成关联计算

构建模型。综上所述，在科学技术不断创新和发展的新环境下，我国

逐渐进入信息化时代，大数据作为信息化时代下的代表元素，

逐渐成为社会各界广泛关注的问题。就现阶段社会发展现 状而言，大数据作为新时代下大规模、复杂性的科学元素，虽 然能够在人们的生产生活中起到较大的作用,但是其本身的 诸多科学性问题,仍在一定程度上限制了人们对其使用的步 伐。本文在研究过程中，主要从系统处理复杂性、计算复杂 性以及数据复杂性等方面，展开对大数据科学问题的分析, 并简略分析大数据科研本体元建模方法。期望通过本文关 于大数据相关内容的研究，可以为日后促进大数据的发展提 供宝贵建议。

参考文献：

[1] 化柏林,李广建.大数据环境下多源信息融合的理论与应

用探讨[J ].图书情报工作，2015,04(16).

[2] 吴冲龙，刘刚,张夏林，等.地质科学大数据及其利用的若干 问题探讨[J ].科学通报,2016,05(16).[3] 彭茂祥，李浩.基于大数据视角的专利分析方法与模式研 究[J ].情报理论与实践,2016,02(07).[4]

郭平，王可,罗阿理，等.大数据分析中的计算智能研究现状 与展望[J ].软件学报,2015,05(11).

[5] 梁吉业，钱宇华，李德玉，等.大数据挖掘的粒计算理论与方

法[J ].中国科学:信息科学,2015,04(11).[6]

汪杨,赵梦翔，王刚.基于方法集的企业数据治理综合评价 [J ].郑州航空工业管理学院学报,2015,01(05).

158