大数据时代下数据分析理念的辨析

申茂

摘要：二十一世纪，随着网络信息技术突飞猛进，各行各业的大数据采集也越来越多，使得对各类数据的处理与保存速度也越来越快，特别是由于大数据感应器与自动收集信息的存在，导致大数据呈现指数型上升，世界已全面步入了大数据处理时代。本文将重点剖析在大数据处理时代下的数据统计学方法与大数据分析工作理念，明确了数据统计分析工作原理与科学研究的基本思路。

关键词：大数据时代；数据分析理念；辨析

近年来，对大数据处理的研发与运用一直引起国家各界人士的普遍重视，国家统计局一直将数据处理核心技术作为关键性的创新科技工程项目之一。由于中国大量计算机技术的发展，解决大量的繁杂数据处理问题的能力将逐步增强，在这些大数据处理中获得有用资讯的能力也将逐渐提高，无疑，中国走向大数据分析时代的步伐将会逐步加速，中国人民也将会享受到在大数据处理时代下给其所带来的生活、工作上的便捷。

一、大数据和大数据时代简介

（一）大数据

大数据资源是指数量远大于普通数据的大量资源，要求人类采用新的数据处理模式才能得到其中价值的巨大信息。“大数据”这一理念，先是由维克托在《网络信息时代》一书中引用了出来，最开始对它界定是:不使用传统的随机分析直接对各种数据进行分类处理，主要具有大规模、高速度、多样性和价值等四个特点[1]。

大数据分析领域可以包括大数据科技、大数据工程、大数据科技，以及大数据分析应用等范畴。但目前得到最多应用的是大数据分析科技，以及大数据分析应用。人类可以利用互联网收集到各种各样的数据，通过这些数据得到的有用资讯就能够为企业发展和社会活动提供最高效的实现路径。通常，在大数据时代的王国里，最成功的以及走在前沿的公司正是那些擅长利用这些数据并抓住机遇的发展的企业。

（二）大数据时代

大信息指是在信息时代的平台上，利用网络、物联网等手段广泛收集大量信息资源并对之加以保存、提取与展示。在大数据时代，几乎所有人都可以享受从各种信息中获取生活所需的信息，因此大数据社会将具备着社会化、广泛性、公开性和动态性等四个特点。而大数据社会的发展，将会推动着社会许多方面和产业的变化，给人们的工作、生活模式等带来重大影响[2]。

在大数据分析时代下，传统的数据分析思路已不再适合，因此必须进行重大变革。首先，必须改变抽样思路，以大数据分析时代下的大量样品为总体，已不再依赖以小规模样品剖析事件的相关规律性；其次，要改变对统计精确测量的思维，在大数据信息时代要学习并接受繁冗复杂的生物多样性统计；最后，要改变对研究事件的因果关系思维，转为研究事件的相关规律。所有上述思维的改变，都和统计相关，所以，接下来将剖析大数据信息时代对统计所带来的具体影响。

二、智能数据理念分析

尽管在大数据分析时，传统的智能统计分析法已不能满足当前的需要，但仍然具有一定的相似性，在有关思想领域与技术上仍然可以使用，一些比较常用的分析法:第一种方式就是决策树。这种数据分析技术是在信息论基础之上，该技术提供的数据结果易于掌握，准确性较好，效果也较好，只是它无法用于对复杂的信息进行管理和数据分析。第二个方式就是关联规则。这个方式主要是为了事物数据库的，往往含有大量的信息，当今通过这个方式可以减少检索量。第三个方式是粗糙集。这种分析技术可以根据信息做出主观判断，仅仅利用观测信息，就能够消除多余的数据[3]。第四种方法是模糊的数学分析方法。利用这种统计分析的技术，可以对现实事物作出比较模糊的研究，和其他的方法比较，就可以达到比较客观的结果。第五种技术是人工神经网络。这种数据分析技术具备自学习能力，在基础上也具备联想数据的能力。第六种方法则是混沌与分形理论研究。这两个研究重点是为了对在自然界人类社会中产生的问题作出说明，并且通常用于进行智能感知研究，还可运用在工业自动控制等许多应用领域中。第七种方式为自然统计分析的方式。这种统计分析方式针对于不同生物学层次的建模和仿真，一般可包括下列三个不同类别的分析:一是群体智能算法，二是免疫计算，三是DNA算法。人群智能一般是对人类集体行为进行的研究，免疫计算也存在着多样化，比较典型的一般有反向、克隆筛选等方法，而DNA算法则一般使属于用随机化搜索方式，它既能够实现全域寻优，在实际的使用中通常都能够得到优化的搜索空间，并且在此基础上还可以自行调节搜索方式，在整体流程上都不需要确定的方法。当前DNA算法已经运用在很多领域中，并且获得了良好的效果。

三、大数据分析趋势下的数据分析概念辨析

（一）数据分析理念

传统的大数据分析，是指人们利用统计方式将所搜集的数据资料进行系统分类，从而最大化地研究数据处理中的功能，并从中获得更有价值的信息，再与未处理的信息加以比较，从而充分发挥统计学的功能。在大数据分析时代下的统计分析，由于信息量非常大，而数据处理自身的动态特征也使得人们对需要研究的数据分析难度增大，所以，在大数据分析时代的统计分析往往运用了计量经济学的概念，选择范围更为宽泛的方式统计和分析资料，以解除人们对数据分析样本之间的依赖性，也就能够减少由于信息的流动性和数据分析效果所造成的影响。大数据分析时代更加重视有效数据分析的增值分析工作，通过深入研究有效数据分析的未来发展趋势，让其中最有价值的数据分析能够增值，与有效数据分析有机集成，从而有助于及时发现问题并解决

[4]。

（二）数据分析的主要程序

1、数据整理

统计资料的整理大致包括四个过程:审查统计资料、对资料加以分类、整理并编写数据表及图形、保存与发表。当数据对象是在数据资料量众多、数据类型繁杂、要求处理速度快的大数据时代，上述过程就显得更加繁琐了，特别是图形的绘制是没有方法完成的，所以，只需对资料进行审查和保存。

2、数据的开发

上述信息的样本量较少，目的主要着眼于问题，信息的及时性较好，信息的应用功能也随着时间推移逐渐减少。而大数据的流动性也非常好，随着时代的增长将日益强大，也同时存在着推陈出新、价值再造的机会，所以，在大数据时代，信息价值是会持续增长的，所以研究大数据，将是一个具有很大价值的事情。

3、数据的应用

其中，分别对教育、交通运输、消费品、电力、石化与燃气、医药护理、消费金融等领域进行大数据分析与预警。而针对上述业务的特征，可以总结出大数据挖掘商业价值的基本方式是:将客户人群分类，为每个人群量定独特的业务;在模拟真实环境，发现新的需求的同时增加投资的收益;减少部门联系，提升整个企业管理链条和产业链条的整体效能；减少服务成本，发现隐藏线索产品与服务的创新。由于大数据分析的使用人群非常广阔，因此如何对所收集的大数据准确、快速管理，对于该产业的发展有着重要性。

结束语：

本文的重点对大数据挖掘时期下数据挖掘概念展开了相关的剖析与探究。首先，对大数据挖掘理论和大数字信息时代的概念作了简单介绍，然后又剖析了大数据分析理论对统计学发展的两点影响，最后又剖析了在大数据分析时代下的统计分析思想。综上所述，在现代社会，大数据挖掘的运用已形成了现代社会新的特点，如何在海量数据中提炼出有价值的信息并进行相应的科学预测，对公司和个人的发展都有着重要性。

参考文献：

[1] 苑广. 大数据时代下数据分析思路研究[J]. 中国新通信，2022，24(1):32-33.

[2] 陈果. 大数据时代下数据分析理念的辨析[J]. 电脑编程技巧与维护，2021(10):82-84.

[3] 王明. 大数据时代下数据分析理念分析[J]. 信息系统工程，2016(3):17.

[4] 王芮. 大数据时代下数据分析理念解析[J]. 景德镇学院学报，2020，35(3):58-61.