论文部分内容阅读
摘 要：在当前的计算机网络信息管理中，大数据技术具有广阔的应用前景，文章通过分析大数据技术要点，结合计算机网络信息管理要求，对大数据技术的应计算机网络信息管理的应用方案、应用领域等进行讨论，最后对未来大数据技术的发展方向进行研究，希望为进一步强化计算机网络信息管理能力奠定基础。
关键词：大数据技术;计算机网络信息管理;数据挖掘
0 引言
在当前信息技术快速发展的背景下，计算机网络信息管理已经成为内部管理控制的重要组成部分。从信息管理的角度来看，大数据是指公司在运营期间所产生的结构化、半结构化数据，随着大数据技术手段的完善，企业计算机网络信息管理有了新的发展。为适应这一发展要求，需要深入了解不同大数据技术的应用方案，增强对大数据技术的适应能力，这也是本文研究的主要目的。
1 大数据技术分析
大数据技术的核心是指数据采集、数据存取、数据统计、数据处理等几方面内容，其中的主要技术包括：（1）数据采集。在整个大数据技术的生命周期中，数据采集是其中的首要环节，按照MapReduce（映射规约）对大数据采集的运行特征可以发现，在大数据采集期间需要运用Web信息系统、科学管理、物理信息系统等几个功能模块。（2）数据存取技术。结合大数据的类型，数据存取技术中主要包括以下几种类型，如大规模的数据信息、半结构化与非结构化信息、非结构化的混合数据。（3）数据处理技术。按照不同数据集合的特征以及结构，在处理环节可结合文件、关系表、XML树等架构，突出各类数据信息的异构性。其中针对异构数据集可实现对各类数据的整合与集成数据处理等，能够将多样化的数据整合为一个完整的数据平台，方便相关人员进行查询与分析。（4）数据的统计与分析。在大数据技术的支持下，各类信息的统计处理包含特征检验、假设检验、卡方分析、逐级回归以及因子分析等。这些功能能够进一步理清各类数据的关系。（5）数据挖掘。数据挖掘需要通过开放的群组，并以用户为基准进行数据连接，确保通过大数据能够对各种网络行为进行识别，总结数据之间的关系。
2 大数据技术在计算机网络信息管理的应用方案
2.1 数据获取技术在计算机网络信息管理中的应用
目前在计算机网络管理中，大数据的数据技术主要包括：（1）Hadoop技术。Hadoop技术可以对大数据分布做开源软件框架，在计算机网络信息管理中，Hadoop技术能够完成数据密集型分布，使用Apache2.0许可协议发布，并能够满足商品硬件构建大规模集群应用架构。所以在网络信息管理中，借助Hadoop技术可以进一步提高各类数据的处理能力，并且当大数据管理平台构建之后，可以完成批量化的数据处理，并由此获得最大化吞吐率，并满足信息处理过程中数据迁移的要求，为提高数据计算效率奠定基础。（2）HBase技术。作为一种非关系型的分布式数据库，HBase技术可以直接处理HDFS文件，并提供“Big Table”规模的服务，确保在计算机网络管理中能够快速获取海量的数据并在最短时间内分析数据库中的信息，保证数据处理效率。
从技术应用现状来看，本文所介绍的两种技术均具有拓展性强、成本满意等优点，在很多领域都得到了充分的运用，例如在铁路货运期间，因为具有冗杂的数据，各类数据资源的整合难度较大，而借助大数据的Hadoop技术，可以充分协调铁路货运期间的各种信息，可以充分整合铁路运输数据仓库，并由此打造货运大数据平台，对整个铁路货运过程、结果进行实时监测，降低了各类数据的处理难度。
2.2 数据挖掘技术
在计算机网络信息管理中，大数据技术的数据挖掘是较为常见的功能，结合企业的信息管理要求，大数据的数据挖掘技术应用方案包括：（1）定义数据挖掘的问题。在计算网络信息管理中，数据挖掘首先要定义业务与数据，即确定本次大数据处理中需要解决的问题，例如很多企业为了能够提高市场营销能力，则需要将“客户满意度”等作为大数据挖掘的主要方向。（2）形成数据挖掘库。数据挖掘库是指导网络信息管理的关键，通过建立数据挖掘库，能够对数据内容进行编辑，并完成数据的整合与合并。（3）数据分析。按照计算机网络信息管理的要求，数据分析的主要目的是寻找到对预测输出结果影响最大的因素，对于企业而言，信息管理中需要通过大数据对海量字段信息进行识别，依托相应的功能软件来提取其中的关键信息。
3 大数据技术的应用领域
3.1 在农业领域的应用
农业作为基础性产业之一，计算机网络信息管理中的农业信息能够推动现代化农业建设。我国的实际情况来看，政府部门也在尝试将大数据技术管理平台用于服务农业领域生产，如引入大数据技术能够对农业生产前、生产中以及生产后的各种数据进行分析。例如在农业生产之前，整合计算机网络信息之后，依托大数据技术能够获取详细的农业网络信息，帮助种植户了解农业市场行情、各种农产品的收益等。
3.2 在工业领域的应用
在大数据时代下，计算机网络信息总量不断增加，这也对大数据信息处理效果提出了更高的要求[1]。在工业领域，大数据技术的出现能够满足工业制造自动化与制动化的需求。例如在大数据的管理平台上，工业领域的计算机网络信息管理可以完成工业产前市场分析、产前产品设计、信息管理以及产后质量检验等，并形成供应链。在大数据支持下，可针对工业制造生产中的在线数据查询、数据综合分析等，为未来工业生产决策奠定基础。同时计算机应用技术以及信息管理与工业领域之间的融合能够为工业生产综合化管理奠定基础，例如很多工业企业还能实现数控制造向自动化方向发展，通过信息管理系统，可在大数据平台的基础上进行人机交互，用于设备参数调控以及生产线信息管理等。
3.3 在教育领域的应用
现阶段计算机网络信息管理与教育领域的融合已经成为不可阻挡的趋势，在这种技术环境下，大数据技术能够推动网络信息管理智能化进程，主要表现在以下两方面： （1）应用大数据技术能够打造新媒体教育平台，这是因为新媒体教育平台对网络信息数据识别有较高的要求，通过网络信息管理，能够实时记录学生与教师之间的交流信息，教师也能在平台上点评学生的作业情况，满足现代网络教育下的要求。（2）大数据为远程网络课程奠定基础，例如通过计算机网络信息能够为学生提供交流讨论环节，使学生能够在大数据的支持下进行经验交流。
4 大数据技术的未来发展方向
在大数据时代到来之后，人們的日常生活发生了明显变化，依托大数据技术能够使人们的日常生活变得更加高效[2]。未来大数据技术将会在技术应用中实现创新与发展，例如中小企业可以借助大数据技术进行多样化的技术支持，从海量数据中筛选与行业服务有关的数据，并借助大数据技术保证客户安全、公司机密等信息安全。因此大数据的发展将会变得更加安全，如防护系统自我更新等，能够将大数据信息上传到数据中，依托防护系统完成自我更新，并增强逻辑防护能力。同时，未来大数据技术与虚拟技术也会成为主要发展方向，通过虚拟技术对网络上的各种虚拟资产信息进行数据分析，并按照使用者提出的要求，充分利用各类数据，避免计算机数据系统因为大量处理无用数据而出现运行效率低下的问题。
5 结语
在计算机网络信息管理中，大数据技术具有广阔的发展前景，为了更好地迎合市场发展要求，相关企业需要进一步优化大数据技术的实施路径，采用多种方法完成网络信息资源分配，认识到大数据技术在网络信息管理中的功能，进一步拓展大数据技术的应用方向，并将大数据技术作为挖掘有用数据的关键，这样才能为进一步促进企业发展奠定基础。
[参考文献]
[1]李丹.大数据时代下计算机网络信息安全问题分析[J].无线互联科技，2020（11）：15-16.
[2]孙景莲.云技术应用于农机网络信息管理的探索实践思考[J].农业开发与装备，2020（2）：158.
（编辑 何 琳）
关键词：大数据技术;计算机网络信息管理;数据挖掘
0 引言
在当前信息技术快速发展的背景下，计算机网络信息管理已经成为内部管理控制的重要组成部分。从信息管理的角度来看，大数据是指公司在运营期间所产生的结构化、半结构化数据，随着大数据技术手段的完善，企业计算机网络信息管理有了新的发展。为适应这一发展要求，需要深入了解不同大数据技术的应用方案，增强对大数据技术的适应能力，这也是本文研究的主要目的。
1 大数据技术分析
大数据技术的核心是指数据采集、数据存取、数据统计、数据处理等几方面内容，其中的主要技术包括：（1）数据采集。在整个大数据技术的生命周期中，数据采集是其中的首要环节，按照MapReduce（映射规约）对大数据采集的运行特征可以发现，在大数据采集期间需要运用Web信息系统、科学管理、物理信息系统等几个功能模块。（2）数据存取技术。结合大数据的类型，数据存取技术中主要包括以下几种类型，如大规模的数据信息、半结构化与非结构化信息、非结构化的混合数据。（3）数据处理技术。按照不同数据集合的特征以及结构，在处理环节可结合文件、关系表、XML树等架构，突出各类数据信息的异构性。其中针对异构数据集可实现对各类数据的整合与集成数据处理等，能够将多样化的数据整合为一个完整的数据平台，方便相关人员进行查询与分析。（4）数据的统计与分析。在大数据技术的支持下，各类信息的统计处理包含特征检验、假设检验、卡方分析、逐级回归以及因子分析等。这些功能能够进一步理清各类数据的关系。（5）数据挖掘。数据挖掘需要通过开放的群组，并以用户为基准进行数据连接，确保通过大数据能够对各种网络行为进行识别，总结数据之间的关系。
2 大数据技术在计算机网络信息管理的应用方案
2.1 数据获取技术在计算机网络信息管理中的应用
目前在计算机网络管理中，大数据的数据技术主要包括：（1）Hadoop技术。Hadoop技术可以对大数据分布做开源软件框架，在计算机网络信息管理中，Hadoop技术能够完成数据密集型分布，使用Apache2.0许可协议发布，并能够满足商品硬件构建大规模集群应用架构。所以在网络信息管理中，借助Hadoop技术可以进一步提高各类数据的处理能力，并且当大数据管理平台构建之后，可以完成批量化的数据处理，并由此获得最大化吞吐率，并满足信息处理过程中数据迁移的要求，为提高数据计算效率奠定基础。（2）HBase技术。作为一种非关系型的分布式数据库，HBase技术可以直接处理HDFS文件，并提供“Big Table”规模的服务，确保在计算机网络管理中能够快速获取海量的数据并在最短时间内分析数据库中的信息，保证数据处理效率。
从技术应用现状来看，本文所介绍的两种技术均具有拓展性强、成本满意等优点，在很多领域都得到了充分的运用，例如在铁路货运期间，因为具有冗杂的数据，各类数据资源的整合难度较大，而借助大数据的Hadoop技术，可以充分协调铁路货运期间的各种信息，可以充分整合铁路运输数据仓库，并由此打造货运大数据平台，对整个铁路货运过程、结果进行实时监测，降低了各类数据的处理难度。
2.2 数据挖掘技术
在计算机网络信息管理中，大数据技术的数据挖掘是较为常见的功能，结合企业的信息管理要求，大数据的数据挖掘技术应用方案包括：（1）定义数据挖掘的问题。在计算网络信息管理中，数据挖掘首先要定义业务与数据，即确定本次大数据处理中需要解决的问题，例如很多企业为了能够提高市场营销能力，则需要将“客户满意度”等作为大数据挖掘的主要方向。（2）形成数据挖掘库。数据挖掘库是指导网络信息管理的关键，通过建立数据挖掘库，能够对数据内容进行编辑，并完成数据的整合与合并。（3）数据分析。按照计算机网络信息管理的要求，数据分析的主要目的是寻找到对预测输出结果影响最大的因素，对于企业而言，信息管理中需要通过大数据对海量字段信息进行识别，依托相应的功能软件来提取其中的关键信息。
3 大数据技术的应用领域
3.1 在农业领域的应用
农业作为基础性产业之一，计算机网络信息管理中的农业信息能够推动现代化农业建设。我国的实际情况来看，政府部门也在尝试将大数据技术管理平台用于服务农业领域生产，如引入大数据技术能够对农业生产前、生产中以及生产后的各种数据进行分析。例如在农业生产之前，整合计算机网络信息之后，依托大数据技术能够获取详细的农业网络信息，帮助种植户了解农业市场行情、各种农产品的收益等。
3.2 在工业领域的应用
在大数据时代下，计算机网络信息总量不断增加，这也对大数据信息处理效果提出了更高的要求[1]。在工业领域，大数据技术的出现能够满足工业制造自动化与制动化的需求。例如在大数据的管理平台上，工业领域的计算机网络信息管理可以完成工业产前市场分析、产前产品设计、信息管理以及产后质量检验等，并形成供应链。在大数据支持下，可针对工业制造生产中的在线数据查询、数据综合分析等，为未来工业生产决策奠定基础。同时计算机应用技术以及信息管理与工业领域之间的融合能够为工业生产综合化管理奠定基础，例如很多工业企业还能实现数控制造向自动化方向发展，通过信息管理系统，可在大数据平台的基础上进行人机交互，用于设备参数调控以及生产线信息管理等。
3.3 在教育领域的应用
现阶段计算机网络信息管理与教育领域的融合已经成为不可阻挡的趋势，在这种技术环境下，大数据技术能够推动网络信息管理智能化进程，主要表现在以下两方面： （1）应用大数据技术能够打造新媒体教育平台，这是因为新媒体教育平台对网络信息数据识别有较高的要求，通过网络信息管理，能够实时记录学生与教师之间的交流信息，教师也能在平台上点评学生的作业情况，满足现代网络教育下的要求。（2）大数据为远程网络课程奠定基础，例如通过计算机网络信息能够为学生提供交流讨论环节，使学生能够在大数据的支持下进行经验交流。
4 大数据技术的未来发展方向
在大数据时代到来之后，人們的日常生活发生了明显变化，依托大数据技术能够使人们的日常生活变得更加高效[2]。未来大数据技术将会在技术应用中实现创新与发展，例如中小企业可以借助大数据技术进行多样化的技术支持，从海量数据中筛选与行业服务有关的数据，并借助大数据技术保证客户安全、公司机密等信息安全。因此大数据的发展将会变得更加安全，如防护系统自我更新等，能够将大数据信息上传到数据中，依托防护系统完成自我更新，并增强逻辑防护能力。同时，未来大数据技术与虚拟技术也会成为主要发展方向，通过虚拟技术对网络上的各种虚拟资产信息进行数据分析，并按照使用者提出的要求，充分利用各类数据，避免计算机数据系统因为大量处理无用数据而出现运行效率低下的问题。
5 结语
在计算机网络信息管理中，大数据技术具有广阔的发展前景，为了更好地迎合市场发展要求，相关企业需要进一步优化大数据技术的实施路径，采用多种方法完成网络信息资源分配，认识到大数据技术在网络信息管理中的功能，进一步拓展大数据技术的应用方向，并将大数据技术作为挖掘有用数据的关键，这样才能为进一步促进企业发展奠定基础。
[参考文献]
[1]李丹.大数据时代下计算机网络信息安全问题分析[J].无线互联科技，2020（11）：15-16.
[2]孙景莲.云技术应用于农机网络信息管理的探索实践思考[J].农业开发与装备，2020（2）：158.
（编辑 何 琳）