“互联网+”时代大数据应用现状研究

ＥＬＥＣＴＲＯＮＩＣＳ　ＷＯＲＬＤ·探索ｓ观察　“互联网＋”聍代大数据应用现状研究　西藏日喀则市和平机场气象台王博亚　【摘要】随着互联网、云计算、数据库等技术的快速发展和改进，已经在电子政务、电子商务、金融证券、生产制造等领域得到广泛应用，　信息系统运行积累了海量数据信息，也加剧了人们利用信息的难度。因此，如何从大数据中发现有价值的信息和知识为人们的工作、生活和　学习提供决策支撑，已经成为许多科研院所研究热点，常见的大数据分析技术包括有监督和无监督两种，利用统计理论、模糊数学、方法论　等实现数据分析，提高互联网数据应用效果。　【关键词】大数据；ＢＰ神经网络；支持向量机；遗传算法　１．引言　天猫商城、淘宝商城、现金管理信息系统、自动化制造系统等平　台的运行逐渐积累海量数据资源，这些数据中蕴含着海量的有价值信　息，但是传统的人工仅仅是使用自动化系统的已有功能，无法充分利　用数据发掘更多的知识…。大数据分析技术可以从利用统计理论、机　器学习、模式识别等技术构建智能化、自动化分析模型，从海量的数　据信息中发现潜藏的、有价值的知识，方便人们做决策。　２．“互联网＋”时代大数据技术　“互联网＋”时代的到来，大数据已经成为人们应用和研究的热　点。比如在搜索引擎设计与开发中，从海量的数据中快速的、准确的　定位人们需要的信息是一个非常难的事情，大数据分析技术却可以利　用智能化模型，使用贝叶斯理论等大数据分析方法，快速定位浏览器　中输入的相关信息口］。目前，互联网常用的大数据分析技术包括两个　大类别，一种是有监督学习方法，比如ＢＰ神经网络、支持向量机、　贝叶斯理论；一种是无监督学习方法，比如谱聚类、密度聚类、Ｋ均　值、信息论等方法口］。有监督大数据分析方法需要利用人们的经验，　预先构建一个分析模型，然后尽可能的提高这个学习模型的准确性，　从而保证大数据分析的精确度；无监督学习方法却不需要任何先验知　识，系统自动的将数据按照不同的关注角度进行分类，比如可以将商　品划分为用户喜爱的和不喜爱的，也可以将银行贷款客户划分为有信　用和无信用的【４］。常用的大数据技术分别是ＢＰ神经网络、支持向量机　和Ｋ均值，分析这些大数据技术的应用优缺点。　（１）ＢＰ神经网络。ＢＰ神经网络能够按照统计学规则，实现误差　逆传播，是一种多层次的前馈神经网络，目前已经在多个机器学习和　模式识别领域得到广泛普及。ＢＰ神经网络可以学习和存储海量的数　据信息，并且经过自学习形成一个强大的支持网络结构，并且利用当　前最为流行的梯度下降方法，不断的调整网络的结构、权值和阈值，　降低网络的误差平方和，准确的提取相关的数据隐含模式信息。ＢＰ　神经网络包括三个层次，分别是输入层、隐藏层和输出层。互联网数　据识别过程中，输入层可以接收所有网络数据，并且将这些数据传输　给中间层的神经元，神经元可以负责数据信息处理、变换，并且能够　根据信息变化能力的需求，改变和整合中间层结构，网络数据流经过　识别和处理之后，就可以从中间层分发到输出层，这样就可以完成　一次学习过程，将ＢＰ神经网络训练成为一个准确度非常高的模型，　还可以通过误差梯度下降等修正各个层次的权值，向隐藏层逐级反　馈，实现反向传播和修正，提高网络数据识别精确度　】。　（２）支持向量机　支持向量机是一种基于统计学习理论的模式识别算法，其可以　通过寻求结构化风险最小模式提高学习机泛化能力，这样就可以实　现经验风险和置信范围的最小化，从而可以达到在统计样本量最少　的情况下获取良好的统计规律。支持向量机是一个二类分类模式，　在互联网数据分析过程中，可以将互联网数据划分为正常数据或非　法数据，并且可以对非法数据进行深度分析。支持向量机是一种性　能强大的数据分析技术，其可以解决样本数量较少、非线性或高维　模式数据分析，比如能够推广到函数拟合的其他互联网安全分析问　题中，可以更好地分析数据、识别模式，用于分类和回归分析。　（３）Ｋ均值算法　Ｋ均值（Ｋ．ｍｅａｎｓ）算法是一种基于距离的聚类算法，其可以采　用距离作为相似性评价和度量指标，采用无监督学习模式，通常两个　数据对象的距离越近，这两个数据对象的相似性就会越大。通常情况　·６６·＿皂子ｔ蟹Ｉ－　下，银行贷款客户的信用数据都保存有相关的记录，信用低客户的数　据都具有内在的相似性行为和特征，系统可以针对这些数据进行分析　和评价，从而不需要指定数据的类别标签就可以获取信用高、信用低　的客户数据，将信用低的客户数据汇聚在一起，不为其发放贷款。　３．大数据技术应用研究　大数据技术已经在智能制造、金融证券、电子商务、电子政务　中得到广泛应用，详细应用内容描述如下：　（１）智能制造。目前，我国正处于深化改革全面推进、重点　攻坚的年代，传统的制造模式污染严重、成本浪费较大，不利于我　国制造行业的转型和发展，因此通过对历史制造数据进行挖掘和分　析，利用大数据技术构建需求分析模型，可以更加准确的获取现实　社会对制造行业的需求，提高制造的效率和流转速度。　（２）金融证券。金融证券行业已经引入了网上银行管理系　统、银行现金管理系统、股票交易系统、企业经营分析管理系统　等，这些信息化系统的运行积累了海量的数据资源和信息，因此为　了保证金融系统的安全运行，保证金融行业不发生系统性风险，金　融行业监管单位开始利用大数据分析技术，比如ＢＰ神经网络构建　一个风险分析模型，预判未来金融行业风险承受能力，确保金融行　业在一个合理范围内稳定运行。　（３）电子商务。目前，淘宝、京东、蘑菇街、苏宁云商、一　号店等互联网商务平台运行的逐渐成熟，这些平台入驻的商家已经　超过了数百万，用户数量也已过亿，琳琅满目的商品更是不计其　数。消费者浏览商品时，非常容易陷入一个眼花缭乱的局面，因此　基于大数据分析技术可以构建一个推荐系统，该推荐系统可以读取　用户浏览商品、购买商品的行为记录，定期为用户挑选类似商品进　行推荐，既能够进行营销推广，也可以帮助消费者快速定位需求商　品，提高电子商务的成交率。　（４）电子政务。随着互联网技术的快速发展和进步，我国政　府机构一直在引入信息化办公系统，致力于提高政府机构的服务水　平和服务效率。因此，为了能够更好的发现电子政务活动中存在的　问题，人们开始构建电子政务服务平台，利用平台提高及时的发现　政务服务中存在的问题，提出优化解决方法和措施，从而可以打通　整个电子政务服务流程。　４．结束语　随着“互联网＋”制造、大金融、政务、商务、学习、旅游、　医保等各个方面信息化的应用，信息化系统运行积累数据的应用将　成为人们研究的热点和重点。本文基于笔者的研究实践，详细地分　析了大数据技术及应用，更好的为人们提供利用参考资料。　参考文献　『１刘金山，１］周朝谦，郭连升．“互联网＋”时代大数据技术在军事　领域的应用［『Ｊ．国防科技，２０１５，３６（６）：３５—４１．　［２】纪海，曹三省．基于互联网融合媒体的大数据应用技术分析Ⅲ．　电视技术，２０１４，３８（２１）：７６－７７．　［３】曾梦琴，王明宇．互联网时代大数据的机遇和挑战探究叫．电子　商务，２０１４（３）：１２—１３．　【４】黄利荣．基于互联网＋与大数据时代－ＦＰ２Ｐ电子商务研究　电　子商务，２０１５（１２）：２—２．　【５】贾亚朝，唐贤芳，张如．”互联网＋”背景下的智慧交通大数据　应用创新研究［Ｉ１．现代经济信息，２０１６（７）．