摘要：大数据的定义为：一种规模大到分析、管理、存储及获取都超出了传统数据库软件能力范围的数据集合。大数据具有多样化、大量化、高速化、低价值密度、真实性等特征，在现代网络高速发展的态势下，大数据是其中明显的趋势。数据一直是存在的，所以大数据应该是一个规模化的概念，数据的量达到了一定规模，便会推动各项技术与之共同发展，本文所述的计算机信息处理技术便是其中之一。本文对大数据特征及影响展开探讨，并对大数据下的计算机信息处理上技术展开分析。
关键词：大数据时代；计算机；信息处理技术；分析
中图分类号：TP3
文献标识码：A
引言
近年来，随着计算机技术与网络技术的普及，尤其是智能手机的普及，QQ、微信、微博、抖音、购物网站等软件的出现，几乎人人都会运行这些类似的软件，这就引发了大量的数据，由此进入了大数据时代。每天都会产生大量的数据，这些数据需要计算机去处理，而随着数据的不断增多，这些数据的处理对计算机技术产生了极大的挑战，人们需要提高计算机分析技术去提高这些数据的处理能力，获得更有价值的信息。首先对大数据进行了说明，接着去利用计算机信息的各项分析技术去分析各项数据，去获得有价值的信息，最后分析了在大数据背景下，计算机信息处理技术在未来的发展方向。
1大数据时代下计算机信息处理技术的探析
1.1计算机信息采集技术
作为大数据时代信息应用的基础保障计算机信息采集技术，在进行实际的信息处理工作时，是建立在数据信息的采集工作上的，所以需要重视计算机信息采集技术的发展，且其发展将会直接影响各类信息数据在大数据时代的实际价值的高低。如今计算信息采集呈现高速化发展趋势，可以改善系统化、复杂性的传统信息采集工作，在具体的信息采集工作中，要对相关数据信息进行一系列的流程，确保数据信息已进行准确的分类，还要对其进行必要的加工与传输过程。其次，在现有技术的支持下，提出了非结构化信息与结构化信息的概念，且将主要的发展方向确立为由目标数据源作为基础，在此基础上对数据进行依次的分类采集与处理方面的工作，也加大力度着重推进数据信息库建立等方面的问题，从而为信息数据处理工作带来了很大的便利。例如：在相关的互联网信息采集技术中有所体现，首先利用存在于网页中的实际HTML代码进行分析，在详细的分析工作中获取该网页中的超链接信息，在后续的工作进行中对该超链接进行进一步详细分析、处理与文件，此过程利用搜索与增量存储这两种算法，可大大提升具体数据采集工作的进行效率。通过上述的分可知：确保信息处理工作高效进行的必要因素则是计算机信息采集技术的技术革新发展，之后才可以更好地提升数据信息的实际应用价值。
1.2信息存储技术
其次，计算机技术具有较强的存储空间，可以保存大量的数据信息。例如文字、图片、声音、视频等多种数据，同时在存储中设置检索系统，实现各数据的查找功能，在很快时间内找到相应的数据文件。相对传统查找方式来说，存储量较大，运行速度较高，操作极为简单。同时，可以针对特殊性文件进行保密工作，进而计算机信息处理技术在大数据时代背景下能够实现可用资源的有效获取，节约获取时间。
1.3数据挖掘技术
数据挖掘技术是指通过先进技术进行海量数据的筛选，找出有价值或所需的信息，为大数据应用奠定基础。常用的数据挖掘技术包括决策树、神经网络、关联规则、贝叶斯分类、主成分分析及聚类算法等，技术人员可根据大数据的类型与筛选要求，选择最佳的数据挖掘技术。
以关联规则为例，其在产业领域最广泛的应用为购物篮分析，通过消费者购物篮商品间的关联度，分析消费者的购物习惯，为零售商销售商品提供指导。例如，沃尔玛超市利用关联规则分析消费者的购物篮后，发现10%的消费者同时购买尿不湿和啤酒，且在购买尿不湿的消费者中，70%购买了啤酒。针对购物篮海量数据挖掘，沃尔玛超市总结消费者的购物习惯，将啤酒和尿不湿摆放在同一区域，超市的销售额有显著提升。
1.4特征性数据分析法
特征性数据分析法也是数据挖掘技术中一种较为重要的方法，这种方法可以实现整体数据信息的整合和分析，从而可以延伸到特征性分析层面，从而挖掘出具有可利用价值的信息和数据。整体来看，特征性数据分析法具有全面、快捷的特点，能够有效改善数据资源的一些问题，也因此成为很多行业学者研究的主要方向。一些设计人员在具体的分析应用过程中，也会提出其他不一样的特征数据分析方式，比如在数据收集过程中运用人工神经网络，同时也可以在数据终端搭建出神经网络，利用这种方式可以采用搜集到的信息内容，同时根据遗传基因算法来深入分析数据，对庞大的数据进行选择和重组。需要注意的是，可以充分利用一些可视化的技术来对数据信息进行搜集和挖据。从实用角度来说，数据挖掘技术的能力和水平在不断提高。
2计算机信息处理技术存在的问题及展望
2.1计算机信息处理技术发展不足
软件开发不足。在“大数据”时代，信息处理数量与要求增多，硬件设施表现乏力，海量数据的处理需大量硬件设施支持，普通硬件设施难以高效完成计算机信息处理工作。基于多元化的计算机信息处理技术，行业专家与技术人员需加强软件开发，与硬件设施配合，提升计算机信息处理技术应用效果。信息安全风险较大。“大数据”时代，人们每天在互联网产生海量数据，数据涵盖用户的手机号、姓名等多项重要信息，易被盗取或泄露，引发信息安全问题，侵害用户的隐私权。针对信息安全风险问题，需加强网络信息保护。缺乏专业人才。“大数据”时代发展迅猛，计算机信息处理技术转型升级较快，行业人才良莠不齐，难以有效应用先进多元的技术。可见，教育机构与相关单位需加强人才培养，为大数据与计算机信息处理技术发展提供丰富人力资源。
2.2大数据信息处理技术发展方向
随着现代社会经济及知识的发展，人们对于计算机网络技术要求也在不断提升。大数据背景下的计算机信息技术发展，主要有以下方向：云计算方向。在目前，计算机网络结构的整体都是以硬件为基础，这也导致计算机网络架构受到的限制较大。数据库是当前信息网络技术中核心技术，未来发展过程中必然会积极发展云计算技术，以此脱离硬件的限制；其次是逐步将网络传输开放。网络框架得到建立后，将计算机硬件与网卡信息分离开来，以此便需要网络传输的开放；最后是计算机和计算机网络结合进行完善。在现代发展过程中，计算机信息处理技术不再仅由某一硬件实现，而是在网络基础上达成的连接和传输。依赖现代网络技术的发达，计算机信息处理技术在大数据背景下经济与社会发展的需求。
结束语
大数据时代已经来临，紧随而来的就是大量的数据，这些数据经过计算机信息技术的处理，可以为人类带来精准的用户分析，带来很多意想不到的好处。但是，人类在利用计算机技术去整理分析这些数据的时候，应该不断地去提高人类自身计算机信息处理的技术，这样才能综合分析数量越来越庞大的数据，获得更多有价值的信息，为国家的发展做出贡献。
参考文献
[1]张诚诚.大数据时代下计算机信息处理技术研究[J].计算机产品与流通,2019(11):169.
[2]刘颜颜.大数据时代背景下计算机信息处理技术分析[J].浙江水利水电学院学报,2019,31(5):77-81.
[3]张洋,侯然,李亚东等.探讨大数据时代计算机信息处理技术的现状与发展[J].计算机产品与流通,2019(06):109.