如何統(tǒng)計和分析利用網(wǎng)絡(luò)大數(shù)據(jù)?

大數(shù)據(jù)給互聯(lián)網(wǎng)帶來的是空前的信息大爆炸，它不僅改變了互聯(lián)網(wǎng)的數(shù)據(jù)應(yīng)用模式，還將深深影響著人們的生產(chǎn)生活。深處在大數(shù)據(jù)時代中，人們認(rèn)識到大數(shù)據(jù)已經(jīng)將數(shù)據(jù)分析的認(rèn)識從“向后分析”變成“向前分析”，改變了人們的思維模式，但同時大數(shù)據(jù)也向我們提出了數(shù)據(jù)采集、分析和使用等難題。在解決了這些難題的同時，也意味著大數(shù)據(jù)開始向縱深方向發(fā)展。

一、數(shù)據(jù)統(tǒng)計分析的內(nèi)涵

近年來，包括互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等信息技術(shù)在內(nèi)的IT通信業(yè)迅速發(fā)展，數(shù)據(jù)的快速增長成了許多行業(yè)共同面對的嚴(yán)峻挑戰(zhàn)和寶貴機(jī)遇，因此現(xiàn)代信息社會已經(jīng)進(jìn)入了大數(shù)據(jù)時代。事實上，大數(shù)據(jù)改變的不只是人們的日常生活和工作模式、企業(yè)運作和經(jīng)營模式，甚至還引起科學(xué)研究模式的根本性改變。一般意義上，大數(shù)據(jù)是指無法在一定時間內(nèi)用常規(guī)機(jī)器和軟硬件工具對其進(jìn)行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)集合。網(wǎng)絡(luò)大數(shù)據(jù)是指“人、機(jī)、物”三元世界在網(wǎng)絡(luò)空間中彼此交互與融合所產(chǎn)生并在互聯(lián)網(wǎng)上可獲得的大數(shù)據(jù)。

將數(shù)據(jù)應(yīng)用到生活生產(chǎn)中，可以有效地幫助人們或企業(yè)對信息作出比較準(zhǔn)確的判斷，以便采取適當(dāng)行動。數(shù)據(jù)分析是組織有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，并使之成為信息的過程。也就是指個人或者企業(yè)為了解決生活生產(chǎn)中的決策或者營銷等問題，運用分析方法對數(shù)據(jù)進(jìn)行處理的過程。所謂的數(shù)據(jù)統(tǒng)計分析，就是運用統(tǒng)計學(xué)的方法對數(shù)據(jù)進(jìn)行處理。在以往的市場調(diào)研工作中，數(shù)據(jù)統(tǒng)計分析能夠幫助我們挖掘出數(shù)據(jù)中隱藏的信息，但是這種數(shù)據(jù)的分析是“向后分析”，分析的是已經(jīng)發(fā)生過的事情。而在大數(shù)據(jù)中，數(shù)據(jù)的統(tǒng)計分析是“向前分析”，它具有預(yù)見性。

二、大數(shù)據(jù)的分析

1.可視化分析。

數(shù)據(jù)是結(jié)構(gòu)化的，包括原始數(shù)據(jù)中的關(guān)系數(shù)據(jù)庫，其數(shù)據(jù)就是半結(jié)構(gòu)化的，譬如我們熟知的文本、圖形、圖像數(shù)據(jù)，同時也包括了網(wǎng)絡(luò)的不同構(gòu)型的數(shù)據(jù)。通過對各種數(shù)據(jù)的分析，就可以清晰的發(fā)現(xiàn)不同類型的知識結(jié)構(gòu)和內(nèi)容，包括反映表征的、帶有普遍性的廣義型知識;用于反映數(shù)據(jù)的匯聚模式或根據(jù)對象的屬性區(qū)分其所屬類別的特征型知識;差異和極端特例進(jìn)行描述的差異型知識;反映一個事件和其他事件之間依賴或關(guān)聯(lián)的關(guān)聯(lián)型知識;根據(jù)當(dāng)前歷史和當(dāng)前數(shù)據(jù)預(yù)測未來數(shù)據(jù)的預(yù)測型知識。當(dāng)前已經(jīng)出現(xiàn)了許多知識發(fā)現(xiàn)的新技術(shù)，其中之一就是可視化方法。數(shù)據(jù)可視化技術(shù)有3個鮮明的特點：第一，與用戶的交互性強(qiáng)。用戶不再是信息傳播中的受者，還可以方便地以交互的方式管理和開發(fā)數(shù)據(jù)。第二，數(shù)據(jù)顯示的多維性。在可視化的分析下，數(shù)據(jù)將每一維的值分類、排序、組合和顯示，這樣就可以看到表示對象或事件的數(shù)據(jù)的多個屬性或變量。第三，最直觀的可視性特點。數(shù)據(jù)可以用圖像、曲線、二維圖形、三維體和動畫來顯示,并可對其模式和相互關(guān)系進(jìn)行可視化分析。

2.數(shù)據(jù)挖掘算法。

數(shù)據(jù)挖掘是指數(shù)據(jù)庫中的知識發(fā)現(xiàn)，其歷史可以追溯到1989年美國底特律市召開的第一屆KDD國際學(xué)術(shù)會議上，而第一屆知識發(fā)現(xiàn)和數(shù)據(jù)挖掘(Data Mining，DM)國際學(xué)術(shù)會議是1995年加拿大召開的，會議上將數(shù)據(jù)庫里存放的數(shù)據(jù)生動地比擬成礦床，從而“數(shù)據(jù)挖掘”這個名詞很快就流傳開來。數(shù)據(jù)挖掘的目的是在雜亂無章的數(shù)據(jù)庫中，從大量數(shù)據(jù)中找到有用的、合適的數(shù)據(jù)，并將其隱含的、不為人知的潛在價值的信息揭示出來的過程。事實上，數(shù)據(jù)挖掘只是整個KDD過程中的一個步驟。

數(shù)據(jù)挖掘的定義沒有統(tǒng)一的說法，其中“數(shù)據(jù)挖掘是一個從不完整的、不明確的、大量的并且包含噪聲的具有很大隨機(jī)性的實際應(yīng)用數(shù)據(jù)中，提取出隱含其中、事先未被人們獲知、卻潛在有用的知識或模式的過程”是被廣泛接受的定義。事實上，該定義中所包含的信息——大量真實的數(shù)據(jù)源包含著噪聲;滿足用戶的需求的新知識;被理解接受的而且有效運用的知識;挖掘出的知識并不要求適用于所有領(lǐng)域，可以僅支持某個特定的應(yīng)用發(fā)現(xiàn)問題。以上這些特點都表現(xiàn)了它對數(shù)據(jù)處理的作用，在有效處理海量且無序的數(shù)據(jù)時，還能夠發(fā)現(xiàn)隱藏在這些數(shù)據(jù)中的有用的知識，最終為決策服務(wù)。從技術(shù)這個角度來說，數(shù)據(jù)挖掘就是利用一系列相關(guān)算法和技術(shù)從大量的數(shù)據(jù)中提取出為人們所需要的信息和知識，隱藏在數(shù)據(jù)背后的知識，可以以概念、模式、規(guī)律和規(guī)則等形式呈現(xiàn)出來。

3.預(yù)測性分析能力。

預(yù)測性分析可以讓分析員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測性的判斷。大數(shù)據(jù)分析最終要實現(xiàn)的應(yīng)用領(lǐng)域之一就是預(yù)測性分析，可視化分析和數(shù)據(jù)挖掘都是前期鋪墊工作，只要在大數(shù)據(jù)中挖掘出信息的特點與聯(lián)系，就可以建立科學(xué)的數(shù)據(jù)模型，通過模型帶入新的數(shù)據(jù)，從而預(yù)測未來的數(shù)據(jù)。作為數(shù)據(jù)挖掘的一個子集，內(nèi)存計算效率驅(qū)動預(yù)測分析，帶來實時分析和洞察力，使實時事務(wù)數(shù)據(jù)流得到更快速的處理。實時事務(wù)的數(shù)據(jù)處理模式能夠加強(qiáng)企業(yè)對信息的監(jiān)控，也便于企業(yè)的業(yè)務(wù)管理和信息更新流通。此外，大數(shù)據(jù)的預(yù)測分析能力，能夠幫助企業(yè)分析未來的數(shù)據(jù)信息，有效規(guī)避風(fēng)險。在通過大數(shù)據(jù)的預(yù)測性分析之后，無論是個人還是企業(yè)，都可以比之前更好地理解和管理大數(shù)據(jù)。

盡管當(dāng)前大數(shù)據(jù)的發(fā)展趨勢良好，但網(wǎng)絡(luò)大數(shù)據(jù)對于存儲系統(tǒng)、傳輸系統(tǒng)和計算系統(tǒng)都提出了很多苛刻的要求，現(xiàn)有的數(shù)據(jù)中心技術(shù)很難滿足網(wǎng)絡(luò)大數(shù)據(jù)的需求。因此，科學(xué)技術(shù)的進(jìn)步與發(fā)展對大數(shù)據(jù)的支持起著重要的作用，大數(shù)據(jù)的革命需要考慮對IT行業(yè)進(jìn)行革命性的重構(gòu)。網(wǎng)絡(luò)大數(shù)據(jù)平臺(包括計算平臺、傳輸平臺、存儲平臺等)是網(wǎng)絡(luò)大數(shù)據(jù)技術(shù)鏈條中的瓶頸，特別是網(wǎng)絡(luò)大數(shù)據(jù)的高速傳輸，需要革命性的新技術(shù)。此外，既然在大數(shù)據(jù)時代，任何數(shù)據(jù)都是有價值的，那么這些有價值的數(shù)據(jù)就成為了賣點，導(dǎo)致爭奪和侵害的發(fā)生。事實上，只要有數(shù)據(jù)，就必然存在安全與隱私的問題。隨著大數(shù)據(jù)時代的到來，網(wǎng)絡(luò)數(shù)據(jù)的增多，使得個人數(shù)據(jù)面臨著重大的風(fēng)險和威脅，因此，網(wǎng)絡(luò)需要制定更多合理的規(guī)定以保證網(wǎng)絡(luò)環(huán)境的安全。