大數據時代的數據分析淺析

  近些年，由于以社交網站、基于位置的服務LBS 等為代表的新型信息產生方式的涌現，以及云計算、移動和物聯網技術的迅猛發展，無處不在的移動、無線傳感器等設備無時不刻都在產生數據，數以億計用戶的互 聯網服務時時刻刻都在產生著數據交互，大數據時代已經到來。在當下，大數據炙手可熱，不管是企業還是個人都在談論或者從事大數據相關的話題與業務，我們創 造大數據同時也被大數據時代包圍。雖然大數據的市場前景讓人充滿期待，但是在公眾眼中，對于數據量早已逾越TB、增長率驚人、實時性高的大數據，如何分 析、管理、利用大數據等工作仍將面臨若干的挑戰。
　　目前，對于大數據的定義尚未達成完全的共識。維基百科對大數據的定義為：所涉及的資料量規模 巨大到無法通過目前主流軟件工具，在合理時間內達到獲取、管理、處理、并整理幫助企業經營決策更積極目的的資訊?；ヂ摼W數據中心對大數據的定義為：為更經 濟地從高頻率的、大容量的、不同結構和類型的數據中獲取價值而設計的新一代構架和技術。所有對大數據的定義基本上是從大數據的特征出發，通過這些特征的闡 述和歸納給出其定義。在這些定義中，可將大數據的特點總結為：規模性(volume)、多樣性(variety)、高速型(velocity)和價值性 (value)。
　　1.大數據的可視化分析
　　從最初的數據集成到數據分析，直到最后的數據解釋，數據易用性應當貫穿整大數據分析的流 程。大數據時代的數據量大且數據結構多樣化，其復雜程度早已超過了傳統意義上的關系數據庫。另外，隨著大數據已經滲透到人們生活的各個領域，很多行業都開 始增加對大數據的需求。但普通用戶往往更關心結果的展示，數據的復雜性限制了普通用戶從大數據中直接獲取知識。因此，數據的可視化在進行大數據的分析工作 時應當被研究工作者加以重視并進一步提升。
　　(1)可視化技術?？梢暬夹g是目前解釋大量數據最有效的手段之一，通過將分析結果用形象的可視化 方式向用戶展示結果，且圖形化方式比傳統的文字展示方式更容易理解與接收。在數據可視化中，數據結果展現從底層的平臺處理的數據挖掘結果中的圖片，映射關 系或表格，以簡單，友好，醫用的圖形化，智能化的形式呈現給用戶供其分析使用。目前面對大數據常見的可視化技術有標簽云(tag cloud)、歷史流(history flow)、空間信息流(spatial information flow)等。對級數達到PB 甚至更大的大數據，傳統的圖表方式已經很難實現其可視化，需引進能夠快速而準確地處理海量數據的科學計算方法?？茖W計算可以用2D,3D 的圖形實現數據的可視化，為數據分心及研究提供了更加直觀的表現形式，其涉及計算機圖形學，圖像處理，計算機視覺及圖形用戶界面等多個研究領域。數據的可 視化全球最大的商業網站之一eBay 選擇Tableau 公司提供的數據可視化軟件，使得在給定的時間內，所有員工都能夠看到圖形化的搜索聯系及監督客戶的反饋及情感分析，為eBay 帶去了商業的洞察力。
　 　(2)Web 可視化。網絡的飛速發展、網絡性能的不斷提升，使得基于Web 的數據可視技術成為一個熱點。網絡上已有很多的Web 圖表工具，它們常用來展現股票、天氣數據等。目前最為廣泛使用的是JavaScript、Flash、Java Applet 等，這些技術都可以實現在Web 上的圖形繪制。對于需要處理萬級以上的大數據量的科學計算數據，可以采用EJSChart 或者JFreeChart，其繪圖速度快、兼容性強且具有良好的交互性，可以作為首選的繪圖工具;對于繪圖工具的開發，可以選擇JavaScript 和Flash，這兩者繪圖速度快且差異不大?，F在很多瀏覽器支持HTML5，包括手機和平板電腦，如果要求具有更好的跨平臺兼容性，JavaScript 是個不錯的選擇。
　　2.預測性分析能力
　　對數據挖掘可以讓用戶更好的理解數據，而對大數據進行預測性分析可以讓用戶根據可視化分析和數據挖掘的結果做出一些預測性的判斷。
　 　與傳統的數據分析相比較，大數據分析的一個重要目標就是從海量，數據繁多的數據庫中找出隱藏的規律，使數據庫發揮最大的價值。數據的價值遠不止于數據本 身，而是隱藏在數據之間的關系隱含的知識。比如，現在企業與客戶之間的接觸途道和界面越來越豐富，而這些途徑承載了客戶與企業之間、客戶與產品之間、客戶 與品牌之間的大量互動信息與數據。如果可將這些數據整合，企業便有更多的機會準確了解現有的用戶及挖掘潛在的用戶群體。
　　為了充分發揮和利用大數據的價值，對可視化分析及數據挖掘后的結果進行預測性分析。在大數據時代，對數據進行預測性分析，為企業帶來了洞察客戶的機會，更全面更深入地了解和把握客戶的需求特征、興趣愛好、消費傾向和消費心理等，幫助企業提升運營管理能力及績效。
　　結論
　 　隨著數據爆炸式的增長，我們正被各種數據包圍著。正確利用大數據將給人們帶來極大的便利，但與此同時也給傳統的數據分析帶來了技術的挑戰。本文對大數據 的分析關鍵技術進行了詳細的分析，主要闡述了大數據分析時的可視化技術、挖掘技術、分析技術以數據挖掘后的預測性分析問題?？偟膩碚f，雖然我們已經進入大 數據時代，但是“大數據”技術還仍處于起步階段，進一步地開發以完善大數據分析技術仍舊是大數據研究課題的熱點。