摘要：随着时代的发展，现今物联网产业已经进入了高速发展的时期。现今的民众们对于物联网产业的依赖性的也在不断的加强。与此同时，物联网产业在发展过程中也生产了大量的数据，这些数据对于物联网产业的发展来说是有着促进作用的。因此，现今的物联网产业应当要重视自身的大数据处理工作。
关键词：物联网；大数据；智能处理
引言：
随着物联网产业的不断发展，为实现“物物相联”及“人物相联”，数以亿计的物联感知设备，如RFID、GPS、搜索引擎、浏览器等，嵌入到实体设备中采集数据。由于感知设备的不断增加，物联网采集的海量数据呈井喷式增长，广泛采用云计算等大数据处理技术，实现数据分析及信息传递、交换的不断优化，从而使得物联网产业在智能识别、定位、跟踪、监控、管理等领域的应用需求从概念化走向商业实质化。
1 大数据的概念
大数据是一个数据集，其所包含的数据采集方法和过程均十分复杂，还需要对这些采集到的数据进行分析、处理汇总，从而将相同或相似的信息群作为一个较小的数据集，再通过组合所有小的数据集形成一个大数据集。随着互联网以及计算机技术的不断发展，大数据的采集与处理技术为我们的生活提供了很大的方便，也促进了我国许多产业的转型。而大数据技术是指信息需要者能够快速地从海量的数据信息中找到有价值的信息，从而为生产或生活决策提供参考的一种数据分析技术。物联网中所涉及到的大数据不仅仅指数据信息，还需包括数据的采集工具、存储平台以及分析处理系统。对于物联网产业来说，其包含的大数据一般具有较大的应用价值，工作人员能够通过对大数据的分析找到有用的数据信息。在大量的应用实践中证实，大数据只有在经过分析处理后才能更好地加以利用，才能为企业的经营决策提供有用的商业信息，促进企业的稳定发展。
2 物联网背后大数据的价值分析
物联网是包括网络层、感知层和应用层的。其中物联网的感知存是物联网数据的主要生产着，感知层是可以为物联网生产大量的数据的。物联网的应用层是可以对感知层中的数据进行有效的处理的和分析的，通过应用层的分析和处理工作，物联网能够很好的实现感知生产出的数据的商业价值。除此之外，通过应用层对感知层中的数据进行有效的分析，物联网就可以挖掘物联网用户们不同喜好，从而满足不同的物联网用户的商业需求。换而言之，物联网中的应用层是当前物联网中最为重要内容。总而言之，物联网发展生产了大量的数据，大数据也同样对物联网进行有效的反馈，促进了物联网的发展，这两者是相互依存的关系。因此，现今的物联网产业想要得到有效的发展，就一定要重视大数据分析技术的提升和大数据处理技术的提升，从而实现物联网产业的发展。
3 大数据在物联网产业中的应用
目前，物联网产业主要分为4个部分：数据的采集、数据的传递、数据的处理以及应用。物联网产业中的这4个层面各自扮演着不同的角色，其中数据的采集与数据的传递是大数据在物联网产业中应用的基础，而数据的处理与数据的应用是大数据在物联网产业中应用的核心内容。进入新时期，尽管我国物联网产业取得了一些优秀的发展成果，但仍然处于初级阶段，在很多发展内容上还存在弊端，需要我们不断的进行探索。一线厂商还主要以感知层数据采集为主，如RFID、传感器等设备厂商，以及传输层数据传递，如电信运营商等。大数据技术，通过数据可视化、数据挖掘、预测分析、语义引擎以及数据质量和数据管理等手段，有利于推动物联网产业在应用层方面数据智能处理及信息决策的商业应用，主要包括数据采集、数据存储、基础架构、数据处理、统计分析、数据挖掘、模型预测、结果呈现等技术。
期刊文章分类查询,尽在期刊图书馆以下对大数据在物联网产业中的应用内容进行了重点探讨：
3.1 数据采集
数据采集对于物联网产业的运作具有十分重要的影响，在物联网中也一直十分重要，数据采集是大数据应用于物联网产业的基础，只有在数据得到充分采集的情况下，才能进行后期的分析、处理与应用，为企业的经营决策提供参考依据。物联网产业的数据采集技术在目前的应用中得到了创新，应用于数据采集的技术主要有条形码、传感器、RFID、WEB2.0以及新时期流行的移动终端智能技术等。虽然数据采集技术的应用十分广泛，但是其采集程序并不是十分简单，一般在数据采集时还需要对其进行去噪处理、提取信息。另外，物联网所需要采集的数据与其他大数据还具有很大的差异，物联网的数据要求需要具有多样性、非结构性、异构性以及噪声，同时具有较快的增长速度。物联网产业的运营过程还会伴随一些负荷的产生，需要对采集的数据进一步的提取，从而降低负荷的影响。
3.2 数据存储
物联网背后的大数据进行分析和分类汇总，通常采用分布式计算集群来实现。对于传统的数据存储及实时分析，关系数据库基本上能满足应用需求，如EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等。但是，对于物联网产生的海量异构数据，以谷歌为代表的IT企业提出了利用大规模廉价服务器以达到并行处理的非关系数据库解决方案，即MapReduce技术。非关系数据库的分布式存储技术，推动了物联网产业通常采用云存储、分布式文件系统等大数据基础架构，以及基于云计算的分布式数据处理方式。目前，IBM、微软、谷歌、阿里巴巴、腾讯等企业，都在推出各自基于分布式计算的云存储，解决非结构化数据的数据关联及基于此的数据分析及数据挖掘等问题。
3.3 数据分析
统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求。物联网后台海量数据的统计分析、数据挖掘、模型预测、结果呈现等都属于数据分析。物联网真正的商业价值基础在于数据分析，主要是在现有数据上面进行基于各种算法的计算，从而起到预测的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。例如：在市场营销领域，Google通过免费软件及服务来更精确的理解用户行为和习惯，通过对用户的更精确理解来提供精确广告服务。
结束语：
随着大数据技术在物联网产业中的不断应用，未来物联网产业必将出现体现不同商业价值的细分产业，既包括数据收集、数据分类、数据处理的原始数据处理企业，更囊括专门从事软件应用集成和商业运作的第三方企业，从而使得整个物联网产业链更加完善，更具用户体验性，也更具商业价值。物联网生于一个互联网高度发达、移动互联网快速兴起而云计算等新技术方兴未艾的大数据时代，物联网在未来10～20年面临着战略性的发展机遇及应对大数据的挑战，考虑到物联网应用本身所产生的大数据应用以及建立于这些大数据基础之上的数据挖掘价值，有必要将大数据发展理念灌输到物联网发展的全过程中，从而实现以物联网带动大数据发展，以大数据推动物联网发展的目标。
参考文献：
[1]陈慧，龚婷雨.浅谈大数据技术在物联网产业中的应用[J].江西通信科技.2017(01)
[2]余静，王慧.大数据及其智能处理技术在物联网产业中的应用[J].硅谷.2013(17)
[3]王洁松.大数据及物联网技术在智慧城市中的应用研究[J].无线互联科技.2018(03)
论文作者:闫建龙
论文发表刊物:《基层建设》2018年第30期
论文发表时间:2018/11/15
标签：数据论文; 产业论文; 技术论文; 数据采集论文; 数据处理论文; 分布式论文; 海量论文; 《基层建设》2018年第30期论文;