摘要：随着科学技术的不断进步，计算机软件技术得到了广泛的应用，对提高人们的生活与工作质量具有非常重要的促进作用，尤其是在各种信息不断涌现的大数据时代，各个行业更应该健全并完善计算机技术，提高数据处理能力，并加大计算机软件技术在大数据时代的应用，以便带来更大的社会效益与经济效益。基于此，文章主要对计算机软件技术在大数据时代的应用进行了深度的研究。
关键词：计算机软件技术；大数据时代；应用
计算机技术的开发与应用，使各个行业的工作脱离了传统的管理模式，而处于大数据时代背景下的各个行业，都需要从计算机软件技术的处理技术入手，并且根据现有的资源改革与创新计算机软件技术，使运营模式向科学化、合理化的方向发展，也只有这样才可以使各个行业更加繁荣发展。
1 计算机软件技术的发展状况
随着计算机技术的不断发展，大部分行业为了追求更好的发展，开始致力于数据存储与数据库的研究，这一举措给每位用户带来了更大的便利。而云时代的出现，大数据越来越被人们所关注。大数据也可以称为巨量资料，其实就是指需要处理模式才能具有更强的决策力、洞察力和流程优化能力的海量数据。互联网在不断运营过程中逐步扩大，产生的数据会越来越多，据相关调查结果来看，数据已经超过了10亿T。就目前的发展趋势来看，大数据时代的到来给计算机处理技术带来了更大的发展空间，对提高社会效益和经济效益具有非常大的促进作用。大数据是IT行业在云计算和物联网之后的又一次技术改革，不管是在企业管理、政府公共关系以及人才培养方面都面临着挑战与机遇。
2 计算机软件技术在大数据时代的应用
虽然大数据在我国的应用时间较短，但是却带来了意想不到的效果，激起了很大的反响，得到了人们的广泛应用与支持，这已经成为了必然的发展趋势。在这一发展趋势的未来发展中，我国的计算机软件技术面临着更多机遇与调整，大部分行业已经将提高自身的计算机软件技术处理技术作为首要任务，同时也应该根据实际的发展情况制定出合适有效的方案。而在应用数据快速增长的背景下，为了降低成本，增加社会效益和经济效益，已经逐渐趋向于专用化的系统架构、数据处理技术和处理体系也在不断地改革与完善中。数据的应用内容其主要覆盖了数据生产的全生命周期，数据获取与清理、传输以及应用市场等方面。除了Hadoop版本2.0系统YARN，以及Spark等新型系统架构介绍外，还将探讨与研究有关于流式计算如：STOM、SAM等等，实时计算如：Dremel，pala等，以及图计算等等。将计算机软件技术有效应用于大数据时代下，可以使数据更加透明、真实，同时，我们还应该根据真实、有效的数据以及实际的行业情况制定出正确的战略经营方案，以此来使管理模式向信息化、科学化的方向进行发展。因此，笔者认为，在应用计算机软件技术的过程中，应该从以下三个方面入手：
2.1 信息通信
通过使用IBM SPSS预测分析软件，可以大量降低客源流失率。而XO既可以预测客户的行为以及表现，还可以在其中找出行业运营以及客户预留方面存在的问题，从而采取科学合理的措施进行解决，以便于预留客户。另外，IBM新发展出来的Netezza网络分析加速器，可以提供一个更好的发展平台，能够帮助相关行业制定出最合适、有效的运营决策。以通讯行业为例，电信从业者可以利用计算机软件技术透过数以千万计的客户资料，分析出各种各样的行为和趋势，然后再卖给有需要的企业，进而促进经济效益得以提升。就目前的发展趋势来看，我国的中国移动可以通过大数据分析，对企业运营的全业务对客户进行针对性的监控、预警和跟踪，最后再以快捷的方式提供给相应的负责人。
2.2 商业运营
以动物园运营情况来看，管理人员用Cognos，为I-PAD提供了一个即时功能平台，换句话说，就是即时访问游客和商务信息的服务。
期刊文章分类查询,尽在期刊图书馆从这点都可以看出，合理地运用软件技术可以推动商业经济，能够在竞争激烈的社会上站稳脚跟。
2.3 企业信息解决方案
企业信息管理软件主要应用于解决欺诈侦测、雇员流动、客户资料获取与保护、网络销售、风险分析以及企业破产预测等方面。就大数据时代的企业挖掘的特征来看，给企业探索出了新的方法即SEMMA方法论。而企业在SAS/EM的环境下，可以将数据挖掘过程分成五个部分：Sample（抽样）、Explore（开发、探索）、Modify（修改、更改）、Model（模型）、Assess（评定、估价）。下面就五个部分进行分析与阐述：
（1）抽样。这部分就是在产品生产中抽取一些具有代表性的样本数据，如：训练集、验证集以及测试集。一般来说，样本容量的选择标准可以定位：样本必须具有代表性、能够拥有足够的重要信息，当然最重要的就是样品要便于分析与操作。该部分涉及的处理工具可以分为：数据导入、合并、粘贴、选择以及统计。
（2）开发、探索。开发、探索可以通过关联性、趋势性以及异常值的方式来寻求与分析数据，以便于加深人们对数据的认识程度。该步骤涉及的工具应该分为：统计报告、视图探索、变量选择以及变量聚类等方法。
（3）修改、更改。以模型选择为目标，可以使人们通过创建、选择以及选择转换变量的方法来修改相应的数据集。此步骤所用的工具应该有：变量转换、缺失处理以及对产品的编码进行重组与分析，然后再对相应的数据进行分箱。
（4）模型。为了保证预测结果更加准确，相关人员必须要借助相应的工具来训练统计模型或者是机器学习模型。而该步骤所涉及的工具及技术即：线性及逻辑回归、决策权、网络资源以及LASSO、k近邻法以及偏最小二乘法的模型算法。该步骤在企业解决方案中占有非常重要的地位，其不仅可以保证产品质量，而且还可以为推动经济效益具有非常大的促进作用。
（5）评定、估价。一般来说，评定与估价所设计的技术应该是，先对模型进行比较并计算出新的拟合统计量，然后再让人员进行仔细的分析与剖析，并对人员的决策方案进行分析与测试，最后，再生成相应的报告。值得注意的一点就是在数据挖掘的过程中，相关人员不能仅使用SEMMA的方式，而是应该探索出新的方式。所以，数据挖掘人员一定要对数据进行分析与整合，只有对数据进行反复的观察，才能确保数据更加准确。除此之外，相关人员在完成SEMMA步骤之后，还应该从合适有效的模型中找到更科学的评分公式，以便于将其应用于新数据中，从而挖掘出更具有代表性的信息。另外，先进的可视化工具可以使用户在众多多维直方图中快速并准确地找出数据，并将大量的数据以图形的方式表现出来，使人员可以更加清晰地观察到数据动态。而SAS/EM拥有一些比较特别的工具供相关人员使用，如挖掘流程图的评分代码的相关工具，如SAS/C/JAVA等等，同时还有交换式的评分计算以及用于考察执行结果的工具。
3 结束语
计算机软件技术在大数据时代下发展十分迅速，也得到了广泛的应用，短短十几年，我国在数据采集、分享、运用方面已经非常成熟，不仅给节约了成本，而且提高了工作效率，进而推动国民经济的发展。就目前的发展趋势来看，计算机软件技术已经覆盖了各个行业，也就意味着大数据时代已经到来。所以，相关人员应该不断提高自身的计算机软件技术水平，以及开拓自身的视野，只有这样才可以更好地满足大数据对计算机软件技术的要求。
参考文献：
[1]刘磊.计算机软件技术在大数据时代的应用[J].电子技术与软件工程，2018（2）：71-71.
[2]程林.计算机软件技术在大数据时代的应用[J].科技创新与应用，2016（25）：118-118.
[3]侯婕.探究计算机软件技术在大数据时代的应用[J].数码世界，2017（11）：34.
论文作者:邸敬虎
论文发表刊物:《基层建设》2019年第11期
论文发表时间:2019/7/22
标签：数据论文; 计算机软件论文; 技术论文; 时代论文; 行业论文; 工具论文; 模型论文; 《基层建设》2019年第11期论文;