摘要：随着计算机技术的不断发展，运算速度以及数据处理量也不断提升。在IT行业，运算与数据处理成为重要内容，且其对于计算机技术具有重要作用。大数据分析技术在运算方面具有多种优势，其中的可视化分析、数据挖掘算法、预测性分析等技术，在应用中表现出较好的应用效果。云计算技术中主要包括了虚拟化、分布式储存及计算等，在计算机行业得到了推广应用。文章主要针对计算机大数据分析与云计算网络技术展开分析。
关键词：计算机技术；大数据分析技术；云计算网络技术
互联网的出现让越来越多的人开始使用计算机来工作和学习，从而推动了计算机行业的发展。目前，计算机技术与网络技术的出现给人们的生活、工作与学习都带来了较大的改变，而在计算机网络应用过程中会产生数据，数据是一种信号符号，人们可以通过数据处理而获得各种各样的信息[1]。数据处理是指对数据采集、储存、检索、加工、转换与传输的过程。单一的处理方式的计算精度与处理速度是非常有限的，为了解决这一问题，工程师通过将不同的技术相结合，从而提高数据处理效率。
一、大数据与云计算的定义
大数据是指规模巨大数据的集合，常规软件无法对大数据进行运算与处理，因此需要新的方式进行处理，对软件的运算、处理能力具有较高的要求。大数据作为信息时代的产物，具有增长速度快且信息多样化的特点，这进一步增加了大数据的处理难度。
云计算是一种计算方式，主要是通过分布式运算、并行预算、效用运算等计算机技术结合而来的产物。
二、数据处理能力的重要性
1.能够反映客观事实
给予数据分析提出的报告，能够准确反映客观事实，这对于人们的生产与生活具有重要作用。在确保实事求是的前提下，通过对大量数据进行统计与分析，才能够对客观事实进行科学的判断，从而根据结论提出相应的策略与改进措施。尤其是在IT行业，根据用户的需求调整自身的服务是保持客户黏度的重要策略，通过科学的数据分析能够准确把握用户需求，从而提高用户的使用体验[2]。
2.资料的深度开发与利用
随着网络用户的增长，其所产生的数据也越来越庞大，不仅需要专门的部门对数据进行分析，还需要采用不同的方式来处理数据[3]。例如定期制作统计报表或是用户问卷调查等方式。通过这些方法进行数据处理，从而获得相关信息，然后对数据进行加工，从而通过进一步的开发利用。通过多层次的开发才能够获得重要信息，数据的深度开发也是资源整合的一种方式。数据分析是目前市场服务的重要措施，对于提高企业服务的准确性以及决策的科学性都有重要的作用，并且在商业圈得到了推广应用。因此，分析与服务成为现代管理的重要措施。
3.提高管理的科学性
在管理方面，通过大量数据的统计与分析，对于管理活动具有重要意义。首先，数据分析部门可以根据自己采集的数据进行统计，然后利用自己在数据资源方面的优势进行分析，从而通过数据看事实的本质，将感性认知转变为理性认知。数据反馈的是事物的现状以及内在联系，同时能够反映时期的发展规律。因此，通过数据分析对于提高管理的科学性具有重要意义。
4.满足其他方面的需求
数据处理是一门较为复杂的技术，对于各行各业都有重要意义。数据处理首先需要确保数据的质量，在数据处理中最重要的就是高效性、多样性以及低价值密度，然后还需要确保数据的真实性。大数据的出现对信息产业更是起到了推动作用，例如在大数据信息处理基础上，有学者通过地理信息建立虚拟模型，从而让大数据分析成为科研的重要方法。
期刊文章分类查询,尽在期刊图书馆
三、传统数据处理的缺点
1.数据处理准确性不高
在数据处理中，数据的准确性一直是人们关注的重要问题，由于数据集合庞大且其中大部分的数据是毫无价值的，因此数据的筛选与采集具有一定的难度。针对这一问题，要想提高数据分析结果的科学性，就需要对海量数据进行筛选，而传统数据处理技术的筛选方式较为粗略，这就导致效率低下且筛选出来数据的价值层次不齐。
2.数据处理效率不高
数据可以分为两种，一种是结构化数据，就是数字、符号等，另一种是非结构化数据，主要为文字、图像、音频等。传统数据处理技术通常只能对结构化数据进行统计与分析，无法处理非结构数据，这就导致其应用范围较为狭窄。因此在使用传统数据处理技术所获取的数据往往应用范围较小，且对事物判断的影响也有限，只能抽取小部分数据进行分析，这样利用数据分析的作用也就较小。但是在实际生活中，非结构数据在数据中的比重越来越大，且形式多样，单一的结构化数据分析无法满足实际社会的需求，因此非结构化数据分析的需求也越来越大。
四、大数据分析技术的优缺点
大数据分析技术的优点集中在以下几点：①可视化分析：人们往往对于能够看见的东西更加信服，而可视化技术能够提供直观的数据结构与特点，从而提高人们的认可度；②数据挖掘算法：数据挖掘算法是大数据分析技术的核心内容，其主要是根据数据类型以及各式采用相应的算法进行运算，重视的是数据的特点与特性，这样能够获得更有价值的数据，从而发现更加深刻的内涵；③预测性分析：预测性分析主要是基于数据建模并在模型中带入新的数据，从而对事物未来的发展进行预测，该功能目前在商业圈得到了推广与应用，例如通过同类型商品销售来预测其未来的发展，从而及时调整生产结构，避免产品滞销的情况出现；④语义引擎：其主要是通过数据中的信息提取从而筛选数据，这需要强大的数据处理技术的支持；⑤数据质量与数据管理：数据质量及其管理对于该技术的应用具有重要影响，需要确保筛选数据都是真实的，才能够确保结果的可靠性。
虽然大数据分析技术具有明显的优点，但是其缺点也非常突出。人们在网络活动中很可能不小心透露出自己的个人隐私，而不法分子可能通过收集人们的隐私获利；同时网络的开放性使得大量虚假消息的产生，而被某些不了解事实真相的人大量宣传，可能导致恶性事件的发生。
五、云计算技术的优缺点
云计算技术的优点在于：①降低成本：其所有的预算全都是在云端实现，因此无需硬盘空间，因此能够降低成本；②性能提升：由于云计算无需程序，因此运行速度更加快捷；③储存空间大：云端可储存的数据远超过传统计算技术；④数据的安全性更高：由于传统数据储存主要是利用硬盘或U盘等方式，可能出现数据丢失的情况，而数据储存在云空间则不会发生这种情况。
但是云技术的确定也较为明显，主要集中在安全隐患较高。当用户在公共云上传数据，很可能失去物理访问能力，因此需要考虑到云计算的安全问题。
结束语
数据处理的主要内容就是通过对数据的采集、储存、检索、加工、转变与传输，从而为人们的生活、工作与学习提供参考依据。与近几年新兴技术相比，传统数据处理技术存在明显的缺点。目前互联网产生的数据主要是以中杂乱无序的方式出现的，这给数据处理带来了较大的困难。同时，随着用户的增长，产生的数据也越来越庞大，且在海量数据中仅有一小部分是具有应用价值的，这就要求数据处理具有较高的精度与准确性。因此，大数据分析技术与云计算技术的出现能够满足人们的要求，推动社会的发展。
参考文献：
[1]张文，苏玉.云计算环境下的大数据特征挖掘技术研究[J].现代电子技术，2018，41（20）：161-164.
[2]陈伟，SMIELIAUSKAS Wally.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学，2016，43（1）：8-13.
[3]蔡宇翔，付婷，张辉等.云计算环境下移动大数据合理分流方法[J].科学技术与工程，2018，18（25）：194-199.
论文作者:梁子炘
论文发表刊物:《基层建设》2019年第23期
论文发表时间:2019/11/7
标签：数据论文; 数据处理论文; 技术论文; 大数论文; 据分析论文; 方式论文; 传统论文; 《基层建设》2019年第23期论文;