前言：我們精心挑選了數篇優質大數據時代的數據分析文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：大數據；數據分析；數據挖掘；體系建設

引言

進入21世紀以來，隨著高新科技的迅猛發展和經濟全球化發展的趨勢，我國國民經濟迅速增長，各行業、領域的發展也頗為迅猛，人們生活水平與日俱增，在物質生活得到極大滿足的前提下，更加追求精神層面以及視覺上的享受，這就涉及到數據信息方面的內容。在經濟全球化、科技一體化、文化多元化的時代，數據信息的作用和地位是不可小覷的，處理和歸類數據信息是達到信息傳遞的基礎條件，是發展各學科科技交融的前提。

然而，世界上的一切事物都包含著兩個方面，這兩個方面既相互對立，又相互統一。矛盾即對立統一。矛盾具有斗爭性和同一性兩種基本屬性，我們必須用一分為二的觀點、全面的觀點看問題。同時要積極創造條件，促進矛盾雙方的相互轉變。數據信息在帶給人們生產生活極大便利的同時，還會被諸多社會數據信息所困擾。為了使廣大人民群眾的日常生活更加便捷，需要其客觀、正確地使用、處理數據信息，完善和健全數據分析技術和數據挖掘手段，通過各種切實可行的數據分析方法科學合理地分析大數據時代下的數據，做好數據挖掘技術工作。

1 實施數據分析的方法

在經濟社會快速發展的背景下，我國在科學信息技術領域取得長足進步。科技信息的發展在極大程度上促進了各行各業的繁榮發展和長久進步，使其發展更加全面化、科學化、專業化，切實提升了我國經濟的迅猛發展，從而形成了一個最佳的良性循環，我國也由此進入了大數據時代。對于大數據時代而言，數據分析環節是必不可少的組成部分，只有科學準確地對信息量極大的數據進行處理、篩選，才能使其更好地服務于社會，服務于廣大人民群眾。正確處理數據進行分析過程是大數據時代下數據分析的至關重要的環節。眾所周知，大數據具有明顯的優勢，在信息處理的過程中，需要對大容量數據、分析速率，以及多格式的數據三大問題進行詳細的分析和掌握。

1.1 Hadoop HDFS

HDFS，即分布式文件系統，主要由客戶端模塊、元數據管理模塊、數據存儲服務模塊等模塊組成，其優勢是儲存容量較大的文件，通常情況下被用于商業化硬件的群體中。相比于低端的硬件群體，商業化的硬件群體發生問題的幾率較低，在儲存大容量數據方面備受歡迎和推崇。Hadoop，即是分布式計算，是一個用于運行應用程序在大型集群的廉價硬件設備上的框架，為應用程序的透明化的提供了一組具有穩定性以及可靠性的接口和數據運動，可以不用在價格較高、可信度較高的硬件上應用。一般情況下，面對出現問題概率較高的群體，分布式文件系統是處理問題的首選，它采用繼續運用的手法進行處理，而且還不會使用戶產生明顯的運用間斷問題，這是分布式計算的優勢所在，而且還在一定程度上減少了機器設備的維修和維護費用，特別是針對于機器設備量龐大的用戶來說，不僅降低了運行成本，而且還有效提高了經濟效益。

1.2 Hadoop的優點與不足

隨著移動通信系統發展速度的不斷加快，信息安全是人們關注的重點問題。因此，為了切實有效地解決信息數據安全問題，就需要對大量的數據進行數據分析，不斷優化數據信息，使數據信息更加準確，安全。在進行數據信息的過程中，Hadoop是最常用的解決問題的軟件構架之一，它可以對眾多數據實行分布型模式解決，在處理的過程中，主要依據一條具有可信性、有效性、可伸縮性的途徑進行數據信息處理，這是Hadoop特有的優勢。但是世界上一切事物都處在永不停息地變化發展之中，都有其產生、發展和滅亡的歷史，發展的實質是事物的前進和上升，是新事物的產生和舊事物的滅亡，因此，要用科學發展的眼光看待問題。Hadoop同其他數據信息處理軟件一樣，也具有一定的缺點和不足。主要表現在以下幾個方面。

首先，就現階段而言，在企業內部和外部的信息維護以及保護效用方面還存在一定的不足和匱乏，在處理這種數據信息的過程中，需要相關工作人員以手動的方式設置數據，這是Hadoop所具有的明顯缺陷。因為在數據設置的過程中，相關數據信息的準確性完全是依靠工作人員而實現的，而這種方式的在無形中會浪費大量的時間，并且在設置的過程中出現失誤的幾率也會大大增加。一旦在數據信息處理過程中的某一環節出現失誤，就會導致整個數據信息處理過程失效，浪費了大量的人力、物力，以及財力。

其次，Hadoop需求社會具備投資構建的且專用的計算集群，在構建的過程中，會出現很多難題，比如形成單個儲存、計算數據信息和儲存，或者中央處理器應用的難題。不僅如此，即使將這種儲存形式應用于其他項目的上，也會出現兼容性難的問題。

2 實施數據挖掘的方法

隨著科學技術的不斷發展以及我國社會經濟體系的不斷完善，數據信息處理逐漸成為相關部門和人們重視的內容，并且越來越受到社會各界的廣泛關注和重視，并使數據信息分析和挖掘成為熱點話題。在現階段的大數據時代下，實施數據挖掘項目的方法有很多，且不同的方法適用的挖掘方向不同。基于此，在實際進行數據挖掘的過程中，需要根據數據挖掘項目的具體情況選擇相應的數據挖掘方法。數據挖掘方法有分類法、回歸分析法、Web數據挖掘法，以及關系規則法等等。文章主要介紹了分類法、回歸分析法、Web數據挖掘法對數據挖掘過程進行分析。

2.1 分類法

隨著通信行業快速發展，基站建設加快，網絡覆蓋多元化，數據信息對人們的生產生活影響越來越顯著。計算機技術等應用與發展在很大程度上促進了經濟的進步，提高了人們的生活水平，推動了人類文明的歷史進程。在此背景下，數據分析與挖掘成為保障信息安全的基礎和前提。為了使得數據挖掘過程更好地進行，需要不斷探索科學合理的方法進行分析，以此確保大數據時代的數據挖掘進程更具準確性和可靠性。分類法是數據挖掘中常使用的方法之一，主要用于在數據規模較大的數據庫中尋找特質相同的數據，并將大量的數據依照不同的劃分形式區分種類。對數據庫中的數據進行分類的主要目的是將數據項目放置在特定的、規定的類型中，這樣做可以在極大程度上為用戶減輕工作量，使其工作內容更加清晰，便于后續時間的內容查找。另外，數據挖掘的分類還可以為用戶提高經濟效益。

2.2 回歸分析法

除了分類法之外，回顧分析法也是數據挖掘經常采用的方法。不同于分類法中對相同特質的數據進行分類，回歸分析法主要是對數據庫中具有獨特性質的數據進行展現，并通過利用函數關系來展現數據之間的聯系和區別，進而分析相關數據信息特質的依賴程度。就目前而言，回歸分析法通常被用于數據序列的預計和測量，以及探索數據之間存在的聯系。特別是在市場營銷方面，實施回歸分析法可以在營銷的每一個環節中都有所體現，能夠很好地進行數據信息的挖掘，進而為市場營銷的可行性奠定數據基礎。

2.3 Web數據挖掘法

通訊網絡極度發達的現今時代，大大地豐富了人們的日常生活，使人們的生活更具科技性和便捷性，這是通過大規模的數據信息傳輸和處理而實現的。為了將龐大的數據信息有目的性地進行分析和挖掘，就需要通過合適的數據挖掘方法進行處理。Web數據挖掘法主要是針對網絡式數據的綜合性科技，到目前為止，在全球范圍內較為常用的Web數據挖掘算法的種類主要有三種，且這三種算法涉及的用戶都較為籠統，并沒有明顯的界限可以對用戶進行明確、嚴謹的劃分。隨著高新科技的迅猛發展，也給Web數據挖掘法帶來了一定的挑戰和困難，尤其是在用戶分類層面、網站公布內容的有效層面，以及用戶停留頁面時間長短的層面。因此，在大力推廣和宣傳Web技術的大數據時代，數據分析技術人員要不斷完善Web數據挖掘法的內容，不斷創新數據挖掘方法，以期更好地利用Web數據挖掘法服務于社會，服務于人們。

3 大數據分析挖掘體系建設的原則

隨著改革開放進程的加快，我國社會經濟得到明顯提升，人們物質生活和精神文化生活大大滿足，特別是二十一世紀以來，科學信息技術的發展，更是提升了人們的生活水平，改善了生活質量，計算機、手機等先進的通訊設備比比皆是，傳統的生產關系式和生活方式已經落伍，并逐漸被淘汰，新的產業生態和生產方式噴薄而出，人們開始進入了大數據時代。因此，為了更好地收集、分析、利用數據信息，并從龐大的數據信息中精準、合理地選擇正確的數據信息，進而更加迅速地為有需要的人們傳遞信息，就需要建設大數據分析與挖掘體系，并在建設過程中始終遵循以下幾個原則。

3.1 平臺建設與探索實踐相互促進

經濟全球化在對全球經濟發展產生巨大推力的同時，還使得全球技術競爭更加激烈。為了實現大數據分析挖掘體系良好建設的目的，需要滿足平臺建設與探索實踐相互促進，根據體系建設實際逐漸摸索分析數據挖掘的完整流程，不斷積累經驗，積極引進人才，打造一支具有專業數據分析與挖掘水準的隊伍，在實際的體系建設過程中吸取失敗經驗，并適當借鑒發達國家的先進數據平臺建設經驗，取其精華，促進平臺建設，以此構建并不斷完善數據分析挖掘體系。

3.2 技術創新與價值創造深度結合

從宏觀意義上講，創新是民族進步的靈魂，是國家興旺發達的不竭動力。而對于數據分析挖掘體系建設而言，創新同樣具有重要意義和作用。創新是大數據的靈魂，在建設大數據分析挖掘體系過程中，要將技術創新與價值創造深度結合，并將價值創造作為目標，輔以技術創新手段，只有這樣，才能達到大數據分析挖掘體系建設社會效益與經濟效益的雙重目的。

3.3 人才培養與能力提升良性循環

意識對物質具有反作用，正確反映客觀事物及其發展規律的意識，能夠指導人們有效地開展實踐活動，促進客觀事物的發展。歪曲反映客觀事物及其發展規律的意識，則會把人的活動引向歧途，阻礙客觀事物的發展。由此可以看出意識正確與否對于大數據分析挖掘體系平臺建設的重要意義。基于此，要培養具有大數據技術能力和創新能力的數據分析人才，并定期組織教育學習培訓，不斷提高他們的數據分析能力，不斷進行交流和溝通，培養數據分析意識，提高數據挖掘能力，實現科學的數據挖掘流程與高效的數據挖掘執行，從而提升數據分析挖掘體系平臺建設的良性循環。

4 結束語

通過文章的綜合論述可知，在經濟全球化趨勢迅速普及的同時，科學技術不斷創新與完善，人們的生活水平和品質都有了質的提升，先進的計算機軟件等設備迅速得到應用和推廣。人們實現信息傳遞的過程是通過對大規模的數據信息進行處理和計算形成的，而信息傳輸和處理等過程均離不開數據信息的分析與挖掘。可以說，我國由此進入了大數據時代。然而，就我國目前數據信息處理技術來看，相關數據技術還處于發展階段，與發達國家的先進數據分析技術還存在一定的差距和不足。所以，相關數據分析人員要根據我國的基本國情和標準需求對數據分析技術進行完善，提高思想意識，不斷提出切實可行的方案進行數據分析技術的創新，加大建設大數據分析挖掘體系的建設，搭建可供進行數據信息處理、劃分的平臺，為大數據時代的數據分析和挖掘提供更加科學、專業的技術，從而為提高我國的科技信息能力提供基本的保障和前提。

參考文獻

[1]唐東波.基于神經網絡集成的電信客戶流失預測建模及應用[J].大眾商務，2010（06）.

[2]劉蓉，陳曉紅.基于數據挖掘的移動通信客戶消費行為分析[J].計算機應用與軟件，2006（02）.

[3]魏娟，梁靜國.基于數據挖掘技術的企業客戶關系管理（CRM）[J].商業研究，2005（07）.

[4]田苗苗.數據挖掘之決策樹方法概述[J].長春大學學報，2004（06）.

[5]王曉佳，楊善林，陳志強.大數據時代下的情報分析與挖掘技術研究――電信客戶流失情況分析[J].情報學報，2013.

[6]劉京臣.大數據時代的古典文學研究――以數據分析、數據挖掘與圖像檢索為中心[J].文學遺產，2015.

第2篇

關鍵詞：大數據時代 數據分析 理念 辨析

中圖分類號：C8 文獻標識碼：A 文章編號：1674-098X（2017）01（c）-0136-02

近年來，對大數據的研究和應用已經受到我國各界人士的廣泛關注，國家統計局已經把信息處理技術列為關鍵性的創新技術工程之一。隨著我國大型計算機的迅速發展，處理大規模的復雜數據的能力逐漸提升，從這些大數據中提取有效信息的能力也逐步加強，毫無疑問，我國進入大數據時代的腳步將會進一步加快，人們將會感受到大數據時代下給其帶來的生活、工作上的便利。

1 大數據和大數據時代簡介

1.1 大數據

大數據是指遠大于一般數據的巨量資料，需要人們通過全新的處理模式才能獲取其中有價值的數據信息。“大數據”這一概念最早由維克托在《大數據時代》一書中引用得來，最開始對其定義為：不通過傳統的隨機分析方法直接對所有數據進行分析處理，主要有大量、高速、多樣和價值4個特征。

大數據可以分為大數據技術、大數據工程、大數據科學和大數據應用等領域。目前受到最多應用的是大數據技術和大數據應用。人們通過收集數據，提取有效信息就可以為企業發展或者社會活動提供最有效的實施途徑。因此，可以這樣說，在大數據的王國里，最成功的企業就是那些善于運用機遇的公司。

1.2 大數據時代

大數據時代是建立在信息時代的基礎上，通過互聯網、物聯網等渠道廣泛搜集海量數據資源并對其進行存儲、提取和展示。在大數據時代，幾乎所有人都能夠享受從任一數據中獲得所需要的信息，大數據時代也具有社會性、廣泛性、公開性和動態性4個特征。大數據時代的發展將會引領社會眾多領域和行業的變革，對人類的生產、生活方式產生深遠影響。

在大數據時代下，傳統的數據分析思想已經不再適用，應該做出改變。首先，應該轉變抽樣思想，大數據時代下的樣本即總體，已經不再依靠少量樣本分析事物的相關規律；其次，要轉變數據精確測量的思想，大數據時代要學會接受繁冗復雜的多樣性數據；最后要轉變探究事物的因果關系思想，轉為研究事物的相關規律。以上思想的轉變，均與統計學有關，因此，下面將分析大數據對統計學帶來的具體影響。

2 大數據對統計學研究工作的影響

2.1 大稻莘岣渙送臣蒲У難芯慷韻

大數據影響的領域范圍非常廣泛，在大數據時代，不僅能夠對以結構數據為度量單位的客觀主體，還可以對不能用數據衡量關系的文本、圖片、音像等非結構數據進行分析，大大擴展了傳統統計學的研究范疇。

2.2 大數據影響統計學的工作進程

統計學是對所搜集的數據進行整理和歸納的方法論學科。大數據時代的資料十分豐富，分析數據已經不再需要抽取樣本了，因為數據總體即是樣本。此時，傳統的統計學抽取樣本分析的工作方法已經不再適用，而是被現代化通過傳感器自動采集數據的方法所取代。

3 大數據時代下數據分析理念辨析

3.1 數據分析理念

傳統的數據分析是指用統計學方法將收集的數據資料進行系列分析，以便最大化地開發數據中的功能，從中提取有價值的數據，再和未經處理的數據進行對比，發揮數據的作用。大數據時代下的數據分析，由于數據量非常大，數據本身的動態特性使人們要研究的數據難度加大，因此，大數據時代的數據分析一般利用統計學的理念，采用更廣泛的方法統計和分析數據，以此擺脫對數據樣本的依賴，也可以避免數據的流動性給分析結果帶來的不確定性。大數據時代更加注重數據的增值分析工作，研究數據的未來走向，使其中有價值的數據可以增值，將有效數據有機整合，能夠及時發現問題和解決問題。

3.2 數據分析的主要程序

3.2.1 數據整理

統計數據的整理主要分為4個步驟：審核統計資料、對資料進行分組、匯總和編制統計表格或圖表、保管和公布。當統計對象為數據資料龐大、類型復雜、要求處理速度快的大數據時，這些步驟就顯得繁冗了，尤其是圖表的繪制是沒辦法實現的，因此，只需要對資料進行審核和存儲。大數據的審核和存儲不同于傳統意義上的數據審核和保存，大數據時代利用先進的現代化工具進行數據的審核和保存。

3.2.2 數據的開發

傳統數據的樣本量較小，目的主要著眼于解決問題，數據的時效性較強，數據的使用價值會隨時間流逝而降低。而大數據的流動性很強，隨著時間的推移會越來越壯大，而且具有推陳出新、價值重塑的可能，因此，在大數據時代，數據是會不斷增值的，開發大數據，是一項有重要意義的工作。

3.2.3 數據的應用

其中分別對教育、運輸、消費品、電力、石油與天然氣、醫療護理、消費金融等進行分析和預測。根據這些行業的特點，可以總結出大數據挖掘商業價值的基本方法為：客戶群體細分，為每個群體量定特別的服務；模擬現實環境，發掘新的需求的同時提高投資的回報率；降低部門聯系，提高整條管理鏈條和產業鏈條的效率；降低服務成本，發現隱藏線索產品和服務的創新。從圖1中可以看出，大數據的應用群體十分廣泛，能否對獲取的數據及時、迅速處理，對該行業的發展具有重要意義。

4 結語

該文主要對大數據時代下數據分析理念進行了相關的分析和研究。首先對大數據及大數據時代的概念做了簡要闡述，接著分析了大數據對統計學的兩點影響，最后分析了大數據時代下的數據分析理念。總而言之，在現代社會，大數據的應用已經成為時代新的特征，能否從海量數據中提取有價值的信息做出相應的預測，對于企業或者個人的發展具有重要意義。

參考文獻

第3篇

關鍵詞：大數據時代；大數據；統計學；數據分析

引言：

目前階段，在計算機處理技術不斷發展的背景下，在對規模較大并且較為復雜的數據進行處理過程中，人們已經逐漸掌握了方法與技能，并且能夠在大規模的數據中找出具有一定價值的信息，所以，大數據時代已經來臨。在數據時代中，在人文社科與人類自然科學技術等方面都會有較大的發展，同時也會一定程度上改變人們的生活與工作方式。除此之外，大數據時代也同樣為統計學提供了良好的發展機會，但也存在一定的挑戰。

一、大數據時代的概念

大數據時代的提出者是麥肯錫，他認為數據已經逐漸進入到各個行業與各業務職能的領域中，并且逐漸成為了主要的生產因素[1]。因此，人們在對大規模數據進行挖掘與應用的過程，也就意味著新的生產率增長的來臨。雖然“大數據”在眾多行業被廣泛應用，但是，特別是在信息與互聯網的領域中應用突出。

二、怎樣理解大數據

（一）大數據概念界定與構成

大數據，即由于日常產生的數據量快速增長，使得數據庫無法利用相應的管理工具對其進行管理與收集，最終導致在進行搜索、分析、存取、共享數據時具有較大的困難。

大數據的構成包括四部分，并將其總結為4V，即Volume，Variety，Value，Velocity[2]。第一部分是價值密度低，將視頻作為具體實例來說，實現連續并且不間斷的監控，其中有價值的數據信息只有一兩秒。第二部分是數據體量極大，已經從TB實現了PB的躍升。第三部分是數據類型眾多，主要包括視頻、圖片、網絡日志以及地理信息等。第四部分是處理的速度超快，可以用一秒定律來解釋。

（二）海量數據帶來哪些挑戰

第一，數據存儲。由于大數據的數據規模是PB級別，所以，存儲的系統也需要進行等級的拓展，并且可以通過磁盤柜或者是增加模塊實現容量的增加。然而，目前階段，數據的增長速度驚人，所以系統資源的消耗也不斷增加，導致系統的運行效率有所下降[3]。因為對海量數據始終停留在分布式的存儲階段，所以，對于爆炸式的數據增長，原有的存儲方案已經無法滿足現有的數據變化需求。

第二，處理技術。由于海量數據的分布性與數據量與以往存在較大的差異，所以，原有的數據管理技術已經處于落后狀態。

第三，數據安全。在互聯網規模逐漸擴大的情況下，數據的應用已經出現指數級別的增長，所以，對于數據安全的保護與監控來說具有一定的難度。

（三）大數據相關應用與實踐

第一，體育賽事應用。以2014年的世界杯為例，在充分發揮記者與編輯敏銳度的基礎上，騰訊也利用對大數據的分析以及云計算等方式來為為其提供移動與社交的數據。與此同時，騰訊與IBM進行合作，并通過文化、賽事與球迷三方面來對世界杯球迷的關注重點進行信息的挖掘，進而實現新欄目的創作，并且在短時間內贏得了廣大球迷的認可與關注。

第二，產品推薦應用。產品推薦的應用比較廣泛，可以對客戶信息、交易歷史、購買過程等數據進行全面的分析，并進行有價值信息的挖掘。同時，針對同一產品的不同客戶訪問信息也可以進行挖掘。最終，通過對客戶行為的分析，來確定消費者的共，這樣就可以更好的為客戶推薦產品。

除此之外，在產品推薦中，可以在對客戶社交行為進行信息挖掘與分析的基礎上來進行社區的營銷。對客戶微信微博以及社區活動中的偏好數據進行分析，并為其提供符合客戶興趣愛好的產品。

圖一

三、如何分析大數據

（一）如何挖掘數據中價值

以匹配廣告為具體事例進行分析，主要有兩種數據。第一種是廣告庫，其中包括廣告庫以及廣告的客戶信息[4]。但是這種數據信息比較適合在傳統數據庫中應用。第二種是用戶在觀看廣告后的行為。可以把以上兩種數據進行有效的結合，并通過相應的算法來體現價值。在實踐應用過程中，可以充分體會到第二種信息的重要作用。可以為用戶提供其所需的信息，并通過群體智能以及群體行為對之前用戶使用的效果進行分析，最終通過具體的反饋機制，將最優質的信息提供給用戶，還可以進行搜索或者是查詢信息。

（二）如何做處理與分析

第一，更新抽樣調查的工作理念。由于大數據時代的數據樣本是以往資料綜合，所以，可以對相關事務的數據信息進行分析，進一步對總體進行了解，還可以更好的了解局部。同時需要解決以下問題：抽樣框架不穩定，調查目的設定不合理、樣本量受限[5]。第二，積極改變對于數據精確度的標準。在大數據時代的背景下，數據的來源比較廣泛，并且對數據進行處理的技術也有所提高，所以，可以允許數據存在不準確的情況。大數據時代需要吸收多種數據，但并需要一味的要求數據精準。第三，合理轉變數據關系的分析重點。由于大數據時代的數據規模比較大，而且結構也十分復雜，變量的關系也比較繁雜。所以，在對數據進行分析的過程中，不應該對因果關系進行仔細的分析，而重要的是對事物相關的關系進行分析。需要轉換思路，對事物關系的形式與目的進行詳細的分析。

四、 大數據對統計學科和統計研究工作的影響

（一） 拓展統計學研究領域

因為大數據時代的到來，所以會對各個領域產生一定的影響，同樣給統計學帶來影響。在統計學中，其主要的研究對象就是其所要認識的客體，是客觀存在事物自身的數量特征與關系。其中，統計學研究對象最主要的特點就是數量性。然而，在傳統的統計學當中，數據主要是試驗與調查的數值。在大數據時代中，統計研究的對象不僅包括以結構數據度量的數量，此外，還可以包括一些無法用數量關系進行衡量的半結構與非結構數據，其中可以包括動畫、圖片、聲音、文本等等[6]。所以，可以說，在大數據時代背景下，統計學的研究對象領域有所擴大。

（二） 對統計計算規范產生影響

在傳統的統計學當中，一般是使用方差、平均數以及相對數等數據計算規范來真實反映事物量特征的，同時還可以反映事物量的關系與界限，能夠通過數據計算規范來計算出具體的數值。但是，半結構與非結構的數據是無法通過傳統數據計算規范進行計算的[7]。所以，在大數據時代的背景下，傳統的數據計算規范也同樣遇到了難題。

（三） 對統計研究工作的過程產生影響

1. 數據整理和分析

第一，數據審核。原有的數據審核主要的目的就是對數據準確性和完整性進行嚴格的檢查。但是，在大數據的時代中，對數據的審核就必須要確保數據處理的速度以及預測的準確程度，同時還需要對數處理的規模進行準確的確定，也就是數據量級別的確定。除此之外，因為大數據自身具有不穩定性，并且十分混亂。但是，即使是這樣，大數據也能夠挖掘出信息內部存在的隱蔽關系以及有價值的知識。所以，大數據所反映的研究對象存在準確與不準確兩種，但是，任何一種的數據都具有一定的價值，通常情況下是不需要進行替換或者是刪除的[8]。

第二，數據存儲。在以往的數據存儲中，審核、匯總以及編制的圖表等資料是重點資料，并且需要進行保存起來的。然而，大數據保存最主要的目的就是對存儲的成本進行有效的控制，同時需要根據相應的法規計劃來確定數據存儲的規模。

2. 數據積累、開發與應用

第一，數據積累。傳統統計工作主要是根據所制定的研究目的來對數據進行匯總與分類，并進行保存，這樣可以更好的為后期數據的分析與查詢提供有利的條件。但是，在大數據的積累中，具有價值的信息需要對大數據進行處理后才可以發現。不容置疑，大數據具有一定的復雜性，所以，在積累的過程中，不可以進行簡單的處理。因為大數據的規模大，結構也比較復雜，無法實現簡單的分類，而且，在對大數據進行簡單整理時非常容易使其混亂，對其真實性產生影響，可能會丟失具有價值的信息。

第二，數據開發。大數據時代下的數據流動性極強，所以，其自身的價值有再生性。因此，大數據時代的數據不會貶值，反而會增值。為了能夠對所研究的對象進行更深入的了解，就需要對其整合。

第三，數據應用。對數據的傳統應用主要是為了對現象進行解釋與預測。但是，在大數據時代，數據應用的核心就是在相關關系前提下的預測。

結語

綜上所述，現階段我國社會正處于大數據時代，并且對于社會未來的發展具有重要的意義。文章對大數據時代的概念與定義以及構成進行了闡述與分析，同時，對大數據的實際應用與實踐進行了探討。針對大數據價值的挖掘與分析處理進行了研究，最后列舉了大數據對統計學科以及統計研究工作的影響，進而對今后大數據的數據分析工作提供了有價值的理論依據，并積極的推動了大數據時代的發展，進一步促進了社會的進步。（作者單位：中國人民大學）

參考文獻：

[1]朱建平，章貴軍，劉曉葳等.大數據時代下數據分析理念的辨析[J].統計研究，2014，31（2）：10-19.

[2]張學敏.大數據時代的數據分析[J].電子世界，2014（16）：5-5，6.

[3]李祥歌，王奇奇，郭軼博等.基于大數據時代的數據挖掘及分析[J].電子制作，2015（3）：81-81.

[4]劉江娜.大數據時代：為什么數據分析能讓你的企業脫穎而出[J].環球市場信息導報，2014（36）：92-93.

[5]郭華庚，向禮花.大數據時代網絡信息歸檔的元數據分析[J].貴州師范學院學報，2015，31（3）：24-28.

[6]高書國.大數據時代的數據困惑――教育研究的數據困境[J].教育科學研究，2015（1）：24-30.