數據處理范文10篇

隨著稅收征管改革的不斷深化和提高，信息化建設步伐明顯加快，數據處理的廣度和深度在一定程度上已影響到征管改革的進程。連云港市國稅局于2002年9月份在全省率先進行征管軟件5.0版的升級工作，并同時實現了征管數據的大市集中。通過近一年的運行，數據集中處理作為一項新的稅收業務，已成為國稅部門和廣大國稅干部競相探討、勇于實踐的熱門課題。在投身征管改革時，筆者對數據集中處理業務進行了認真的思考。下面談談一些粗淺認識，以期對推動征管改革有所幫助。

一、對數據處理的理解

數據處理如果單從字面來理解，事實上在沒有使用計算機處理征管業務的時候就存在了，只不過那時候的數據處理是手工的、分散的、局部的和少量的。隨著征管業務向信息化、專業化的逐步推進，計算機對征管業務介入越來越全面、越來越深入，特別是通過數據逐步向上集中，數據庫的規模越來越大，對數據的處理就變成了專業化、集中化和規模化的專門工作，數據處理作為一項獨立的業務應運而生。我們所說的數據處理，實質上應該是以計算機技術為依托的專業化、集中化、規?；臄祿幚?，不管其職能部門是數據局或是數據處理中心，還是其它什么名稱，其業務處理的內容和實質都是一致的。

在明確了數據處理的專業化、集中化、規?；?，再次回到其字面上來觀察分析，我們不難發現，“數據處理"中的“數據"，其來源是稅收業務具體操作過程中形成或積累的數字、文字、報表或其他資料，而“處理"，則是基于信息技術的應用，通過計算機及相關軟件、網絡對“數據”進行運算、加工、提煉、傳輸等的過程控制。兩者結合，體現了兩個深層次的含義。一是稅收征管業務的技術化，二是計算機技術的業務化。如果說當初設置信息中心是充分考慮了稅收業務的技術化的話，那么數據處理中心的產生則是業務與技術的結晶體，是把計算機技術更好地融入到稅收征管業務之中。因為信息部門在很大程度上還是一個技術部門，它所完成的是對征管業務的依托，促成征管業務向專業化過渡，縮短技術與業務的距離，但距離依然存在，是量變，而數據處理已成為征管業務的載體，使征管業務與信息技術密不可分、融為一體，完全達到了專業化，距離已不復存在，實現了飛躍，是質變。也正是因為稅收業務的技術基礎與載體發生了重大變化，所以國家稅務總局許善達副局長提出了“征管改革要充分考慮信息化條件下的業務工作特點，遵循信息化運行的規律”。這正是一切從實際出發的普遍原理在征管改革中的具體運用。

二、數據處理的發展階段

如果站在整個稅收業務發展變革的角度來觀察數據處理部門，可以將它看成是技術化、專業化稅收業務的一個接收機構，其初期是以會計核算等初級數據處理業務為主，是“小數據處理中心"，后期隨著信息化建設的深入發展，依法治稅的持續推進，征管查工作中的大量業務相繼納入數據處理的范疇，并逐步實現數據處理的專業化、集中化和規?；?，“數據處理”越做越大，最終必將會成為稅務部門的業務核心機構，起到中樞神經的作用。具體地說，大致可分為三個階段：

【摘要】當前隨著國際競爭日益激烈，新形勢下各行各業發展都面臨著諸多的挑戰，市場環境具有不可預測性，統計數據信息變得更加重要。大數據時代的到來為統計工作提供了強大的技術支持，與此同時數據更新速度不斷加快，數據類型日益多樣化，處理難度也越來越大，增加了統計工作難度。本文著重研究了投資統計大數據相關的處理關鍵技術，以供參考。

【關鍵詞】投資統計;大數據;處理;關鍵技術;分析

大數據時代背景下，促使信息生成、傳播效率不斷提升，越來越多的結構化、半結構化和非結構化數據的出現，增加了統計工作難度。統計數據在投資領域具有重要的參考價值，如果不能保證統計數據的權威性，統計信息不對稱，將會影響投資決策的成敗。加強投資統計大數據處理關鍵技術分析，有助于積累更多的統計數據處理經驗，從而引導相關行業領域的人士提高投資決策的科學性，獲得更大的收益。

一、加強投資統計大數據關鍵處理技術研究的重要意義

大數據時代背景下數據類型日益多元化，數據具有應用價值大、數量多、速度更新快的特點，這對于投資統計數據處理技術也提出了新的挑戰。投資統計是指搜集、整理、分析和應用的數據，目前國家金融體制改革進程有序推進，為了更好地提高投資統計的科學性和準確性，就需要結合實際形勢，深入研究投資統計大數據關鍵處理技術，這樣才能對海量的數據進行實時動態多元化處理，全面有效分析統計數據背后的規律，提高投資統計數據處理水平，進而為國家有關部門和行業決策提供基本參考支持，也有助于推動國家整體金融市場良性有序發展。

二、投資統計大數據基本特征分析

摘要:氣象監測、預報和服務工作中，需要處理大量的氣象監測數據。其中最基本的數據包括溫度、降水、氣壓、濕度、風向和風速等。這些數據的存儲大致分兩種方式:一種是以標準格式的報文存儲;一種是以數據庫存儲。在實際業務應用中，一部分氣象數據存儲在數據庫中，以保證業務應用的時效性和便捷性。通過應用數據庫(SQLServer數據庫，下同)存儲過程和作業的方法，自動進行溫度、降水等要素的統計分析，不僅可以提高數據統計分析的時效性，而且節省了數據處理業務平臺的開發成本。由于是應用數據庫自身機制運行，無第三方程序干預，程序運行的穩定性和可靠性高，維護便捷。

關鍵詞:監測數據;數據庫;作業;存儲過程

1概述

SQLServer數據庫的作業是一系列由SQLServer按順序執行的制定操作?？蓤绦幸幌盗谢顒?，包括Transact-SQL(T-SQL)腳本、命令行應用程序等，可執行查詢或復制等任務。作業可以運行重復任務或那些可計劃的任務。存儲過程(StoredProcedure)是一組為了完成特定功能的SQL語句集，經編譯存儲在數據庫中。用戶通過存儲過程的名字并給出參數(如果該存儲過程帶有參數)來執行它。存儲過程可以同時執行多條SQL語句，并且比通常的SQL語句執行要快，可以向里面傳進參數或傳出參數。應用作業和存儲過程對氣象數據要素進行處理，實現了不用開發相應的數據處理程序，即可得到數據結果，而且快捷高效。

2基本架構

根據任務需求，明確數據庫中需要處理的原始數據表，制定作業方案。結合不同的數據處理過程，編寫存儲過程。應用作業調度，執行相應的存儲過程或T-SQL腳本，得到數據處理結果并存儲到目標數據表中，供業務系統或平臺調用。

摘要：本文闡述了大數據挖掘的來歷、方式和技術體制還有對數據的處理方法。從數據本身和使用工具方面比較了大數據與數據挖掘的異同，并且提出了關于在大數據時代數據挖掘的發展路線?，F在科技的發展使大數據獲得了廣泛的關注、重視、和進行開發從而加以實踐?，F時代數據中非結構化流式數據作為一種主要的數據形態，而他的信息龐大和復雜使得傳統數據處理體制無法滿足對數據處理的要求，為了滿足新時代的對大數據的處理需要將大數據處理系統從流程設計向數據設計方向轉化，從而提高對數據處理的效率。

關鍵詞：大數據；挖掘；數據處理；方法

現時代大數據的涌來，使得人們迫切的想加大對數據的研究與了解。數據挖掘因此成為了我們在對數據了解的路上的一個障礙，通過對大數據挖掘的闡述，將有助于我們加深了解數據的情況。在數據的處理方法上這里也將做出一個完整的闡述。

1.基本概念

數據挖掘，意思很明顯，就是表層意思，其就是從海量的數據中提取出有效的信息，也就是相當于在數量大、信息不完全、信息不清晰的數據中，提煉出對人類有用的的信息和知識的過程。數據挖掘主要操作是在大量數據中利用分析工具發現數據與模型間關系，在這個過程中它可以幫助使用者尋找數據與數據之間的聯系，使模糊的因素變得明顯，所以數據挖掘被認為是在這個信息時代解決信息貧乏的一種有效途徑。數據挖掘不僅融入了數據倉庫、模式識別、建模技術、還包括了機器學等多領域的理論基礎和技術。其中數據庫、數理統計、人工智能是數據挖掘的三大技術支持。大數據是通過高速采集、發現和解析海量信息，是一種全新的從大容量數據中獲取價值的技術結構。有一個權威的機構給過大數據以一定的定義，分別是四個"V"字開頭的字母：Volume（體量大），Velocity（速度快），Variety（種類雜），Value（價值大）。Volume是指數據的大小決定所考慮的數據的價值和潛在的信息；Velocity意思是對數據獲取的速度；Variety則意味著要在數量大、信息復雜的數據間發現其內在關聯；Value最重要，它是大數據的最終意義：挖掘數據中存在的價值。

2.相互聯系

摘要：統計學被列為財經類專業本?？茖I的必修核心課程之一。其教學面臨諸多挑戰，應當順應統計學教學的發展趨勢，將統計學和計算機技術有機地結合起來，運用EXCEL的有關功能對教學內容、教學方法、考試方法進行改革。

關鍵詞：統計學；教學模式；EXCEL

進入21世紀,隨著我國市場化步伐的加快,社會對新知識的需求日益增加,無論是國民經濟管理,還是公司企業乃至個人的經營、投資決策,都越來越依賴于數量分析，依賴于統計方法,統計方法已成為管理、經貿、金融等許多學科領域科學研究的重要方法。教育部也將《統計學》課程列為財經類專業本、?？茖I的核心必修課程之一。力圖通過《統計學》的學習，使學生掌握探索各學科內在的數量規律性，并用這種規律性的解釋來研究各學科內在的規律。同時，由于統計學所倡導的尊重客觀實事，通過調查研究用實事說話，這也有利于培養學生的實事求是的學習、工作和科學研究精神

一、《統計學》課程教學面臨的挑戰

1、內容日益豐富。長期以來,在我國存在兩門相互獨立的統計學——數理統計學和社會經濟統計學，分別隸屬于數學學科和經濟學學科。20世紀80年代以來,建立包括數理統計學和社會經濟統計學在內的大統計學,逐步成為我國統計學界的共識。1992年11月,國家技術監督局正式批準統計學上升為一級學科。國家頒布的學科分類標準已將統計學單列為一級學科。隨著大統計學思想的建立和統計學在實質學科中的應用的需要，大多數學校和老師在財經類專業的本、?？茖I《統計學》教學過程中，除了保留社會經濟統計學原理中仍有現實意義的內容，如統計學的研究對象方法、統計的基本概念、統計數據的搜集整理、平均及變異指標、總量指標、相對指標、抽樣調查、時間序列、統計指數等；同時也系統的充實了統計推斷的內容，如：統計數據的分布特征、假設檢驗、方差分析、相關與回歸分析、統計決策等。這一變化使得《統計學》的內容更適合相關實質學科的發展需要。

2、學生的學習難度加大。首先、結合《統計學》的課程特點——概念多而且概念之間的關系十分復雜、公式多且計算有一定難度等。如果學生不做必要的課外閱讀、練習和實踐活動，是很難理解和掌握的。對于財經類專業的本、?？茖I的學生來說，本身的專業課學習負擔已不輕。其次、對于財經類專業的本、?？茖I的學生來說，由于其本專業的課程體系要求，使得學生的數學或者數理統計的基礎不是特別好，對于?？茖W生來說更不用說，推斷統計將是他們學習的困難。再說，《統計學》作為專業基礎課，一般安排在一年級或二年級第一學期，在這個學習時段也是大多數?？粕捅究粕τ谟嬎銠C課程和英語課程的考證時段。如果以犧牲授課內容和降低要求來減輕學生的學習負擔，顯然有悖于《統計學》課程的教學和相關專業的發展要求。所有這一切對于學生學好這一課程面臨的困難可想而知。

如今計算機數據處理過程對于處理需求若依舊采用傳統工作方式和技術已經無法滿足，所以急需對技術進行創新和加強，促使計算機數據處理質量和水平提升，對有關問題也能有效規避，使計算機數據處理領域實現更快更穩的發展。云計算憑借自身優勢廣泛運用到各行各業，大數據時代到來，數據量持續增加，這自然對計算機數據處理提出的要求不斷提高。要提高當前計算機數據處理水平，需科學高效運用云計算技術。

云計算技術屬于計算機科學領域的先進技術之一，代表互聯網第三次革命。到目前為止云計算的定義還沒有統一，IBM指出云計算即網絡共享服務模式，其主要特征包括下面幾點：（1）動態化。作為網絡共享服務模式的一種，云計算技術的特征之一就是動態配置資源，以用戶具體需求為基礎，動態配置物理資源與虛擬資源，這樣就可以對用戶所需資源進行靈活性的分配。而且，云計算有利于拓展資源，使提供的服務具有無限性優勢。（2）自助化。應用云計算技術后，供應商和用戶不需要直接溝通就能獲得相應資源，直接利用云計算自行提供給用戶，如目錄和服務說明等等，用戶以信息為依據合理選擇具體服務，使資源需求得以滿足。（3）計量化。用戶需求在云計算下具有計量化特征，更加科學合理地分配資源，用戶只需支付費用就能夠享受各種各樣的服務。（4）靈活性。云計算利用虛擬化在很短時間內就能夠完成構建基礎模型的任務，而且以用戶具體需求為基礎，動態化地釋放或添加資源，保證用戶應用期限的靈活性更強。（5）可靠性。互聯網是云計算技術的重要載體，通過若干節點將服務提供給用戶，并完成數據的儲存和計算，都是在相應節點完成的，若某一節點發生故障，就會向其他節點進行分配，保證用戶享受的服務不受影響。與此同時，配合數據容錯等先進技術的使用，云計算可靠性進一步加強。云計算自從推出以后，業內人士和專家學者就高度重視，從最初的分布式計算逐漸發展到現在的網絡服務，其發展速度驚人。互聯網是該技術的重要載體，用戶支付費用享受服務，如下圖為對應的服務層次示意圖。

從圖上可知，云計算服務層次共有四層，每一層提供給用戶的服務都各不相同。（1）基礎設施即服務。托管應用硬件設備的方式之一，也就是在互聯網的基礎上，在計算機中獲得有關服務，資源虛擬化是服務的具體內容。（2）平臺即服務。服務商提供的一種服務，對應的內容是開發應用解決方案，服務商將平臺提供給用戶，用戶借助平臺研發應用軟件，這樣用戶在硬件設備采購費用方面能夠大幅節約，并且工作室合作也更為便捷高效。（3）軟件即服務。這是通過互聯網提供軟件服務的一種方法，也就是軟件供應商對應的服務商統一部署程序，用戶借助互聯網直接將相應的軟件進行獲取。在此服務模式下，用戶不需要對任何設備進行購買，也無需對軟件維護或者升級。云計算概念推出以后，云安全和云存儲等相關概念也先后提出。云安全概念是中國企業提出的，將多種先進技術融合起來，例如未知病毒行為判斷技術、網格計算技術以及計算機并行處理技術等等，通過網站客戶端實現網絡軟件行為異常情況的檢測，以此將互聯網中的惡意插件、病毒以及木馬等信息進行獲取，再向服務器端進行傳輸以實現相應的分析和處理，完成具體的解決方案的制定后向客戶端發送，以此來為網絡數據的安全性提供保證。云安全技術下用戶端總量不斷增加，單一用戶數據安全性也自然隨之提升。這最主要的原因是用戶端總數逐漸增多，能夠對更多和更大范圍的數據進行覆蓋，在出現的數據為木馬程序或者病毒的情況下，云安全技術自動開啟以攔截木馬程序或者病毒，保證用戶端數據的安全。

云安全技術應用在計算機數據安全中的具體表現包括下面幾點：（1）密碼安全。密碼安全中應用云安全技術：計算機網絡中傳遞數據時，訪問權限會對其有一定約束，因此用戶要將正確密碼輸入才可以獲取相應權限，完成傳輸數據。以上流程必須是在數據安全的前提下進行，對已有安全方法加密，使密碼破解難度不斷提升，這樣就能夠保證密碼更加安全。（2）信息安全。計算機網絡中用戶端位置可利用定位系統來展示，這樣用戶信息就存在被泄露的風險。但如果應用云安全技術，用戶登錄地點就可以得到更好的保護，在數據傳輸過程中，可隱藏自身位置。除此以外，也可以提供郵件服務，如果用戶使用過程中出現異地登錄的情況，會以郵件方式來提醒用戶，以便用戶及時更改密碼，保證用戶信息的安全。（3）數據安全。應用云安全技術后，計算機網絡用戶傳輸數據過程中，需要將用戶名與密碼正確輸入，與此同時用戶還要將驗證碼進行輸入。一般來說，用戶點擊發送驗證碼以后，用戶以信息方式進行接收，若不正確則數據傳輸不能完成，使用戶數據安全保證級別進一步提高?；谠朴嬎隳Ｐ偷臄祿幚恚海?）模型構建。計算機數據處理通過云計算技術完成時，首先要建立云計算模型，在建立過程中，通過虛擬化技術的應用將個性化服務提供給用戶。（2）數據處理。建立模型完成以后，通過本體語義技術獲取計算機網絡內部所有傳輸節點數據樣本，由此實現構建物理平臺，接下來數據處理利用云計算技術來完成，這樣就能夠獲取數據輸出向量特征。（3）數據傳輸。計算機數據處理過程中為了提升云計算虛擬模型穩定性，設計框架過程中要掌握客戶端組件設備特點，通過關鍵路徑索引判斷數據處理是否有效。

關于云計算技術優勢是無可質疑的，如果希望計算機數據處理過程中云計算最大化地發揮其作用，那么云計算技術就必須持續改進和優化，對此主要優化方案包括下面幾點：（1）混合云計算。云計算可以向用戶提供網絡服務，若計算機數據處理過程中用戶應用云計算技術，公共云或者私有云都可以選擇。①安全性問題的解決建議：首先，行業專業人員對加密技術的探究要不斷增強，在已有加密技術的前提下對加密方法進行創新，使混合云計算過程的數據傳輸的安全性更高；其次為安全協議，專業技術人員在安全協議設立過程中，必須掌握相應密碼運算。②計費問題的解決建議：服務提供商可以讓用戶結合具體需求對相應的費用進行提前支付，用戶就能夠靈活調整相應的需要，進而實現支付費用的減少。③資源配置問題的解決建議：資源配置是混合云計算非常關鍵的環節，決定了混合云計算推廣成效，而資源配置問題是非線性求解問題，該問題特別復雜，基本上難以利用簡單敘述來解釋清楚，因此專業人員對于此方面要不斷探究，促使混合云計算下資源配置的不斷優化。（2）移動云服務。移動端應用范圍不斷擴大，應用深度也在持續加深，對此，云計算未來發展趨勢必然是移動云服務。移動云服務一方面對移動端總體性能提高有積極作用，另一方面可提高本地數據儲存能力。移動設備基本上都具有點對點傳輸信息以及數據通信的功能。對此，開發移動云服務的過程中，為了實現Windows操作系統相關應用的無縫對接，信息系統研發力度應加強，將多種先進的技術充分應用，盡可能規避數據盜用或者數據竊取等問題的發生?？傊?，云計算技術應用范圍不斷擴大，其特征和優勢也逐漸凸顯出來。當下的互聯網時代，人們在計算機數據處理方面的需求持續增加，并且也更加重視，對此，可以在計算機數據處理過程中引入云計算技術，通過科學合理的運用推進數據處理水平的持續提高。為了確保計算機數據處理過程中云計算技術效力最大化地發揮出來，接下來最主要的任務就是云計算技術的進一步研發，可以將移動云服務以及混合云計算作為兩大核心云計算服務層次示意圖課題。

作者：王一帆 單位：中南財經政法大學

摘要：隨著信息技術的飛速發展，我們迎來了“互聯網+”時代，互聯網技術被廣泛的應用在各行各業的生產和生活中，極大促進了工作效率和質量的提高。在新時期面對新的發展局勢，傳統的檔案管理模式已經和時展相脫節，對檔案管理者來說，如何在互聯網視角下做好數據處理和檔案管理工作，就成了值得重視的問題。在這個信息爆炸的時代，檔案管理要面對著網絡的多維性、檔案管理主體的多樣性等不同的機遇和挑戰。這要求檔案管理工作者要建立安全可靠的檔案網絡管理環境，對檔案數據及時進行信息的分析整理，提高檔案管理水平。

關鍵詞：互聯網；數據處理；檔案管理

當今的時代是科技和網絡飛速發展的時代，計算機和網絡技術已經成了人們日常生活的一部分，改變了人們的生產生活方式。在這種背景下，檔案管理相關的技術和電子產品也迎來了發展的春天，令傳統的數據處理和檔案管理模式黯然失色。對檔案管理者來說，必須對傳統的紙質文件的檔案管理模式進行優化升級，將之變為多樣化的電子信息化管理模式。

一、在數據處理和檔案管理中利用互聯網技術作用

(一)促進數據處理與檔案管理效率的提高。在互聯網視角下，通過信息網絡技術能夠極大的促進數據處理和檔案管理效率的提高，確保檔案管理工作的效率和質量。在互聯網視角之下對數據處理和檔案管理的改進要求科學管理，最終實現數據處理與檔案管理的科學和高效，促進數據處理和檔案管理的精確性和全面性。這要求在數據處理和檔案管理工作者之間有一套穩定有序的溝通協調機制，在工作過程中有嚴密的監督體制。同時檔案管理者要樹立合作觀念，促進檔案管理工作中的信息共享和技術進步，實現數據處理和檔案管理的高效化。(二)促進了數據處理和檔案管理的統一標準的建立。在互聯網視角之下，數據處理和檔案管理的統一標準的建立不再是一個難題過去在相關工作人員對數據處理和檔案管理的探索中，由于受到自身實力、資源和地域的限制，在檔案管理工作中的標準往往是由各單位獨立制定的，最終導致了在不同地區、不同行業的檔案管理標準往往不同。這種標準的不統一使得在檔案管理工作者之間信息的分散和密封，信息共享的難度加大。而互聯網技術的引入，則消除了各地區和行業之間由于標準不統一而造成的信息隔離?；ヂ摼W技術能夠在不同的主體之間實現數據信息的有效整合，使得不同主體之間就檔案管理和數據處理統一標準的建立成為可能，促進不同主體之間的信息共享。

二、為何要在數據處理和檔案管理中引入互聯網技術

摘要:文章通過分析現階段市場主流大數據處理方式，及該流程下易產生的數據失真原因和導致的后果，提出相應的有針對性的處理方式，從而討論大數據處理過程中的風險控制可行性，并對未來用戶數據隱私保護時代和海量數據背景下如何增強數據有效性收集提出部分設想。

關鍵詞:大數據挖掘；黑天鵝；樣本免疫；血字數據

1大數據處理現狀

目前行業內大數據常用的處理流程可以概括為四步，分別是數據采集、導入和預處理、統計分析以及挖掘。1.1數據采集。大數據的采集是通過多個數據庫介質來接收發自客戶端的數據（隨著智能手機的普及，App端口采集已經成為主要來源），且數據采集者可以通過這些數據庫來進行簡單的查詢和處理工作。在大數據的采集過程中，其主要特點和挑戰是并發數高訪問量在峰值時達到上百萬或千萬級別，如“天貓雙11”和春運搶票以及各種網購平臺促銷時的“秒殺”活動，都要求采集端部署大量數據庫才能支撐，負載均衡和分片處理將是采集端設計的重點考量范圍。1.2導入預處理。很多業內流行的做法是在采集端進行前端數據導入的大型分布式匯總，且在分布式儲存群中進行數據的清洗和和預處理，甚至嵌入流式計算步驟。此步驟要注意的是百兆、千兆每秒的數據量處理難度較大。1.3統計分析。傳統統計與分析的需求端運用EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存儲Infobright。實際運用過程中我們常遇到批處理，或者基于半結構化數據的需求，這點應當區分考慮，同時統計、分析步驟涉及到的數據量十分巨大，近年來隨著數據采集量的爆炸式增長，系統資源占用往往沒有上線，這點硬件布局時應當充分考慮。1.4挖掘。市場上目前挖掘方式，主要是在現有數據根據客戶需求進行基于各種算法的計算，從而起到預測的效果，高級別數據分析的需求，也往往是基于初級算法的嵌套性疊加。往年典型算法有用于聚類的K-Means、用于統計學習的SVM和用于分類的NaiveBayes，使用工具有Python、Hadoop等，該過程的難點往往是精準把握用戶數據需求，再基于需求的基礎之上進行算法的調整。

2大數據失真的危害及風險

在處理流程中，采集、導入預處理、統計分析，都可以通過預設數據庫完成。而真正用于企業營銷、戰略、市場分析的核心數據挖掘階段則是完全無法具體量化，可以說不同行業和不同市場階段有著截然不同的數據庫需求，如果我們挖掘和提煉數據的過程嚴重或者部分失效，則在數據分析的蝴蝶效應之下得出的結果一定與事實情況是天壤之別。2014年電影《黃金時代》和2018年電影《阿修羅》大數據端在票房和市場預測方面失算的案例充分說明大數據的推演失真所造成的結果是災難性的。隨著“關系鏈和數據流應成為企業估值的新核心指標”這一把數據價值提升到前所未有的理論誕生。各中商業資本開始瘋狂的引入大數據概念，各種相對應所謂的數據分析公司應運而生。然而大數據真的那么神奇嗎？是否真的可以像宣傳的那樣神奇到對目標無孔不入地分析？據資料統計《黃金時代》在百發有戲的會上,百度大數據部產品規劃負責人祖崢介紹了百度票房預測產品,通過百度搜索數據、新浪微博數據以及10年來電影行業數據、同類電影數據等,以及電影受眾分析,預測《黃金時代》票房將在2億至2.3億之間。由此可見其數據挖掘階段的主要參數是“百度搜索”“新浪微博”“電影行業歷史數據”等存量數據指標，雖然算法筆者個人不得而知。但作為一個軟件行業從業人員從數據源的角度分析：首先百度搜索和新浪微博等支流平臺其收集的只是所謂關注度數據，我們無法將關注真正轉化為票房；其次，中國電影在票房統計上有先天的缺陷，影院對票房的瞞報早已成為業內的潛規則，而21世紀初我國才開始建立票房統計制度，其時間周期不過10年左右。最后受眾分析方面，發行方和百度數據利用所謂的問卷調查為依據樣本，推演出數據結果殊不知這樣的數據嚴重受制于“受眾免疫”現象。（受眾免疫：泛指調查樣本在已知條件下對調查行為采取的與實際不符的行為方式，其結果會產生調查數據折射）。

摘要：隨著科學技術的進步和發展，計算機技術也逐漸朝著多樣化的方式開始不斷進行革新，在生活和生產中廣泛運用，并且對原有的產業起到了推動作用。伴隨著人們對生活娛樂和工作生產中的要求越來越高，現有的計算機運算速度已經難以滿足大家的需求，制約了計算機網絡技術的快速發展。但是在最初的計算機技術的發展中，主要作用就是為了進行數據計算，因此，針對計算機數據處理中影響運算速度的因素進行簡要分析，并且提出幾點建議。

關鍵詞：計算機數據處理；運算速度；影響；因素

當前人們使用計算機的方式已經脫離了最早的計算機設計概念，不再是追求大量的數據運算，更多的是與生活生產相結合來滿足工作的需求以及個人的使用，包括網絡瀏覽以及辦公室辦公等，然而計算機技術的數據處理作為計算機技術中的基本工作要求，其中關于數據處理的運算速度對計算機的使用性能有重要影響。因此，要對計算機進行數據處理時的運算速度進行深入分析，通過從實踐操作中不斷發現其影響因素從而提出改進措施。

1計算機數據處理

在計算機技術的發展中，最早體現出來的就是數據處理技術，在早期航天航空事業發展中，需要一定的技術對大量的航空數據進行計算，由于進行人工處理產生的一定誤差會對航天航空項目產生巨大影響。因此，對計算機數據處理技術進行了開發，利用門電路的特點進行了電子邏輯計算，再加上數學模型與之相結合，利用計算機邏輯門電路功能，完成了計算機數據的運算功能。在最早的時候，計算機的數據計算能力就代表了計算機的數據處理能力。1.1概念。隨著計算機技術在生活和工作生產中的普及和運用，計算機已經在傳統意義的基礎上進行了改革，被人們稱呼為“微機”。根據計算機的計算能力和體積可將計算機分為巨型機、超大型機、大型機、中型機和小型機以及微型機。計算機的運算能力越強，它的體積就越大，除了是內部構造的原因，還由于計算機在運算過程中需要強符合的電路邏輯，因此需要具有一定的散熱功能。例如我國進行自主研發的“銀河二號”超級計算機的體積就非常龐大，主要就是因為其內部構造非常復雜以及零件數量巨大，以及需要對中央處理器進行散熱處理。目前一般在生活和生產工作中使用的基本都是微型機。微型機的功能并不是只有數據運算還需要將運算功能與其他方式相結合來進行數據的處理。因此，一般在對計算機數據處理的定義進行研究和分析時，都是從它的宏觀定義出發，而不僅僅是指數據運算。例如，使用計算機對拍攝的圖片進行加工時，在運用了電子門電路的邏輯運算的同時，在計算機的中央處理器中也同時進行了對圖片的數據進行處理的運算，這也是因為在計算機的邏輯思維中只存在二進制的數據“0”和“1”。數據以其他方式進行呈現時，計算機是無法進行識別的，因此，在計算機進行數據處理的宏觀概念中，計算機的數據處理不僅僅是局限于二進制數據，還涉及到了數據與數據之間的轉換以及計算，真正的數據處理是要將這些結合到一起，并不是指單一的數據運算。1.2計算機數據處理的特征計算機具有比較復雜的數據處理過程。一開始，在中央處理器發出進行數據處理的指令之后，就需要對數據進行解碼和分析，需要將數據轉換成計算機可以識別的二進制，。再在計算機內存中進行緩存。在中央處理器對數據進行適當的加工以后再進行提取，提取到二次以及三次緩存，就是計算機進行完整的數據處理的過程。在這個過程中，需要設置計算機的內部緩存，使中央處理器的負荷減小，以及減輕發熱情況來使計算機的數據處理過程更加流暢。一般來說，計算機的數據處理方式具有3大特征：（1）數據轉換過程。由于在計算機實際運行當中，只能通過二進制的方式對數據進行識別，因此，首先就需要將需要處理的信息進行二進制的轉化，比如用戶需要通過解碼器進行轉換才能進行視頻的觀看，解碼器就是數據處理過程中進行轉換的媒介，在進行數據轉換之后才可以操作下一步。（2）計算機數據處理過程中的緩存調用。一般可以說到的數據緩存，就是指在另一個元件中將數據進行儲存之后再經過中央處理器進行加工。需要對緩存空間進行設置來保證數據處理過程中的流暢程度，不僅僅是可以對本身就有的數據進行緩存，也可以緩存從其他地方傳輸過來的文件和信息，然后再調至中央處理器進行加工和處理。（3）在通過計算機技術進行數據處理時，最基本的二進制數據。在計算機數據處理的實踐操作過程當中，計算機的邏輯思維中只能對二進制進行識別。這是由于在進行計算機的設計時，對所有的數據進行處理時，都是需要通過計算機電子門路，無論計算機要進行何種工作，都需要將其轉換為二進制數據才能被計算機識別，從而進行信息數據的處理。因此，在計算機的數據處理過程中，二進制數據是一切操作的基礎。

2影響運算速度的因素

互聯網時代城市建設速度飛快，智能化智慧化水平越來越高。我國物聯網和社交網絡也越來越發達，物與物、人與人、人與物之間產生的數據越來越多，許多依托城市生活的行業，例如快遞物流行業、電商行業、交通運輸行業等，在大數據時代下比較依賴云計算技術的算力。因此云計算技術的重要性也在逐漸升高。

1云計算技術概述

1.1云計算技術概念

云計算技術是分布式計算、效用計算、負載均衡、并行計算、網絡存儲、熱備份冗余、虛擬化等混合成的一種技術，其原理是通過互聯網將數據處理程序分成多個小程序，然后通過調用服務器資源利用不同數量的小程序完成數據處理和計算，最后即可為每個云計算用戶提供合適的算力，從而同時滿足多個云計算用戶的數據處理需求[1]。

1.2云計算技術的特點

1.2.1成本低云計算的成本與其購買的算力具有直接關系，購買的算力越多則消耗的成本越大。對大部分企業來說，只需要使用很小一部分算力即可滿足正常使用需求；對大型企業來說，云計算可以在保證算力滿足需求的情況下降低一定成本，因此整體來說云計算技術的成本偏低[2]。1.2.2地點限制少云計算技術可以為用戶提供大量的算力服務，但是并不依賴傳統的實體服務器，而是直接在云計算服務企業內部部署大量服務器，然后通過互聯網在云端為用戶提供算力服務。因此，云計算技術對用戶來說不存在地點方面的限制和需求。1.2.3速度快云計算技術服務商在搭建服務平臺的過程中，準備了非常強大的服務器，而我國大部分企業自己在服務器準備方面都不如這些云計算技術服務商，因此云計算技術可以保障其提供的算力服務比企業自己在計算機數據處理中的速度更快。1.2.4擴展性強云計算技術服務商可以根據用戶的需求為其提供不同算力的服務，具體通過云計算應用軟件進行操作。企業用戶不需要擔心業務增加會導致算力不足，只要企業能夠使用云計算技術即可隨時利用云計算的其他服務器進行有效擴展[3]。