大数据分析研究现状、问题与对策
随着大数据不断的持续发展，全世界越来越注重大数据的发展，大数据领域当中最为重视的问题在于如何进行对大数据科学有效的分析。

经过研究发现，目前在进行大数据的研究当中还有一些问题没有得到解决，这些问题的存在会影响到大数据今后的发展。

由此，下文主要对大数据的现状进行了阐述，针对其中存在的问题进行了深入的分析，并且提出了相应的解决对策，希望能够给予同行业工作人员相应的参考价值。

标签：大数据；分析；现状；问题；对策
前言：随着IT技术迅速的发展，各个领域的数据量都在持续的增加，只用人工的智能無法将大量的数据进行处理和分析。

在2012年，美国的奥巴马政府在白宫网上将《大数据研究和发展倡议》公开发布，其目的是为了加强从大量复杂数据集合而获取的知识和见解的能力。

这个倡议的发布，使得对大数据的研究在全球范围内产生了热议。

由此，在大数据背景之下，我们要将大数据的采集、存储以及分析的问题进行探究。

1、大数据分析研究的现状
1.1研究大数据的方法
在进行大数据的分析时，要选择有效的分析方式进行大数据的分析，这也是其中最为重要的研究内容。

大数据的分析方法会影响到大数据最终的分析结果，并且针对不同的分析方法要对不同类型的大数据进行分析。

复杂数据的识别技术和传统文本识别技术以及关系数据识别技术都是不同的，这就导致在进行分析大数据时有很大的难度。

通常复杂数据所使用的技术是大都是XML数据、图数据以及网络上的复杂实体识别技术等。

从大数据系统的构架来看，在进行大数据的分析时，主要是应用了九层构架的方式来进行的分析，但还要对其应用进行深入的探究。

1.2大数据分析驱动科学萌芽
大数据技术会严重的影响到信息科学技术，大数据技术能够转变很多产业的发展方式，例如，在社会媒体中，大数据能够将传统媒体的受众分析和传播的方式进行更改。

此外，在大数据的背景之下，也将客户的生命周期的理论进行了改变。

并且大数据在进行实际的发展阶段，也给其他行业的发展带来了影响，由此，在这样的状态下，大数据在发展的同时要和各个行业共同发展，要将技术进行不断地更新，促使双方发展的更好。

2大数据面临的问题
2.1存储问题
在进行大数据的分析时，应该先将大数据储存的问题进行解决。

从数据量方面来看，数据量的情况是在持续的增长当中，这可以分析数据和存储数据有着积极的影响。

在进行大数据的分析时，会经常对数据进行存取和调度。

由此，数据就会变成动态的存储，而存储当中的增加和减少以及删除和更改等情况，这些都会受到数据生命周期和实际需求的影响从而发生动态变化。

从数据存储机构的角度来看，在对大量数据进行存储是，不能够应用简单并且传统的机构化数据库进行储存，所以目前人们要对能够满足目前大数据存储状态的存储方式进行研究，要将数据存储和交换过程进行同步。

在进行大数据的分析时，要求数据库的领域达到可拓展性、向下兼容性以及高度容错性等。

由此，大数据分析的主要内容就是数据的存储问题。

2.2可用性较弱的问题
数据的实际呈现方式是比较杂乱的，这使得在进行数据分析时更加的困难，在进行数据的分析时首先要考虑数据的质量方面，主要研究的是数据可用性的方面。

数据可用性包括了数据的一致性、数据的准确程度、数据的实体性以及数据的完整性。

可是在进行数据的处理之前，在进行大数据的储存和分析时其主要是要测量数据的可用性。

在进行数据采集时，要对数据处理的有效方式进行探究，由此才能够保证取得的数据质量更高。

从数据的完整性的角度来看，要对数据进行描述和评价的同时，首先要将数据描述的框架进行完善，这可以更好的进行数据采集当中的数据描述。

从数据当中的有效性以及一致性的角度来看，要将客观的数据和时间的价值进行当成重点，在进行大数据的采集过程中，数据的描述要和事实情况一致，而在数据量特别大的情况下，最为重要的部分就是数据源的自我监测和自我修复。

在大数据分析当中，以上这些问题是相对较难的问题。

3解决大数据面临问题的措施
3.1合理部署云存储技术
在目前来看，大数据正在突飞猛进的发展当中，而大数据的存储方式会严重影响到数据的处理效率和数据储存的成本。

应用互联网，可以为顾客提供云储存的服务，这样用户就不需要考虑复杂底层技术的细节，例如存储容量和数据的可用性，只要付费用就可以获得非常大的云存储空间还会享受到高端的服务。

在数据中心下才能够进行云存储，可以从多方面进行数据存储的划分。

从系统建设的角度来看，云储存的构架主要有几种，分别是将传统数据进行优化、将云计算作为数据中心，两者共存。

在为存储进行服务时，最重要的云存储用户是存储用户和云计算用户，这是按照用户的不同服务内容来进行划分。

在进行云存储服务时，其主数据中心的构件主要是通过云计算理论来进行的。

3.2提升数据的可用性
数据具有量大并且复杂的特点，这也是大数据最重要的分析对象，在进行大
数据的分析时，分析方式有多种，由此会涉及到多种信息系统。

在进行大数据项目的分析时，首先就是要将相关数据进行收集，有助于准确的分析，分析数据的过程比较简单，其中最为重要的实进行数据的预分析。

而数据的可用性是说要将数据的预分析出现的问题进行解决。

不同的数据源会将不相同的信息系统和结构数据进行有效的处理。

目前已将数据处理的可用性方面的问题进行了深入的分析，同时也对大数据可用性的理论以及技术进行了探究，只有保证大数据的质量，才能够顺利的进行大数据的分析。

结束语：
随着云计算的软件在不断的快速发展，大数据的分析在社会当中得到了高度的重视，由此也就产生了分析服务。

而目前大数据再进行分析时还存在很多的问题，比如可用性不强以及存储方面的问题，所以要将可用性进行提升，并且要将云计算进行合理的部署，这样大数据就可以得到更好的发展。

参考文献：
[1]李涛，马婷婷.大数据分析对电子商务营销的促进意义[J].全国流通经济，2017（22）：14-15.
[2]唐涛.基于大数据的网络舆情分析方法研究[J].现代情报，2014，34（03）：3-6+11.
[3]姜念云，张松海，谢夏.大数据分析技术在文化资源管理中的应用[J].中国基础科学，2014，16（01）：17-20+27.。