申妙芳

摘要：隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展以及計(jì)算機(jī)硬件設(shè)備的不斷更新，當(dāng)前計(jì)算機(jī)信息處理技術(shù)也已經(jīng)正式邁入大數(shù)據(jù)時(shí)代。處在大數(shù)據(jù)時(shí)代背景下，將為計(jì)算機(jī)信息處理技術(shù)的發(fā)展設(shè)定更為嚴(yán)苛的標(biāo)準(zhǔn)。本文首先分析了計(jì)算機(jī)信息處理技術(shù)處于“大數(shù)據(jù)”時(shí)代背景下所面臨的機(jī)遇和挑戰(zhàn)，繼而提出了若干有效應(yīng)用計(jì)算機(jī)信息處理技術(shù)的途徑，同時(shí)設(shè)計(jì)了一套改進(jìn)后的垂直搜索引擎，以供參考。

Abstract： With the continuous development of network technology and the continuous updating of computer hardware devices， the current computer information processing technology has officially entered the era of big data. In the context of the era of big data， it will set more stringent standards for the development of computer information processing technology. This paper first analyzes the opportunities and challenges faced by computer information processing technology in the context of "big data" era， and then proposes several ways to effectively apply computer information processing technology， and designs an improved vertical search engine for reference.

關(guān)鍵詞：大數(shù)據(jù);計(jì)算機(jī);信息處理技術(shù);垂直搜索引擎;信息安全;數(shù)據(jù)挖掘;云計(jì)算

Key words： big data;computer;information processing technology;vertical search engine;information security;data mining;cloud computing

中圖分類號(hào)：TP274 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2019）10-0164-03

0 ?引言

計(jì)算機(jī)在全球領(lǐng)域的廣泛應(yīng)用，大幅度提升了信息數(shù)據(jù)的整體數(shù)量，為信息處理工作的順利開展帶來了很大阻礙和困難，因此發(fā)展并有效應(yīng)用信息處理技術(shù)的關(guān)鍵在于高效處理大數(shù)據(jù)[1]。每個(gè)企業(yè)日常工作的重要組成部分包含了對(duì)數(shù)據(jù)的處理工作，因此為有效促使信息數(shù)據(jù)處理工作效率的提升，就十分有必要保證計(jì)算機(jī)信息處理能力的有效提升，為合理、科學(xué)應(yīng)用各種信息數(shù)據(jù)提供良好的保障。因此，在開展計(jì)算機(jī)信息處理創(chuàng)新工作的過程中，需要將更大、更多的人力、物力以及精力投入其中，以有效解決因數(shù)據(jù)總量不斷增長(zhǎng)而產(chǎn)生的諸多問題[2]。

1 ?計(jì)算機(jī)信息處理技術(shù)處于“大數(shù)據(jù)”時(shí)代背景下所面臨的機(jī)遇和挑戰(zhàn)

1.1 面臨的機(jī)遇

大數(shù)據(jù)時(shí)代的到來有效的解決了企業(yè)在常規(guī)模式下不能合理化、科學(xué)化讀取以及管理大量數(shù)據(jù)的難題，同時(shí)解決了無法有效發(fā)掘數(shù)據(jù)規(guī)律并以最高效能發(fā)揮出數(shù)據(jù)信息作用的問題[3]。通過準(zhǔn)確分析大量數(shù)據(jù)，借此促使企業(yè)管理人員工作效率的不斷提高，并科學(xué)合理的對(duì)產(chǎn)生的不同問題加以解決，從而推動(dòng)企業(yè)的不斷向前發(fā)展。大數(shù)據(jù)時(shí)代背景下，企業(yè)充分整合各項(xiàng)高新技術(shù)并加以有效利用，同時(shí)將計(jì)算機(jī)技術(shù)、信息傳播技術(shù)以及通訊技術(shù)各自優(yōu)勢(shì)充分發(fā)揮出來[4]。而云服務(wù)隨著時(shí)代的向前發(fā)展，已經(jīng)普及到了人們的日常生活以及企業(yè)的日常管理之中，云計(jì)算有效集中整個(gè)數(shù)據(jù)資料，通過相應(yīng)的平臺(tái)交換數(shù)據(jù)信息，為人們的日常生活以及企業(yè)的日常管理提供了越來越多的便利條件。云計(jì)算技術(shù)的飛速發(fā)展，如果將其同計(jì)算機(jī)信息處理技術(shù)有效的結(jié)合在一起，對(duì)企業(yè)的深入發(fā)展無疑是有助益良多的。

1.2 面臨的挑戰(zhàn)

大數(shù)據(jù)時(shí)代背景下，計(jì)算機(jī)信息處理技術(shù)的發(fā)展和有效應(yīng)用所面臨的挑戰(zhàn)以幾下幾點(diǎn)最為突出：其一，分析以及處理信息數(shù)據(jù)所要求的標(biāo)準(zhǔn)更高。大數(shù)據(jù)時(shí)代最突出的特征之一是信息爆炸，處理數(shù)據(jù)信息的工作量驟然增大，這不僅對(duì)工作者來說是一個(gè)挑戰(zhàn)，同時(shí)對(duì)使用者來說也是如此，怎樣有效處理、匯總以及甄別各種信息數(shù)據(jù)，怎樣將數(shù)據(jù)信息有效轉(zhuǎn)化為有用的建議或者決策，這些都是目前迫切需要解決的難題;其二，在大數(shù)據(jù)時(shí)代背景下所面臨的數(shù)據(jù)信息安全問題更為迫切，怎樣將更加優(yōu)化完善的安全屏障設(shè)計(jì)出來，并將其提供于對(duì)核心信息的保護(hù)也是面臨的又一重大挑戰(zhàn)。大數(shù)據(jù)時(shí)代信息安全戰(zhàn)爭(zhēng)在很大程度上取代了政治、經(jīng)濟(jì)等領(lǐng)域的傳統(tǒng)競(jìng)爭(zhēng)模式。人們往往會(huì)利用虛擬的數(shù)據(jù)庫來儲(chǔ)存種類不一的重要信息，互聯(lián)網(wǎng)增加了數(shù)據(jù)交換便捷性的同時(shí)，信息安全同樣也面臨著想當(dāng)?shù)陌踩{，當(dāng)收到病毒攻擊或者黑客入侵時(shí)，信息安全往往成為了影響企業(yè)生存發(fā)展的關(guān)鍵問題[5]。近年間我國(guó)的計(jì)算機(jī)技術(shù)取得了卓有成效的發(fā)展，誕生了眾多的自主研發(fā)能力突出的信息企業(yè)，同時(shí)越來越多的有志青年投身到了計(jì)算機(jī)領(lǐng)域中。但是不得不說，目前依然缺乏前瞻型、創(chuàng)新型的核心技術(shù)人才，這也是制約計(jì)算機(jī)信息處理技術(shù)快速高效發(fā)展的重要挑戰(zhàn)之一。

2 ?改進(jìn)后的垂直搜索引擎模型設(shè)計(jì)

2.1 模型概述

在現(xiàn)有模型基礎(chǔ)上改進(jìn)的垂直搜索引擎模型，融合了用戶要求以及其相應(yīng)特點(diǎn)，更加深入的對(duì)檢索數(shù)據(jù)加以處理。首先是結(jié)構(gòu)化處理非結(jié)構(gòu)化數(shù)據(jù)，其次是分為不同的等級(jí)處理結(jié)構(gòu)化數(shù)據(jù)，同時(shí)將更為專業(yè)、全面的詞匯添加到專用領(lǐng)域詞典。在網(wǎng)頁抽取模塊運(yùn)行過程中先基本處理一次數(shù)據(jù)，直接將有用的數(shù)據(jù)存儲(chǔ)起來，然后進(jìn)一步抽取沒有被爬取的信息，促使檢索數(shù)據(jù)的有效性和全面性得以進(jìn)一步提升。

2.2 模型分析

主要的改進(jìn)方案是將二次處理模塊增加到原有模型上（見圖1和圖2），結(jié)構(gòu)化處理信息數(shù)據(jù)是二次處理模塊的主要功能，包含分類及去重?cái)?shù)據(jù)，通過對(duì)該模塊的應(yīng)用提升搜索及排序結(jié)果的準(zhǔn)確度。

定向爬取模塊在采集信息的過程中應(yīng)用了爬蟲爬取技術(shù)，繼而在網(wǎng)頁信息抽取模塊上傳所爬取的信息。網(wǎng)頁信息抽取模塊采用的網(wǎng)絡(luò)抽取技術(shù)是可管理的、實(shí)時(shí)聚焦的專業(yè)技術(shù)，并在數(shù)據(jù)庫中存入所抽取的元數(shù)據(jù)，最終達(dá)到更具價(jià)值性和針對(duì)性的信息抽取目的。該模塊的重點(diǎn)在于分詞模塊和二次處理，數(shù)據(jù)調(diào)整以及模式分離已經(jīng)存入的網(wǎng)頁信息，分析相關(guān)鏈接，在結(jié)構(gòu)化數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步對(duì)網(wǎng)頁信息加工處理（分類、去重）。將二次處理的信息提供給客戶以實(shí)現(xiàn)特定服務(wù)，并按照用戶要求將搜索結(jié)果成功的反饋給用戶。二次處理結(jié)果在很大程度上提高了合法、有效數(shù)據(jù)的索引和相關(guān)性排序，以最為直接的途徑促使檢索結(jié)果準(zhǔn)確性的有效提高。

比如，在搜索識(shí)別人名的時(shí)候，會(huì)因?yàn)楦哳l字問題出現(xiàn)識(shí)別人名困難的情況，對(duì)切分準(zhǔn)確度造成影響。中文名一般由姓、名、前綴或者后綴組成，組合方式為姓+名、前綴+姓、姓+后綴以及姓+姓+名等。相關(guān)統(tǒng)計(jì)顯示，漢語姓氏的用字相對(duì)更為集中，總數(shù)量在1000個(gè)左右，更為穩(wěn)定。“王”姓是其中使用頻率最高的姓氏，“王、劉、張、李、陳”五大姓氏達(dá)到了32%的覆蓋率，前14個(gè)覆蓋率達(dá)到了50%左右，前400個(gè)則為99%左右。另外，中文名的用字也相對(duì)集中，前10個(gè)使用頻率最高的字其覆蓋率在14.936%左右，前400個(gè)則達(dá)到了90%以上。中文名從統(tǒng)計(jì)學(xué)角度分析是具有顯著規(guī)律性的，利用分詞模塊和二次處理構(gòu)建人名識(shí)別機(jī)制，能夠更加準(zhǔn)確的進(jìn)行識(shí)別。

3 ?大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)有效應(yīng)用的途徑

3.1 推動(dòng)計(jì)算機(jī)網(wǎng)絡(luò)逐漸向云計(jì)算網(wǎng)絡(luò)演進(jìn)

大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)得以有效應(yīng)用的必然途徑之一就是將計(jì)算機(jī)網(wǎng)絡(luò)與云計(jì)算網(wǎng)絡(luò)緊密結(jié)合在一起，將兩者整合后的作用充分發(fā)揮出來。其中對(duì)于計(jì)算機(jī)硬件設(shè)備的不斷更新是保證網(wǎng)絡(luò)發(fā)展的前提和保障，隨著高新電子科技的不斷革新和完善，計(jì)算機(jī)硬件設(shè)備的更迭也要與時(shí)俱進(jìn)，否則將難以應(yīng)對(duì)時(shí)代發(fā)展的需求，因此也就不能為計(jì)算機(jī)網(wǎng)絡(luò)迅速發(fā)展提供可靠保障。在當(dāng)前大數(shù)據(jù)時(shí)代背景下，傳統(tǒng)的靠硬件更新來促使計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展，已然無法滿足其快速發(fā)展的需求，因此，出現(xiàn)了眾多難以解決的問題[6]。而云計(jì)算的產(chǎn)生在根本上有效的滿足了網(wǎng)絡(luò)發(fā)展的需求，云計(jì)算的產(chǎn)生也促成了開放式網(wǎng)絡(luò)模式的建立，大眾對(duì)于網(wǎng)絡(luò)的使用擺脫了網(wǎng)絡(luò)中心的局限，云計(jì)算的靈活性和開放性更強(qiáng)，并以其自有優(yōu)勢(shì)逐漸發(fā)展衍生出了互聯(lián)網(wǎng)模式，云計(jì)算具備運(yùn)轉(zhuǎn)高速以及儲(chǔ)存能力出眾的特點(diǎn)，因而初始信息處理速率得以大大提升。

3.2 對(duì)數(shù)據(jù)挖掘技術(shù)加以大力發(fā)展

隨著大數(shù)據(jù)技術(shù)的不斷應(yīng)用和完善，更多的數(shù)據(jù)信息經(jīng)由大數(shù)據(jù)技術(shù)匯集到一起，不同數(shù)據(jù)之間往往存在著某些內(nèi)在聯(lián)系，對(duì)客戶的需求能夠真正有效的加以反應(yīng)，但是，有部分?jǐn)?shù)據(jù)屬于冗余數(shù)據(jù)的范疇，不被企業(yè)所真正需要，如何在這樣龐大的數(shù)據(jù)流中將真正的企業(yè)所需的數(shù)據(jù)找出來，就需要通過對(duì)數(shù)據(jù)挖掘技術(shù)的合理應(yīng)用。該技術(shù)指的是利用綜合性的技術(shù)對(duì)信息加以分析、加工等處理，找到不同數(shù)據(jù)之間存在的內(nèi)部聯(lián)系，從而將對(duì)企業(yè)發(fā)展有用的信息篩選出來。對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行大力發(fā)展和優(yōu)化，不光有助于企業(yè)更高效、迅速的將所需數(shù)據(jù)信息整理出來，同時(shí)更加有助于節(jié)約企業(yè)搜索和處理信息的成本，可謂是一舉兩得。

3.3 大力發(fā)展信息安全技術(shù)，為信息安全保駕護(hù)航

互聯(lián)網(wǎng)的首要屬性是開放性，當(dāng)大眾通過互聯(lián)網(wǎng)進(jìn)行信息搜索和篩選的過程中，不可避免的會(huì)將與自己有關(guān)的部分信息暴露出來，而不法分子往往會(huì)利用這些漏銅竊取用戶的私人信息或者企業(yè)的關(guān)鍵性行業(yè)信息，實(shí)施侵害行為，從而為用戶帶來程度不一的經(jīng)濟(jì)損失或者精神壓力，為網(wǎng)絡(luò)安全帶來了很大的隱患[7]?；ヂ?lián)網(wǎng)健康發(fā)展的關(guān)鍵所在就是絕對(duì)保障其安全性，因此網(wǎng)絡(luò)安全問題要引起人們足夠的重視。在大數(shù)據(jù)時(shí)代背景下，以往的信息管理系統(tǒng)很難高效的對(duì)網(wǎng)絡(luò)應(yīng)用過程中所出現(xiàn)的海量信息進(jìn)行整理，因此，想要不斷完善和革新信息管理系統(tǒng)，需要不斷開發(fā)更具針對(duì)性的管理程序?yàn)樾畔踩峁┛煽勘Ｕ稀Ｃ鎸?duì)當(dāng)前花樣繁多的惡意網(wǎng)絡(luò)攻擊、計(jì)算機(jī)病毒入侵以及非法捆綁軟件等的威脅，現(xiàn)代企業(yè)如何有效規(guī)避這些潛在威脅對(duì)于保證自身信息安全尤為重要，對(duì)于此種情形，勢(shì)在必行的途徑就是大力發(fā)展防火墻技術(shù)。防火墻是一種結(jié)合了計(jì)算機(jī)軟硬件的綜合技術(shù)，通過緊密連接公共網(wǎng)與內(nèi)外網(wǎng)，搭建出一個(gè)具備保護(hù)功能的完整屏障。通過對(duì)該技術(shù)的發(fā)展和應(yīng)用，對(duì)諸多不安全的外界因素加以阻擋，避免種類繁多的病毒以及一些不法人員的非法入侵，同時(shí)限制未得到相應(yīng)授權(quán)的外網(wǎng)人員的訪問權(quán)限。防火墻構(gòu)建好之后，所有的信息數(shù)據(jù)均會(huì)經(jīng)由防火墻的安全監(jiān)測(cè)，以此來提升企業(yè)內(nèi)網(wǎng)安全性，因此，有待提高和大力發(fā)展應(yīng)用該技術(shù)，促使信息處理技術(shù)的進(jìn)一步完善。

3.4 積極發(fā)展計(jì)算機(jī)存儲(chǔ)技術(shù)

處理分析計(jì)算機(jī)數(shù)據(jù)需在集中獲取大數(shù)據(jù)的基礎(chǔ)之上，有效集中收集好工作所需數(shù)據(jù)之后，計(jì)算機(jī)經(jīng)由軟件裝置以及相應(yīng)硬件設(shè)備科學(xué)操作處理大數(shù)據(jù)。收集獲取大數(shù)據(jù)的過程，同時(shí)也是歸類整理大數(shù)據(jù)的過程。經(jīng)由計(jì)算機(jī)的有效整理，才能夠合理調(diào)整組合龐大雜亂的數(shù)據(jù)流，繼而通過符合標(biāo)準(zhǔn)的傳輸協(xié)議，將其上傳到網(wǎng)絡(luò)終端或者其他服務(wù)器之上。然而，從當(dāng)前的發(fā)展現(xiàn)狀來看，該技術(shù)還遠(yuǎn)不能滿足規(guī)模日益擴(kuò)大的數(shù)據(jù)流。相關(guān)統(tǒng)計(jì)顯示，中央處理器運(yùn)行速率的增長(zhǎng)速度以每年70%的速度在增長(zhǎng)，而其相應(yīng)存儲(chǔ)技術(shù)知識(shí)的發(fā)展增速僅為10%，大數(shù)據(jù)的發(fā)展因這兩種技術(shù)不對(duì)稱的增速發(fā)展而受到了很大阻礙[8]。因此，對(duì)于計(jì)算機(jī)存儲(chǔ)技術(shù)的發(fā)展要加大投入力度，不斷促使內(nèi)存容量的增長(zhǎng)，才能保障信息處理技術(shù)整體的健康發(fā)展。

3.5 引進(jìn)并培養(yǎng)高端人才

計(jì)算機(jī)信息處理技術(shù)基于大數(shù)據(jù)時(shí)代背景下，獲得了良好的發(fā)展，而在發(fā)展的同時(shí)相應(yīng)的對(duì)專業(yè)高端人才的需求量也會(huì)大幅度增長(zhǎng)。有很多企業(yè)的發(fā)展面臨這樣的窘境，雖然自身是大數(shù)據(jù)市場(chǎng)的一份子，搭建了各種媒體、網(wǎng)站平臺(tái)，但是相應(yīng)的后期維護(hù)工作缺乏必要的人才保障，一旦出現(xiàn)比較復(fù)雜的問題自己卻束手無策，只好花更高的代價(jià)聘請(qǐng)其他專業(yè)人士加以解決，加大了公司資金的投入。從企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展看，這種方式無疑是不可取的。缺少專業(yè)人才來維護(hù)保障信息處理技術(shù)的正常運(yùn)行，就等于沒有了后勤保障，即使技術(shù)再先進(jìn)也都成了擺設(shè)，無法發(fā)揮其更為全面的功能，因此，也不利于企業(yè)市場(chǎng)競(jìng)爭(zhēng)力的有效提高。那么，對(duì)于專業(yè)高端人才的引進(jìn)和培養(yǎng)就顯得異常重要了，高端人才的引進(jìn)不光可促使企業(yè)對(duì)核心技術(shù)的進(jìn)一步開發(fā)利用，另外，從長(zhǎng)遠(yuǎn)的戰(zhàn)略發(fā)展層面來看，能夠幫助企業(yè)降本縮能，促使其市場(chǎng)競(jìng)爭(zhēng)力的提高，以高端技術(shù)制高點(diǎn)為依托，促使企業(yè)發(fā)展的經(jīng)久不衰。

4 ?結(jié)束語

大數(shù)據(jù)是人類科技發(fā)展到一定程度必然出現(xiàn)的產(chǎn)物，因此我們需正視其在發(fā)展過程存在的挑戰(zhàn)，抓住良好的發(fā)展機(jī)遇，以積極向上的態(tài)度應(yīng)對(duì)挑戰(zhàn)，以積極進(jìn)取和持之以恒的理念把握住機(jī)遇。同時(shí)不斷實(shí)施大力改革，對(duì)專業(yè)人才加大力度進(jìn)行培養(yǎng)，推動(dòng)信息技術(shù)的發(fā)展和完善，有效應(yīng)用計(jì)算機(jī)信息技術(shù)，充分發(fā)揮其核心技術(shù)優(yōu)勢(shì)。

參考文獻(xiàn)：

[1]高沖.“大數(shù)據(jù)”時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)的分析[J].電腦知識(shí)與技術(shù)，2016，12（5）：23-24.

[2]鄭鑫淼.“大數(shù)據(jù)”時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)的分析[J].科技創(chuàng)新導(dǎo)報(bào)，2016（17）：72-73.

[3]李君芳，徐小亞.大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)分析[J].信息與電腦（理論版），2017（2）：45-47.

[4]冷鵬.“大數(shù)據(jù)”時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)分析[J].現(xiàn)代商貿(mào)工業(yè)，2016，37（33）：388-389.

[5]梁丁一.“大數(shù)據(jù)”時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)的分析[J].電子測(cè)試，2017（9）：117-118.

[6]方海諾.“大數(shù)據(jù)”時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)分析[J].科學(xué)中國(guó)人，2016（17）：1-2.

[7]孫玲.大數(shù)據(jù)時(shí)代的計(jì)算機(jī)信息處理技術(shù)分析[J].科技展望，2016，26（26）：48-48.

[8]呂晉俐.大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)信息處理技術(shù)的分析[J].信息與電腦（理論版），2017（10）：179-180.