周琪棟 薛冰潔

【摘 要】在大數(shù)據(jù)背景下，利用云計算等智能型平臺對大數(shù)據(jù)進行相應的分析，已經成為一種必然的趨勢，而開放式共享與個性化定制也逐漸成為軟件發(fā)展的一種主流途徑。本文基于大數(shù)據(jù)背景下，首先介紹了數(shù)據(jù)科學分析工具的發(fā)展現(xiàn)狀，接著探討了數(shù)據(jù)分析工具在未來的發(fā)展趨勢，以期為相關人員提供一定的參考。

【關鍵詞】大數(shù)據(jù)背景；數(shù)據(jù)科學；發(fā)展趨勢

大數(shù)據(jù)的出現(xiàn)，也衍生出一門全新的科學——“數(shù)據(jù)科學”，其作用則是利用自動化的方式去分析大量的數(shù)據(jù)，然后從中得到一些有用的信息。但是從現(xiàn)階段的發(fā)展現(xiàn)狀來看，數(shù)據(jù)分析工具在實際應用的時候，還面臨著一些難題，基于此，相關人員就應該強化對這些數(shù)據(jù)分析工具的研究工作，著重突顯出大數(shù)據(jù)的分析能力。

一、數(shù)據(jù)科學分析工具的現(xiàn)狀

大數(shù)據(jù)正改變著人們的生活方式和思維模式，對于文化和一些學術研究也產生了一定的影響。一方面，大數(shù)據(jù)時代給各個學科領域都帶來了一些機遇，將“知識范式”逐漸的轉變成為“數(shù)據(jù)范式”。但是另一方面，也增加了數(shù)據(jù)獲得與儲存的難度性，各個學科領域中的傳統(tǒng)知識與新興數(shù)據(jù)之間的矛盾也愈加突出，當傳統(tǒng)知識已經無法有效的適應現(xiàn)階段的新型知識時，就會促使傳統(tǒng)理論和方式發(fā)生一些革命性的變化。同時，從現(xiàn)階段的發(fā)展情況來看，大數(shù)據(jù)已經受到了各個領域的高度重視，也成為計算機學和統(tǒng)計學等多個科學領域研究的重點內容，這也表示當前不同領域中數(shù)據(jù)研究開始向著一個高度融合的趨勢發(fā)展。

二、現(xiàn)階段數(shù)據(jù)科學分析工具面臨的挑戰(zhàn)

（一）數(shù)據(jù)的多樣性

大數(shù)據(jù)可以看作是數(shù)據(jù)科學的一部分，無論是在科學領域，還是在教學范疇中，都為這些行業(yè)的發(fā)展提供了巨大的機會，但是在發(fā)展的過程中，也存在著諸多的挑戰(zhàn)。首先就是數(shù)據(jù)格式的多樣化，當我們開始進入大數(shù)據(jù)時代的時候，數(shù)據(jù)量也會有所上升，數(shù)據(jù)的格式也開始向著一個多樣化的方向發(fā)展。如企業(yè)、銀行的數(shù)據(jù)一般是以文本的形式存在的，而YouTube中的數(shù)據(jù)則是以視頻或者是語音的方式出現(xiàn)。這些數(shù)據(jù)形式除了傳統(tǒng)的關系數(shù)據(jù)之外，還包含了一些網頁搜索、電子郵件和社交媒體軟件等，這些實際上就是屬于一種非結構和半結構的數(shù)據(jù)。因此，在面對數(shù)據(jù)量如此龐大的情況下，就要求在應用數(shù)據(jù)分析工具的時候，最好是可以將結構與非結構的數(shù)據(jù)有效的聯(lián)系在一起。

（二）傳統(tǒng)數(shù)據(jù)算法的失效

現(xiàn)階段，數(shù)據(jù)科學還沒有一個比較明確的基礎理論，所以人們對于它的定義也各不相同。而在進行數(shù)據(jù)分析的時候，就需要選擇一個有效的數(shù)據(jù)算法，傳統(tǒng)的數(shù)據(jù)算法是聚類算法，這是一種非常典型的N立方規(guī)模，當N變大的時候，一些方式就會實效。因此，在如此龐大的數(shù)據(jù)背景下，就必須要選擇一些適合時代發(fā)展的數(shù)據(jù)算法，這樣才能更好的應對PB級別的數(shù)據(jù)。此外大數(shù)據(jù)還具備實時性的特點，這種情況下，就需要在準確性與實時性之間選擇一個比較平衡的方式。

三、數(shù)據(jù)科學分析工具的發(fā)展趨勢

（一）一體化和可視化的發(fā)展趨勢

科學大數(shù)據(jù)智能分析中包含了數(shù)據(jù)處理、分析，而現(xiàn)有的大數(shù)據(jù)框架和平臺中，也存在著曲線高、開發(fā)代價大的問題。因此，在傳統(tǒng)化的“編程式”的開發(fā)模式中，還需要為該領域的科學家們提供一些簡單而且方便的“拼裝式”發(fā)展環(huán)境。最好是利用一些高質量以及可重復的模型與算法，這樣在進行大數(shù)據(jù)分析的時候，就可以實現(xiàn)數(shù)據(jù)集中、流程設計等一體化的支撐體系。例如Data Analytics，這是一種輕量級的業(yè)務數(shù)據(jù)可視化分析平臺，可以將各種數(shù)據(jù)源類型和海量的數(shù)據(jù)集合在一起，然后接入Excel等數(shù)據(jù)文件和服務平臺等，這樣便能輕松的整合相關業(yè)務。數(shù)據(jù)分析實際上就是數(shù)據(jù)處理的重點內容，但是如果最后分析的結果是正確的，但是缺乏一個合適的方式來解釋它的結構，這就會讓用戶難以理解。而直觀有效的展示出整體的分析結果，往往更容易讓人接受數(shù)據(jù)分析所傳遞的信息。尤其是在大數(shù)據(jù)背景下，龐大而且繁瑣的數(shù)據(jù)量，能夠幫助人們更為直觀的去發(fā)現(xiàn)數(shù)據(jù)中潛在的信息與知識，而可視化的發(fā)展則是最為有效的方式之一。

（二）云服務的發(fā)展趨勢

云服務的科學大數(shù)據(jù)智能分析軟件，不需要在本地進行數(shù)據(jù)的安裝和維護，一方面，瀏覽器逐漸成為數(shù)據(jù)挖掘與分析的一種工具，另一方面，模型和數(shù)據(jù)源則是以在線API的形式進行共享與復用，這一種形式也可以被稱之為“功能性的服務”。同時，大數(shù)據(jù)時代下，則是要求數(shù)據(jù)科學分析工具可以更好的適應海量數(shù)據(jù)的分析工作，其次，數(shù)據(jù)的價值同數(shù)據(jù)的種類之間也有著一定的聯(lián)系，通常情況下，數(shù)據(jù)種類越多，那么包含的信息量也就越大，挖掘的潛在信息也越多。因此，為了實現(xiàn)全數(shù)據(jù)分析的發(fā)展，就要求數(shù)據(jù)分析工具應該具備一些格式多樣化的分析模式。無論是直接統(tǒng)計分析，還是可視化分析，數(shù)據(jù)科學工具對于數(shù)據(jù)的建設都具有積極的作用，例如Keras數(shù)據(jù)分析工具，這是使用Python編寫的開源神經網絡庫，通過深度神經網絡來進行實驗，就可以直接運行微軟Cognitive，它的優(yōu)勢點在于高位模式匹配。同時，在圖像和自然語言的處理中，也支持一些完善的深度學習分析模式，在實際應用的時候，可以節(jié)省掉大量的時間。而在添加這項新工具時的主要標志則是讓數(shù)據(jù)科學家的工作變得更加的簡單。

（三）開放共享的發(fā)展趨勢

交叉科學在發(fā)展的過程中，包含了多領域的分析模型與算法，匯聚跨領域的共性模型，實際上可以形成一種類型豐富而且性能優(yōu)異的算法庫，這極大的降低了該領域交叉綜合分析模型的開發(fā)難度，提高了整體的開發(fā)效率。同時，各個領域科學團隊也通過共享的模型和算法，讓軟件系統(tǒng)得以繼續(xù)的演練，系統(tǒng)更具備吸引力。例如R語言算法庫，這就是CRAN交叉領域算法的一種典型，而且從現(xiàn)階段的發(fā)展情況來看，這種算法在未來也會有非常廣的應用空間。除此之外，在數(shù)據(jù)時代下，如果僅僅是依靠單一的數(shù)據(jù)分析工具，這是無法滿足現(xiàn)階段的發(fā)展需求的，而采用開放共享的模式，用于提高系統(tǒng)的擴展性已經成為一種必然。在這種情況下，R語言則受到了很多數(shù)據(jù)科學專業(yè)人員的喜愛，它能幫助科研人員更加簡單和專注的進行數(shù)據(jù)科學研究。具有非常復雜的機器學習和統(tǒng)計作用，可以快速的查看平均值、中位數(shù)，還能創(chuàng)建圖表，以及創(chuàng)建測試數(shù)據(jù)集，輕松的共享并導出CSV格式。

四、結束語

在傳統(tǒng)的數(shù)據(jù)研究中，主要是強調將一些復雜的數(shù)據(jù)轉變成為簡單的數(shù)據(jù)。而在大數(shù)據(jù)背景下，如果可以更加有效的組織和使用這些數(shù)據(jù)，人們才能更好的利用科學技術來推動現(xiàn)代社會的發(fā)展。因此，在數(shù)據(jù)分析工具不斷發(fā)展的過程中，準確、高效的利用數(shù)據(jù)中的潛在價值，實際上就是衡量數(shù)據(jù)分析工具的關鍵所在。當數(shù)據(jù)科學逐漸成為一門獨立性學科的時候，相關的研究人員也應該完善相應的理論技術和學科技術，這樣才能被更多的人所理解與認同。

【參考文獻】

[1]徐禮文. 大數(shù)據(jù)背景下工科院校理學院數(shù)據(jù)科學創(chuàng)新團隊與平臺建設[J].教育教學論壇， 2017（22）：95-96.

[2]佚名. 數(shù)據(jù)科學與大數(shù)據(jù)人才專業(yè)課程體系分析[J].計算機工程與科學， 2018， 40（z1）.

[3]數(shù)據(jù)科學研究的現(xiàn)狀與趨勢[J].計算機科學， 2018， 45（1）：1-13.