基于人工智能技术的大数据分析方法研究进展

基于人工智能技术的大数据分析方法研究进展

赵继伟

沈阳恒久安泰环保与节能科技有限公司，辽宁 沈阳 110000

摘要：近些年我国科学技术发展迅速，人工智能、云计算、大数据等先进技术在很多行业都得到了广泛应用，成为了其创新发展的重要驱动力量。在新的时代背景下，要深入分析先进技术，加强和传统行业的结合，进一步提升应用效果。大数据具有预测、分类、关系分析、聚类等多重功能，在此基础上和人工智能技术进行结合，即可充分发挥其作用。基于此，本文对人工智能技术背景下的大数据分析方法进行了研究。

关键词：人工智能技术；大数据技术；分析方法

当前我国各行业发展迅速，现代化技术的广泛应用，各行业在业务活动开展的过程中都会产生海量数据信息，大数据能够对结构化数据、非结构化数据进行全面收集并深入分析，推动了行业发展。围绕人工智能技术开展的大数据分析，其主要目的在于，能够在有限的时间内找到信息之间的关联价值，深入挖掘数据表面蕴含的信息，其中应用比较广泛的分析方法有计算智能、机器学习、深度学习等。因此，对人工智能技术背景下的大数据分析方法进行研究具有重要意义。

1 基于人工智能技术的大数据分析方法概述

当前我国信息技术取得了较大进步，大数据技术在人们日常生活中的应用十分广泛，人工智能技术同样也极大的改善了人们生活质量。在未来研究中，这两种现代化技术的应用范围只会更加广泛，可具体分为基于机器学习的大数据分析、基于深度学习的大数据分析以及基于计算机智能的大数据分析这三种。

2 基于人工智能技术的大数据分析应用领域

2.1生态领域

基于人工智能技术的大数据分析技术，在生态领域的应用主要体现在生态保护领域、生态修复领域和生态灾害防治领域这三个方面。主要是我国经济的飞速发展，人们生活水平的大幅度提升，对环境保护的关注度越来越高。可利用现代化技术，对可能出现的自然灾害进行预测，或是推动环境保护朝着智能化、现代化方向发展。

2.2生活领域

目前人工智能技术、大数据分析技术极大程度上改善了人们的生活品质，比如网络购物、大数据分析等，还有部分餐厅开始采用机器人送餐，可自动获取运动轨迹以及菜品重量、位置信息等，十分方便。人工智能技术下的大数据技术，可以满足人们衣食住行、医疗、教育等各方面需求，比如网络预约挂号，到医院可以直接就诊，无需窗口排队；在新冠肺炎疫情的影响下，很多学校无法进行班级授课，便通过网络直播进行学习教育。

3 基于人工智能技术的大数据分析发展进度

3.1聚类研究进度及方向

目前传统聚类算法的应用比较普遍，主要是因为我国这方面技术和其他国家相比，还有着较大差距。随着应用范围的不断扩大，传统聚类算法无法在大数据聚类中无法发挥其作用，目前Mappreduce和K-means这两种算法的优势比较突出，可增加数据的延展性，缩短计算时间。

3.2关联研究进度及方向

目前我国对大数据关联的研究进度主要集中在Apriori关联规则和频繁模式增长上，而且关联规则的应用领域非常广，比如和人们日常生活有着密切联系的数据分析、日志分析、智能交通等。比如在研究网约车出行归集方面，关联规则即可发挥其作用，可实时判断故障类型和严重程度，以此为基础来制定针对性的解决方案。在未来发展过程中，关联算法可对已存在的算法起到优化作用，这也是我国大数据发展的主要趋势。

3.3预测研究进度及方向

在人工智能技术的发展背景下，大数据预测将会是其未来发展的重要研究方向之一，可在很多行业发挥其作用。但是目前我国在大数据预测方面，依然面临着比较严峻的挑战：第一，快速获得趋势轮廓，保证数据信息的真实性和准确性；第二，数据体量得到了飞速增长，想要从中获取有价值的信息难度非常大。比如在日常的监控系统中，可能有几个小时甚至很多天的视频，但是具有利用价值的可能只有几秒钟。

3.4分类研究进度及方向

大数据分类是挖掘信息技术中一项非常重要的方法，这也一直都是技术人员需要关注的重点内容。近些年，我国大数据分类研究也从简单数据慢慢过渡到分布式数据中，数据算法也要随着环境的变化而发生改变。在新的时代背景下，传统分类方式急需得到完善，这也是以机器学习为主的大数据分类得到推广应用的主要原因之一。

4 基于人工智能技术的大数据分析发展需解决的问题

4.1完善各类算法

完善各类算法，是基于人工智能技术大数据分析发展过程中需要解决的首要问题，在新的时代背景下，各行业面临着越来越大体量的数据信息，如何从中进行筛选，并灵活应用有价值的数据，是需要思考和解决的首要问题。为实现这一目标，需要使用各类算法，但针对信息提取方面，短时间很难找到相应的解决方法，技术人员应提起充分重视，不断进行完善。从大数据分类和预测的角度来看，已经出现了很多算法，而且应加强细节完善。（1）分布式深度学习算法。通过大数据平台通过分布式计算，可满足当前绝大多数情况下的信息处理需求，完善深度学习模型，这是未来研究的主要方向之一；（2）构建更先进的大数据平台。无论是人工智能技术还是大数据分析，在我国应用的时间并不长，存在着明显的技术缺陷。对于具体领域，要提出具体的解决方案，比如在分布式优化算法中，应用可行的平台，能够最大程度上缩短计算时间；（3）分布式优化算法。分布式计算的优势非常明显，在数据体量越大、类型越多样的情况下，这种算法的优势将会更为突出。

4.2需不断降低时间成本

数据体量的增加，意味着分析和处理时间的延长，利用特定算法，可深入对信息背后的价值进行挖掘，如果这些数据并不是必需的，则可通过相应算法进行计算；而如果数据要进行加急处理，那么就应对技术进行不断完善和创新，以提升处理效率，降低时间成本。比如警察在侦破案件时，就要通过监控录像来寻找数据信息，如果通过人为观察和识别，效率十分低下，而且往往无法取得理想效果。大数据分析技术的应用，即可有效解决这一问题，要持续性的进行研究，拓宽现代化技术的应用范围，重视降低时间成本问题。

4.3找准未来研究方向

（1）完善深度学习模型。想要让大数据需求得到更好满足，可适当降低深度学习模型的训练时间，减少时间成本消耗，引入相应政策来促进深度网络训练，尽可能减少网络通信的代价；（2）完善深度学习参数。目前深度学习程度有进一步加剧的趋势，参数规模将会持续增加，技术人员应关注优化方法。比如目前最常用的有“Spark”，深度学习训练将会开展的更为顺利，也可让算法本身的性能得到强化。在未来研究发展中，要以提升算法效率作为重要目标；（3）深度神经网络并行训练分配。要优化网络框架，深度处理神经网络模型，充分考虑通行效率、节点数量等多方面内容。

结语：

总而言之，当前我国科学技术发展迅速，以人工智能为核心的大数据技术在各行业的应用十分广泛，为了提升其应用效果，技术人员要展开深入研究，比如分类、关联分析、预测研究等。在未来发展中，要完善深度学习模型与参数，优化各类算法，以实现现代化技术的广泛应用。

参考文献：

[1]蔡敏.基于人工智能技术的大数据分析方法研究进展[J].科技风,2022(07):58-60.

[2]冯延龙.基于人工智能技术的大数据分析方法研究进展[J].软件,2021,42(11):80-82.

[3]刘红星,周晓苏,王芳,曹泮翔,房建成.大数据分析和人工智能技术用于血液肿瘤研究进展[J].白血病·淋巴瘤,2020(01):17-18-19.

[4]王万良,张兆娟,高楠,赵燕伟.基于人工智能技术的大数据分析方法研究进展[J].计算机集成制造系统,2019,25(03):529-547.