大数据时代计算机信息处理技术
“大数据”时代背景论文计算机信息处理论文
“大数据”时代背景论文计算机信息处理论文摘要：在这个大数据的背景时代下，大数据在计算机信息处理技术中的应用可以有效的提高计算信息处理工作质量与效率，满足计算机用户的使用需求。
前言随着社会不断的发展，联网信息技术的快速发展，大数据的背景时代已经到来，并给人们的日常生活带来了巨大的变化。
并在各个领域中得到了广泛的应用，我们平时所应用的技术软件都于大数据有着重要的关系。
大数据可以做好网络计算机信息的处理与管理工作，只为人们提供一个全新的计算机网络环境，保证计算机信息的处理工作可以顺利进行下去，提高计算机的安全性与稳定性。
一、大数据与计算机信息处理技术的概述随着社会不断的发展，我国互联网技术水平逐渐提高，实现了全球化的发展，互联网信息技术在各个领域中得到了广泛的应用，已经成为了人们日常生活中中要组成部分。
随着互联网信息技术的普及，网络信息数量也逐渐增加，大数据时代已经到来，这对于各行各业的发展管理来说产生了巨大的影响，对于社会的发展更是有着非常重要的意义[1]。
大数据主要以计算机技术为主对一些大规模的数据信息进行处理、分析、存储、使用，满足计算机用户的使用需求。
另外，大数据具有规模较大结构多样化，可以对视频、文字等相关数据信息进行处理，并将其中的信息以一个全新的形式呈现出来，供给计算机用户使用。
在这个大数据的背景时代下在计算机信息处理技术中的应用将原有的处理方式创新、完善，提高信息处理工作质量与效率。
计算机信息处理技术在各个领域中得到了广泛的应用，可以做好数据的收集、传输、分析、应用工作，保证数据信息的科学性与合理性，并通过统一的形式对数据信息进行管理。
而计算机信息处理技术是现代化科学技术中重要组成部分，在现代社会中得到了广泛的应用，主要体现在各个企业的办公管理中，可以满足计算机用户的使用需求，并提高信息处理工作质量与效率，促进企业快速发展[2]。
二、大数据时代下的计算机信息处理技术在这个大数据的背景时代下，大数据是计算机信息处理技术中的应用可以有效的保证数据信息的使用安全，并数据信息中真正的价值体现出来。
大数据时代计算机数据信息整编处理技术试析
大数据时代计算机数据信息整编处理技术试析在大数据时代，计算机数据的信息整编处理技术变得越来越重要。
本文将试析这一技术的背景、方法和应用，并探讨其在大数据时代中的价值和挑战。
一、背景随着互联网的普及和信息技术的发展，我们进入了一个大数据时代。
大数据的产生和积累已经成为了一种趋势，而计算机数据的信息整编处理技术则应运而生。
在这个背景下，各种类型的数据需要进行整编处理，以提取有价值的信息、挖掘潜在的知识和支持决策。
二、方法1. 数据清洗数据清洗是整编处理技术的第一步。
在大数据时代，数据的来源多样、规模庞大，很可能包含着噪音和错误。
因此，数据清洗的目的是去除这些无效或错误的数据，以保证后续处理过程的可靠性和有效性。
2. 数据预处理数据预处理是整编处理技术的重要环节。
它包括数据的转换、归约、规范化和采样等操作，旨在提高数据的质量和可用性。
通过对数据进行预处理，可以改善数据集的分布和结构，使得后续的分析和挖掘更加准确和有效。
3. 数据挖掘数据挖掘是整编处理技术的核心部分。
它利用统计学、机器学习和人工智能等技术，从大数据中发现隐藏的模式、关联规则和知识。
数据挖掘可以帮助我们揭示数据之间的关系、预测未来的趋势和发现数据中的异常情况。
4. 数据可视化数据可视化是整编处理技术的一种重要手段。
通过将数据以图形、图表和动态展示的形式呈现出来，可以使人们更加直观地理解数据的含义和趋势。
数据可视化有助于快速传达信息、发现问题和支持决策。
三、应用大数据时代计算机数据信息整编处理技术在各个领域得到了广泛的应用。
下面以几个具体的应用领域为例进行说明：1.电子商务在电子商务领域，整编处理技术可以帮助企业挖掘用户的偏好和需求，提供个性化的推荐和服务。
通过对用户行为和购买记录的分析，可以实现精准营销和用户关系管理，提高企业的竞争力和盈利能力。
2.医疗健康在医疗健康领域，整编处理技术可以帮助医疗机构分析患者的病例和检查数据，提供个性化的诊断和治疗方案。
大数据时代计算机信息处理技术及应用
大数据时代计算机信息处理技术及应用大数据是指由海量的、多样化的、高速度的数据组成的信息资产。
其大小在 PB（拍字节）或 EB（艾字节）级别，数据的分散程度也非常广泛，常常需要使用先进的计算机信息处理技术。
由于大数据的产生速度非常快，维护和分析这些数据时需要计算机信息处理技术的帮助。
本文将简要介绍大数据时代的计算机信息处理技术及其应用。
1、分布式存储和计算技术分布式存储和计算技术是大数据时代必不可少的技术之一。
分布式存储可以通过将数据割裂成小块存储到不同的节点上来实现数据存储的可伸缩性，以及减轻单个节点存储压力的目的。
相反的，分布式计算可以方便地计算大规模的数据集合。
通过将数据分布到多个节点上进行计算，可以大大提高数据处理的效率和可扩展性。
Hadoop是当前最流行的分布式存储和计算框架，它支持大数据存储和分析任务。
2、机器学习技术机器学习是人工智能的一种分支，它可以让电脑通过学习数据和规律，自动提高自身性能。
由于大数据时代的数据量有大幅增加，人们对其分析和处理的需求变得更加复杂和高效。
机器学习因为其通过学习数据并不断改进自身算法的特点，成为了大数据中的重要技术之一。
机器学习在大数据处理中有两个主要的应用：分类和聚类。
分类是通过将数据分成不同的类别来进行处理；聚类是将数据分成不同的组，这样的数据就可以更好地被理解和被利用。
3、数据挖掘技术数据挖掘是一种让电脑在数以万计的数据中找出有价值信息的技术，这将有利于人们通过查询和数据的组织和处理来理解数据。
数据挖掘可以帮助人们从庞大的数据集中获取知识，并将其特性和结构形成可视化的图表或图表。
与机器学习不同，数据挖掘是被使用在大数据中的连续的算法和过滤器中的。
数据挖掘用于发现隐含的模式、规律、聚类、关联、分类等。
其中，关联分析、分类和聚类是最常见的数据挖掘技术。
4、云计算技术云计算是一种基于互联网的计算模式，它可以为用户提供直接使用需要的服务、获得高度伸缩性，以及不需要自己购买、配置和维护昂贵的IT硬件和软件基础设施等等。
基于“大数据”时代背景下计算机信息处理技术的思考
产业科技创新 Industrial Technology Innovation50Vol.2 No.28基于“大数据”时代背景下计算机信息处理技术的思考崔忠慧（长治学院，山西 长治 046011）摘要：近年来，在积极推广现代信息技术的条件下，各种智能移动设备变得越来越普遍和广泛，很大程度上促进了海量数据的交换。
由于信息化的不断发展和互联网的普及，为社会各方面的发展提供了更广阔的平台，提高了人们的工作效率，为社会和经济发展做出了贡献，相关数据也在不断增加，可以更好地满足人们的需求。
在新时代的背景下，“大数据”已经出现。
在这种情况下，计算机信息处理技术必须在“大数据”时代背景下进行创新，以提供高效，快速的“大数据”处理满足不同用户的特殊需求。
关键词：“大数据”时代；计算机；信息处理技术中图分类号：TP391 文献标识码：A 文章编号：2096-6164（2020）28-0050-021 “大数据”时代概述什么是“大数据”，我们从字面上理解是海量数据的含义，传统的计算机软件无法在短时间内处理，传输和存储大量数据和信息。
而“大数据”可以及时有效地向各种客户提供科学和可靠的信息，但是目前在信息技术服务中，仍然没有针对大量数据的单一标准。
数据量大、多样性、速度快是“大数据”的非常重要的特征。
首先，数据量巨大意味着在“大数据”时代背景下，需要处理的数据量非常大。
随着社会的不断发展，各种信息和数据与时俱进数据量越来越大大。
多样性指的是在“大数据”时代的背景下，数据的形式多样，速度快是“大数据”的一个非常明显的特征，大多数网络流量都是实时高速的必须快速，连续和实时地处理这些数据。
大数据"时代的到来是计算机行业的重大革命性变化。
“大数据”极大地影响了用户的活动及其之间的沟通渠道。
2 分析“大数据”时代面临的机遇和挑战随着科学技术的发展，“大数据”的出现给我们带来了新的问题和挑战。
随着对处理技术的需求不断增长，计算机工作者正在加速对数据处理技术的研究，不仅带来了许多发展机会，而且数据结构和容量也发生了重大变化。
大数据时代背景下计算机信息处理技术分析
大数据时代背景下计算机信息处理技术分析一、大数据时代的背景大数据时代的到来，既是信息化技术不断发展的结果，也是社会经济不断进步的必然产物。
随着互联网、移动互联网和物联网的快速发展，全球范围内的信息产生量呈现快速增长的趋势，特别是云计算和人工智能的兴起，更进一步提高了信息处理的效率和精度。
在这样的大背景下，各行各业都迫切需要一种能够有效处理海量数据的信息处理技术，来满足业务发展和决策分析的需求。
在国内外，计算机信息处理技术得到了广泛的应用。
在金融行业，通过大数据技术，能够更好地分析市场趋势和用户行为，帮助银行、证券公司、保险公司等金融机构更好地制定风险管理和投资决策；在电商行业，通过大数据技术，能够更好地理解用户需求和行为，帮助电商公司更好地推荐产品和服务，提高用户粘性和购买转化率；在制造业，通过大数据技术，能够更好地监控生产过程和产品质量，帮助制造企业更好地提高生产效率和产品质量；在医疗行业，通过大数据技术，能够更好地分析病例和医疗数据，帮助医院更好地诊断和治疗疾病；在政府部门，通过大数据技术，能够更好地分析社会经济和民生数据，帮助政府更好地制定政策和规划发展。
计算机信息处理技术在各行各业中得到了广泛的应用和推广，为企业和政府部门提供了更深入的数据分析和业务决策支持。
在大数据时代下，虽然计算机信息处理技术得到了广泛的应用，但是也面临着一些挑战。
大数据处理需要大量的计算资源和存储资源，对计算机的计算能力和存储能力提出了更高的要求；大数据处理需要更高的数据安全和隐私保护，对计算机的安全技术和管理技术提出了更高的要求；大数据处理需要更多的算法和模型支持，对计算机的算法和模型技术提出了更高的要求；大数据处理需要更好的数据可视化和用户体验，对计算机的可视化技术和用户体验提出了更高的要求。
在未来，随着人工智能和物联网的快速发展，计算机信息处理技术也将迎来更大的发展机遇和前景。
可以预见，未来计算机信息处理技术将更加智能化、精细化和可视化，为各行各业提供更好的数据分析和决策支持。
计算机大数据信息处理技术分析
计算机大数据信息处理技术分析计算机大数据信息处理技术是目前信息时代的重要技术之一，随着大数据应用越来越普及，其对社会经济和科技发展都产生了深远影响。
本文将介绍计算机大数据信息处理技术的相关概念、技术体系及其应用。
1.1 大数据信息处理技术的定义大数据信息处理技术是指通过高效的计算机系统，对数据进行采集、存储、处理、分析达到提取有价值信息的过程。
这些数据一般来自于网络、传感器、移动设备等多个来源，数据量很大，种类很多且结构复杂。
针对这种情况，我们需要一套完整的处理技术来提高数据的价值。
(1)数据量大，数据种类多且结构复杂;(2)业务实时性要求高;(3)数据价值度不一样，数据存储能力强；(4)对计算资源要求高，需要强大的计算机系统;(5)对分布式、并行处理技术有要求。
大数据处理技术在处理数据过程中一般分为三个阶段：数据采集、数据处理和数据分析。
在这三个阶段中，我们一般采用不同的技术进行实现。
(1)数据采集技术：包括网络爬虫技术、传感器技术、无线接入技术等。
(2)数据处理技术：包括数据清洗技术、数据预处理技术、数据结构化技术、数据挖掘技术、机器学习技术等。
(3)数据分析技术：包括数据可视化技术、统计分析技术、大数据分析平台技术等。
2.1 数据采集和预处理数据在采集时，往往存在很多问题，比如数据缺失、数据质量不一等问题，需要通过预处理来解决这些问题。
数据采集和预处理的步骤大致如下：(1)数据采集：在这里涉及到数据来源的不同，我们一般采用不同的采集方法，如网络爬虫、传感器、无线接入等。
(2)数据清洗：在数据采集完成后，我们需要对原始数据进行清洗。
主要内容包括去掉重复数据、去除数据噪声、清理数据格式等。
(3)数据集成：数据集成是指将多个数据源的数据进行合并。
在合并时，需要考虑数据格式不同、数据命名不规范等问题。
(4)数据转化和数据规约：数据转化和数据规约是指对原始数据进行处理和转化，使得它更能符合数据挖掘的需求。
论大数据时代计算机信息处理技术
论大数据时代计算机信息处理技术大数据时代的到来，给计算机信息处理技术带来了新的挑战和机遇。
随着互联网的快速发展和社会信息化的深入推进，海量的数据不断涌现，如何高效、快速地处理这些数据成为了一个重要问题。
计算机信息处理技术在大数据时代中展现出了无比的重要性，本文将从计算机信息处理技术的现状、挑战和发展趋势等方面进行探讨。
一、计算机信息处理技术的现状在大数据时代，计算机信息处理技术正在经历着前所未有的发展。
随着计算机硬件性能的不断提升和软件技术的不断成熟，大数据时代的计算机信息处理技术已经具备了更高的处理能力和更广泛的应用范围。
目前，计算机信息处理技术主要包括数据采集、数据存储、数据处理和数据分析等方面。
数据采集领域，传感器技术、物联网技术等技术的发展，使得计算机可以从各种各样的设备和传感器中采集到大量的数据；数据存储方面，存储技术的不断进步，使得计算机可以存储海量的数据，并且可以实现数据的高可靠性和高可用性；数据处理和数据分析方面，计算机的计算能力和算法技术的不断提升，使得计算机可以快速、高效地分析海量的数据，并且从中挖掘出有价值的信息。
二、计算机信息处理技术面临的挑战在大数据时代，计算机信息处理技术也面临着一些挑战。
是数据的多样性和复杂性。
在大数据时代，数据的来源非常广泛，种类非常丰富，包括结构化数据、半结构化数据和非结构化数据等，而且数据之间通常是密切相关的，数据之间的关系非常复杂。
如何有效地处理这些多样性和复杂性的数据成为了一个重要问题。
是数据的时效性和实时性。
在大数据时代，很多应用场景要求对数据的时效性和实时性有较高的要求，比如金融行业、电商行业等。
如何在数据量大、数据频率高的情况下，对数据进行实时处理和分析，是一个比较困难的问题。
是数据的安全性和隐私性。
在大数据时代，数据的安全性和隐私性问题越来越受到重视，如何保护数据的安全性和隐私性，同时又保证数据的有效使用，是一个非常棘手的问题。
三、计算机信息处理技术未来的发展趋势在面对这些挑战的计算机信息处理技术未来的发展趋势也呈现出了一些特点。
大数据时代背景下的计算机信息处理方式分析
大数据时代背景下的计算机信息处理方式分析在大数据时代，计算机信息处理方式发生了重大变化。
由于海量的数据量无法被传统的信息处理方法所处理，为了能够高效地存储和分析这些大数据，人们需要采用一种有效的计算机信息处理方式。
本文将从计算机信息处理的需求、处理方式以及挑战等方面进行详细分析。
大数据时代对计算机信息处理产生了新的需求。
传统的信息处理方式往往是针对结构化数据进行的，而大数据时代的数据多种多样，包括结构化数据、半结构化数据和非结构化数据。
这就要求计算机信息处理方式能够同时处理这三种类型的数据。
在大数据时代，计算机信息处理的方式也发生了巨大的变化。
一方面，出现了一些新的信息处理技术，如Hadoop、Spark等。
这些技术采用了分布式存储和计算的方式，能够将大数据分析任务分解成多个子任务，并通过并行处理的方式加速计算过程。
云计算技术的发展也为大数据的信息处理提供了很多便利。
云计算技术可以提供按需资源的方式，使得大数据处理任务能够在需要的时候快速启动并使用大量的计算资源。
云计算技术还可以提供弹性扩展的能力，根据实际需求动态调整计算资源的规模。
在大数据时代，计算机信息处理方式也面临着很多挑战。
大数据的存储和传输成本较高，需要投入大量的资源来构建和维护大数据处理系统。
大数据的质量和隐私问题也需要得到有效的解决。
大数据往往存在质量低下和隐私泄露的风险，需要采用一些有效的数据清洗和隐私保护技术来提高数据质量和保护隐私。
大数据的分析和使用也需要更多的专业人才。
由于大数据的复杂性和规模庞大，普通的计算机信息处理方式已经无法满足对数据的高效利用。
需要培养更多的专业人才来研究和开发新的信息处理技术，从而能够更好地分析和应用大数据。
大数据时代背景下，计算机信息处理方式发生了巨大的变化。
需要采用一种能够同时处理结构化、半结构化和非结构化数据的信息处理方式，并且能够实时处理大数据。
新的信息处理技术如Hadoop、Spark以及云计算技术的发展为大数据的信息处理提供了很多便利，但同时也面临着存储和传输成本高、数据质量和隐私问题以及缺乏专业人才等挑战。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据时代计算机信息处理技术
发表时间：2018-08-17T10:37:25.267Z 来源：《基层建设》2018年第20期作者：屈映圜
[导读] 摘要：计算机与网络技术催生了相当大数量的数据和信息，过去的数据时代已经落后，当下的世界是大数据的时代。
正大天晴药业集团股份有限公司江苏连云港 222000
摘要：计算机与网络技术催生了相当大数量的数据和信息，过去的数据时代已经落后，当下的世界是大数据的时代。
大数据时代的到来为现如今的社会带来了很多的机遇和不同的挑战［1］。
而已经到来的大数据时代冲击和打击了计算机信息处理技术。
而目前已存在的关于计算机信息处理技术达不到对大量数据处理的要求和目标，也不能确保数据能够一定得到安全保障。
本文划分和界定了计算机信息处理技术以及大数据的定义，从而对其将要面临和正在面对着的机遇和问题进行了分析，并且研究和探讨了大数据时代背景之下计算机信息机处理技术的发展方向与发展目标。
关键词：大数据时代；信息处理；技术研究
QQ和微信等的概念和社交平台伴随着计算机和网络技术的逐渐推广和应用出现在人们的生活的之中，而海量数据也出现在生活里，随之人们步入了拥有大数据时代的社会内。
在如今的大数据时代，人们在处理大数据问题的时候需要采用全新的视角的崭新的理念。
另外，在大数据的快捷下获得个人想要的信息和数据的时候，要时刻注意数据和个人信息的安全。
所以，只有使计算机信息处理的技术得到不断发展和创新，才能使其紧跟时代的步伐。
下面我们就上述的问题进行较为详细的阐述和探讨。
1 计算机信息处理技术和大数据的概念
1.1计算机信息处理技术的定义
在现代办公应用和企业管理数据的过程当中，计算机信息处理的技术占着举足轻重的地位。
计算机信息处理技术是指把信息数据和信息分析、处理等的分散的技术统一起来，实现管理数据信息的方便快捷的目标。
其包括了很多的范围，以计算机技术为主要的核心内容，除此之外，传感、通信工程和网络工程等的科技也是在它涉及的领域之内。
当今社会，企业管理数据的处理和现代化办公相结合所产生的产物和效果已经成为了上班族基础的办公工作部分。
人们可以通过专业的设备和配置，对工作进行合理安排，实现了人、硬件和软件三部分的结合，同时也改变和突破了传统的数据处理和办公工作的方式，如此使办公效率有了很大程度上的提升。
1.2大数据的概念
单看“大数据”的字面意思，可以把它理解为数据量特多的数据。
所说的数据量的庞大，不只是说数据信息量的多这方面，同时也包含数据信息的复杂化、多样化和重复化三方面的内容。
当下社会的虚拟数据化的发展正呈现着上升趋势。
现代社会和大数据有着密不可分的联系，现代社会促进了大数据的产生和发展。
将大数据和传统计算相互比较，可以明确得出关于大数据的很多优点和长处。
其中包括其成本低廉，资源利用率比较高，规模较大，速度也比较快。
要注意的一点是，大数据本身所存在的数据量庞大的特点，会促使各种数据之间产生出复杂且冗乱的关系。
大数据在平时的生产和生活当中，拥有能够把所有的活动用数据记录存档和核心功能作用。
而分类分析、遗传算法和机器学习等的技术都是存在于大数据内的关键性技术和方法。
2大数据时代计算机信息处理技术的机遇与挑战
2.1面临的机遇
数据挖掘即通过分析每个数据，从大量数据中寻找其规律的技术。
数据挖掘一般由3个阶段组成：数据准备、规律寻找与规律表示。
数据的挖掘有利于提高决策。
很多企业在把庞大的数据集中后，碰到“数据海量、信息缺乏”的通病问题，这就在数据准备阶段遇到难题，大多数事物型数据库仅有数据录入、查询与统计这些比较简单但是低层次的功能，无法从冗杂的数据中快速准确地提出有效的信息，进而更无法通过数据总结出更有价值的信息，这样就无法发现目标规律并且表示出这种规律。
如果能及时准确地对庞大的数据进行到位的分析，就可以获得一些隐藏在数据背后的信息，比如目标群体在该领域的行为习惯、兴趣爱好，通过专员来为该群体“私人订制”，做出合理的决策与对应措施，提高工作效率与企业核心竞争力。
除此之外，物联网是当今社会通信系统、信息传播、计算机技术等高新技术集中的精华。
作为新兴产业的重要内容，它普及应用在信息与网络成熟的系统工程中。
大数据时代下，互联网衍生出很多新型的产业，信息化的养老系统完善，人民群众基本IC一卡通的普及，方便且多功能的电子钱包的应用，过年取代传统的现金红包而火热流行的电子红包等等都是从以人为本为出发的核心，切切实实地充分利用大数据与云服务的功能。
2.2 面临的挑战
2.2.1信息安全的要求更高
大数据时代下，网络越来越普及，信息安全问题就日渐重要，无论是大型企业的信息安全还是每个网民个人信息安全都格外重要［2］。
在进行网上冲浪与网购的时候，稍有不慎，个人隐私被入侵，造成信息安全问题进而产生人员与财产的损失。
所以，国家应该建立更完善的法律；相关机构可以通过应用来牵引相应的安全的技术发展，充分发挥自身优势；个人也应该注意保护私人隐私，避免不必要的损失。
2.2.2需要专门的人才
大数据时代下，既需要技术人才更需要管理人才。
大数据时代是技术的时代，技术型人才自然炙手可热。
而人才的培养需要一定的周期，对于这种新兴的产业，人才缺口自然较多。
相对于技术型人才，管理型人才更为紧缺且重要，政府和企业的领导者，也要有意识地转变思维方式，学习用数据思考、说话和管理。
在飞速发展的社会中，经验主义会成为大数据时代的束缚。
3大数据时代计算机信息处理技术的发展方向
相对于传统小规模的单一数据形式，大数据通常具有数据规模大、数据机构复杂等特点，各种数据间形成的相互关联的结构，增加了数据处理的难度，而当前的计算机信息处理技术很难胜任大规模复杂结构数据的处理需求，这就需要一种新的数据服务网络来提供更加高效、快捷的服务。
结语：最近几年，科学技术在不断进步，信息处理的技术也有了突飞猛进的发展。
计算机的出现，在为人们带来便捷的同时，也悄然将科技信息时代的大门打开了［3］。
对于计算机信息处理技术来说，处在大数据的时代背景下不仅面临着机遇和机会，同时也面临着问题和挑战。
利用计算机技术来对数据进行分析和研究的人变得越来越多，这种想象在一定程度上促进了计算机的信息处理技术的大面积和大范围的应用，需要注意对目前仍然存在的问题和不足之处进行改进与完善，并要做到以海量数据处理为标杆和基础，建立起真正适用于大
数据时代的网络系统和十分可靠的安全体系，最终把计算机信息的处理技术应用到到更加广泛的范围中。
参考文献：
［1］冯潇婧.“大数据”时代背景下计算机信息处理技术的分析[J].计算机光盘软件与应用，2014，17（05）：105+107. ［2］吴恩生，王桂梅.大数据时代计算机信息技术分析[J].江苏信息科技，2015，（12）：63+65.
［3］郝科伟.大数据时代下的计算机信息技术[J]电子技术与软件工程，2017（02）：196.。