浅析数学与应用数学在大数据中的应用.docxVIP

浅析数学与应用数学在大数据中的应用 　　摘要：大数据是当今时代快速发展之下的必然产物，而数学和应用数学则是着重培养学生对于数学知识的实际应用能力，将数学和应用数学应用到大数据处理中，对于数学知识的实际应用和发挥以及提升数据的处理效率都有相当不错的效果。该文从大数据着手分析，探讨数学和应用数学在大数据中的应用。 　　关键词：数学和应用数学大数据应用 　　中图分类号：tp31文献标识码：a文章编号：1672-3791（2019）12（c）-0248-02 　　1大数据概述 　　大数据概念：大数据指的是不能在一定时间内用我们的常规软件对其进行抓取、管理和处理，在各色各样的数据中，快速地抓取到一些有较多价值的信息，适用于数据库、计算机云计算等一些常见的存储系统。随着计算机网络以及互联网技术的快速发展，对于社会的各个行业都起到了极大的促进作用，更是在多数行业中产生了大量的“生产数据”，比如在光学观测、监控技术、医疗等方面，更是产生了一个“无限数据”的说法。因为在大多数领域之中，由于数据本身的巨量性以及源源不断，很大程度上造成了“数据灾害”，于是在这种历史发展环境之下，大数据这一概念逐渐被人们所重视。随着它在各个行业中的作用不断凸显，终于也逐渐出现在人们的视野中，在新时代的大数据发展需求当中，建立全新的构架势在必行，以此来满足大规模数据的传输、储存和分析。 　　特征：大数据具有4个特征：一是数据量巨大;二是数据的类型多样化;三是数据处理的速度快;四是它的价值密度较低。 　　处理方式：一是采集。大数据的采集指的是利用多个不同的数据库来接收从客户端发过来的数据，用户可以通过访问数据库来查询这些数据。比如说电商就可以通过mysql来将数据储存起来，还有其他的一些数据库如nosql等亦可以用于大数据的采集。在大数据的采集过程中，它的一大特点之一就是并发数较高，这是因为在同时可能有很多个用户对其进行访问，如淘宝购物和火车票的购买等，他们的并发量有时候甚至能高达数百万，所以这就意味着需要采用更大的数据库才能容纳下如此庞大的数据。二是数据的导入和预处理。在采集端本身就已经有很多的数据，然而要想对如此大量的数据进行分析，仍是需要见这些数据导入到一个较为集中的大数据库中，在导入过程中，还可以对这些数据进行一些清洗和预处理等操作。三是分析和统计。数据的统计和分析就要用到分布式数据库，利用分布式数据库来进行存储和汇总，只有这样才能满足客户的需求。四是挖掘。挖掘和之前的分析统计的不同之处就在于在挖掘前就要首先设计好主题，主要表现为在计算机上进行一定的计算，进而起到一个预测的效果。较为典型的计算为kmenas、svm等，主要用到的工具有hapdoop和mahout等。这一过程的挑战性比较大且比较复杂，一般是以单程线为主。 　　2数学与应用数学的发展现状 　　2.1纯数学专业 　　数学是一门理工学的基础学科，不管是在过去还是在未来都会受到各类高校的高度重视，如国内北大清华等高校都开设了数学研究中心进而开展对纯数学领域的研究。然而随着时代的不断进步，数学领域的研究和应用将会更加丰富，从牛顿的微积分发展到如今，数学专业的研究方向不断扩展，但是随着研究领域的不断扩大以及数学专业的逐渐趋向于成熟，要想高屋建瓴已经十分困难。我国近几十年的发展十分迅速，但是人均经济发展还有极大的发展空间;由于受到经济等方面的限制，我国的多数领域研究方向更加偏向于实际应用，这使得数学领域遭到较大的冲击，纯数学的应用被移向边缘化。总体而言，数学专业在我国当前所有的专业中，地位并不十分有利。但是随着大数据时代的来临，对于数据的分析以及研究，数学专业能够提供足够的理论和方法支持，利用数学研究成果满足大数据处理和相应的算法优化，在未来的应用中未必不能实现，或许还能产生意想不到的效果。 　　2.2数学与应用数学 　　数学与应用数学已经有原来的纯数学上升到理论和方法的应用中，作為由数学衍生的学科，在复合类学科成为主流的背景下，发展更加受到业内人士的重视。比如北京大学就开设了信息科学、统计学以及计算机科学等应用数学的方向学科，而这些新的复合性较强的学科也不断受到学界的追捧。数学与应用数学和传统的纯数学专业有所不同，不仅仅只是研究数学理论，而是上升到和实际应用相关的数学以及作为一种解决问题的工具，利用数学理论和方法解决理工科或者人文科学等方面存在的难题，并与其进行学科交叉研究。数学与应用数学主要的方向还是在计算机领域，而这个领域又包括传统的信息学以及新兴的大数据科学（大数据以及人工智能），随着计算机技术的快速发展，数学与应用数学需要为这两类学科提供基础的理论知识，还要在大数据分析阶段提供算法的优化支持，这些数学与应用