龙源期刊网 http://www.qikan.com.cn
大数据的分析技术之tensorflow的应用
作者：丘仕能
来源：《电脑知识与技术》2018年第15期
摘要：随着大数据时代的发展，数据分析成为整个大数据处理流程的核心，就是从大数据中获得各种信息，这就包括了数据可视化分析、数据预测、数据处理、数据存储等。而tensorflow在数据分析方面有一定的便捷性。该文对大数据的特征进行了分析，并由此为基础介绍当前数据分析的一些技术和工具，并介绍tensorflow关于数据处理与数据可视化方面的运用。
关键词：大数据；数据分析；tensorflow；可视化
中图分类号：TP311 文献标志码：A 文章编号：1009-3044（2018）15-0022-01 1大数据的定义与特征
自2011年IDC给出大数据定义以来，随着众多专家对大数据的研究与分析，现在较为被人接受的定义如下，大数据是指使用传统和常用的软件技术和工具在一定时间内无法完成获取、管理和处理的数据集；而麦肯锡全球研究所给出的定义是，大数据指的是在大小范围超过常用数据库工具的获取、存储、管理和分析能力的数据集。 相较于传统处理的小数据，大数据具有以下“5个V的特点：
1）规模大（Volume）：数据容量从20世纪80年代末的GB、TB的级别上升到20世纪90年代的PB、EB级别的数据单位。
2）类型多（Variety）：即大数据不仅包括传统的关系型、结构化数据，还包括以网页、视频、音频、文档等形式存在的未加工、半结构化和非结构化的数据。
3）时效性（Velocity）：很多大数据需要在一定的时间限度内得到及时处理，满足一定的响应性能要求。
4）准确性（Veracity）：大数据中的内容是与真实世界中的发生息息相关的，研究大数据就是从庞大的网络数据中提取出能够解释和预测现实事件的过程，处理的结果要保证一定的准确性。
5）价值性（Value）：是通过数据分析后获取得到有价值的数据，并对大数据进行分析挖掘，合理运用数据，以低成本创造高价值。 2 大数据分析的技术与工具
大数据的分析技术之tensorflow的应用
