陈达荣
摘要：本文以大数据为时代背景，深究当前信息分析实际工作中所存在的客观问题，明确了信息分析当前多面临的发展性挑战，深层次地构思了应对策略。从而能够不断提升信息分析各项工作的实施效果，让信息分析各项专业技术可充分满足于大数据这一时代背景，带动信息化产业链条的迅猛发展。
关键词：大数据；时代；信息分析；关键问题；挑战；解决对策；
前言
所谓的大数据，从文字含义上分析，其主要是具备较大的信息数据存储量，能够实现多元化的数据储备。而在百科概念中，大数据则是人们在日常工中常用的一种，集捕捉、检索、处理、分析与管理等为一体的新时代数据工具。它不仅具备较大的信息数据储备容量，还能够在短时间内对信息数据进行检索、处理与分析。同时，大数据的主要特征包含着，其具备海量的存储空间，能够囊括众多的信息数据类型，高速度化的数据处理，且具有较低的价值密度。随着大数据的形成与发展，给全球信息化产业带来了新的发展曙光，引领了新时期信息数据分析时代。
1、问题
1.1在信息分析的思维方面
信息分析技术员，他们在开展信息分析各项技术工作期间，通常需运用科学地、专业地分析方法，来分析各类信息。在一定程度上，信息分析技术员所运用的所有技巧、策略及方法，均属于信息分析思维范畴。那么，在如今大数据的时代背景下，信息分析技术员原始所运用的技巧、策略及方法，已经并不适用于现实的工作要求。故在当下大数据的时代背景之下，信息分析内在思维的革新已经成为信息分析主要问题之一。
1.2在信息的分析法方面
伴随着信息的分析法创新发展，信息化技术也呈现着良好的发展态势。在一定程度上，可以说信息的分析法自身先进性，往往会对信息化技术的发展进程起着直接性影响，二者有着重要的关联性。在以往信息分析各项工作开展期间，最为注重各类参考文件的运用，信息的分析过程通常是以内容分析为主，分析法也通常采用计量法。在如今大数据的时代背景之下，传统分析法虽差错率相对较低，但其在于大数据自身无法起到良好地运用效果，无法深层次挖掘出关键词等一些内容。因而，在这一方面问题上，需相关技术人员采取相应的处理办法予以高效处理。
2、挑战
2.1数据挖掘方面
数据挖掘，通常被称之为数据信息采矿、数据信息勘探等，是以数据信息为主要对象，集成了各项计算机信息化技术，再借助模式识别、专家系统、机器学习、检索情报、在线统计分析及处理等各项技术，来进行数据信息生层次挖掘、分类整合、处理及分析的一种综合性的计算机信息科学技术，也属于我国计算机信息科学技术在新时期发展进程当中重要的产物。在大数据这一时代背景之下，如何巧妙地运用该数据挖掘技术来提升信息分析工作的专业水准，将数据挖掘技术各项功能优势充分渗透于信息分析专业工作当中，把更为升层次地信息数据挖掘出来，开启多功能化的信息分析运行模式，将是信息化产业当中信息分析工作终将面临的发展性挑战。
2.2信息安全方面
大数据这一时代背景之下，數据信息共享中心日益盛行，各类信息数据急速地传输环境之下，信息安全问题终将是信息分析工作的一点难点，如何规避信息安全风险，尽可能地提高信息分析效率及安全性，也终将是信息分析工作一次发展性挑战。
3、对策研究
3.1注重优质思维的新兴行业面临关键问题和挑战培养
信息分析的主要思维一般包含着思维的主体结构、思维客体及其相关工具等，即为信息分析技术人员、分析任务及主要课题、分析技术及各类工具等。而在大数据这一时代背景下，若想尽可能地提高信息分析工作专业水准及效率，就必须注重优质思维的培养，改变信息分析的客体及工具、技术等，如云计算、数据挖掘、信息处理等各项技术等，将其科学地运用至信息分析各项工作当中，以能够将信息分析综合思维能力不断强化，更好地完成信息分析所有任务及课题。
3.2完善资源保障综合体系
目前，是我国各项科学技术高速发展时期，各类信息化技术均呈现着迅猛地发展趋势。信息分析各类资源综合保障体系，也逐渐从基本架构演变成了具有着个性化及动态化特征的综合保障体系。但是，在当前大数据的时代背景之下，该资源综合保障体系还需实现进一步地完善才能够切实地满足于时代发展及应用需求。这就需信息情报科能够结合当前信息发分析各项工作的现实需求，将各类信息资源有效整合在一起，构建起专项的、系统化的信息分析各类资源综合保障体系，以确保信息分析各项工作均能够在有秩序、有保护的环境下开展。
3.3巧用数据挖掘开启信息分析全新模式
其一，总结信息特征及区分数据。它具有着总结及划分数据信息特征的功能优势。所谓总结及划分数据信息特征，主要水这对目标数据信息一般的特征予以汇总统计，以交叉表、多维度数据方程、饼状图、直方图等各类形式进行在线传输。通过其在信息分析专项工作当中的巧妙运用，可起到良好地辅助性作用。例如，它可针对于某位客户基本特征予以汇总统计等；区分数据，主要是把目标对象基本特征与多个、一个相应对比对象基本特征做出对比分析，如客户行为特点及年龄段等对比分析；其二，分析关联性。数据挖掘技术的分析关联性这一功能，主要是用以探索出数据信息库当中存在着关联性的信息数据，序列模式与关联性规则为最为常用的两种技术形式。关联性规则，它主要是检索出同一实践当中所出现的相关性不同项；序列模式，则是探索具体事件相互之间关联点；其三，科学分类。该项功能主要是针对目标对象分类建立一个分类的模型系统，以对总体进行科学地划分及分析等。数据挖掘科学技术当中的这一功能，能够全方位地了解客户的真实需求，并对客户所需要的数据信息进行自动化的分析整理，构成一个分布式的数据信息库，能够依据客户真实要求自由地进行数据传输及呈现；其四，精准预测分析，通过该项功能的有效性发挥，可帮助使用者全方位地掌握及分析目标对象实际发展规律，还可深层次地、全方位多角度地预测未来发展趋势及风险，以更好地帮助使用者规划未来，制定风险预警及防范措施。数据挖掘科学技术当中的精准预测分析这一功能，在我国销售领域当中应用的范围相对交广，且应用效果较为理想化。
3.4科学规避信息安全风险
孤立点综合分析，也可称之为局外者综合分析。所谓孤立点综合分析，它是与数据信息集中完全不同的一种信息分析方式，在实际应用孤立点综合分析功能期间，可帮助使用者发现数据信息并不是随机性的差异，而是形成在完不同机制当中，能够深层次地挖掘一下极端、少数的目标对象相应数据信息，将其内在及本质予以揭示出来。在我国银行业的信用评价系统当中，孤立点综合分析这一功能应用的范围相对广泛，可对所有不良信用等级用户基本特征归集出来，对未来可能会存在着的欺诈性交易予以有效性预测及分析，科学地规避信息安全风险，以帮助企业降低经济损失，应用效果也极为突出。
4、结语
综上所述，为了能够提升信息分析专项工作综合水平，就需相关技术人员积极投身于实践探索当中，积累更多的实战经验，以大数据为时代背景，深刻了解到信息分析各项工作现实问题及发展性挑战，采取最为有效地解决措施，确保信息分析各项工作高质量完成，翻开信息分析专行业发展的新篇章。
参考文献
[1]刘思驿.大数据时代信息分析的关键问题、挑战和对策[J].数字通信世界，2018，11（03）：258-259.
[2]文庭孝，姜坷炘，赵阳，肖文芳.浅谈大数据时代信息技术的机遇与挑战[J].信息安全与技术，2017，12（05）：664-665.
[3]官思发，朝乐门，李学森，佟琳.大数据时代信息分析的关键问题、挑战与对策[J].图书情报工作，2016，59（03）：12-18+34.
