大数据驱动的云计算平台及其在统计学中的应用分析

马会宁

摘要：文章简要地介绍了大数据及云计算平台的相关概念，通过对大数据在统计学中的重要作用和应用思想进行分析，来探讨大数据在统计学中的有效应用，以充分发挥大数据技术，提高云计算平台利用率，帮助企业做好统计工作，加强企业信息管理，从而促使企业实施高效的风险管理，提升统计人员的工作水平，获得更多的经济效益。

关键词：大数据驱动;云计算平台;统计学;有效应用

随着科学技术的高速发展，21世纪俨然成为一个大数据时代，其已经渗透于全球各大行业中，为企业的经营发展提供了重要技术支持。在过去，企业想要获得各类信息，需要众多人员去进行调查和收集，而且所获得的信息也不够全面，缺乏时效性。现如今有了大数据技术后，企业告别了传统信息收集方式，可快速获取有关企业各方面的信息，了解市场行情，并能根据所收集的各类数据来进行科学统计和详细分析，以为企业经营决策提供可靠依据。在大多数企业中都建立了大数据驱动的云计算平台，这是因为大数据和云计算密不可分，大数据需要依托云计算来进行处理。有效应用大数据驱动的云计算平台，有利于提高企业统计能力，推动统计学的长远发展。

一、大数据及云计算平台的相关概念

大数据具有强大的处理能力，具有多元性和实时性，其信息来源于庞大的数据群组，基本特征表现在四个方面，即数据量大、数据类型多、数据有价值、数据处理速度快。其和云计算具有密不可分的关系，必须依仗于多台计算机的协同操作，采用的是分布式计算架构。大数据驱动的云计算平台，能够收集海量数据，并对这些数据进行科学分析，涉及到分布式处理技术和云储存技术，而且还有分布式数据库。大数据和云计算都是互联网技术的衍生，逐步走向数据化、信息化时代下的统计学，需要大数据的支持。有效利用大数据及云计算，可对复杂的数据进行统计和分析，建立关系型数据库，从而得到高价值的数据信息。

二、大数据在统计学中的重要作用和应用思想

大数据在统计学中能够起到重要作用，不仅可带领统计学走向现代化、智能化，还能满足企业当前的统计分析工作需求。有效的应用大数据统计分析工作，可帮助企业实施高效的风险管理工作，获得具有时效性和准确性的信息数据，为企业的未来发展提供科学的信息支持。

大数据在统计学中的应用思想主要体现在以下几个方面：一是强调了大数据抽样调查工作。其不同于传统统计学内容，大数据的样本，其实就是过去所有资料的总和，对其进行调查和分析，不仅能了解数据的局部信息，还能掌握数据的总体信息;二是强调大数据统计分析的精确性。对于庞大而复杂的大数据来说，不够精确的数据会带来严重后果，得不偿失;三是数据和数据之间具有关联性和匹配性，不仅要了解数据的表面特征，更应当深入挖掘数据背后隐藏的关系，以提高数据价值。

三、大数据在统计学中的有效应用

（一）大数据下的统计运行流程

相较于传统统计学来说，大数据时代下的统计学在深度、广度方面都有着一定的变化。如当前统计学的分析研究对象不再局限于数量，还囊括了无法用数据来度量的文本信息、图片信息、视频信息、动画信息和地理位置信息等。这种即使不属于结构数据的信息，同样也能进行统计和分析。而大数据下的统计分析工作，也不再如过往般复杂，变得更为简单。

首先，要对数据进行收集。这是完全不同于传统数据收集和保存的工作，面对庞大的数据组和复杂的数据类型，不可能对现有的数据进行简单的汇总、编制和绘制统计表，而是利用大数据驱动的云计算平台来对这些数据进行审核和储存。虽然这些数据之间并不一定存在客观而稳定的联系，但是仍能从中发现和分析出隐藏的关系模式，比起统计样本来说，这种大数据统计方式所得到的信息更加全面，数据也更有价值。

其次，要深入挖掘数据的价值。一是大数据时代下所收集到的数据价值并不只存在于表面，很多时候在对一个数据进行了分析后，其还能产生新的价值。为全面发现数据的价值，则需要对数据进行有效整合，将整合后的数据作为一个整体来进行统计分析，以此来研究数据之间的关联性，获取新的信息;二是要实现数据的可视化，对数据所展示出来的匹配性进行分析总结，得出结果;三是要深入而正确地解读数据，这需要实施跨界合作。

（二）创新数据收集和分析方法

大数据下的統计工作具有一定的复杂性和难度，其在收集数据的过程中会发现诸多复杂数据，这些数据来自于一些复杂事件。由于大数据基于互联网技术，因此其需要面临一定的网络安全风险，数据很可能遭遇突发状况而受到损伤。在这种情形下，为规避数据安全威胁，一方面要加强网络安全管理，另一方面则要不断地创新复杂数据收集和分析方法，不仅要识别数据的表面特征，还应当深入了解数据的结构特点。

大数据驱动的云计算平台，为大数据统计工作提供了一定的支持，尤其是在大数据规模逐渐扩大，大数据数量逐渐增多的情形下，开展大数据统计分析工作，需要多台计算机的协同操作，这就涉及到大数据统计分析成本和时间问题。对于企业来说，其当然希望将大数据统计分析成本控制在最低范围内，尽可能地缩短统计分析时间，提高统计时间效率。而要实现这一目标，则必须加强对大数据在统计学中的应用研究，创建一套能够满足企业大数据统计分析日常需求的理论体系，并且根据大数据的特征来进行统计和分析工具的开发，以促使其有效应对复杂的大数据，节约数据统计分析资源成本和时间成本。

在面对复杂数据的统计和分析时，常常会遇到数据类别重叠，数据类别不均衡等问题。为有效解决这些问题，不仅要重视对统计学相关理论的研究，还应当提出科学的统计分析算法，如舍弃法、分隔法和合并法等。可充分利用AdaBoost技术，并在此基础上，实施局部聚类组合数据统计法，以使所收集到的复杂数据更加均衡。另外，常见的复杂数据统计分析方法还有C2C电子商务共谋欺诈识别、网络入侵检测等。

（三）全方位把握统计分析工作各环节

大数据在统计学的应用过程中，要求统计人员从各方面来把握工作细节，不断地优化每一个工作环节，可从以下方面着手。

第一、要转变传统的统计学思想，充分掌握大数据的特征，坚持现代化統计分析工作理念，重视抽样调查和测量工作的开展，并着重于发现和分析数据之间的关联性。应当理清所收集的数据，并且不断地挖掘数据的价值，从数据呈现的形态来分析出结果，得到科学而准确的数据信息反馈。

第二、要加强大数据下统计学研究，创新统计分析工作方法。应当融合不同学科，如自然科学、数据科学等，并充分发挥实质性科学的主导地位。需改进当前的统计分析工作手段，实施全过程性数据分析，保障数据的时效性，对每一次统计分析工作进行反思，转变传统的被动统计模式，主动地开展数据统计分析工作。在保证数据准确性和时效性的基础上，对数据走势进行科学分析，以提高预判性的准确率。

第三、要加强对统计人员的培训，为其提供再教育机会。这是因为与传统统计分析工作相比，大数据下的统计分析工作，对统计人员的要求更高，其不仅要掌握基础的统计学知识，还要对大数据等现代技术有所涉猎，需要其融合应用统计技术和云技术。另外，要强化统计人员的责任意识，使其认识到自身职责的重要性，主动地投入到工作中，提升统计人员的职业道德素养。

第四、为满足社会对统计人才的需求，企业和学校应当实施有效的校企合作，企业为学校统计学专业的学生提供实践平台，用丰富的实际案例来教导学生;而学校则可为企业传输更多优秀的统计人才。

四、结语

大数据技术的应用，对于各行各业的企业来说，有着极大的价值和作用。其不仅能够为企业转型提供大量的有效数据，还能帮助企业实现精准营销，提高企业风险管理水平，优化企业资源配置，充分发挥人的作用。有了大数据技术的支持，企业可以获得庞大的信息数据，而这些数据仅收集还远远不够，要真正体现数据的作用，还需要企业加强统计分析工作，转变传统的统计分析思想，结合当前大数据应用实况来进行不断创新，针对大数据的特征来采取有效的统计方式，以实现统计分析工作效益最大化，从而提高大数据在统计学中的应用水平，促进企业市场竞争力的提升。

参考文献：

[1]张媛媛.基于云计算的大数据统一分析平台设计与应用[J].信息与电脑（理论版），2018（18）.

[2]喻勋勋.试论大数据及云计算平台的应用[J].电脑编程技巧与维护，2018（07）.

[3]刘士源.大数据和云计算平台的应用浅谈[J].科技风，2017（24）.

[4]杨华.基于云计算的大数据分析平台设计[J].电脑编程技巧与维护，2018（06）.

[5]胡雯.基于大数据和云计算平台应用[J].中国新通信，2019（02）.

[6]张腾.浅谈大数据和云计算平台的应用[J].数码世界，2018（01）.

（作者单位：河南财政金融学院）