互聯(lián)網(wǎng),、物聯(lián)網(wǎng),、無線傳感網(wǎng)絡,、社交網(wǎng)絡等新興技術趨勢促使人類社會的數(shù)據(jù)種類和規(guī)模正以**的速度增長,，大數(shù)據(jù)時代正式到來,。數(shù)據(jù)正從簡單的記錄對象開始轉(zhuǎn)變?yōu)橐环N基礎性甚至戰(zhàn)略性的資源,，從海量的值密度的結構化和非結構化數(shù)據(jù)中獲取有價值的信息,，已經(jīng)成為各行業(yè)迅速關注的焦點,。

在大數(shù)據(jù)之中有一個重要概念,，那就是數(shù)據(jù)相關性,。大數(shù)據(jù)不是教機器像人一樣思考，而是將復雜的數(shù)學算法用在海量數(shù)據(jù)上,，讓數(shù)據(jù)自己說話,。但數(shù)據(jù)相關性并不是表面的、顯式的,，而是需要通過數(shù)據(jù)分析和邏輯疊加使其展現(xiàn),。挖掘這些規(guī)模巨大、形態(tài)各異,、價值密度低以及快慢不一的數(shù)據(jù)流之間的相關性是大數(shù)據(jù)**重要的內(nèi)涵,。

大數(shù)據(jù)分析的五個基本方面

1、可視化分析：大數(shù)據(jù)分析的使用者有大數(shù)據(jù)分析專家,，同時還有普通用戶,， 但是他們二者對于大數(shù)據(jù)分析**基本的要求就是可視化分析，因為可視化分析能夠直觀的呈現(xiàn)大數(shù)據(jù)特點,， 同時能夠非常容易被讀者所接受,，就如同看圖說話一樣簡單明了。

2,、數(shù)據(jù)挖掘算法：大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法,， 各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類型和格式才能更加科學的呈現(xiàn)出數(shù)據(jù)本身具備的特點， 也正是因為這些被全世界統(tǒng)計學家所公認的各種統(tǒng)計方法(可以稱之為真理) 才能深入數(shù)據(jù)內(nèi)部,，挖掘出公認的價值,。另外一個方面也是因為有這些數(shù)據(jù)挖掘的算法才能更快速的處理大數(shù)據(jù)， 如果一個算法得花上好幾年才能得出結論,，那大數(shù)據(jù)的價值也就無從說起了,。

3,、預測性分析能力：大數(shù)據(jù)分析**終要的應用領域之一就是預測性分析，從大數(shù)據(jù)中挖掘出特點,， 通過科學的建立模型,，之后便可以通過模型帶入新的數(shù)據(jù)，從而預測未來的數(shù)據(jù),。

4,、語義引擎：大數(shù)據(jù)分析廣泛應用于網(wǎng)絡數(shù)據(jù)挖掘，可從用戶的搜索關鍵詞,、標簽關鍵詞,、 或其他輸入語義，分析,，判斷用戶需求,，從而實現(xiàn)更好的用戶體驗和廣告匹配。

5,、數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理：大數(shù)據(jù)分析離不開數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理,，高質(zhì)量的數(shù)據(jù)和有效的數(shù)據(jù)管理， 無論是在學術研究還是在商業(yè)應用領域,，都能夠**分析結果的真實和有價值,。

大數(shù)據(jù)分析的基礎就是以上五個方面，當然更加深入大數(shù)據(jù)分析的話,，還有很多很多更加有特點的,、 更加深入的、更加專業(yè)的大數(shù)據(jù)分析方法,。

NLPIR大數(shù)據(jù)語義智能分析平臺是根據(jù)中文數(shù)據(jù)挖掘的綜合需求,融合了網(wǎng)絡精準采集,、自然語言理解、文本挖掘和語義搜索的研究成果,并針對互聯(lián)網(wǎng)內(nèi)容處理的全技術鏈條的共享開發(fā)平臺,。

NLPIR大數(shù)據(jù)語義智能分析平臺主要有精準采集,、文檔轉(zhuǎn)化、新詞發(fā)現(xiàn),、批量分詞,、語言統(tǒng)計、文本聚類,、文本分類,、摘要實體、智能過濾,、情感分析,、文檔去重、全文檢索,、編碼轉(zhuǎn)換等十余項功能模塊,，平臺提供了客戶端工具，云服務與二次開發(fā)接口等多種產(chǎn)品使用形式,。各個中間件API可以無縫地融合到客戶的各類復雜應用系統(tǒng)之中,，可兼容Windows，Linux,， Android,，Maemo5, FreeBSD等不同操作系統(tǒng)平臺，可以供Java,，Python,，C，C#等各類開發(fā)語言使用,。

隨著信息技術在我國社會生活各個領域應用的深入,中文信息處理正在成為人們工作和生活中不可或缺的手段,，中文信息處理將具有更加廣闊的市場。這將促使中文信息處理方面的高效中文搜索引擎,、實時機器翻譯,、大規(guī)模中文文本處理、跨平臺中西文自動識別轉(zhuǎn)換,、泛中文語義理解,、中文電子商務等技術實現(xiàn)重大突破。中文信息處理已成為我國信息技術研究,、發(fā)展,、應用和產(chǎn)業(yè)的基礎，在互聯(lián)網(wǎng)日益成長的今天,，中文信息處理技術將會更加成熟并創(chuàng)新,。