当前的数据分析技术的研究可以分为几个重要方向:结构化数据分析、文本数据分析、多媒体数据分析、Web数据分析、网络数据分析和移动数据分析。

大数据10个主要发展趋势:

大数据与人工智能的融合;

跨学科领域交叉的数据分析应用;

数据科学带动多学科融合;

深度学习成为大数据智能分析的核心技术;

利用大数据构建大规模、有序化开放式的知识体系;

大数据的安全持续令人担忧;

开源继续成为大数据技术的主流;大数据与云计算、移动互联网等的综合应用;

大数据提升政府治理能力，数据资源化、私有化、商品化成为持续的趋势;

大数据技术课程体系建设和人才培养快速发展。大数据发展趋势预测总结为“融合、跨界、基础、突破”。

1.结合智能计算的大数据分析成为热点，包括大数据与神经计算、深度学习、语义计算以及人工智能其他相关技术结合。得益于以云计算、大数据为代表的计算技术的快速发展，使得信息处理速度和质量大为提高，能快速、并行处理海量数据。

2.跨学科领域交叉的数据融合分析与应用将成为今后大数据分析应用发展的重大趋势。

由于现有的大数据平台易用性差，而垂直应用行业的数据分析又涉及领域专家知识和领域建模，目前在大数据行业分析应用与通用的大数据技术之间存在很大的鸿沟，缺少相互的交叉融合。

因此，迫切需要进行跨学科和跨领域的大数据技术和应用研究，促进和推动大数据在典型和重大行业中的应用和落地，尤其是与物联网、移动互联、云计算、社会计算等热点技术领域相互交叉融合。

3.大数据安全和隐私。大数据时代，各网站均不同程度地开放其用户所产生的实时数据未来发展趋势，一些监测数据的市场分析机构可通过人们在社交网站中写入的信息、智能手机显示的位置信息等多种数据组合进行分析挖掘。

然而，大数据时代的数据分析不能保证个人信息不被其他组织非法使用未来发展趋势，用户隐私安全问题的解决迫在眉睫。

安全智能更加强调将过去分散的安全信息进行集成与关联，独立的分析方法和工具进行整合形成交互，最终实现智能化的安全分析与决策。

4.各种可视化技术和工具提升大数据分析。进行分析之前，需要对数据进行探索式地考查。

在此过程中，可视化将发挥很大的作用。对大数据进行分析以后，为了方便用户理解结果，也需要把结果展示出来。尤其是可视化移动数据分析工具，能追踪用户行为，让应用开发者得以从用户角度评估自己的产品，通过观察用户与一款应用的互动方式，开发者将能理解用户为何执行某些特定行为，从而为自己完善和改进应用提供依据。

End.