1、计算机的发展表现为四种趋向：巨型化、微型化、网络化和智能化。巨型化。巨型化是指发展高速度、大存储量和强功能的巨型计算机。这是诸如天文、气象、地质、核反应堆等尖端科学的需要，也是记忆巨量的知识信息，以及使计算机具有类似人脑的学习和复杂推理的功能所必需的。
2、巨型化。巨型化是指研制速度更快的、存储量更大的和功能强大的巨型计算机。起运算能力 一般在每秒一百亿以上、内容容量在几百兆字节以上，主要应用于天文、气象、地 质和核技术、航天飞机和卫星轨道计算等尖端科学技术领域。巨型计算机的技术水 平是衡量一个国家技术和工业发展水平的重要标志。
3、计算机的发展情况是：硬件性能的提升、软件技术的发展、网络技术的普及、安全问题的挑战、人机交互的改善。硬件性能的提升 随着科技的不断进步，计算机的硬件性能不断提升。从最初的巨型计算机，到现在的微型计算机，计算机的体积越来越小，性能越来越强，速度越来越快。
4、计算机的发展趋势如下：巨型化，指计算机具有极高的运算速度、大容量的存布空间；微型化，大规模及超大规模集成电路发展的必然；网络化，计算机技术和通信技术紧密结合的产物；智能化，让计算机能够模拟人类的智力活动。
遗漏值处理（缺少感兴趣的属性）、噪音数据处理（数据中存在着错误、或偏离期望值的数据）、不一致数据处理。
大数据采集技术：这一技术通过 RFID 数据、传感器数据、社交网络交互数据及移动互联网数据等方式，实现对结构化、半结构化及非结构化的海量数据的获取。 大数据预处理技术：该技术的主要任务是对采集到的数据进行辨析、抽取、清洗、填补、平滑、合并、规格化及检查一致性等操作，以确保数据的质量。
大数据技术的关键在于处理海量数据，并从中提取有价值的信息。这个过程涉及多个技术层面，包括数据采集、预处理、存储管理、处理与分析以及可视化展示。 数据采集技术 数据采集技术通过RFID、传感器、社交网络和移动互联网等多种渠道，实现对结构化、半结构化和非结构化数据的收集。
大数据分析及挖掘技术 大数据分析技术：改进已有数据挖掘和机器学习技术；开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。
大数据关键技术有数据存储、处理、应用等多方面的技术，根据大数据的处理过程，可将其分为大数据采集、大数据预处理、大数据存储及管理、大数据处理、大数据分析及挖掘、大数据展示等。
大数据（big data，mega data），或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。
大数据，这个术语指的是海量、快速增长且多样化的信息资产，它需要新的处理方法来提升决策力和洞察力。维克托·迈尔-舍恩伯格和肯尼斯·库克耶在其著作《大数据时代》中定义，它强调的是对所有数据而非抽样进行分析，其特征包括大量数据Volume、高速处理Velocity、多样性Variety和价值提取Value（通常缩写为4V）。
大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。 物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
大数据是指那些超出常规数据处理软件能力范围的数据集合，这些数据集合具有如此庞大的规模、高速的增长率和多样的格式，以至于需要全新的处理模式来提取其决策洞察和流程改进方面的价值。在《大数据时代》一书中，大数据被定义为不仅仅是通过抽样调查的随机分析法来处理的所有数据。
大数据是指在特定时间内，使用常规软件工具无法处理、管理和分析的庞大数据量。大数据具有数据量大、产生速度快、种类繁多等特点。随着信息技术的快速发展，大数据已经渗透到各行各业，成为重要的资源。
大数据概念 大数据是指涉及数据量大、类型多样、处理速度快、价值密度高的数据和技术的集合体。详细解释如下： 数据量的巨大 大数据的“大”字体现在其规模上。随着信息技术的发展，数据的产生和收集达到了前所未有的速度和规模。无论是社交媒体、电子商务、物联网还是其他领域，都产生了海量的数据。
