随着移动互联网的普及,人们已生活在一个大数据时代。通过对移动互联网大数据背景,以及对大数据进行分析处理意义的介绍,说明有效处理和应用大数据,可以帮助人们发现其中蕴含的重要价值。同时,这些处理手段和处理方法也是全新的,需要人们进一步研究分析。本文通过对K公司和其业务的介绍,引出K公司面临的风险识别问题:市场经济变化风险性、人才及技术风险性、法律及政策风险性、安全风险性和其它行业风险性。由于风险性种类的不同划分,对其加以深入研究,将风险数据进行客观的评估,通过大数据实时手段,进行风险识别分析的重要意义。随后还介绍了目前主流的大数据处理手段,大数据风险识别的过程。在分析常见的风险识别方法的优点和缺点后,指出单一使用某种现有风险识别方法只能满足有限特定场景,并提出一种基于实时大数据技术的风险识别方法,具有风险识别的客观性以及大量数据中提取有价值信息的优点,同时采用实时大数据技术弥补传统数据分析法获取数据无法保证时效性的缺点。这样能够满足互联网企业较快进行风险识别的需求。在具体风险识别分析部分,引入基于基线分析法。首先对风险的范围和指标进行定义,并确定风险类型和基线值。随后,通过收集实际项目数据,并跟基线值进行对比,发现风险范围和影响。最后一章,给出了一个软件项目风险识别的实例。首先分析了系统场景和整体结构设计,然后细化到模块设计和实现,最后给出实际应用和效果分析。可以对类似项目有参考意义。