
大数据的三个特征
一、大数据同时也是快数据。
一方面,数据形成越来越快,海量数据在规模上呈现加速度扩大的趋势;另一方面,数据“沉没”越来越快,海量数据中有很大部分迅速离开新知识和信息机制的作用空间,不再发挥作用。
作为快数据的大数据,更多地与即时趋势联系在一起,与人类的即时行动联系在一起。大数据时代的到来,是因为移动化,以及因此而导致的人类信息处理的即时性的增强。大数据中有很大的部分是与人类的移动活动有关的即时数据。
二、作为快数据的大数据,其价值挖掘变得更加简易,同时也更加艰难。
我们也可以把快数据理解为即时分析、即时数据挖掘,与传统数据挖掘相比,某些方面的挖掘更加简易,某些方面则更加艰难。
快数据的生命周期往往更短,往往与用户的即时行动紧密相随,一旦用户的即时活动结束,相应的快数据很快就会趋于“沉没”,虽然或多或少地这些数据在地理信息、用户习惯等方面有一定的延时价值,但总体而言已经不能与用户的即时活动相关联和相作用。快数据的即时价值挖掘只须围绕用户的即时活动,在挖掘对象的范围、时间上都相对简易化。
快数据的沉没速度加快,在挖掘技术的即时性、针对性、反应力上要求也更高。同时,快数据的挖掘不仅是微观范畴,同时也是中观和宏观范畴。在中观和宏观两个层面,即时分析、即时数据挖掘的挑战要大得多,无数即时产生的社会化数据具有规模、分散、孤立、非结构化、不连续等特征,给即时挖掘带来了全新的任务。
三、大数据是个人化和社会化的大数据
个人的快数据汇聚起来,形成“个人的大数据”,我们可以说大数据时代,既是全球、全人类的大数据时代,同时也是每个人都拥有的个人化、个性化的大数据时代。
前几年有过一个风靡一时的概念“Web2.0”,把“个人化”作为互联网核心升级的特征。“快数据”代表着新的变革,本质上是个人化的继续延伸和深入发展。
快数据是个人化数据,是社会化数据,是个人化与社会化高度结合的数据。个人化与社会化的结合程度更加紧密是其相对于Web2.0数据构成的重大进化:微观数据支撑宏观,宏观数据影响微观数据;数据运动与人和社会活动紧密联结;数据不再按网络的物理结构分布和组织,而是按个人关系和社会关系结构重组。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01