京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大步跨入“大数据”时代
发微博、写博客、浏览网页、拨打电话、看病、坐火车……这些都是我们生活中常做的事。然而,似乎很少有人注意到这些行为会留下“痕迹”。事实上,在与互联网、政府、信息系统等的交互中,我们创造了成千上万、甚至上亿的数据,日积月累,这个数量越来越庞大,庞大到传统的数据库和基础架构根本无法及时处理、管理和分析这些数据集,于是,“大数据”应运而生。
近年来,“大数据(Big Data)”一词快速升温,成为了IT行业争相传诵的热门话题。最早提出“大数据”时代已经到来的麦肯锡公司指出:数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素,而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。当前,国内大数据正处于快速起步阶段。大数据的到来,将会带动包括基础架构、软件以及相关服务整个信息产业链的变革。大数据时代,数据承载事实、承载民意,在公民表达、监督方面,在政府政策的制定、实行方面,在企业的盈利创新方面,甚至在公共对话方面,都将产生深远影响,届时,尊重数据、使用数据、公开数据将成为一种行为方式。
何为“大数据”?
2012年6月,美国《国家科学院院刊》刊登了美国科学院院士迈克·古德柴尔德和中国科学院院士郭华东等共同撰写的《新一代数字地球》一文,指出人类将进入“大数据”时代。随着互联网技术的不断发展,移动互联网、物联网、电子商务等应用更加普及,带来了数据源种类和数据量的持续快速增加,大数据现象已经出现。
数据本身是一种资产,大数据是有价值的,这点在业界已形成共识,但“大数据”在业内并没有统一的定义。由于大数据分析常和云计算联系到一起,有人把大数据等同于云计算,也有人在大数据是种技术还是种现象之间纠结。关于大数据和云计算间的关系,麦肯锡是这样描述的:“如果说云计算为数据资产提供了保管、访问的场所和渠道,那么如何盘活数据资产,使其为国家治理、企业决策乃至个人生活服务,则是大数据的核心议题,也是云计算内在的灵魂和必然的升级方向。”
综合取舍各方意见,互联网数据中心(IDC)为“大数据”下了定义,得到了业内的普遍认可,即“大数据”是指为了更经济更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术,用它来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新。
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。如此海量的数据造就了大数据的“4V”—— Volume,Variety,Value,Velocity,即数据体量巨大,从TB级别跃升到PB级别;数据类型繁多,网络日志、视频、图片、地理位置信息等都能成为数据;价值密度低,以视频为例,长时间连续不间断监控过程中,可能有用的数据仅仅有一两秒;处理速度快,遵循1秒定律。上述“4V”,造就了独一无二的“大数据”。
“大数据”将带来什么?
有数据显示,目前全球有46亿移动电话用户,每天有20亿人访问互联网,人们与数据的交互比以往任何时候都密切。据全球领先的互联网解决方案供应商思科公司预测,到2013年,在互联网上流动的交通量将达到每年667艾字节(EB)。目前,大数据所形成的市场规模在51亿美元左右,而到2017年,此数据将上涨到530亿美元。
大数据时代,网民和消费者的界限正在消弭,企业的疆界变得模糊,数据共享成为政府的一种常态化责任。数据成为企业的核心资产,并将深刻影响企业的业务模式,甚至重构其文化和组织。顺“大数据”者昌,逆“大数据”者亡。索尼前总裁出井深之曾一针见血地指出:新一代基于互联网DNA企业的核心能力在于利用新模式和新技术更加贴近消费者、深刻理解需求、高效分析信息并做出预判,所有传统的产品公司都只能沦为这种新型用户平台级公司的附庸,其衰落不是管理能扭转的。
在大数据概念提出之前,互联网企业沿着固有的脉搏一路繁荣,人们利用互联网进行沟通、娱乐和消费,传统企业一直忙于供、研、产、销,两者基本上平行发展、鲜有交集。大数据使两者产生交集,为互联网嫁接了“供应链”,为传统企业嫁接“互联网基因”,引发消费模式、制造模式、管理模式的巨大变革。可以说,大数据帮助人们开启循“数”管理的模式,“得数据者得天下”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22