京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“这是一个数据的时代,什么都要靠数据说话,数据是必须的。”
C.与专家对话“大数据”
为了对大数据有一个更全面和准确的理解,记者找到了嘉兴学院计算机系主任何丰教授,他眼里的“大数据”扮演的是怎么样的角色?
记者:什么是大数据?
何丰:我们的生活中,时时刻刻在产生数据,只是我们平常没有留意到而已。国际数据公司(IDC)的研究结果表明,2008年全球产生的数据量为0.49ZB(泽字节,等于270字节),2009年的数据量为0.8ZB,2010年增长为1.2ZB,2011年的数量更是高达1.82ZB,相当于全球每人产生200GB以上的数据。而到2012年为止,人类生产的所有印刷材料的数据量是200PB(拍字节,等于250字节),全人类历史上说过的所有话的数据量大约是5EB(艾字节,等于260字节)。IBM的研究称,整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍。
大数据就是需要人们通过对数据的采集、分析、管理等手段,让原本淹没在数据海洋中的信息浮出水面,为生活提供信息和知识。
大数据并不是一个现成的数据库,而是个人在不同的网上操作后留下数据,这些数据经过分析整合后,能形成对个人特性的描述。简单来说,例如一个人既上了淘宝,又浏览了新闻,发了微博,还与朋友发了邮件,这种种的网上行为,都是数据,将它们整合起来,就能获取此人的喜好、所在地、近况等种种信息。
记者:大数据的作用具体有哪些?
何丰:大数据为人们提供的,是一种工具,目的是方便生活,其本质是追求更好的服务。
例如我们在网购时,页面下方常常会跳出来“看了该宝贝的人还看了”、“买了该宝贝的人还买了”这些选项,这其实是调用了别人的数据;而第二天我们就会发现,在浏览别的网页时,“Google提供的广告”中,会出现我们前一天想要购买的东西,这其实是我们自己的数据被记录和运用了。
电商或网站能根据用户的喜好、行为规律来提供特定的服务。用户喜欢什么,它就推送什么,达到精准营销。
记者:数据的取得者们是通过何种渠道获取数据的?
何丰:一是通过电脑,二是手机。在我国,电脑方面的大数据处理较手机成熟,手机大多仍停留在位置服务层面。
比如团购网站,就会根据用户所在的位置,为其提供附近的餐饮、娱乐等信息,这些信息也极有可能是针对该用户个性化细分的,因为他平时的搜索项数据都已被记录下来。而社交网站上,常有“附近的人”、“周边”等选项,也都是利用了手机的定位数据而为用户提供的服务。
记者:大数据时代会如何改变我们的生活?
何丰:如今,所有的活动都可以被数据化,相比过去,现在的数据在层次上、范围上都要深层、广泛得多。过去的信息是局部的、零散的,现在的信息则是全面的、准确的,这中间有一个整合提炼的过程。由于大数据的出现,使得服务的范围和对象都有所改变。
具体到生活中,这样的改变有很多。有人举例说:通过大数据,医疗机构能实时监测用户的身体健康状况;
教育机构有针对性的制定用户喜欢的教育培训计划;
社交网络能提供合适的交友对象,并为志同道合的人群组织各种聚会活动;
政府能在用户的心理健康出现问题时有效干预,防范自杀、刑事案件的发生;
金融机构能帮助用户进行有效的理财管理,为用户的资金提供更有效的使用建议和规划;
道路交通、汽车租赁及运输行业可以为用户提供更合适的出行线路和路途服务安排。
记者:是否存在隐私泄露的问题?应该如何最大程度保护自己的隐私?
何丰:的确会有隐私泄露的问题。因为只要有信息交互,就一定会有数据留下,所以一不注意,自己的信息就会散布各地。
因此针对用户来说,一定要培养自己的保密意识,不要在公共网络环境下留下个人信息,多选择可信的网络环境。
其次,服务的提供商要严格遵守相关规定,保证不泄露用户的个人隐私。许多网站是需要实名认证的,例如购买机票、火车票,而有的服务则是关系钱财的,如移动支付,这些针对特定服务提供的信息,若整合到一起,再被不法分子利用,那么后果不堪设想。
再次,相关部门也应该加强监管。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13