大數據（big data）是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
特徵：
1、容量（Volume）：數據的大小決定所考慮的數據的價值和潛在的信息。
2、種類（Variety）：數據類型的多樣性。
3、速度（Velocity）：指獲得數據的速度。
4、可變性（Variability）：妨礙了處理和有效地管理數據的過程。
5、真實性（Veracity）：數據的質量。
6、復雜性（Complexity）：數據量巨大，來源多渠道。
7、價值（value）：合理運用大數據，以低成本創造高價值。
(1)網路和大數據擴展閱讀：
對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
互聯網大數據的八個趨勢：數據的資源化，與雲計算的深度結合，科學理論的突破，數據科學和數據聯盟的成立，數據泄露泛濫，數據管理成為核心競爭力，數據質量是BI(商業智能)成功的關鍵，數據生態系統復合化程度加強。
2. 大數據與互聯網的關系是
1.大數據和互聯網的關系是相輔相成。
2.一方面，互聯網的發展為大數據的發展提供更多數據、信息和資源。
3.另一方面，大數據的發展為互聯網的發展提供更多支撐、服務和應用。
4.大數據的意義：現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。
5.阿里巴巴創辦人馬雲來台演講中就提到，未來的時代將不是IT時代，而是DT的時代，DT就是DataTechnology數據科技，顯示大數據對於阿里巴巴集團來說舉足輕重。
6.有人把數據比喻為蘊藏能量的煤礦。
7.煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。
8.和此類似，大數據並不在大，而在於有用。
9.價值含量、挖掘成本比數量更為重要。
10.對於很多行業而言，如何利用這些大規模數據是贏得競爭的關鍵。
3. 網路大數據是什麼意思
網路大數據是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合。隨著雲時代的來臨，大數據也吸引了越來越多的關注。《著雲台》的分析師團隊認為，大數據通常用來形容一個公司創造的大量非結構化和半結構化數據，這些數據在下載到關系型資料庫用於分析時會花費過多時間和金錢。大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。簡言之，從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。明白這一點至關重要，也正是這一點促使該技術具備走向眾多企業的潛力。大數據的4個「V」，或者說特點有。數據體量巨大。從TB級別，躍升到PB級別，數據類型繁多。網路日誌、視頻、圖片、地理位置信息等等。價值密度低，以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。處理速度快，1秒定律。最後也是和傳統的數據挖掘技術有著本質的不同。
4. 大數據有前途，還是網路安全有前途
這是兩個非常有前途的職業方向，用比較形象的語言來描述，這兩個職業，一個是矛，另一個是盾。就象我們在看一場籃球比賽，一支球隊的進攻非常重要，但防守也同樣不容忽視。在未來的網路環境下，大數據相當於是一把鋒利的矛，而網路安全則是一部堅實的盾。
大數據行業，利用網路資源，通過分析數據，為我們的生活、生產、經營等活動提供更加有效的支撐。對社會各項正向需求產生正向的影響。可以把它理解為是人類解放生產力過程中，能夠開疆拓土的進攻型武器。
網路安全，就很明顯了，是我們在網路生活中的保護神。網路安全的主要作用就是防守，守住我們的個人信息，個人隱私，保護我們的重要數據與敏感數據。網路安全為大數據提供保駕護航。我們把網路安全理解為人類解放生產力的過程中，那個保護人類自身安全的一部無形的巨盾。
不管是用矛還是用盾，只要學藝精，在科學技術迅猛發展的網路朝代，都是前途無量的行業。
5. 互聯網和大數據哪個范圍更大
互聯網大數據和物聯網大數據的最大區別，一是互聯網大數據的多樣且復雜性，二是物聯網大數據的數據格式會比互聯網大數據更加規范標准，三是互聯網大數據產生者主要是人，物聯網大數據產生者是物。
1. 互聯網大數據來源更加廣泛，數據也更加多樣
截至到2019年6月，中國互聯網路發展狀況統計報告顯示，我國網民規模達8.54億人，這個數字已經占據中國人口接近61%，同時我國網民還在不斷的增加。
人們可以在網上購物、瀏覽新聞、發微博、看視頻等等，現在幾乎所有的生活行為，都可以在互聯網上得到解決。你可以以任何方式進行上網，手機、電腦、平板、電子手錶等等，人們上網的入口越來越豐富，同時你的上網行為所產生的數據也會越復雜。
人們在上網的同時，也會產生巨大的行為數據。你的購物訂單、瀏覽的新聞、視頻、查看的商品、關注等，你的數據最終都會存儲在互聯網公司的資料庫中，同時這個數據是非常巨大的。
我們也很難為互聯網大數據定義一個統一的格式，每個網民都有自己的習慣行為，他們每天所產生的數據可以都是不一樣的。互聯網大數據產生者主要是人，物聯網大數據產生者是物。
2. 物聯網設備產生的數據格式更規范標准，便於組織存儲
物聯網最大的一個特點，就是各種物聯網設備互相互連接，實現信息共享。物聯網會實時上報監測到的環境指標，比如土地上的物聯網設備，可以監測到土壤的水分濕度，從而調整是否需要澆水，物聯網設備每天都會產生巨大的數據。
同時，由於物聯網大數據來源於物聯網設備，再進行物聯網設備開發部署之前，其實這個物聯網採集什麼數據、以及數據的格式都已經指定好，採集數據的程序也已經部署在物聯網設備中，它只需要實時按照程序的命令執行。所以物聯網設備產生的數據有一個特點就是數據格式不復雜，相較於互聯網數據，格式也更加的標准
6. 大數據與復雜網路
寫這篇文章，有兩個原因：
看了李院士的《大數據研究的科學價值》，有些感觸。
我自己做了一段時間社交，也有一些想法。
之前也寫過復雜網路的東西，但是都非常膚淺，沒有真正的理解復雜網路，近期看了一些資料，有了進一步的理解。
李院士的文章，是從科學家的角度，理解大數據的價值。從文章中，我了解到以下幾點：
數據inside：未來數據將數據轉換為產品或者服務的人。
分析即服務：Aaas。構建一個統一的數據分析平台，提供豐富的api，供數據分析師進行分析，挖掘金礦。是一件很有用，同時也很有錢途的事業。
大數據的存儲、計算、挖掘分析的技術，還需要更進一步的發展。一些同學，規劃自己的職業生涯，把這個作為儲備，現在開始學習，是一個非常好的選擇。我之前做過一些存儲相關的東西，存儲還是要往多層方向發展。
在大數據中的個體之間存在著關系，有可能大數據的本質就是復雜網路的本質。為研究指名了一個方向。
第四範式：之前的研究都需要有模型，在大數據的背景之下：所有的模型都是錯誤的，進一步說，沒有模型你也可以成功。
文章中，李院士提到大數據的本質，可能就是復雜網路的本質。這是因為大數據個體之間都是關系的。舉個例子，互聯網。個體是網頁，網頁和網頁之間通過超鏈接互相鏈接，當然也可能有單向的。互聯網就是一個復雜網路。其中的關系已經被驗證了意義的重大——PageRank演算法——搜索引擎的核心之一。另一方面，大數據的產生，整體分為兩類：1）生物科學中，人腦細胞、神經元，基因等等。都是大數據。2）還有就是社會群體產生的。國內現在火熱的微博。就每天會產生很大量的數據。在這兩類中，我們都要考慮個體之間的關系，都有一些參數和性質：平均路徑長度、度分布、聚集系數、核數和介數等。這些都可以歸結到復雜網路的研究當中。不過，大數據的研究剛剛開始，其本質是否就是復雜網路所能解釋的還很難說。復雜網路本身也在發展演變的過程中，幾年之後，那時的復雜網路也不是現在的樣子。但是，社交網路確確實實是復雜網路的體現。所以，通過復雜網路的理論，研究大數據，研究社交網路，一定是一個很好的方向。
說了半天的復雜網路，到底復雜網路是什麼呢？這里，我只說說我對復雜網路的淺顯理解。也歡迎大家指點、討論。我們一般所說的復雜網路具備兩個特點：
無尺度
小世界
看起來很玄的兩個詞，那麼該如何理解呢？無尺度的概念，比較好理解：就是網路中的度分布滿足冪律分布。冪律分布可以理解度的分布比較集中。我們以新浪微博為例，粉絲上千萬那的人非常少，百萬的人也非常少。更多的是幾百粉絲的。直白一點說，就是粉絲非常多的人很少，很集中。粉絲比較少的，分布就比較廣，比較多。我之前做微博數據分析的時候，有統計過幾乎所有用戶的粉絲數分布的。完全符合冪律的分布。如果大家需要，可以和我進一步討論之類。我也可以找找之前的統計數據。
小世界我覺得需要從兩個角度考慮：第一個，就是網路中兩點的平均最短路徑很小。著名的米爾格拉姆實驗的第一個結果就是：六度分隔。意思就是在我們的世界上，你想聯系任何一個人，你不認識的，平均就需要找5、6個人就可以了。隨著社會的發展，facebook等社交網路興起，這個度越來越小。有報道說，已經是4.5個人就可以了。這個事情比較有意思，前些日子，還有個開發者做了一個微博應用，計算你到某個明星的距離。很多人會想，是不是很遠，是不是計算很復雜？其實都不是的，小世界的特性告訴我們，這個值會很小。同時，即使在線讀取關注，深度搜索的暴力方式解決，這也是很快的。第二個，不僅僅平均最短路徑很小，如果消息在網路中傳播，會以很大的概率，通過最短路徑傳播到目的地。這個很重要，這個是根本。這個是，現在微博上進行微博營銷的根本所在。如果沒有這個特性，通過轉發，甚至是大號的轉發，很難出現傳播爆發的情況，很難讓更多的人知道。所以這個很重要，這個也是米爾格拉姆試驗的第二個重要的結果。
其實上面兩個結果，都有對應的模型，能夠很好的證明，而且，在實際的社交網路中，也得到的驗證。大家感興趣，可以自己研究。
那麼大數據，我們作為程序員、作為研究者，能夠做什麼呢？其實前面也說過了，主要就三點：
存儲
計算
演算法
我們圍繞著這三塊進行，無論是工程開發者，還是研究者，都可以在這個過程中發現問題，歸納共性，提煉本質，然後上升到科學的高度。
我目前還沒有李老師的高度，我也是圍繞著微博做了一些復雜網路相關的研究。我希望，以後，我的工作，也能夠為大數據科學進步，起到一點點作用。那我的工作，就真的有價值了。
下面是我自己感興趣的一些點，歡迎大家討論：
復雜網路社團結構的發現，對應社交網路中的圈子挖掘。
社交網路中，特定領域，人物影響力的排名。
社交網路中，信息傳播的研究
社交網路用戶關系的存儲
其中，1、2、4我做了比較多的嘗試，1、2效果還不錯，4沒有好的方法。3目前只是了解階段，還沒有開始動手。
僅以此文，拋磚引玉。
【完】
7. 互聯網與大數據之間有什麼關系
大數據與互聯網的發展相輔相成。
一方面，互聯網的發展為大數據的發展提內供了更多數據、信息與資容源；
另一方面，大數據的發展為互聯網的發展提供了更多支撐、服務與應用。