從個人角度認識大數據

⑴ 你對大數據有哪些認識

"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的海量、高增長率和多樣化的信息資產。從數據的類別上看，"大數據"指的是無法使用傳統流程或工具處理或分析的信息。它定義了那些超出正常處理范圍和大小、迫使用戶採用非傳統處理方法的數據集。 亞馬遜網路服務（AWS）、大數據科學家JohnRauser提到一個簡單的定義：大數據就是任何超過了一台計算機處理能力的龐大數據量。 研發小組對大數據的定義："大數據是最大的宣傳技術、是最時髦的技術，當這種現象出現時，定義就變得很混亂。" Kelly說："大數據是可能不包含所有的信息，但我覺得大部分是正確的。對大數據的一部分認知在於，它是如此之大，分析它需要多個工作負載，這是AWS的定義。當你的技術達到極限時，也就是數據的極限"。 大數據不是關於如何定義，最重要的是如何使用。最大的挑戰在於哪些技術能更好的使用數據以及大數據的應用情況如何。這與傳統的資料庫相比，開源的大數據分析工具的如Hadoop的崛起，這些非結構化的數據服務的價值在哪裡。

⑵ 如何理解大數據

1、我理解的大數據就是：數據量大(Volume)、數據種類多樣(Variety)、 要求實時性強(Velocity) 。對它關注也是因為它蘊藏的商業價值大(Value)。也是大數據的4V特性。符合這些特性的，叫大數據。
2、對它關注一個原因就它的大價值，比方ebay,建立的大數據分析平台可以准確分析用戶的購物行為。通過對顧客的行為進行跟蹤、對搜索關鍵字廣告的投入產出進行衡量，優化後eBay 產品銷售的廣告費降低了99%，頂級賣家占總銷售額的百分比卻上升至32%。就大數據價值這一塊，例子很多，詳情可以再自己查查。
再一個對它關注的原因就是因為這么大量和復雜的數據確實不好管理，這樣就有了處理大數據的一些技術，比如Hadoop。Hadoop是個開源的，像網路做搜索，就用Hadoop管理數據。淘寶在2011年11月11日，搞得優惠活動，你想想在零點的時候，淘寶點擊有多高，每一筆買賣算一個數據請求，那怎麼保證網站的正常運轉啊？這些就是一些技術方面的關注了。
3、它的作用更多，拿球賽說，我們現在可以通過比賽錄像找出對手缺點了。有個大數據應用是視頻教練工具，用這個工具，球員可以比較和對比同一投球手的不同投球，或是幾天或幾周的投球情況的時間序列數據。
4、解決的問題。你問的大數據解決什麼問題，應該是處理大數據的技術解決什麼問題。通過我上面說的，你大概也能知道一點了，管理大規模的復雜數據需要用到大數據的技術，通過大數據的技術把這些大數據管理分析好了，可以使企業領導對各方面有更明確的認識，做出更好的決策。
總結下：大數據更多的體現數據的價值。各行業的數據都越來越多，在大數據情況下，如何保障業務的順暢，有效的管理分析數據，能讓領導層做出最有利的決策。這是關注大數據的原因。也是大數據技術要解決的問題。
這些都是我自己寫的我個人的理解，供你參考。再有不明白的可以網路，或者加追問咱們共同探討。嘿嘿。

⑶ 大數據時代如何理解「大數據」

主要從以下幾個方面理解大數據時代。

第一，大數據產生的背景。

1.由於電子終端產品和互聯網路的普及為大數據提供了良好的硬體支撐。電腦和手機的普及為數據空早扮積累提供了數據源頭，互聯網為數據積累提供了路徑，伺服器為大數據積累提供了載體，超速運算為大數據分析提供了便捷，所以大數據的產生有了良好基礎。

2.互聯網經濟發展推進了大數據時代的發展。由於互聯網經濟和各平台的競爭發展，各平台要完成精準的推送，提升服務或是產品銷售針對性，對數據進行了大量分析，一直演進成為大數據分析的必然。

第二，大數據的意義

1.推動經濟發展。由於大數據的分析可以更精準的對消費者進行推送，並且完成最後的交易，這樣無形中對於經濟的發展起到了非常大的推動作用。

2.推動生活便利化。有了大數據的分析，加上智能化的發展，無論是出行導航，還是搜索引擎，都為生活的便利提供了很多便捷之處。

第三，大數據的利弊。

凡事都有兩面性，尤其是對於不同的人而言。大數據的發展必然是好的，有利的，也是時代發展的必然，為生活的各方面都提供了非常好睜逗的幫助。但是也有人利用大數據的分析做一些不利於他人的事情，比如一些數據買賣，泄露個人數據都暴露了大數據時代斗灶的一些隱患，所以如何防範大數據時代數據被一些別有用心的人利用也是要我們防範的。

總之，大數據的到來是科技時代進步的表現，它的發展會越來越強大，起到的作用也會越來越多，讓我們一起關注它的發展吧！

⑷ 你心目中的大數據是什麼樣子的

您好，我是數據僧，在數據行業從業5年。

我心目的中的大數據，在萬物互聯的情況下，同時每個人的個人信息能得到很好的保護。通過大數據生產出來的工具，應用遵循道德標准，合理的商業競爭標准，少一些套路，多一些真誠。

我心目中的大數據，在合理的范圍內，能夠數據共享，企業，政府，其他組織能夠合作，共同開發利用這些數據，為科學，教育，文化，醫療等行業負能。而不是各個企業試圖通過大數據形成行業壁壘，增大自己的優勢。

我心目中的大數據，在數據採集的時候，尊重被採集人的個人意願，而不是偷偷摸摸的去採集，採集的個人數據不被泄漏，不被買賣。

以上這些短期內都不會在短期內實現，希望在不久的將來關於大數據更加規范，合理。

大數據不是把大量數據錄入系統就行了，是要數據之間有機關聯才有意義。

大數據顧名思義就是海量的數據堆在一起，就現成了大數據，大數據分實時時間和 歷史 數據，大數據又分it數據，ot數據，視頻時間，圖像數據，時空數據等多類型數據，大數據的目的就是實現更智慧，更智能。大數據不去挖掘分析就是一堆無用的數據，所以就必須各種行業應用專家去建模，去分析挖掘。因此在大數據面前，行業專家最吃香，碼農一抓一大把，模型專家有幾個。對於企業大數據分析挖掘可以為企業提高效率，提高品質，降低成本等等若干優點，越是規模大的企業，大數據挖掘價值越大，給你舉2個例子，一個就是九江某石化公司，沒有進行大數據挖掘優化前年年虧損，挖掘優化後，他的效率提高了，他的品質提供了，現在每年盈利20多個億，在石化行業，產品分多個品質，提高幾個百分點就是另外一個品質，價格差異很大，這些企業產量相當驚人，上升1個百分點都很厲害。再舉個例子，滴滴優化分配問題，因為他們一段時間內產生數據量太大，沒有優化前，為了解決實時性問題，用了幾百萬硬體堆疊，用硬體解決性能問題，優化後，一台筆記本解決，所以學好數學還是很關鍵的。

大數據應該是和很專業的名詞，但是我想從不專業的角度，從我自身的理解談一談大數據。

大數據，首先它本質上是數據，就是我們的用戶信息，比如我們的賬單，我們的瀏覽記錄，我們的足跡，總之，就是我們產生的行為，還有自然界的行為，事物，都被記錄下來，這些就夠成了數據。而大數據，強調了一個大字。比如我統計一個省的身高就說這是全國的平均身高，這是不對的，因為我的數據量太小，所以不嚴謹。

在我的想像中，大數據可以幫我們做很多事，包括做判斷。我們每天都會遇到一個我們絞盡腦汁需要解決的難題，這個難題就是今天中午吃什麼，是的，每天吃什麼已經成了我們很困難的抉擇，不過你不用擔心，有了大數據，他會從你的習慣，你的 健康 ，你的飲食規律進行分析，給你最好的營養搭配，有了大數據，你再也不用擔心每天吃什麼了。

曾經有個觀點是一切皆數據。我們的愛好，我們的身體，包括我們的 情感 ，這些通通都是數據，都是可以進行數據分析的，大數據就是將這些數據進行匯總，進行關聯，進行建模研究，通過分析研究，你會發現我們的愛好是可以培養的，我們的身體是可以改造的，我們的 情感 甚至是可以訓練的。你可能會想到人工智慧，沒錯，人工智慧就是依託大數據的。

你相信有一天會出現一個比你自己更了解你的東西嗎？大數據就可以做到，他會比你更冷靜，比你更專業，比你更懂你自己。

我想大數據就是一把雙刃劍，用的好的話，我們可以充分發揮它的優勢，讓我們更好地生存，但是，如果我們使用不當地話，我相信這個 社會 將不會存在隱私，人們之間將沒有秘密，而那個時候，我們還是我們自己了嗎？那一天真的是我們想要的嗎？

我喜歡的妹子會主動找到我！

⑸ 談談對大數據的理解和認識！

隨著大數據的概念提出，越來越多的人，開始關注數據，注重數據帶來的巨大的價值。大家談論的也都是與大數據相關的專業話題了，無論是商業BI，還是阿里雲。都是越來越多的行業內部人員乃至關注大數據的看客的討論熱點了。

大數據的鼻祖又是什麼呢？

大數據現實體現最初是人口普查，最早是在美國，10年為一個周期做一次人口普查工作，第一次，在1880年用了8年做完，到1890年，人口繼續增長，經過科學的預測，如果還是按照老方法去做，需用13年做完，這顯然跟不上時代的要求。所以人們開始從記錄，採集，整理，分析等多個領域尋求加快數據分析的速度，大數據的概念也慢慢被提出。

大數據在我們現在生活有哪些體現？

現如今，大數據體現最多的可能是社交網路之中了比如：facebook，微信等網路社交平台。其中也不乏實際應用的例子。

微信幾乎每個人都有，但微信的朋友圈可以向定向的人群發送指定的廣告，還可以選擇地區，可以選擇性別，年紀分類，教育程度分類，給所有用戶進行初步分類之後，再是根據你朋友圈的發文或者交流信息進行提取分析，進一步給每個客戶貼上獨特的標簽，最後把相關信息給到銷售部門，進行精準營銷。

如今還有絕大多數的公司對於大數據渴望又不知道如何下手，其中大致包括兩個方面。

1、想做數據分析，但是之前沒有相關的數據意識，基礎數據丟失或從未搜集，或者數據孤島嚴重，行業數據相對獨立而難以共享。

2、數據產生的體量大，維度高，提取難度大。例如某個知名商業銀行的信用卡部門，每天收集大量的個人客戶的多維度信息，面對大量信心無法價值化，因為涉及個人隱私和安全，數據不可買賣，又不知道如何內部進行分析促進其他相關業務增長。

此外，在整個企業的運作過程還可以分為交易數據和交互數據。

農夫山泉，幾年前銷量並不如今，當時他們基本上只掌握了大量的交易的數據，通過分析得出，農夫山泉的利潤始終上不來，是因為運輸成本很高，如何降低運輸成本成為問題的關鍵點，交互數據的需求成為至關重要的一環，所以決定，每個採集人員每天到10至20個銷售點，取收集大量的交互數據，其中包括水的位置，排列形狀，天氣，優惠活動，市場反饋等一系列交互數據，一個月一個人收集的信息量大約3個TB，繼而委託sap公司進行分析開發出物流成本控制處理系統，從而進行運輸預測，運輸安排和中轉站的一系列重新部署，最終直接降低運輸成本，提高了運輸效果，終於坐到飲用水市場第一的位置。

通過今天的介紹，希望給大家一些對於大數據的基本認識，也希望大家一同關注大數據發展，共同分享大數據帶來的驚喜。如果您還存在疑惑或是想要了解更多，歡迎關注西線學院。