A. 什么是大数据，大数据的的基本特征是什么
大数据(big data)，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据 *** 。 1. 数据量大，TB，PB，乃至EB等数据量的数据需要分析处理。 2. 要求快速响应，市场变化快，要求能及时快速的响应变化
大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据 *** 。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
一是数据体量巨大(Volume)。截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=210TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
二是数据类型繁多(Variety)。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
三是价值密度低(Value)。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
四是处理速度快(Velocity)。这是大数据区分于传统数据挖掘的最显著特征。
社群营销，是基于圈子、人脉概念而产生的营销模式。通过将有共同兴趣爱好的人聚集在一起，将一个兴趣圈打造成为消费家园。
可以通过大数据预测进行组建社群为企业做宣传搞活动，让社群形成一个宣传途径或者一个小的发布平台，不过性质的社群，依赖于群主对群的组织和维护能力。
作为一名工作两年多的大数据系统研发师，之前在北京老男孩教育学习了四个多月的大数据，总结我学习和工作两年来对大数据的理解，从具体的应用上，也大概可以分为三类。一是决策支持类的二是风险预警类的第三种是实时优化类的从三个维度，我个人对大数据在各行业应用的可能性做了一个定位，但这个定位还是非常定性和粗略的，具体可能还需要对行业有更多的大数据应用的探讨和探索。我也是看书学的，但是效果很慢。
“大数据”是指以多元形式，许多来源搜集而来的庞大数据组，往往具有实时性。
大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据的5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值密度)、Veracity（真实性）。
第一，Volume(大量)，数据体量巨大。从TB级别，跃升到PB级别。
第二，Variety(多样)，数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。
第三，Value(价值密度)，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，Velocity(高速)，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。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。
所以通俗来说，大数据就是通过各种不同渠道收集到的大量数据，堆积起来帮助做决策分析的数据组
那么什么是大数据呢技术？大数据的概念是什么呢？本文就为大家详细解读大数据的构成、模型和未来大数据发展方向： 大数据概念： 随着每天互联网上海量数据的产生，数据分析尤其显得重要。所谓大数据技术，就是从各种各样类型的数据中，快速获得有价值信息的能力。 大数据产生的原因： 大数据时代的来临是由数据丰富度决定的。首先是社交网络兴起，互联网上每天大量非结构化数据的出现。另外，物联网的数据量更大，加上移动互联网能更准确、更快地收集用户信息，比如位置、生活信息等数据。从这些数据每天增加的数量来说，目前已进入大数据时代。 大数据书籍推荐： 一、《大数据-正在到来的数据革命.以及它如何改变 *** .商业与我们的生活》 大数据浪潮，汹涌来袭，与互联网的发明一样，这绝不仅仅是信息技术领域的革命，更是在全球范围启动透明 *** 、加速企业创新、引领社会变革的利器。 二、《大数据——大价值、大机遇、大变革(全彩)》 从实证的角度探讨了大数据对社会和商业智能的影响，能否对大数据进行处理、分析与整合将成为提升企业核心竞争力的关键，什么是大数据技术？既是一场大机遇，也将引发一场大变革！
要提一下魔据的数据不错的
大数据(big data)，或称海量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
4V特征：Volume(大量)、Velocity(实时)、Variety(多样)、Value(价值)。
大数据已经成为各类大会的重要议题，管理人士们都不愿错过这一新兴趋势。毫无疑问，当未来企业尝试分析现有海量信息以推动业务价值增值时，必定会采用大数据技术。
大数据(BigData)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据 *** 。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
数据体量巨大(Volume)。截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。
数据类型繁多(Variety)。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
价值密度低(Value)。价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
处理速度快(Velocity)。大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。
-------------------------------------------
社交网络，让我们越来越多地从数据中观察到人类社会的复杂行为模式。社交网络，为大数据提供了信息汇集、分析的第一手资料。从庞杂的数据背后挖掘、分析用户的行为习惯和喜好，找出更符合用户“口味”的产品和服务，并结合用户需求有针对性地调整和优化自身，就是大数据的价值。
所以，建立在上述的概念上我们可以看到大数据的产业变化：
1大数据飞轮效应所带来的产业融合和新产业驱动
2信息获取方式的完全变化带来的新式信息聚合
3信息推送方式的完全变化带来的新式信息推广
4精准营销
5第三方支付——小微信贷，线上众筹为代表的互联网金融带来的全面互联网金融改革
6产业垂直整合趋势以及随之带来的产业生态重构
7企业改革以及企业内部价值链重塑，扩大的产业外部边界
8 *** 及各级机构开放，透明化，以及随之带来的集中管控和内部机制调整
9数据创新带来的新服务
B. 人力资源的大数据之道 霸道、王道、帝道
人力资源的大数据之道：霸道、王道、帝道
道”最早是由老子提出，“道可道，非常道;明可明，非常明”，其意就是要遵循自然规律。顾名思义，大数据之道，就是要找出大数据里面的规律。
当前，随着大数据时代的深入发展，人们对大数据的了解正逐渐深入，大数据主要包括以下几个方面:第一是数据采集，第二是数据存储，第三是数据并行计算，第四是大数据的分析与挖掘，第五是大数据的展示，第六是大数据隐私保护和法律问题。前不久，在青海西宁举办的2017年CIO大会上，职品汇创始人(原大街网首席科学家)龚才春在演讲中说到："在大数据的分析与挖掘中，一直没有一个通用的模型能够在任何的场景下分析出我们的数据价值。在现在是没有这样的大数据的产品的，我相信在未来的很长时间之内，也不会有这样的产品。也就是说，大数据的分析和挖掘要做成通用产品是不可能的。但是在大数据的分析与挖掘有没有共性的东西呢?我们把这个共性的东西就称为“大数据之道”。"为解释大数据之道的真正内涵，龚才春博士先后提到王道、帝道、霸道等涵义，从黄帝到尧舜，再到商鞅，再讲到如今的依法治国，无一不体现西欧那个王道到霸道的历史变迁和进化。在大数据的世界里，何为王道、帝道、霸道?正如龚博士所言：“大数据公司的霸道就是数字，在什么情况下你都能想到数据的时候，你可能就很短、平、快的解决你的问题，大数据的王道就是数据，所以你要积累数据、分析数据、挖掘数据，这是我们所说的大数据的王道。公司要持续发展，要行大数据的帝道，就是数学。一个问题只有在数学上解决了，这个问题才叫做从根本上解决了。所以我总结就是，大数据的霸道是数字，大数据的王道是数据，大数据的帝道是数学。”数字：大数据的霸道在大数据时代，当企业将面临的问题都归结到一个数字的时候，就可以轻易的弄清问题幷解决问题。例如，众所周知的奥斯卡奖和胡润排行榜，奥斯卡奖就是把全世界的电影，从24项里选择一个最好的，好与不好，都最终归结到一个数字商。同理，胡润排行榜也是如此，把全世界的人谁有多少钱，把这个钱变成一个数字来描述一下，给这个数字一个排序。当前的职品汇也是如此：把个人在职场商的表现、个人的优秀程度和可信度用一个数字来表示，把人的信用问题变成了一个简单的数字，不管这个人的人脉有多广，能力有多强，成就有多大，最好都变成了一个数字。当你把有的问题都变成了一个个数字，幷计算出来这个数字，你就会发现，在运用大数据时候，你就完成了一个很重要的工作。尤其是在职场上，需要面对各种各样的数字，而HR在看一个人的时候，只需要看这个人一个维度商的数字即可。在做大数据项目的同时，将大数据项目最终归结到几个数字，那么，你离成功就接近了一半。这就是大数据的霸道。数据：大数据的王道在大数据时代下，人们需要做一些观念上和思维方式上面的变更。需要有两个意识：第一是全样思维，在小数据年代，讲究的抽样，而大数据时代，抽样已经被淘汰，不仅不需要抽样，而是要全样，在数据采集的时候，采集的就是所有的数据，不能够对数据进行清洗;第二是容错思维，容错思维对应到小数据里面，就是要做数据的清洗，这些数据可能是不准确的、不精确的甚至是错误的，因此，要想办法把它去掉，这是在小数据年代常见的做法，虽然在大数据时代也是这样做，但是要转变一下方式，在清除错误数据的同时，要找出数据错误的原因和理由，错误数据的存在也有一定的道理，当你的数据在这一个场景是错误的，换一个场景可能就是正常的数据了。在大数据时代，只要是两个不同的场景，需要的数据就完全不同，因此，在大数据时代，不需要去掉任何数据，这就是所谓的容错思维。数学：大数据的帝道在大数据时代，企业或个人把面临的问题用数学模型表示出，从而解决面临的问题，这就是大数据的帝道。职品汇就是通过一系列的数学模型来判断个人简历是否真实和个人信用分等问题。如果通过建立数学模型来进行判断，龚才春博士也以中国大学的排名举例说到:“如果我要向别人证明我是中科院计算所的博士，最简单的是把论文给大家看，大家就知道我真的是中科院计算所的博士，这种属于自行提交材料，当然还有各种各样的论证方式。这边是我们在数学上计算一个人的评分，这个人的职品分905分是怎么打出来的，这是需要计算的，就有一个计算模型。这是我的个人经历，我是硕士是在山东大学上的，为什么要从山东大学到中科院去呢?我个人可能认为中科院比山东大学好一点。这些计算出来之后，就形成一个有向图，而我们手上有1.5亿份简历，中间2000多份简历中就有从一个学校到另外一个学校的。而中国的学校只有3千所，这个图是非常稠密的图，很好分析和挖掘。我们形成这么一个有向图之后，我们就在这个有向图上进行分析挖掘，这个分析挖掘的算法可以参考谷歌的算法，通过一些列对的计算就可以算出来究竟中国哪所大学是最好的，大学的排名就这么出来的。”中国公司的排名也是如此，中国总共有8000万家公司，到底哪家是最好的?通过数学模型就可以计算出来：中国有9.2亿从业者，这些人的信用评分可以计算出来，由此产生一个迭代的计算模型，一般而言，优秀的从业者会进入优秀的公司。此外，个人的信用状况也取决于他的朋友是什么样的朋友，也就是说个人信用状况等同于朋友信用状况的一个平均值，由此建立一个数学分析模型，通过迭代模型计算，就可以计算出谁是中国最好的公司。结语：总而言之，不管是大数据的王道、霸道还是帝道，归根结底，都是要对大数据进行采集，挖掘、分析和整理。大数据的本质幷不在于数据本身，而且要对数据进行有效的分析和运用，从庞大的数据中找到对自身有用的数据，big data的真正涵义在“right data”。将分散的数字采集成为数据，再将整理好的数据建立数学模型进行分析运用，这就是大数据从霸道到王道，最早实现帝道的真谛所在。未来，随着大数据时代的发展，大数据必将成为企业发展必不可少的重要工具，如何实现大数据的帝道，这是广大企业要思考的问题。
C. 大数据行业的发展背景好不好与哪些行业有相关性呢
大数据不是一个行业，算是一种社会共享资源，与所有行业都有关系。
如：医疗行业有医疗行业大数据、农业有农业大数据、金融有金融大数据等等。
D. 为什么说大数据就是财富
因为大数据就是你的人脉，有数据做什么都的得心应手
E. 基于大数据的社群营销如何构建
大数据的社群营销是通过大数据挖掘相同定位的客户形成社群。以达到精准营销的目的。如果你想要实现社群精准营销，你可以试试（晓客）
F. 大数据让人际关系疏远的原因
互联网。
因为通过查询大数据投票结果显示互联网从另一个角度来说，它拉大了人与人之间的距离。人长期沉迷于虚拟世界对现实生活中人际交往的障碍。所以人际关系疏远的原因是互联网。
人际关系是指人与人之间通过交往与相互作用而形成的直接的心理关系，主要表现为人们心理上的距离远近、个人对他人的心理倾向及相应行为等。
G. 基于大数据的社群营销特征是什么
社群营来销，是基于圈子、人源脉概念而产生的营销模式。通过将有共同兴趣爱好的人聚集在一起，将一个兴趣圈打造成为消费家园。
可以通过大数据预测进行组建社群为企业做宣传搞活动，让社群形成一个宣传途径或者一个小的发布平台，不过性质的社群，依赖于群主对群的组织和维护能力。