大数据（big data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
特征：
1、容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息。
2、种类（Variety）：数据类型的多样性。
3、速度（Velocity）：指获得数据的速度。
4、可变性（Variability）：妨碍了处理和有效地管理数据的过程。
5、真实性（Veracity）：数据的质量。
6、复杂性（Complexity）：数据量巨大，来源多渠道。
7、价值（value）：合理运用大数据，以低成本创造高价值。
(1)网络和大数据扩展阅读：
对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。
互联网大数据的八个趋势：数据的资源化，与云计算的深度结合，科学理论的突破，数据科学和数据联盟的成立，数据泄露泛滥，数据管理成为核心竞争力，数据质量是BI(商业智能)成功的关键，数据生态系统复合化程度加强。
2. 大数据与互联网的关系是
1.大数据和互联网的关系是相辅相成。
2.一方面，互联网的发展为大数据的发展提供更多数据、信息和资源。
3.另一方面，大数据的发展为互联网的发展提供更多支撑、服务和应用。
4.大数据的意义：现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。
5.阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是DataTechnology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。
6.有人把数据比喻为蕴藏能量的煤矿。
7.煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。
8.和此类似，大数据并不在大，而在于有用。
9.价值含量、挖掘成本比数量更为重要。
10.对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。
3. 网络大数据是什么意思
网络大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。随着云时代的来临，大数据也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapRece一样的框架来向数十、数百或甚至数千的电脑分配工作。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”，或者说特点有。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、地理位置信息等等。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。处理速度快，1秒定律。最后也是和传统的数据挖掘技术有着本质的不同。
4. 大数据有前途，还是网络安全有前途
这是两个非常有前途的职业方向，用比较形象的语言来描述，这两个职业，一个是矛，另一个是盾。就象我们在看一场篮球比赛，一支球队的进攻非常重要，但防守也同样不容忽视。在未来的网络环境下，大数据相当于是一把锋利的矛，而网络安全则是一部坚实的盾。
大数据行业，利用网络资源，通过分析数据，为我们的生活、生产、经营等活动提供更加有效的支撑。对社会各项正向需求产生正向的影响。可以把它理解为是人类解放生产力过程中，能够开疆拓土的进攻型武器。
网络安全，就很明显了，是我们在网络生活中的保护神。网络安全的主要作用就是防守，守住我们的个人信息，个人隐私，保护我们的重要数据与敏感数据。网络安全为大数据提供保驾护航。我们把网络安全理解为人类解放生产力的过程中，那个保护人类自身安全的一部无形的巨盾。
不管是用矛还是用盾，只要学艺精，在科学技术迅猛发展的网络朝代，都是前途无量的行业。
5. 互联网和大数据哪个范围更大
互联网大数据和物联网大数据的最大区别，一是互联网大数据的多样且复杂性，二是物联网大数据的数据格式会比互联网大数据更加规范标准，三是互联网大数据产生者主要是人，物联网大数据产生者是物。
1. 互联网大数据来源更加广泛，数据也更加多样
截至到2019年6月，中国互联网络发展状况统计报告显示，我国网民规模达8.54亿人，这个数字已经占据中国人口接近61%，同时我国网民还在不断的增加。
人们可以在网上购物、浏览新闻、发微博、看视频等等，现在几乎所有的生活行为，都可以在互联网上得到解决。你可以以任何方式进行上网，手机、电脑、平板、电子手表等等，人们上网的入口越来越丰富，同时你的上网行为所产生的数据也会越复杂。
人们在上网的同时，也会产生巨大的行为数据。你的购物订单、浏览的新闻、视频、查看的商品、关注等，你的数据最终都会存储在互联网公司的数据库中，同时这个数据是非常巨大的。
我们也很难为互联网大数据定义一个统一的格式，每个网民都有自己的习惯行为，他们每天所产生的数据可以都是不一样的。互联网大数据产生者主要是人，物联网大数据产生者是物。
2. 物联网设备产生的数据格式更规范标准，便于组织存储
物联网最大的一个特点，就是各种物联网设备互相互连接，实现信息共享。物联网会实时上报监测到的环境指标，比如土地上的物联网设备，可以监测到土壤的水分湿度，从而调整是否需要浇水，物联网设备每天都会产生巨大的数据。
同时，由于物联网大数据来源于物联网设备，再进行物联网设备开发部署之前，其实这个物联网采集什么数据、以及数据的格式都已经指定好，采集数据的程序也已经部署在物联网设备中，它只需要实时按照程序的命令执行。所以物联网设备产生的数据有一个特点就是数据格式不复杂，相较于互联网数据，格式也更加的标准
6. 大数据与复杂网络
写这篇文章，有两个原因：
看了李院士的《大数据研究的科学价值》，有些感触。
我自己做了一段时间社交，也有一些想法。
之前也写过复杂网络的东西，但是都非常肤浅，没有真正的理解复杂网络，近期看了一些资料，有了进一步的理解。
李院士的文章，是从科学家的角度，理解大数据的价值。从文章中，我了解到以下几点：
数据inside：未来数据将数据转换为产品或者服务的人。
分析即服务：Aaas。构建一个统一的数据分析平台，提供丰富的api，供数据分析师进行分析，挖掘金矿。是一件很有用，同时也很有钱途的事业。
大数据的存储、计算、挖掘分析的技术，还需要更进一步的发展。一些同学，规划自己的职业生涯，把这个作为储备，现在开始学习，是一个非常好的选择。我之前做过一些存储相关的东西，存储还是要往多层方向发展。
在大数据中的个体之间存在着关系，有可能大数据的本质就是复杂网络的本质。为研究指名了一个方向。
第四范式：之前的研究都需要有模型，在大数据的背景之下：所有的模型都是错误的，进一步说，没有模型你也可以成功。
文章中，李院士提到大数据的本质，可能就是复杂网络的本质。这是因为大数据个体之间都是关系的。举个例子，互联网。个体是网页，网页和网页之间通过超链接互相链接，当然也可能有单向的。互联网就是一个复杂网络。其中的关系已经被验证了意义的重大——PageRank算法——搜索引擎的核心之一。另一方面，大数据的产生，整体分为两类：1）生物科学中，人脑细胞、神经元，基因等等。都是大数据。2）还有就是社会群体产生的。国内现在火热的微博。就每天会产生很大量的数据。在这两类中，我们都要考虑个体之间的关系，都有一些参数和性质：平均路径长度、度分布、聚集系数、核数和介数等。这些都可以归结到复杂网络的研究当中。不过，大数据的研究刚刚开始，其本质是否就是复杂网络所能解释的还很难说。复杂网络本身也在发展演变的过程中，几年之后，那时的复杂网络也不是现在的样子。但是，社交网络确确实实是复杂网络的体现。所以，通过复杂网络的理论，研究大数据，研究社交网络，一定是一个很好的方向。
说了半天的复杂网络，到底复杂网络是什么呢？这里，我只说说我对复杂网络的浅显理解。也欢迎大家指点、讨论。我们一般所说的复杂网络具备两个特点：
无尺度
小世界
看起来很玄的两个词，那么该如何理解呢？无尺度的概念，比较好理解：就是网络中的度分布满足幂律分布。幂律分布可以理解度的分布比较集中。我们以新浪微博为例，粉丝上千万那的人非常少，百万的人也非常少。更多的是几百粉丝的。直白一点说，就是粉丝非常多的人很少，很集中。粉丝比较少的，分布就比较广，比较多。我之前做微博数据分析的时候，有统计过几乎所有用户的粉丝数分布的。完全符合幂律的分布。如果大家需要，可以和我进一步讨论之类。我也可以找找之前的统计数据。
小世界我觉得需要从两个角度考虑：第一个，就是网络中两点的平均最短路径很小。著名的米尔格拉姆实验的第一个结果就是：六度分隔。意思就是在我们的世界上，你想联系任何一个人，你不认识的，平均就需要找5、6个人就可以了。随着社会的发展，facebook等社交网络兴起，这个度越来越小。有报道说，已经是4.5个人就可以了。这个事情比较有意思，前些日子，还有个开发者做了一个微博应用，计算你到某个明星的距离。很多人会想，是不是很远，是不是计算很复杂？其实都不是的，小世界的特性告诉我们，这个值会很小。同时，即使在线读取关注，深度搜索的暴力方式解决，这也是很快的。第二个，不仅仅平均最短路径很小，如果消息在网络中传播，会以很大的概率，通过最短路径传播到目的地。这个很重要，这个是根本。这个是，现在微博上进行微博营销的根本所在。如果没有这个特性，通过转发，甚至是大号的转发，很难出现传播爆发的情况，很难让更多的人知道。所以这个很重要，这个也是米尔格拉姆试验的第二个重要的结果。
其实上面两个结果，都有对应的模型，能够很好的证明，而且，在实际的社交网络中，也得到的验证。大家感兴趣，可以自己研究。
那么大数据，我们作为程序员、作为研究者，能够做什么呢？其实前面也说过了，主要就三点：
存储
计算
算法
我们围绕着这三块进行，无论是工程开发者，还是研究者，都可以在这个过程中发现问题，归纳共性，提炼本质，然后上升到科学的高度。
我目前还没有李老师的高度，我也是围绕着微博做了一些复杂网络相关的研究。我希望，以后，我的工作，也能够为大数据科学进步，起到一点点作用。那我的工作，就真的有价值了。
下面是我自己感兴趣的一些点，欢迎大家讨论：
复杂网络社团结构的发现，对应社交网络中的圈子挖掘。
社交网络中，特定领域，人物影响力的排名。
社交网络中，信息传播的研究
社交网络用户关系的存储
其中，1、2、4我做了比较多的尝试，1、2效果还不错，4没有好的方法。3目前只是了解阶段，还没有开始动手。
仅以此文，抛砖引玉。
【完】
7. 互联网与大数据之间有什么关系
大数据与互联网的发展相辅相成。
一方面，互联网的发展为大数据的发展提内供了更多数据、信息与资容源；
另一方面，大数据的发展为互联网的发展提供了更多支撑、服务与应用。