我不是大数据

A. 大数据不是检验真理的唯一标准 怎么辩

大舅舅是不是检验真理唯一的标准当然不是，他是一个参考。

B. 大数据的是与不是

大数据的是与不是
在时下的流行语中，很难找出一个比“大数据”更吸引眼球的术语了。1980年，阿尔文 托夫勒在《第三次浪潮》中预言了信息时代的到来会带来数据爆发，约翰 梅西在1998年的美国高等计算机系统协会大会上首次提出“大数据(big data)”一词。什么是大数据?这一概念目前尚未形成统一的定义。几种代表性的观点如下：麦肯锡认为“大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合”;维基网络认为“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集”;全球最具权威的 IT研究与顾问咨询公司——高德纳公司认为“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的海量、高增长率和多样化的信息资产”。
大数据时代已经来临，它将在众多领域掀起变革的巨浪，这是勿庸置疑的事实，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值，而对于电网企业来说，大数据的应用同样会促进企业的跨越发展。
大数据的本质是事物的时域、空域记录，并非事物的描述数据
对于大数据的特点，IT界通常用Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)这4个 V来概括。Volume，指数据体量巨大，从TB级别跃升到PB乃至EB级别;Variety，指数据类型繁多。除了传统的结构化数据，大量非结构化、半结构化数据如网络日志、音频、视频、图片等;Value，指价值密度低，但大数据分析的价值高。价值密度的高低与数据总量的大小成反比，以视频为例，一部一小时的视频，在连续不间断监控过程中，可能有用的数据仅仅只有一两秒;Velocity，指变化速度快。大数据不仅量大，而且变化快，大数据的应用依赖于对数据的快速处理。但在笔者看来，对大数据作4V特点的概括是现象而非本质总结。
其实人类文明就是大数据的记录与应用积累，当今社会进入了信息时代，信息化的本质是用 IT技术和方法描述世界，描述事物的内在本质、过程规律和业务规则，信息化的应用过程就是在描述好事物的软件系统中实现人工和 /或机器记录，大数据的本质是事物的时域、空域记录，并非事物的描述数据，大数据成为热门是因为信息化、互联网、终端的普及和应用让我们进入了一个机器自动记录的时代，爆炸性增长的记录数据使传统的人工、单机 /单节点的机器处理能力无法完成记录的分析、挖掘，由此催生了云计算和大数据概念并推动人工智能的工程应用，机器学习等人工智能技术就是机器处理大数据及大数据应用高级模式。
大数据应用的本质是推导规律、预知未来，并非简单的统计分析
在信息化时代以前，人类就有典型的大数据应用，如视觉美学总结的黄金分割(0.618)，社会学中的在特定时空范围内存在的“二八”理论。大数据应用的本质是推导规律、预知未来，并非简单的统计分析。在信息化时代，大数据极大依赖信息化及其应用，开展大数据分析也必须应用信息化方法与手段，符合信息化业务驱动、目标导向等原则，没有目标的大数据平台建设或挂大数据“羊头”不利于信息化建设和大数据应用。
而互联网大数据与企业大数据是有区别的，互联网本质是跨区域的信息化网络基础设施，其大量的内容服务和居于互联网社交软件并不存在描述事物的过程即没有对象模型，人们应用互联网留下了应用记录(大量的非结构化数据)，分析这些大数据记录的前提是重新构建记录的对象，对记录标识特征。企业信息化一般经过业务标准化和业务流程梳理过程，所以企业的大数据是存在对象描述，但企业应用的困难是我们建设的系统在对象描述上不统一、对象上的记录不完整。所以互联网大数据与企业大数据应用尽管原理与方法一致，但分析工作的重点是有区别的。互联网公司在开展大数据分析的工具、技术方法不完全适用于企业，更不能把互联网大数据的平台建设当做企业大数据应用工作的全部。
区别好对象模型数据与记录数据是大数据分析的基础，尽管描述事物对象的数据也可以达到 PB级，如人类的基因图谱、地球大气层流动模型、电网的网络结构模型等，这些数据不是大数据，在这些对象模型上构建软件并记录的业务变化是大数据。所以在大数据应用方面存在两类数据的预处理，一类是模型数据预处理，另一类是记录数据预处理。模型层面的预处理本质是信息化建设方案的科学性、合理性。记录的完整性很大程度上也是取决于信息化方案，同时也取决于信息系统的应用过程。一旦软件上线，再作数据治理来解决模型之间的不一致性或对记录的二次“模型化”加工是一种方法论上的误导，正确的方法应该是依据企业架构和行业解决方案完善信息化架构，实现企业信息化架构规范和引导下的信息系统建设和应用，在企业层面统筹企业模型、统筹系统结构和功能界面、统一业务系统应用规范。企业的数据治理必须在建设方案中完成，系统建成系统后的数据治理是无效的，当然在系统运行过程中数据库的技术数据治理是必须的。
大数据应用在电网领域大有可为
在电网企业中，电量数据是一组典型的大数据。客户和客户的电表台账是电量数据的宿主对象，采集系统中对客户和电表台账进行建模，各用户电表的时序记录就是电量大数据。下面结合国网江苏电力开展的负荷预测大数据应用简述大数据应用方法。
首先是数据预处理。对象模型的预处理，依托营配调一体化，建立客户和电表台账与电网供电逻辑关系，构建电网各电压层级直至各台区到用户的关联模型;记录数据的预处理，对电量记录电度值进行年度节假日除权回原，去除电量的节假日因素，去除记录奇点和内插补全个别记录缺点等。
其次是分行业回归建立日电量与气温、湿度等因素用电模型，依据实时运行方式累计各台区日电量、日负荷，完成各区域、各电压等级的电量和负荷预测模型的构建，并构建模型机器学习，保持模型的时效性。
最后，由大数据平台给预测模型导入实时气温与前一时段的电量和负荷，实现短期、超短期的全网负荷预测。同样原理，关联宏观GDP与电量指数，结合业扩包装量变化，实现中长期负荷预测。
2015年 ,江苏电网以全样本的用户每日实时采集用电数据，结合十多年用电、业扩、气象等历史数据，建立起涵盖全省各地区、分行业以及25万专变用户和40万台公用变压器的包括温度、湿度、节假日、周末等要素的多维度用电影响模型，模型包含的数据关联关系超过110亿项，开展负荷中长期、短期、超短期预测工作，有效指导了生产工作。
此外，电量大数据的应用在行业内外还有大量的可应用价值，如从用电设备节能潜力分析全社会节能潜力、大用户用电特征分析行业产能利用情况、居民用户家庭活动特征等，大数据应用在电网领域大有可为。

C. 谁能最简单明了的告诉我大数据是什么以及IBM到底是干什么的,不许在百科里复制!

大数据，海量数据
IBM，世界知名的IT公司。

D. 大数据时代读后感 [说说大数据的三个“不是”]

有人说，大数据是个谎言；有人说，大数据是个伪命题。大数据市场确实存在。Gartner预测，到2015年，70%的信息基础架构扩展与投资的主要驱动因素是业务分析需求。以前，人们把精力主要放在如何存储好海量的数据上，而没有想到深入挖掘数据的内在价值。随着数据与业务之间的关系越来越紧密，以及一些大数据分析工具不断涌现，数据分析成了企业决策的前提。
大数据不一定是复杂的分析
许多人一提到大数据，首先想到的是复杂的数据分析。这让有些希望采用大数据分析工具的用户产生了畏难情绪，也让有手念丛些用户产生了误解，认为大数据分析只是那些拥有复杂业务流程和海量数据的大企业的事。市场研究机构麦肯锡的研究人员表示：“要创造新的重大价值，并不一定要采用复杂的大数据分析方法，有时只要能保证数据的可用性或对数据应用进行基本的分析，就能获得所需的重要价值。”
不同的企业或一个企业内部不同的部门对数据分析和数据价值的理解都不相同。企业处于不同的信息化发展阶段，也会设定不同的数据分析目标，采用不同的数据分析工具。正是基于此，戴尔率先提出了大数据成熟度模型。戴尔公司全球企业级解决方案副总裁Cheryl Cook表示：“这一模型已经得到了业内许多分析机构的认可。所有行业以及所有数据应用都适用于此模型。”
如下图所示，大数据成熟度模型分成五个阶段。第一个阶段，数据处于混乱状态，数据存储无章可循，数据难以访问，企业的信息系统处于高风险状态。第二个阶段，实现数据的保留。在这个阶段，企业被动地对数据进行存储。数据虽然经过一定的处理，但还不具有高质量，数据的访问也会受到一定限制。第三个阶段，实现存储的优化。在这个阶段，通过对存储系统的进一步优化以及基于策略的控制与管理，用户可以逐步发现数据的价值。第四个阶段，实现简单的分析。在存储优化的基础上，用户可以进行数据建模和简单的数据分析，对归档数据进行搜索等。第五个阶段，实现复杂的分析。在这个阶段，大数据分析工具将得到充分应用，用户可以进行比较复杂的建模、分析和决策。经过上述五个阶段，曾经杂乱无章的数据也将经历从数据毕樱到信息再到知识的转变过程，最终成为企业决策的重要依据。
这个大数据成熟度模型可以解答人们对于大数据应用的几个疑惑。第一，用户使用大数据分析工具，并不意味着一定要进行复杂的分析。举例来说，处于存储优化阶段的用户就可以实现无障碍的数据访问，并能获得所需的数据价值。第二，大数据的应用要经历一个逐步完善的过程，必须循序渐进，先做好数据存储和优化，然后再进行数据分析。第三，大数据解决方案通常包括两个部分：一是大数据保留解决方案，二是大数据分析解决方案。将两类解决方案有机地结合在一起，才能有效降低大数据分析应用的成本，更好地挖掘数据的价值。Cheryl Cook表示，戴尔可以提供上述两种解决方案。一方面，戴尔可以提供针对结构化和非结构化数据的大数据保留解决方案，主要包括存储虚拟化与整合、应用程序优化、数据保护、灾难恢复以及数据保留与管理解决方案；另一方面，戴尔还能提供支持Hadoop、Cloudera等开源软件的大数据分析解决方案。
记者曾与包括大庆油田、太平洋保险公司等在内的一些用户进行过交流。它们目前都没有计划部署大数据应用。“从全球范围来看，大数据应用还处于起步阶段。”戴尔亚太及日本地区商用事业部企业解决方案副总裁Philip A. Davis表示，“与云计算兴起时一样，可能要经过两三年的市场培育，用户才能逐渐接受大数据应用。”
中国东方航空股份有限公司信息部总经理严振红介绍说：“在大数据的概念出现以前，我们就在做客户数据、经营数据的分析工作。但是客户数据库、经营数据库等都是相互独立的，数据不能共享。现在，我们要做的是将这些系统的数据整合起来，统一进行分析。”
Hadoop不是万能的
简单来说，Hadoop是一个能够对大量数据进行分布式处理的软件框架。Hadoop最独特的优势在于为用户提供了一个分布式的、高容错的文件系统和加速数据处理高毁的办法。随着Web 2.0、社交网站的大规模兴起，人们需要一个高效的处理非结构化数据的平台。Hadoop正好可以满足人们的需求。有些人甚至在Hadoop和大数据之间划上了等号。Hadoop能够解决大数据应用的所有难题吗？
“Hadoop是一个复杂的工具套件。如果没有厂商或专业技术人员的帮助，用户自己部署Hadoop是一件十分困难的事。目前，Hadoop的应用并不普及。互联网用户是最早采用Hadoop平台的。”Philip A.Davis表示，“如果想让大数据解决方案充分发挥其作用，就必须搭建一个高效的信息基础架构，实现信息基础架构的自动化、智能化，同时提高其可管理性。”
Hadoop的应用是有一定技术门槛的。如今，许多IT厂商都推出了基于Hadoop的解决方案包，其目的是帮助用户简化Hadoop的部署与应用。Philip A.Davis表示：“戴尔提供的基于Hadoop的大数据分析方案可以将Hadoop的部署周期从原来的两个月缩短至两天。”
VMware全球高级副总裁范承工也认为，由于缺少精通Hadoop技术的专业人才，Hadoop的部署对于用户来说是一件费时费力的事。如今，VMware可以将Hadoop部署在虚拟化架构之上，将部署工作从半自动化变为全自动化，从而减少了人工干预，使得Hadoop的部署变得更加简单，也不容易出错。
“很多中国企业的CIO认为，大数据解决方案是有价值的，但实施起来确实有许多困难。”戴尔全球副总裁、中国区大型企业及公共事业部总经理容永康举例说，“国内懂得在Hadoop上进行开发的专业技术人员非常少。一些金融行业的用户很想现在就部署大数据解决方案，但是苦于找不到既懂Hadoop技术，又懂得金融业务的专业人才。”
Informatica首席技术官James Markarian表示：“在IT环境中，Hadoop不可能作为一个孤岛存在。为了让Hadoop跨越不同平台，用户需要将Hadoop作为其IT大环境中的一部分来管理，并通过Hadoop重复使用他们的开发技巧、资产及数据，同时还要统筹管理全部数据。”
在美国市场上，70%的大数据应用处理的还是结构化的数据。从技术的角度看，虽然Hadoop也能处理结构化的数据，但是目前基于Hadoop的大数据分析解决方案主要还是用于处理非结构化的数据。因此，用户处理结构化数据和非结构化数据通常是用两套不同的分析工具。这种混合的大数据处理模式是一种普遍现象。
从未来的发展看，非结构化数据的快速增长是大数据分析的主要驱动因素。从这个角度讲，Hadoop的应用前景还是十分广阔的。
大数据不仅仅是一个解决方案
Cheryl Cook强调说：“用户千万不能认为，只要购买了一个大数据的解决方案，就能解决所有的问题。许多中国用户还没有充分意识到数据能够带来多大的价值。戴尔收购佩罗系统公司，增强了自身的顾问咨询能力，可以帮助客户分析数据能够带来什么样的价值。这为用户日后正确部署大数据解决方案奠定了基础。”
有些厂商通过收购或其他方式，很快就推出了大数据解决方案，并将这些解决方案推销给客户。Cheryl Cook表示：“戴尔先从客户的需求入手，帮助客户分析当前遇到的实际问题是什么，然后进一步明确客户能从数据中获取什么样的价值，最后才是提供量身定制的解决方案。”戴尔大数据解决方案的特色在于开放化和多样化。戴尔既可以提供基于开源软件的大数据解决方案，也可以提供支持微软、SAP等软件的大数据解决方案。针对Hadoop平台，戴尔还能提供一些附加的服务，目的是为了让Hadoop平台能够满足客户的个性化需求。在部署大数据解决方案之前，用户首先要搞清楚，能从大数据解决方案中获得什么样的价值，然后再制定具体的实施规划，接下来就是构建高效的信息基础架构，最后才是部署大数据分析工具。

E. 网络大数据 是不是只是一个记录 不影响任何的事情

如果你只是担心签证和征信问题，那么基本上影响不会太大，虽然会查银行，但是给多点钱就基本上能过去了。除非你人品当真坏得可以

F. 大数据不显示怎么回事

可能是GPS出现了错误。

通信大数据行程卡，是由中国信通院联合中国电信、中国移动、中国联通三家基础电信企业利用手机“信令数据”，通过用户手机所处的基站位置获取，为全国16亿手机用户免费提供的查询服务，手机用户可通过服务，查询本人前14天到过的所有地市信息。

务介绍

“通信大数据行程卡”是由中国信通院联合中国电信、中国移动、中国联通三家基础电信企业手机“信令数据”，通过用户手机所处的基站位置获取为全国16亿手机用户免费提供的查询服务，是对此前通过短信查询行程的服务升级。

“通信大数据行程卡”基于电信大数据，由三大运营商统一提供接口，仅须填写手机号、验证码并确认本人授权，无须填写身份证号、家庭住址，不收集其他个人信息，操作上更为简便和安全，充分保护用户隐私。