大数据大数据时代

⑴ 大数据时代是什么意思大数据是在什么背景下提出的

大数据时代：

最早提出大数据时代到来的是全球知名咨询公司麦肯锡， 大数据在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。

大数据提出的背景：

进入2012年，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。

它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。

数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然很多企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。

正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”

(1)大数据大数据时代扩展阅读

大数据影响

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。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据（Big data）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。

在现今的社会，大数据的应用越来越彰显他的优势，它占领的领域也越来越大，电子商务、O2O、物流配送等，各种利用大数据进行发展的领域正在协助企业不断地发展新业务，创新运营模式。

有了大数据这个概念，对于消费者行为的判断，产品销售量的预测，精确的营销范围以及存货的补给已经得到全面的改善与优化。

“大数据”在互联网行业指的是这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量。

大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量）。

发出的社区帖子达200万个（相当于《时代》杂志770年的文字量）；卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……

截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）

EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。国际数据公司（IDC）的研究结果表明，2008年全球产生的数据量为0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。

而到2012年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。

每一天，全世界会上传超过5亿张图片，每分钟就有20小时时长的视频被分享。然而，即使是人们每天创造的全部信息——包括语音通话、电子邮件和信息在内的各种通信，以及上传的全部图片、视频与音乐，其信息量也无法匹及每一天所创造出的关于人们自身的数字信息量。

这样的趋势会持续下去。我们现在还处于所谓“物联网”的最初级阶段，而随着技术成熟，我们的设备、交通工具和迅速发展的“可穿戴”科技将能互相连接与沟通。

科技的进步已经使创造、捕捉和管理信息的成本降至2005年的六分之一，而从2005年起，用在硬件、软件、人才及服务之上的商业投资也增长了整整50%，达到了4000亿美元。

大数据的精髓

大数据带给我们的三个颠覆性观念转变：是全部数据，而不是随机采样；是大体方向，而不是精确制导；是相关关系，而不是因果关系。

A.不是随机样本，而是全体数据：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样(随机采样，以前我们通常把这看成是理所应当的限制，但高性能的数字技术让我们意识到，这其实是一种人为限制);

B.不是精确性，而是混杂性：研究数据如此之多，以至于我们不再热衷于追求精确度;之前需要分析的数据很少，所以我们必须尽可能精确地量化我们的记录，随着规模的扩大，对精确度的痴迷将减弱;拥有了大数据，我们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可。

适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力;

C.不是因果关系，而是相关关系：我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系;相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。

⑵ 澶ф暟鎹鏃朵唬鏄浠涔

闂棰樹竴锛氫粈涔堟槸澶ф暟鎹鏃朵唬
澶ф暟鎹鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ傜戝﹀跺拰璁＄畻鏈哄伐绋嬪笀浠鍒涢犱簡鈥滃ぇ鏁版嵁鈥濊繖涓鏂板悕璇嶆潵鎻忚堪杩欎竴鐜拌薄銆傚ぇ鏁版嵁鎸囩殑鏄鎵娑夊強鐨勬暟鎹璧勬枡閲忚勬ā宸ㄥぇ鍒版棤娉曢氳繃浜鸿剳鎴栦富娴佽蒋浠跺伐鍏峰湪鍚堢悊鏃堕棿鍐呰揪鍒版挿鍙栥佺＄悊銆佸勭悊銆佸苟鏁寸悊鎴愪负甯鍔╀紒涓氱粡钀ュ喅绛栨洿绉鏋佺洰鐨勭殑璧勮銆傚ぇ鏁版嵁鎶鏈鏄鎸囦粠鍚勭嶅悇鏍风被鍨嬬殑澶ф暟鎹涓锛屽揩閫熻幏寰楁湁浠峰间俊鎭鐨勬妧鏈鐨勮兘鍔涳紝鍖呮嫭鏁版嵁閲囬泦銆佸瓨鍌ㄣ佺＄悊銆佸垎鏋愭寲鎺樸佸彲瑙嗗寲绛夋妧鏈鍙婂叾闆嗘垚銆傚ぇ鏁版嵁搴旂敤鏄鎸囧圭壒瀹氱殑澶ф暟鎹闆嗘垚搴旂敤澶ф暟鎹鎶鏈锛岃幏寰楁湁浠峰间俊鎭鐨勮屼负銆
闂棰樹簩锛氬ぇ鏁版嵁鏃朵唬锛氬ぇ鏁版嵁鏄浠涔堬紵
澶ф暟鎹鏄涓绉嶈繍钀ユā寮忋佷竴绉嶈兘鍔涖佷竴绉嶆妧鏈锛屾垨鏄涓绉嶆暟鎹澶勭悊鏂瑰紡鐨勭粺绉般傚畠涓庤繃鍘讳紶缁熸剰涔変笂鐨勨滄暟鎹鈥濈殑鍖哄埆鍦ㄤ簬锛屽ぇ鏁版嵁涓嶄粎浠呮寚鈥滄暟瀛椻濓紝杩樺寘鎷鈥滄枃鏈銆佸浘鐗囥侀煶棰戙佽嗛戔濈瓑澶氱嶆牸寮忋傚ぇ鏁版嵁鐨勬潵婧愪富瑕佹湁涓ら儴鍒嗭細涓閮ㄥ垎鏉ヨ嚜浜庝紒涓氬唴閮ㄨ嚜韬鐨勪俊鎭绯荤粺涓浜х敓鐨勮繍钀ユ暟鎹锛屽彟涓閮ㄥ垎鍒欐潵鑷浜庡栭儴锛屽寘鎷绀句氦缃戠粶銆佺墿鑱旂綉銆佺數瀛愬晢鍔＄瓑涔嬩腑鐨勯潪缁撴瀯鍖栨暟鎹銆
闂棰樹笁锛氬ぇ鏁版嵁鏃朵唬鏄浠涔堟剰鎬濓紵璇﹁В
澶ф暟鎹鏃朵唬鏈鏃╃敱鍏ㄧ悆鐭ュ悕鍜ㄨ㈠叕鍙搁害鑲閿℃彁鍑猴紝鎸囩殑鏄鏁版嵁宸茬粡娓楅忓埌褰撲粖姣忎竴涓琛屼笟鍜屼笟鍔¤亴鑳介嗗煙锛屾垚涓洪噸瑕佺殑鐢熶骇鍥犵礌銆備汉浠瀵逛簬娴烽噺鏁版嵁鐨勬寲鎺樺拰杩愮敤锛岄勭ず鐫鏂颁竴娉㈢敓浜х巼澧為暱鍜屾秷璐硅呯泩浣欐氮娼鐨勫埌鏉ャ傚ぇ鏁版嵁鍦ㄧ墿鐞嗗︺佺敓鐗╁︺佺幆澧冪敓鎬佸︾瓑棰嗗煙浠ュ強鍐涗簨銆侀噾铻嶃侀氳绛夎屼笟瀛樺湪宸叉湁鏃舵棩锛屽嵈鍥犱负杩戝勾鏉ヤ簰鑱旂綉鍜屼俊鎭琛屼笟鐨勫彂灞曡屽紩璧蜂汉浠鍏虫敞銆
闂棰樺洓锛氬ぇ鏁版嵁鏃朵唬,澶ф暟鎹姒傚康,澶ф暟鎹鍒嗘瀽鏄浠涔堟剰鎬濓紵
澶ф暟鎹鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ傚ぇ鏁版嵁鎸囩殑鏄鎵娑夊強鐨勬暟鎹璧勬枡閲忚勬ā宸ㄥぇ鍒版棤娉曢氳繃浜鸿剳鎴栦富娴佽蒋浠跺伐鍏峰湪鍚堢悊鏃堕棿鍐呰揪鍒版挿鍙栥佺＄悊銆佸勭悊銆佸苟鏁寸悊鎴愪负甯鍔╀紒涓氱粡钀ュ喅绛栨洿绉鏋佺洰鐨勭殑璧勮銆傚ぇ鏁版嵁鎶鏈鏄鎸囦粠鍚勭嶅悇鏍风被鍨嬬殑澶ф暟鎹涓锛屽揩閫熻幏寰楁湁浠峰间俊鎭鐨勬妧鏈鐨勮兘鍔涳紝鍖呮嫭鏁版嵁閲囬泦銆佸瓨鍌ㄣ佺＄悊銆佸垎鏋愭寲鎺樸佸彲瑙嗗寲绛夋妧鏈鍙婂叾闆嗘垚銆傚ぇ鏁版嵁搴旂敤鏄鎸囧圭壒瀹氱殑澶ф暟鎹闆嗘垚搴旂敤澶ф暟鎹鎶鏈锛岃幏寰楁湁浠峰间俊鎭鐨勮屼负銆
闂棰樹簲锛氫粈涔堟槸澶ф暟鎹锛屽ぇ鏁版嵁鏃朵唬鎬庝箞鐞嗚В
澶ф暟鎹锛屾垨绉板法閲忚祫鏂欙紝鎸囩殑鏄闇瑕佹柊澶勭悊妯″紡鎵嶈兘鍏锋湁鏇村己鐨勫喅绛栧姏銆佹礊瀵熷姏鍜屾祦绋嬩紭鍖栬兘鍔涚殑娴烽噺銆侀珮澧為暱鐜囧拰澶氭牱鍖栫殑淇℃伅璧勪骇銆傚ぇ鏁版嵁鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ
闂棰樺叚锛氫粈涔堟槸澶ф暟鎹鏃朵唬
澶ф暟鎹鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ傚ぇ鏁版嵁鏃朵唬鏄鐢卞叏鐞冪煡鍚嶅挩璇㈠叕鍙搁害鑲閿℃彁鍑虹殑锛屾寚鐨勬槸鏁版嵁宸茬粡娓楅忓埌褰撲粖姣忎竴涓琛屼笟鍜屼笟鍔¤亴鑳介嗗煙锛屾垚涓洪噸瑕佺殑鐢熶骇鍥犵礌銆備汉浠瀵逛簬娴烽噺鏁版嵁鐨勬寲鎺樺拰杩愮敤锛岄勭ず鐫鏂颁竴娉㈢敓浜х巼澧為暱鍜屾秷璐硅呯泩浣欐氮娼鐨勫埌鏉ャ
闂棰樹竷锛氫粈涔堟槸澶ф暟鎹鏃朵唬
澶ф暟鎹鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ傚ぇ鏁版嵁鏃朵唬鏄鐢卞叏鐞冪煡鍚嶅挩璇㈠叕鍙搁害鑲閿℃彁鍑虹殑锛屾寚鐨勬槸鏁版嵁宸茬粡娓楅忓埌褰撲粖姣忎竴涓琛屼笟鍜屼笟鍔¤亴鑳介嗗煙锛屾垚涓洪噸瑕佺殑鐢熶骇鍥犵礌銆備汉浠瀵逛簬娴烽噺鏁版嵁鐨勬寲鎺樺拰杩愮敤锛岄勭ず鐫鏂颁竴娉㈢敓浜х巼澧為暱鍜屾秷璐硅呯泩浣欐氮娼鐨勫埌鏉ャ
闂棰樺叓锛氱畝杩颁粈涔堟槸澶ф暟鎹鏃朵唬
澶ф暟鎹鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ傚ぇ鏁版嵁鏃朵唬鏄鐢卞叏鐞冪煡鍚嶅挩璇㈠叕鍙搁害鑲閿℃彁鍑虹殑锛屾寚鐨勬槸鏁版嵁宸茬粡娓楅忓埌褰撲粖姣忎竴涓琛屼笟鍜屼笟鍔¤亴鑳介嗗煙锛屾垚涓洪噸瑕佺殑鐢熶骇鍥犵礌銆備汉浠瀵逛簬娴烽噺鏁版嵁鐨勬寲鎺樺拰杩愮敤锛岄勭ず鐫鏂颁竴娉㈢敓浜х巼澧為暱鍜屾秷璐硅呯泩浣欐氮娼鐨勫埌鏉ャ
闂棰樹節锛氫粈涔堟槸澶ф暟鎹鏃朵唬銆備粈涔堝張鍙鍋氫簯鍟嗐?
澶ф暟鎹鏃朵唬鎸囩殑鏄鎴戜滑鎵澶勭殑鏃朵唬锛屽叾涓鍖呭惈鐫闅句互鎯宠薄鐨勬暟瀛楀寲淇℃伅锛岃繖浜涗俊鎭鍦ㄥ晢涓氥佺戝︺佽壓鏈绛夊氫釜棰嗗煙涓鏃犲勪笉鍦ㄣ備簯鍟嗭紝鍙堢О鏅烘収浜戝晢锛屾槸鎸囦俊鎭銆佸簲鐢ㄣ佸熀纭璁炬柦鏃犲勪笉鍦ㄧ殑骞冲彴搴旂敤锛岃法鍦板煙銆佽法缁堢銆佽法绯荤粺銆佽法骞冲彴銆
闂棰樺崄锛氶┈浜戣村ぇ鏁版嵁鏃朵唬宸茬粡寮濮嬪埌鏉ワ紝閭ｄ箞澶ф暟鎹鏄鎸囦粈涔堝唴瀹瑰憿锛熸兂娣卞叆瀛︿範杩欐柟闈㈢殑鐭ヨ瘑
澶ф暟鎹鏄鎸囬渶瑕佹柊澶勭悊妯″紡鎵嶈兘鍏锋湁鏇村己鐨勫喅绛栧姏銆佹礊瀵熷姏鍜屾祦绋嬩紭鍖栬兘鍔涚殑娴烽噺銆侀珮澧為暱鐜囧拰澶氭牱鍖栫殑淇℃伅璧勪骇銆傚傛灉鎮ㄦ兂娣卞叆瀛︿範澶ф暟鎹鏂归潰鐨勭煡璇嗭紝鍙浠ヨ冭檻瀛︿範Hadoop绛夊紑婧愬ぇ鏁版嵁椤圭洰锛屾垨Yonghong Z-Suite绛夊晢涓氬ぇ鏁版嵁BI宸ュ叿銆傞殢鐫浜掕仈缃戝拰绉诲姩鐨勫揩閫熷彂灞曪紝澶ф暟鎹鍦ㄥ悇涓棰嗗煙涓嶆柇澧炲姞搴旂敤銆備篃瓒婃潵瓒婇潰鍚戜釜浜哄ぇ鏁版嵁搴旂敤銆

⑶ 什么是大数据，大数据时代怎么理解

大数据的定义

大数据（Bigdata）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。

大数据的特点

数据量大、数据种类多、要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复陪答杂的，需要搜索、处理、分析、归纳、总结其深层次的规律。

大数据时代的影响

越来越多的政府、企业等机构开始意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。如2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，来对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。

大数据的意义和前景

大数据是对大量、动态、能持芦游慧续的数据，通过运用新系统、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西。以前，面对庞大的数据，我们可磨配能会一叶障目、可见一斑，因此不能了解到事物的真正本质，从而在科学工作中得到错误的推断，而大数据时代的来临，一切真相将会展现在大家面前。

大数据分析的目的

大数据分析的核心目的就是预测，在海量数据的基础上，通过机器学习相关的各种技术和数学建模来预测事情发生的可能性并采取相应措施。预测股价、预测机票价格、预测流感等等。

预测事情发生的可能性继续往下延伸，就可以通过适当的干预，来引导事情向着期望的方向发展。比如亚马逊和所有的电商一样，都会基于对用户的喜好及消费能力分析来推荐商品，引导用户提高消费金额;Google等互联网巨头也会通过各种技术手段来试图向不同的用户展现不同的广告，并称之为精准营销，由此来提高点击率(公司收入);网游公司也会在运营工程中通过玩家行为数据的分析来及时调整游戏关卡及计费点等设计。

⑷ 什么是大数据时代

什么是大数据时代：

利用相关算法对海量数据的存储、处理与分析，从海量数据中发现价值，服务于生产和生活。

大数据无处不在，社会各行各业都可以找到大数据的印记，在金融，餐饮，电信，体育，娱乐等领域都可以感受到大数据对各行各业的影响

大数据的特点：

1、更多，更乱，但内部有关系可循。

示例：

大约20年前，亚马逊刚成立时，杰夫·贝索斯让50个书评员来为他卖书，他意识到不仅仅可以请人来写书评，还可以用数据技术来提供图书推荐。起初他使用的是小数据，不是大数据，把客户进行分类，比如说有人对中国旅游或者是对园艺感兴趣，系统会自动提供推荐。他的同事告诉他，刚刚开始使用这个数据推荐时，使用体验并不好；在进一步分析后，亚马逊决定不对人进行分类，而是对用户的需求分类。这个做法做法非常成功，以至于到今天，推荐系统为亚马逊带去30%的销售收入。

这就是数据收集和再处理。亚马逊有交易数据，每买一本书就是一个交易，然后对这个数据进行分析。但今天我们已不再满足于交易数据了，转而收集起沟通数据。你看了某一个书评、某一个交流会给商家更多的信息和细节。

2、数据可以被重复使用（数据的产生和收集本身并没有直接产生服务，最具价值的部分在于：当这些数据在收集以后，会被用于不同的目的，数据被重新再次使用）

示例：

比方说这家公司实时车辆交通数据采集商Inrix，该公司目前有1亿个手机端用户。Inrix可以帮助你开车，避开堵车，为司机呈现路的热量图，红的就表面堵车。如果只提供数据，这个产品没什么特色，

但值得一提的是，Inrix并没有用交警的数据，这个软件的每位用户在使用过程中会给服务器发送实时数据，比如走的多快，走到哪里，这样每个客户都是探测器。

大数据时代的思维：

每天早上起来想一下，这么多数据我能用来干什么，这些价值在哪里可以找到，能不能找到一个别人以前都没有做过的事情。你的想法和思路，是最重要的资产。

示例：

我们可以通过大数据来确定哪些地方会有火灾。以前防火检查员只有13%的时间可以准备预测，现在他们找到火灾隐患的概率达到了70%，比以前提高了6倍。将效率提高6倍是一个巨大无比的进步，未来的公共服务业可以由此获得更多便利。