如何从不同角度来理解大数据？

对于大数据的认识和理解

关于大数据BigData方面的提及引起了我很大的兴趣，越是自己私下里做了一些阅读和查询（主要是维克托·迈尔-舍恩伯格的《大数据时代》和网络上查看的一些资料）。最后提交的这篇课程总结就着重报告一下自己在阅读了他人关于大数据的一些理论后自身的认识。

在这之前，我发现身边很多人都提起过大数据，可是对于这些热门的新技术、新趋势人们往往趋之若鹜却又很难说的透彻，如果你问他大数据和你有什么关系？估计很少同学能说出一二三来。究其原因，一是因为大家对新技术有着相同的原始渴求，至少知其然在聊天时不会显得很“无知”，因为现在人们普遍都有以一种信息焦虑感，别人知道的东西我不知道，就会感到焦虑，无论这些信息对你有没有用；二是在工作和生活环境中真正能参与实践大数据的案例实在太少了，所以大家没有必要花时间去知其所以然。当然我也一样，虽然我希望能有些不一样，但是自己实在欠缺IT这方面的知识，所以也只能查阅一些资料，翻阅了最新的专业书籍，在自己局限的认识下把这些些零散的资料碎片或不同理解论述综合起来做一个类似于文献综述的报告，其实我很真诚的希望进入事物探寻本质。下面就从理论、技术、实践这三个层面写一下大数据的认识

大数据的一些相关理论：

最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

业界（IBM最早定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

很早就流传着一句话：三分技术，七分数据，得数据者得天下。先不论这句话是谁说得，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了很多例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，作者提及最多的是Google如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势；Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量；Farecast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。

这里维克托·迈尔-舍恩伯格所认为的大数据思维是：

1需要全部数据样本而不是抽样；

2关注效率而不是精确度；

3关注相关性而不是因果关系。

大数据是什么？投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

Wal-Mart作为零售行业的巨头，他们的分析人员会对每个阶段的销售记录进行了全面的分析，有一次他们无意中发现虽不相关但很有价值的数据，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟然销量都有大幅增加，于是他们做了一个明智决策，就是将蛋挞的销售位置移到了飓风物品销售区域旁边，看起来是为了方便用户挑选，但是没有想到蛋挞的销量因此又提高了很多。

这样的例子存在在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维；与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长。

大数据的一些相关技术：1）云技术：

大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。

云计算思想的起源是麦卡锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的公用事业提供给用户。如今，在Google、Amazon、Facebook等一批互联网企业引领下，一种行之有效的模式出现了：云计算提供基础架构平台，大数据应用运行在这个平台上。

业内是这么形容两者的关系：没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地；没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。

那么大数据到底需要哪些云计算技术呢？

这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NOSQL、实时流数据处理、智能分析技术（类似模式识别以及自然语言理解）等。

2）分布式技术：

分布式处理系统可以将不同地点的或具有不同功能的或拥有不同数据的多台计算机用通信网络连接起来，在控制系统的统一管理控制下，协调地完成信息处理任务—这就是分布式处理系统的定义。

3）感知技术：

大数据的采集和感知技术的发展是紧密联系的。以传感器技术，指纹识别技术，RFID技术，坐标定位技术等为基础的感知能力提升同样是物联网发展的基石。全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，都会产生海量的数据信息。

而随着智能手机的普及，感知技术可谓迎来了发展的高峰期，除了地理位置信息被广泛的应用外，一些新的感知手段也开始登上舞台，比如，最新的”iPhone5S”在home键内嵌指纹传感器，新型手机可通过呼气直接检测燃烧脂肪量，用于手机的嗅觉传感器面世可以监测从空气污染到危险的化学药品，微软正在研发可感知用户当前心情智能手机技术，谷歌眼镜InSight新技术可通过衣着进行人物识别等。

其实，这些感知被逐渐捕获的过程就是就世界被数据化的过程，一旦世界被完全数据化了，那么世界的本质也就是信息了

大数据的实践：

政府各个部门都握有构成社会基础的原始数据，比如，气象数据，金融数据，信用数据，电力数据，煤气数据，自来水数据，道路交通数据，客运数据，安全刑事案件数据，住房数据，海关数据，出入境数据，旅游数据，医疗数据，教育数据，环保数据等等。这些数据在每个政府部门里面看起来是单一的，静态的。但是，如果政府可以将这些数据关联起来，并对这些数据进行有效的关联分析和统一管理，这些数据必定将获得新生，其价值是无法估量的。

具体来说，现在城市都在走向智能和智慧，比如，智能电网、智慧交通、智慧医疗、智慧环保、智慧城市，这些都依托于大数据，可以说大数据是智慧的核心能源。从国内整体投资规模来看，到2012年底全国开建智慧城市的城市数超过180个，通信网络和数据平台等基础设施建设投资规模接近5000亿元。“十二五”期间智慧城市建设拉动的设备投资规模将达1万亿元人民币。大数据为智慧城市的各个领域提供决策支持。在城市规划方面，通过对城市地理、气象等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城市规划提供决策，强化城市管理服务的科学性和前瞻性。在交通管理方面，通过对道路交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。在舆情监控方面，通过网络关键词搜索及语义智能分析，能提高舆情分析的及时性、全面性，全面掌握社情民意，提高公共服务能力，应对网络突发的公共事件，打击违法犯罪。在安防与防灾领域，通过大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力。

学生在阅读了大数据相关的一些书籍和文章之后，提取出的一些观点和理论，并稍加了自己对大数据的一些认识，写成了这篇课程总结。

总结：一生至少要有二次冲动，一次为奋不顾生的爱情，一次是点击收藏转发本文，分享关注美女小编与作者结缘。

为了更好地认识大数据，我快速阅读了多篇文章，以及诸多书籍。简单总结如下，算是一篇扫盲贴。

先看看有没有定义？

关于大数据，目前业界并没有统一定义，只有几个比较一致的观点。

一个观点是来自高德·纳咨询公司梅尔夫·阿德里安的描述：大数据是超出了常用硬件环境和软件工具，在可接受时间内为用户收集、管理和处理数据的能力，讲的是一种能力。

另一个观点，则是来自麦肯锡全球数据分析研究所的一篇论文，其中谈到：大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集，讲的是数据的集合。那么，该如何理解大数据？

总的来说，大数据是指用来描述那些数量庞大到无法用人工，甚至用简单的计算机软件进行处理的海量数据。随着计算机和现代检测技术的发展，获取数据变得越来越容易。

再来了解几个术语：

数据——组成大数据的单元。

数据，指事实或观察到的结果，是对客观事物的逻辑归纳，用于表示客观事物未经加工的原始素材。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。数据和信息不可分离，数据是信息的表达，信息是数据的内涵。数据本身毫无意义，只有对实体行为产生影响时才成为信息。大数据中的数据量非常巨大，其中，不仅包括结构化数据，如数字、符号等数据，也包括非结构化数据，如文本、图像、声音、视频等数据。

数据库——承载大数据的容器。

在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，也是进行科学研究和决策管理的重要技术手段。

统计学——解析大数据的工具。

统计学是一门通过搜索、整理、分析数据，推断被测对象本质、甚至预测对象未来的综合性科学。通过寻找和挖掘现象，把现象变为可用数字标识的数据，并汇总大量数据，从而找出事物的本质和规律。随着“大数据”概念的提出，统计学也受到越来越多的重视。

大数据产生的一个显著标志就是：为了满足市场需要，数据存储设备的容量越来越大，处理数据的速度越来越快。

关于大数据的个人理解：

大数据是一种能力。

大数据不是一种时尚，也不仅仅只是一个大的数据集。它的实质是一种能力，是从高度关联的数据中获取知识和价值的能力。如果说物理层的互联网实现了不同主体的物理连接，那么流淌在其间的数据则实现了价值层面的连接。从这个意义上讲，互联网就是数据之网。

大数据是一种价值。

大数据的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业化处理。单个数据并没有价值，但越来越多的数据累加，量变就会引起质变。

大数据是一种行为。

大数据不同于过去的传统数据，其产生方式、存储载体、访问方式、表现形式、来源特点等都与传统数据不同。大数据更接近于某个群体的行为数据，它是全面的、准确的、有价值的数据。

简单小结

据国外学者考证，大数据一词最早出现在1998年。当时用于阐述信息基础设施在大规模数据条件下面临的压力。《大数据时代》一书是国外大数据研究的先河之作，该书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人。

随着全球数字化、网络化进程加快，互联网应用于各行各业，累积的数据量越来越大。越来越多企业、行业和国家发现，可以利用类似技术更好地服务客户、发现新商机、扩大新市场以及提升效率。进而，大数据的概念逐步成熟。

可以说，离开互联网谈大数据，毫无意义。

谢邀，这个了解很模糊，感觉和统计学有关系。不怎么好表达，这样说嘛:就是收集一群人喜好特点，然后进行分类统计；定向推送一些商品啊其他之类的。谢谢

人生本来就是一场修行，我觉得人最值得炫耀的事，是自己的岁月中，从迷茫无知中不断的成长过程。

如果被大数据分析完全引导，那我们跟机器有什么区别？

人之所以能成为地球上目前文明最顶端的领导者，就是人类不断的尝试，不断的经历，不断的学习，不断的改变，日积月累，年月更替，一步一步的进化，一步一步的发展过来的，对于大数据，的确有好的一面，值得我们去应用，但是如果向问题中所说，我觉得，太过了，完全被引导，那么我会觉得反而是机械在统治人类。

谢谢邀请。

大数据正在改变着我们的生活方式和业务模式，因为大数据掌握了大多数人的生活习惯和行为规律，从这一意义上讲，大数据在未来都具有重要的意义。

比如现在正在利用大数据进行线上医疗，运用大数据进行金融风险分析，都是基于大数据带给人们的结论。

但是，大数据改变不了个体差异，比如每个人的身体条件不同，同样的疾病在每个人身上的表现也不尽相同，完全依赖于大数据的分析可能对大多数人是有用的，但对具体的个体可能就要有所差异，这种差异正是大数据以后专家们有解决的问题。

所以，结论就是大数据一定会改变人类生活的未来，但是我们不能仅仅依靠大数据，还要提升人员的素质和能力。

谢邀请！前面已有网友阐述得很详细了，我只简单说两句，我们今天就是处在大数据时代，首先要肯定大数据时代的大数据给我们的生活带来了生活的便利，他是主流，但也有不尽人意的支流，这要在过程中不断完善，随着法律法规的健全，大数据的更加成熟，只会给人类带来更大的享受……

现在是人都将大数据，但是又有多少人真正了解大数据的内涵呢，不是简单的收集到客户的信息就是大数据了，而是充分了解客户的需求，比如通过大数据分析，他喜欢什么食物，爱好，运动等等很多方面，从而提供更人性化，精细化的服务，如果大数据能运用到各个方面那么，高速堵车的时候，如果我们的车辆都处于联网状态，那么就可以收到诸如高速堵车请走某某路，高速畅通可以驶入，等等信息会使生活更方便快捷。

谢邀。

关于大数据，目前业界并没有统一定义，只有几个比较一致的观点。

一个观点是来自高德·纳咨询公司梅尔夫·阿德里安的描述：大数据是超出了常用硬件环境和软件工具，在可接受时间内为用户收集、管理和处理数据的能力，讲的是一种能力。

另一个观点，则是来自麦肯锡全球数据分析研究所的一篇论文，其中谈到：大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集，讲的是数据的集合。

那么，该如何理解大数据？

大数据用来描述那些数量庞大到无法用人工，甚至用简单的计算机软件进行处理的海量数据。随着计算机和现代检测技术的发展，获取数据变得越来越容易。首先了解几个术语：

数据——组成大数据的单元。

数据，指事实或观察到的结果，是对客观事物的逻辑归纳，用于表示客观事物未经加工的原始素材。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。数据和信息不可分离，数据是信息的表达，信息是数据的内涵。数据本身毫无意义，只有对实体行为产生影响时才成为信息。大数据中的数据量非常巨大，其中，不仅包括结构化数据，如数字、符号等数据，也包括非结构化数据，如文本、图像、声音、视频等数据。

数据库——承载大数据的容器。

在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，也是进行科学研究和决策管理的重要技术手段。

统计学——解析大数据的工具。

统计学是一门通过搜索、整理、分析数据，推断被测对象本质、甚至预测对象未来的综合性科学。通过寻找和挖掘现象，把现象变为可用数字标识的数据，并汇总大量数据，从而找出事物的本质和规律。随着“大数据”概念的提出，统计学也受到越来越多的重视。

大数据产生的一个显著标志就是：为了满足市场需要，数据存储设备的容量越来越大，处理数据的速度越来越快。

大数据是一种能力。

大数据不是一种时尚，也不仅仅只是一个大的数据集。它的实质是一种能力，是从高度关联的数据中获取知识和价值的能力。如果说物理层的互联网实现了不同主体的物理连接，那么流淌在其间的数据则实现了价值层面的连接。从这个意义上讲，互联网就是数据之网。

大数据是一种价值。

大数据的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业化处理。单个数据并没有价值，但越来越多的数据累加，量变就会引起质变。

大数据是一种行为。

大数据不同于过去的传统数据，其产生方式、存储载体、访问方式、表现形式、来源特点等都与传统数据不同。大数据更接近于某个群体的行为数据，它是全面的、准确的、有价值的数据。

据国外学者考证，大数据一词最早出现在1998年。当时用于阐述信息基础设施在大规模数据条件下面临的压力。《大数据时代》一书是国外大数据研究的先河之作，该书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人。

随着全球数字化、网络化进程加快，互联网应用于各行各业，累积的数据量越来越大。越来越多企业、行业和国家发现，可以利用类似技术更好地服务客户、发现新商机、扩大新市场以及提升效率。进而，大数据的概念逐步成熟。

可以说，离开互联网谈大数据，是毫无意义的。

“大数据的运用，汽车私人定制服务已经不远。”

这里仅从笔者比较熟悉的汽车行业举一个例子，分享一下大数据在汽车产业运用的一个例子，抛砖引玉。

背景

2017年我国汽车保有量已经达到2.05亿辆，而且预计在未来的销量还会增加，到2020年达到3000万辆。

汽车的最终目的是为人们提供移动出行的解决方案，对于未来汽车的发展趋势，业界基本上有一个共识，未来的汽车会朝着“电动化，网联化，智能化，共享化”四个方向发展。

以用户为中心的生态链

基于汽车网联化的发展，形成了以用户为中心的生态链，如下图：

围绕在车主周围，有不同层级的参与者。传统的主机厂，汽车制造商，硬件供应商，4S店，只是其中很一小部分。还有各种服务商，提供商，开发商，保险公司，传媒，甚至教育机构，也扮演着重要的角色。

车联网能够将这些参与者全部连接起来，靠什么？

大数据

汽车产业数据，驾驶行为数据，汽车感知数据，外部环境数据，还有最重要的人的社会数据，都储存在“庞大的汽车保有量”这个数据库中。

围绕着车联网，以上的数据不断地更新，不断地累积，形成了庞大的数据库，可被收集，并进行分析和处理。

运用举例-私人定制服务

通过数据处理，得到基于用户里程的分布，轨迹，行驶速度，超速违规事件一系列统计：

由此，构建出一个精准的用户画像，做什么，爱好是什么，习惯什么等等。

那么，针对于该用户，各种服务商就可以提供私人的“定制服务”，比如安全指导，保费个性化，出行效率提升等等。

据估计，车联网的市场规模从目前年250亿，到2020年能够达到4000亿元，又是一个巨大的蛋糕。

技术·原创·精致·有趣

汽车圈儿的清流

希望以上回答对您有所帮助，欢迎关注“汽车人参考”，获取更过精彩原创文章

不才就是搞大数据的，大数据不仅仅是因为数据量大，大数据有5V特点：大量、高速、多样、低价值密度、真实性。

大数据最近几年比较火爆，很多互联网科技公司不上大数据都不好意思说自己是高新企业，同时，大数据应用到企业中也是很贵的，有两方面的贵：机器贵和人才贵。

机器贵：公司的集群规模小还好说，买几台服务器搭建大数据集群就ok了，因为数据量也没多大，现在市面上还主要是hadoop为王，hadoop主要是分布式离线计算，对服务器的内存要求不高，主要在磁盘上操作数据；如果是要实时的计算，就得需要大的内存了，内存是最贵的，动辄上万一根内存条，很多小企业买不起的，或者老板心疼钱不愿意买，所以现在还是处于磁盘计算，现在有趋于内存计算的趋势，毕竟要走在行业的前沿，hadoop肯定会成为历史，被spark取代，内存计算。

人才贵：

现在一个刚毕业的大学生，在北京第一年就上万的薪水，更别说好几年的架构师了，架构师起码得30K，一个公司一个大数据组5-7个人吧，再加一个技术总监或者架构师，每月的薪水都是一笔不小的开支，我一个朋友开的公司，半年，一百多万搭进去了，没钱了，最后公司黄了，主要是人太贵。

大数据能干嘛呢？

人类每天产生的数据量大概在1P左右，你的每次微信信息，支付信息，打电话信息，玩游戏信息，浏览信息，甚至去某个地方，都是有价值的信息，这些信息在数据人眼里就是一笔财富，或者你觉得没什么，但是你注意过那些广告为什么会找到你吗？在互联网的世界里没有隐私可言，大数据把所有的信息都结合在一起，再经过数据分析师的计算，可以推导出你个人的喜好，性格、健康、甚至你家人的信息都可以结合起来推算出你家里几口人，家住哪里，在哪上班，经常去哪个地方，隐私无从谈起，这些信息会产生很大的价值。

好了先说这么多，加班了。。。

大数据是个好东西，但是好像并不好玩，我个人理解，有几方面的原因：

第一，大数据贵在大上，庞大，问题是都有哪些机构有庞大的数据呢？银行，运营商，电商，只不过他们的数据都是封闭在里面的，不能开放共享

第二，政府实际上作为大数据的管理部门，已经认识到大数据是个好的东西，但是从更广泛的互通角度来看，并没有很好的支持业务的共享，数据的共享

第三，好东西也得有好的应用。单纯的数据销售涉嫌信息安全，同时也价值不大，关键是整套的解决方案，而这又依赖于数据的建模以及很多的应用场景，所以我更倾向于把大数据当成一种能力，而非一个产品

是个方向

社会高速发展给人们带来了非常多的便利和科技服务，现在大数据在各行各业都炒的火热，运用非常广泛和深入，而彩票行业近年来也开始流行和趋于大数据的应用，这是一种趋势和技术的进步，极大的方便了彩票网络的搭建，行业技术的发展，而这种趋势在今后的应用中非常深入和细化，比如彩票游戏产品的开发，技术的应用，信息的采集，处理，判断，分析行业的云计算以及购彩途径的转变，销售行业的发展可谓大数据云集，目前看来大数据时代已经是社会发展的主流应用技术，当然彩票行业的发展和次生产品以及衍生服务大数据因素也依然是发展主流，特别是人工智能方面对彩票行业的大数据应用也是今后的主题和方向，特别在彩票预测数据分析服务上可能形成一种衍生产品和延伸行业的出现，但大数据的发展也离不开云数据的收集和信息处理，就目前而言，大数据离不开云计算，而云计算则主要体现在人工智能的发展，北京大学常务委员会副主席，生命科学学院教授饶毅表示目前人工智能突破性进展不大，对等人类思维咱不切实际，在智能设备研发方面和程序设定都无法形成真真的人类思维模式，但技术的深入，信息的比对和创造性的发展仍然需要一个长久的过程，而大数据依然在人工智能方面的应用优势明显但也存在固定程序思维和某些瓶颈制约，但发展前景是客观的，2015年彩票大数据实验室由北邮信通院发起并挂牌，说明大数据在彩票行业的应用的正式化开始，无论技术如何发展，但大数据时代必将深入和精细化发展，也给各行各业带来更为实用和科学的技术支持。

既然要从不同角度来看大数据，那我们不妨从大数据主要应用场景上的正反两面来进行说明。

政府

有名的天眼系统大家应该都听说过，不仅用来监控交通，还可以用来抓捕嫌疑犯或者罪犯。通过布局到城市中各个要点的摄像头和人脸识别技术实现。但是，另一方面也暴露出个人隐私泄露的问题，我们在公共场所的每个动作都暴露无遗。

社交及购物

在社交媒体、购物网站上，你的每一次鼠标点击、图文查看等操作轨迹以及你注册的身份信息都会被作为商业数据进行应用——通过大数据预测分析进行精准推送。同样，这也意味着你在“网上”的一举一动都被对方看在眼里。

物联网

物联网将现实世界进行数字化，我们常规理解的那些非电子产品好像和数字没太大关系，但是当给这些事物装上传感器或电子标签后，就会化身为“数字”汇集到信息流中。举一个最常见的生活例子，我们在市场上买到的白条鸡（已经加工好的整鸡），从加工厂出来时就会戴上脚环，附上一个专属的二维码，购买时你可以扫描二维码来查看这只鸡的“今生来世”。一些高科技服装公司，则利用衣服上的传感器来获取关于服装舒适度的信息，从而用来改进服装设计。汽车公司可以利用驾驶座上的传感器来获取车主的行驶习惯，从而进行一些安全提醒。随着5G时代来临，物联网的应用将更为广泛。负面是什么呢？你以后可能会被不同的“人造物体”进行数据的获取和研究。虽然你的身体是自由的，但是对于商家来说，你和实验室里的猴子没什么两样。

总结一下，从大数据的应用前景来说，未来将影响我们生活中的方方面面，给我们提供便利和高效；但是另一方面，人们要想获取这些便利，就得牺牲一部分隐私信息或者是全部。而关于个人隐私信息的保存和应用，也将是一个被大家持续关注的话题。

大数据就是全面收集用户隐私，个人信息，家庭信息，工作信息，车辆信息，移动位置信息，消费信息，财产信息，分析完整了你，还有什么是不可为的？

一.从基本概念和数据来源讲，大数据包括：结构化数据、半结构化数据、非结构化数据。

二.从特征上讲，大数据有4V特征：数据量大(Volume），数据种类多（Variety），数据速率高（Velocity），数据有价值（Value）。

三.从技术上讲，大数据包括数据采集技术（如爬虫技术，ETL技术），数据处理技术（如kafka等），大数据存储技术（HBase，Hadoop等），大数据算法（特征提取，分类、聚类算法等）。

四.从应用上讲，大数据包括大数据可视化，大数据分析，大数据应用等。

五.从产业角度讲，大数据包括：

1.核心产业（大数据硬件、大数据软件、大数据服务业、行业大数据）；

2.大数据关联产业（云计算、人工智能、物联网、互联网等），3.大数据融合产业（如智慧城市、智能制造、智慧医疗、智慧农业、智慧物流等）。

什么是大数据，很多人难理解！通过日常几个最简单例子就知道怎么回事。大家都用过淘宝，京东购物软件，每个人的界面是不一样的，会根据你的搜索，大数据推荐可能需要的产品；，抖音会根据大数据推荐你喜欢的内容或视频；

大数据通过计算机、信息科学、统计学，用软件工具进行捕捉、管理和处理的巨量数据集合。提出者:维克托·迈尔-舍恩伯格及肯尼斯·库克耶，最初提出时间:2008年8月中旬

特点:大量、高速、多样、价值、真实性

适用领域范围:人工智能、BI，工业4.0，云计算，物联网，互联网。

大数据是结合互联网云计算的一种科技领域

通过大数据我们可以了解到很多我们不知道的事情

例如目前我们有多少人在看，有多少人喜欢什么时间看等等

大数据分析可以从客观的理解一些东西

这个问题数据僧更想生活的方面去思考，不从技术角度去思考。

凡是眼中所见都可以转换为数据；凡是我们在网络上的行为都可以转换为数据；这写数据的中心点就是我们自己。而我们又和每个人连接和有关系，如此一来就编制一张庞大的由数字组成的超级网络。

大数据的世界

这个世界由人组成，而每个人又于周围的人和物连接；多个人一起又形成了组织，多个组织一起又形成了一个超大的集团。这个数字网络又形成了从单点，平面，立体，多维的数字空间。我们生活中的方方面面都可以在数字网络中找到我们留下的痕迹。

数字的多维空间

如此一来我们的数字空间，可以想象。涉及到生活的这个世界的方方面面，数据的类别何其丰富，数据的量何其大，经过整理后每个人的生活轨迹清洗可见。是不是会感到可怕呢？有人的地方就会有矛和盾。虽然数据的空间丰富，多样。但是不是每个都是互通的。还没有人能够做到把整个世界的数据链条全部收集到。有人的地方就会有英雄和邪恶，有人的地方就会有美好和肮脏，无论如何我心向美好，拥抱数据互通带来的便利。

生活中常见恶意收集数据，无道德贩卖数据，给我们造成很大困扰。我们没有办法且也没有必要阻挡和拒绝大数据的发展，积极主动的了解他们，我们才能更好识别在大数据的世界下的好与坏。

我们眼中的大数据大多局限于生活中的某一面，或者是一种感性的认知。无法使用上帝视角去观察整个世界，大数据带来了这种可能。

大数据远比我们想象的复杂，任何事物，只要有人参与，最终结果的好坏都考验着其背后的人性。

我是数据僧(微信，，简书)希望大家关注我。祝愿每个在数据道路上的人越走越好。欢迎大家在评论区留言，大家一起讨论。

谢邀。

关于大数据，目前业界并没有统一定义，只有几个比较一致的观点。

一个观点是来自高德·纳咨询公司梅尔夫·阿德里安的描述：大数据是超出了常用硬件环境和软件工具，在可接受时间内为用户收集、管理和处理数据的能力，讲的是一种能力。

另一个观点，则是来自麦肯锡全球数据分析研究所的一篇论文，其中谈到：大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集，讲的是数据的集合。

那么，该如何理解大数据？

大数据用来描述那些数量庞大到无法用人工，甚至用简单的计算机软件进行处理的海量数据。随着计算机和现代检测技术的发展，获取数据变得越来越容易。首先了解几个术语：

数据——组成大数据的单元。

数据，指事实或观察到的结果，是对客观事物的逻辑归纳，用于表示客观事物未经加工的原始素材。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。数据和信息不可分离，数据是信息的表达，信息是数据的内涵。数据本身毫无意义，只有对实体行为产生影响时才成为信息。大数据中的数据量非常巨大，其中，不仅包括结构化数据，如数字、符号等数据，也包括非结构化数据，如文本、图像、声音、视频等数据。

数据库——承载大数据的容器。

在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，也是进行科学研究和决策管理的重要技术手段。

统计学——解析大数据的工具。

统计学是一门通过搜索、整理、分析数据，推断被测对象本质、甚至预测对象未来的综合性科学。通过寻找和挖掘现象，把现象变为可用数字标识的数据，并汇总大量数据，从而找出事物的本质和规律。随着“大数据”概念的提出，统计学也受到越来越多的重视。

大数据产生的一个显著标志就是：为了满足市场需要，数据存储设备的容量越来越大，处理数据的速度越来越快。

大数据是一种能力。

大数据不是一种时尚，也不仅仅只是一个大的数据集。它的实质是一种能力，是从高度关联的数据中获取知识和价值的能力。如果说物理层的互联网实现了不同主体的物理连接，那么流淌在其间的数据则实现了价值层面的连接。从这个意义上讲，互联网就是数据之网。

大数据是一种价值。

大数据的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业化处理。单个数据并没有价值，但越来越多的数据累加，量变就会引起质变。

大数据是一种行为。

大数据不同于过去的传统数据，其产生方式、存储载体、访问方式、表现形式、来源特点等都与传统数据不同。大数据更接近于某个群体的行为数据，它是全面的、准确的、有价值的数据。

据国外学者考证，大数据一词最早出现在1998年。当时用于阐述信息基础设施在大规模数据条件下面临的压力。《大数据时代》一书是国外大数据研究的先河之作，该书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人。

随着全球数字化、网络化进程加快，互联网应用于各行各业，累积的数据量越来越大。越来越多企业、行业和国家发现，可以利用类似技术更好地服务客户、发现新商机、扩大新市场以及提升效率。进而，大数据的概念逐步成熟。

可以说，离开互联网谈大数据，是毫无意义的。

理念：大数据技术是以数据为本质的新一代革命性的信息技术，在数据挖潜过程中，能够带动理念、模式、技术及应用实践的创新。本书系统性地介绍了大数据的概念、发展历程、市场价值、大数据相关技术，以及大数据对中国信息化建设、智慧城市、广告、媒体等领域的核心支撑作用，并对对数据科学理论做了初步探索。

理解：数据量大、数据种类多样、要求实时性强，对它关注也是因为它蕴藏的商业价值大，也是大数据的4V特性，符合这些特性的，叫大数据，大数据更多的体现数据的价值，各行业的数据都越来越多，在大数据情况下，如何保障业务的顺畅，有效的管理分析数据，能让领导层做出最有利的决策，这是关注大数据的原因，也是大数据技术要解决的问题。