信息技術(shù) 第二冊（五年制高職）課件 9.1.6 大數(shù)據(jù)的定義與主要特征

初識人工智能《信息技術(shù)》主題九：人工智能大數(shù)據(jù)的定義與主要特征目錄contents大數(shù)據(jù)的定義大數(shù)據(jù)的主要特征大數(shù)據(jù)的定義01大數(shù)據(jù)研究專家維克托·邁爾-舍恩伯格曾經(jīng)說過：世界的本質(zhì)是數(shù)據(jù)。1.大數(shù)據(jù)的定義在認(rèn)識大數(shù)據(jù)之前，世界原本就是一個數(shù)據(jù)時代；認(rèn)識大數(shù)據(jù)之后，世界不可避免地分為大數(shù)據(jù)時代、小數(shù)據(jù)時代。隨著社會不斷發(fā)展的腳步，各類數(shù)據(jù)不斷累積，如果說小數(shù)據(jù)時代的各類分析調(diào)研更多的是靠樣本采集，那么現(xiàn)在，不管從數(shù)據(jù)的維度還是層次來看，數(shù)據(jù)體量的累積已經(jīng)到了一個非常夯實的階段。1.大數(shù)據(jù)的定義在小數(shù)據(jù)和大數(shù)據(jù)的過渡中，人們也自然而然的從先前的樣本思維轉(zhuǎn)變成大數(shù)據(jù)時代需要具備的整體思維，以更好的運(yùn)用大數(shù)據(jù)。抽樣調(diào)查將成為過去時，對所有數(shù)據(jù)進(jìn)行分析處理才是大數(shù)據(jù)時代應(yīng)有的思維方式。麥肯錫最早提出了大數(shù)據(jù)時代的到來：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來?！?.大數(shù)據(jù)的定義

世界知名咨詢企業(yè)Gartner給出的定義是：“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。

麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低四大特征。

還有一些是這樣表述的，大數(shù)據(jù)是指“無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合”。1.大數(shù)據(jù)的定義大數(shù)據(jù)的主要特征02規(guī)模性多樣性高速性價值性真實性2.大數(shù)據(jù)的主要特征

隨著信息化技術(shù)的高速發(fā)展，數(shù)據(jù)開始爆發(fā)性增長。大數(shù)據(jù)中的數(shù)據(jù)不再以幾個GB或幾個TB為單位來衡量，而是以PB（1千個T）、EB（1百萬個T）或ZB（10億個T）為計量單位。

社交網(wǎng)絡(luò)（微博、推特、臉書）、移動網(wǎng)絡(luò)、各種智能工具，服務(wù)工具等，都成為數(shù)據(jù)的來源。淘寶網(wǎng)近4億的會員每天產(chǎn)生的商品交易數(shù)據(jù)約20TB；臉書約10億的用戶每天產(chǎn)生的日志數(shù)據(jù)超過300TB。2.1規(guī)模性

多樣性主要體現(xiàn)在數(shù)據(jù)來源多、數(shù)據(jù)類型多和數(shù)據(jù)之間關(guān)聯(lián)性強(qiáng)這三個方面：①數(shù)據(jù)來源多，企業(yè)所面對的傳統(tǒng)數(shù)據(jù)主要是交易數(shù)據(jù)，而互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，帶來了諸如社交網(wǎng)站、傳感器等多種來源的數(shù)據(jù)②數(shù)據(jù)類型多，并且以非結(jié)構(gòu)化數(shù)據(jù)為主。傳統(tǒng)的企業(yè)中，數(shù)據(jù)都是以表格的形式保存。而大數(shù)據(jù)中有70％-85％的數(shù)據(jù)是如圖片、音頻、視頻、網(wǎng)絡(luò)日志、鏈接信息等非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。③數(shù)據(jù)之間關(guān)聯(lián)性強(qiáng)，頻繁交互，如游客在旅游途中上傳的照片和日志，就與游客的位置、行程等信息有很強(qiáng)的關(guān)聯(lián)性。2.2多樣性

這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征。大數(shù)據(jù)與海量數(shù)據(jù)的重要區(qū)別在兩方面：一方面，大數(shù)據(jù)的數(shù)據(jù)規(guī)模更大。另一方面，大數(shù)據(jù)對處理數(shù)據(jù)的響應(yīng)速度有更嚴(yán)格的要求。實時分析而非批量分析，數(shù)據(jù)輸入、處理與丟棄立刻見效，幾乎無延遲。數(shù)據(jù)的增長速度和處理速度是大數(shù)據(jù)高速性的重要體現(xiàn)。2.3高速性盡管企業(yè)擁有大量數(shù)據(jù)，但是發(fā)揮價值的僅是其中非常小的部分。大數(shù)據(jù)背后潛藏的價值巨大。由于大數(shù)據(jù)中有價值的數(shù)據(jù)所占比例很小，而大數(shù)據(jù)真正的價值體現(xiàn)在從大量不相關(guān)的各種類型的數(shù)據(jù)中。挖掘出對未來趨勢與模式預(yù)測分析有價值的數(shù)據(jù)，并通過機(jī)器學(xué)習(xí)方法、人工智能方法或數(shù)據(jù)挖掘方法深度分析，并運(yùn)用于農(nóng)業(yè)、金融、醫(yī)療等各個領(lǐng)域，以期創(chuàng)造更大的價值。