大数据时代赋予数据新的意义

您当前位置：首页 > 行业分析 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-05-17 10:57:57】【打印】【关闭】

相关报告

数据更新中...

大数据指用来管理包括传统数据和各种新型数据在内的整体信息管理策略。虽然当中用来处理和分析这些数据的许多技术早已出现，但近年来随着数据量快速增长和数据处理成本显著下降，此类技术才得以广泛应用。大数据普遍采用两种基本的存储和处理技术：ApacheHadoop和NoSQL数据库。

大数据可以从4个维度来定义其特点：Volume（容量）、Velocity（速率）、Variety（多样性）和Value（价值），简称4V。

大数据的4V定律

Volume（容量），这里指数据的容量。未来数据不但会越来越多，还会更加零散化和碎片化。大数据要求处理巨量的低密度数据，而且数据的价值未知。例如微博流量、网页点击量、网络流量情况和各种传感器以光速为单位捕捉到的数据。大数据的主要任务便是将这些碎片化的低密度数据提炼成为有价值的高密度数据。

Velocity（速率），大数据在被获取的同时可能立即要进行下一步的处理和操作。传统的数据处理只要求直接将获得的数据存储到硬盘上，大数据时代下处理和操作显得更为复杂。例如，具备健康和环境监测功能的物联网设备要求对数据进行实时处理并做出反应其他一些移动智能设备也要求实时或者接近实时的反应速率。例如零售电子商务应用类软件将消费者所持的移动设备的地理位置信息和其个人偏好相结合，推送有针对性的促销信息。未来，移动应用软件因为拥有大量的用户群体，持续增长的用户流量，以及高效的反应需求，其对大数据速率要求将会越来越高。

Variety（多样性），大数据时代的数据类型复杂多样，更多是文字以外的新型数据。这些数据未经分类且类型复杂，包含文字、音频和视频信息，需要对其进行额外的处理，使之具备意义而且可被检索。另一方面，当已知来源的数据在未被察觉的情况下发生变化，数据处理的复杂程度会增加。例如，对于交易和环境分析数据来说，频繁而且实时变化的数据是分析工作的一大挑战。

Value（价值），数据具备内在价值，但有待于发掘。当前已经有多种量化和技术方法来挖掘数据价值，例如通过发现不同地区消费者的偏好或习惯，在相应地推出合适的销售策略。而真正技术上的突破是数据的存储和运算成本显著下降，因此从海量统计样本单中通过技术手段提炼大量相关数据并挖掘内在意义变得更有商业价值。尽管如此，大数据分析当中最大的挑战依然存在：在分析过程中发现关键问题、识别出潜在趋势以及做出合适的假设以及预测。发现数据价值的过程需要精明而深刻的分析师、商业客户和政府机构共同参与。

本文地址：http://www.zwzyzx.com/show-336-201460-1.html

分享到：

上一篇：优炫软件：深度受益于金融、军工和电力业务爆发

下一篇：大数据行业三大要素推动行业站上风口

相关资讯