學(xué)大數(shù)據(jù)不卡關(guān)：精選大數(shù)據(jù)相關(guān)用語

大數(shù)據(jù) (Big Data) 與數(shù)據(jù)科學(xué) (Data Science) 已成為大眾耳熟能詳?shù)脑~匯，各行各業(yè)正在積極運(yùn)用且開發(fā)大數(shù)據(jù)的價(jià)值，這些巨量數(shù)據(jù)也帶來了巨大的商機(jī)。

這時(shí)身處于「大數(shù)據(jù)時(shí)代」的我們，自然得對(duì)大數(shù)據(jù)有所認(rèn)識(shí)，在這里為大家列出了一些經(jīng)常跟大數(shù)據(jù)一起出現(xiàn)的陌生用語，認(rèn)識(shí)了這些大數(shù)據(jù)相關(guān)字匯，下次看大數(shù)據(jù)的相關(guān)文章就不會(huì)一直「卡」了。

Algorithm 演算法

出自于數(shù)學(xué)用語，在這里指的是在有限步驟內(nèi)，分析數(shù)據(jù)的具體方法，而且通常由軟件來執(zhí)行。

AIDC 自動(dòng)識(shí)別技術(shù)

AIDC(Automatic Identification and Data Capture)是將訊息數(shù)據(jù)自動(dòng)識(shí)讀、自動(dòng)輸入電腦的重要方法和手段，它是以電腦技術(shù)和通信技術(shù)為基礎(chǔ)的綜合性科學(xué)技術(shù)。常見的 AIDC 例如條碼(Bar codes)、磁條(magnetic strips)、生物識(shí)別(Biometrics)、RFID 等技術(shù)。

AWS 亞馬遜網(wǎng)路服務(wù)系統(tǒng)

2006 年 Amazon 開始以 Web 服務(wù)的形式向企業(yè)提供各種云端運(yùn)算服務(wù)，包括運(yùn)算、儲(chǔ)存、數(shù)據(jù)庫、分析、應(yīng)用程式和部署服務(wù)。現(xiàn)在許多科學(xué)家、開發(fā)人員以及各企業(yè)的技術(shù)人員都在利用 AWS (Amazon Web Services)進(jìn)行大數(shù)據(jù)分析。

Avro 序列化系統(tǒng)

Avro 是 Hadoop 底下的子專案，是一個(gè)數(shù)據(jù)序列化系統(tǒng)(Data serialization system)，被設(shè)計(jì)用來支援大量數(shù)據(jù)交換。

Behavioral analytics 行為分析

行為分析是指用科學(xué)方法分析環(huán)境刺激與行為之間的因果關(guān)系，藉著系統(tǒng)性的觀察來了解行為的變化原則，進(jìn)而有系統(tǒng)的操作刺激，以達(dá)到行為的學(xué)習(xí)、塑造或改變。簡(jiǎn)單來說，就是用一個(gè)有系統(tǒng)的方法去觀察、測(cè)量、收集客觀數(shù)據(jù)來分析目標(biāo)的表現(xiàn)行為。

Big Data 大數(shù)據(jù)

大數(shù)據(jù)(or 巨量數(shù)據(jù))，顧名思義是指大量的資訊，當(dāng)數(shù)據(jù)量龐大到數(shù)據(jù)庫系統(tǒng)無法在合理時(shí)間內(nèi)進(jìn)行儲(chǔ)存、運(yùn)算、處理，分析成能解讀的資訊時(shí)，就稱為大數(shù)據(jù)。有興趣深入了解請(qǐng)參考《巨量數(shù)據(jù)的時(shí)代，用「大、快、雜、疑」四字箴言帶你認(rèn)識(shí)大數(shù)據(jù)》以及《7 個(gè)你不可不知的大數(shù)據(jù)定義》。

BI 商業(yè)智慧

BI (Business Intelligence) 指用現(xiàn)代數(shù)據(jù)倉儲(chǔ)技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘進(jìn)行數(shù)據(jù)分析，再以圖形化的界面或報(bào)表呈現(xiàn)以實(shí)現(xiàn)商業(yè)價(jià)值。

Cassandra 數(shù)據(jù)庫系統(tǒng)

是 Apache 軟件基金會(huì)底下的開源分布式 NoSQL 數(shù)據(jù)庫系統(tǒng)，適合用來管理巨量的結(jié)構(gòu)化數(shù)據(jù)，由于其良好的可擴(kuò)展性和性能，被 Digg、Twitter、Hulu、Netflix 等知名網(wǎng)站所采用。

CDR 詳細(xì)通聯(lián)記錄

CDRs (Call Detail Record)是電信網(wǎng)路的使用紀(jì)錄，例如通話時(shí)間、通話長(zhǎng)度等資訊。CDR 是電信業(yè)者與企業(yè)分析網(wǎng)路營(yíng)運(yùn)和客戶行為的重要資源。

Clickstream Analytics 點(diǎn)擊流分析

點(diǎn)擊流(Clickstream)就是使用者的在網(wǎng)頁間來來去去的點(diǎn)選記錄，也可以分成 Upstream –– 進(jìn)入這個(gè)網(wǎng)站的「來源」，以及 Downstream —— 拜訪完這個(gè)網(wǎng)站之後的「去向」。對(duì)于網(wǎng)路行銷跟搜尋引擎來說，點(diǎn)擊流分析是十分重要的參考。

Cloud Computing 云端運(yùn)算

云端運(yùn)算(Cloud Computing)是一種將數(shù)據(jù)、工具及程式放到網(wǎng)際網(wǎng)路上處理的資源利用方式，是一種分散式電腦運(yùn)算(Distrubted computing)的概念，也就是讓網(wǎng)路上不同的電腦同時(shí)幫你做一件事，可以大大的增加處理速度。

也因?yàn)樗匈Y訊都被放置到網(wǎng)路的虛擬空間里，工程師在繪制示意圖時(shí)常以一朵云來代表這個(gè)虛擬空間，因而有了「云端(Cloud)」一名。

Data Mining 數(shù)據(jù)探勘

顧名思義，就好比在地球上從一堆粗糙的石頭中進(jìn)行地物探勘、尋找有價(jià)值的礦脈，數(shù)據(jù)探勘就是從巨量數(shù)據(jù)中提取出未知的、有價(jià)值的潛在資訊。

Data Modelling 數(shù)據(jù)建模

數(shù)據(jù)模式(Data Model)在資訊系統(tǒng)中指的是數(shù)據(jù)如何被表達(dá)、儲(chǔ)存及取用的方式，包括數(shù)據(jù)的格式、定義和屬性，數(shù)據(jù)之間的關(guān)系，以及數(shù)據(jù)的限制，而數(shù)據(jù)模式的設(shè)計(jì)過程就稱為「數(shù)據(jù)建模」。

Data Visualization 數(shù)據(jù)視覺化

是關(guān)于數(shù)據(jù)之視覺表現(xiàn)形式的研究，數(shù)據(jù)視覺化的技術(shù)可以幫助不同背景的工程人員溝通、理解，以達(dá)良好的設(shè)計(jì)與分析結(jié)果。

Data Experts 數(shù)據(jù)專家

數(shù)據(jù)專家就是能利用數(shù)據(jù)作出研究評(píng)估的專業(yè)人士，像是數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家、數(shù)據(jù)架構(gòu)師等都可以被歸類為數(shù)據(jù)專家，其工作內(nèi)容細(xì)分請(qǐng)參考《數(shù)據(jù)分析師?科學(xué)家?架構(gòu)師?大數(shù)據(jù)人才的工作內(nèi)容及年薪比較》。

Exploratory Data Analysis 探索式分析

探索式數(shù)據(jù)分析是指在沒有標(biāo)準(zhǔn)流程跟方法的情況下，在現(xiàn)有的數(shù)據(jù)中找尋數(shù)據(jù)的結(jié)構(gòu)和特點(diǎn)、探索潛藏于數(shù)據(jù)中的訊息，這種數(shù)據(jù)分析方法強(qiáng)調(diào)的是探索式的分析而非嚴(yán)謹(jǐn)?shù)哪Ｊ酱_認(rèn)。

Hadoop 技術(shù)

Hadoop 是一個(gè)能夠儲(chǔ)存并管理大量數(shù)據(jù)的云端平臺(tái)，為 Apache 軟件基金會(huì)底下的一個(gè)開放原始碼、社群基礎(chǔ)、而且完全免費(fèi)的軟件，Hadoop 的兩大核心功能 —— 儲(chǔ)存(Store)及處理(Process)數(shù)據(jù)所用到的分散式檔案系統(tǒng) HDFS 跟 MapReduce 平行運(yùn)算架構(gòu)。Hadoop 被廣泛應(yīng)用于大數(shù)據(jù)儲(chǔ)存和大數(shù)據(jù)分析，成為大數(shù)據(jù)的主流技術(shù)。有興趣深入了解請(qǐng)參考《認(rèn)識(shí)大數(shù)據(jù)的黃色小象幫手 –– Hadoop》。

Internet of Things 物聯(lián)網(wǎng)

物聯(lián)網(wǎng)(Iots)是一個(gè)全球化的網(wǎng)路基礎(chǔ)建設(shè)，透過數(shù)據(jù)擷取以及通訊能力以連結(jié)實(shí)體與虛擬物件，透過網(wǎng)際網(wǎng)路的發(fā)展，物連網(wǎng)可透過特定的機(jī)制，將所有裝置連結(jié)在一起，以供控制、偵測(cè)、識(shí)別，并交換所有的資訊。

NoSQL 數(shù)據(jù)庫系統(tǒng)

NoSQL 最早是指「No SQL」，號(hào)稱不使用 SQL 作為查詢語言的數(shù)據(jù)庫系統(tǒng)。但近來則普遍將 NoSQL 視為「Not Only SQL」，也就是「不只是 SQL」的意思，希望結(jié)合 SQL 優(yōu)點(diǎn)并混用關(guān)聯(lián)式數(shù)據(jù)庫和 NoSQL 數(shù)據(jù)庫來達(dá)成最佳的儲(chǔ)存效果。

在巨量大數(shù)據(jù)所帶動(dòng)的潮流下，各種不同形態(tài)的NoSQL數(shù)據(jù)庫如雨後春筍般竄起，其中 MongoDB 是眾多 NoSQL 數(shù)據(jù)庫軟件中較為人熟知的一種。

Predictive Analytics 預(yù)測(cè)分析

是指透過預(yù)測(cè)模型、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)來分析現(xiàn)有和歷史的事實(shí)數(shù)據(jù)對(duì)未來作出預(yù)測(cè)的數(shù)據(jù)分析方法。

R 語言

R 是一個(gè)開放原始碼統(tǒng)計(jì)軟件，提供統(tǒng)計(jì)計(jì)算和繪圖功能，類似 Matlab 跟 SAS，而 R 不但免費(fèi) 而且簡(jiǎn)單易上手，近年來成為數(shù)據(jù)科學(xué)界里的重要工具。

SaaS 軟件即服務(wù)

SaaS (Software-As-A-Service)是隨著網(wǎng)際網(wǎng)路技術(shù)和應(yīng)用軟件的成熟而興起的一種軟件應(yīng)用模式。SaaS 提供商將軟件統(tǒng)一部署在自己的伺服器上，藉由網(wǎng)路提供軟件給客戶，所以客戶不用購買軟件，而是根據(jù)需求向提供商訂購所需的服務(wù)，且客戶無需對(duì)軟件進(jìn)行維護(hù)，服務(wù)提供商會(huì)全權(quán)管理和維護(hù)軟件;軟件廠商在向客戶提供網(wǎng)際網(wǎng)路應(yīng)用的同時(shí)，也提供軟件的離線操作和本地?cái)?shù)據(jù)存儲(chǔ)，讓客戶隨時(shí)隨地都可以使用其定購的軟件和服務(wù)。

對(duì)于許多小型企業(yè)來說，SaaS 是采用先進(jìn)技術(shù)的最好途徑，它消除了企業(yè)購買、構(gòu)建和維護(hù)基礎(chǔ)設(shè)施和應(yīng)用程式的需要。