我想查找某一方面的大數(shù)據(jù)。怎么辦：如何操作，上哪家網(wǎng)站，使用什么軟件等。 我需要北京市市內(nèi)貨運出租9月份的營運數(shù)據(jù)如何操作!

　　題主把問題改成了“我需要北京市市內(nèi)貨運出租9月份的營運數(shù)據(jù)如何操作”，這和想象中的學術問題不一樣啊摔!

　　先潑一盆冷水：題主要做好準備花錢買這個數(shù)據(jù)。

　　可能的來源：北京市各種出租車公司(貨運出租公司?)，打車APP(如果是客運出租的話)、市場調(diào)查公司、自己花錢去打車跟自己聊(也是針對客運)。 準確度依次下降，麻煩程度依次上升，為了得到同樣準確的估計，花費大概會依次上升。

　　不太可能的來源：互聯(lián)網(wǎng)。

　　以及為什么這種數(shù)據(jù)要錢：

　　1. 采集要錢。對于出租車公司來說，這個采集過程相對簡單，因為計價器都是他們的，他們隨時知道自己手下出租車的運營狀況，他們的花費基本上是公司的運營費用。對于打車 APP來說，他們用APP收集，相比出租車公司來說，又多了一份市場推廣的成本。市場調(diào)查公司是靠收集數(shù)據(jù)為生的，所以不管數(shù)據(jù)用什么渠道花多少錢能得到，肯定要加價買給你——之所以他們能做這個生意是有時候你沒有數(shù)據(jù)的渠道，有時候你沒有那么多人工去實地調(diào)查。

　　2. 數(shù)據(jù)本身的營利潛力。看到這個數(shù)據(jù)能做的事情太多了，我可以知道什么地方打車不方便、從哪到哪的客流大、什么時間哪里的打車需求大、接什么單子跑得快、什么路線容易堵車等等等等，這都是大好的賺錢機會啊!

　　當然了，如果題主有親戚朋友在出租車公司工作(最好是管理崗/老司機)就主動串串門套套近乎吧，上面這些都當我沒說。

　　====以下是原答案的分割線=====

　　謝邀。題主起碼來點提示“某一方面的大數(shù)據(jù)”是指什么，另外您的應用場景是什么吧，不然我只能告訴你請上http://google.com，用google chrome/mozilla firefox等軟件?；蛘呷绻胝f“我想要X銀行的日交易詳情用來預測股票走勢”，那我只能建議您找找黑客網(wǎng)站，使用黑客工具了——不保證效果且后果自負。

　　說正經(jīng)的，如果題主想自己采集大數(shù)據(jù)(其實我猜不是，那就去找現(xiàn)成數(shù)據(jù)集吧，，以下可以參考：

　　1. 圖片/視覺：Google Images。直接輸入搜索詞，然后人工把一些符合目標的圖片下下來。這是Caltech 101/256和ImageNet的主要采集方式

　　2. 文本/自然語言處理：

　　2.1. Wikipedia。Wikipedia經(jīng)常發(fā)布整個網(wǎng)站的snapshot，包括所有的文本(有些版本還包括多媒體資料)，這是自然語言處理研究常用的數(shù)據(jù)集之一。好處是它還包含多語言版本，有時也被機器翻譯學者用作研究對象。

　　2.2. Google Search。搜索引擎的搜索條目摘要(search snippets)也是重要的語義/語料來源之一。

　　2.3. WordNet。英語名詞的分類、解釋和相互關系。常用于語義任務。

　　3. 語音/語音識別：LDC(Linguistic Data Consortium)。學界做語音識別的數(shù)據(jù)集大多來自這里。有英語、漢語(普通話)、阿拉伯語等多語種的數(shù)據(jù)——不過大部分數(shù)據(jù)要錢。

　　4. 其它：Amazon Mechanical Turk。如果你有大量數(shù)據(jù)需要利用人類常識進行標注(而非專業(yè)人士分析)，但手頭只有閑錢沒有人力的話，AMT是不二的選擇。ImageNet等數(shù)據(jù)集都是在AMT的幫助下完成的。