
對大數(shù)據(jù)現(xiàn)象和概念追根溯源,大致可以分為三個(gè)階段。一是20世紀(jì)80年代至90年代中期,是大數(shù)據(jù)認(rèn)知的萌芽階段。1980年,美國著名未來學(xué)家阿爾文?托夫勒在《第三次浪潮》一書中將大數(shù)據(jù)盛贊為“第三次浪潮的華彩樂章”。二是20世紀(jì)90年代中期到21世紀(jì)前10年,是大數(shù)據(jù)廣受各界關(guān)注的階段。美國高德納(Gartner Group)公司的分析師道格拉斯.蘭尼(Douglas Laney)2001年首次從大數(shù)據(jù)的特征的角度對大數(shù)據(jù)進(jìn)行了相對明確的定義,強(qiáng)調(diào)大數(shù)據(jù)必須具備3V特征,即容量大、多樣化和速度快。三是2010年至今,是大數(shù)據(jù)戰(zhàn)略應(yīng)用被提上日程并迅速發(fā)展的階段。美國總統(tǒng)科學(xué)技術(shù)顧問委員會于2010年給奧巴馬總統(tǒng)和國會呈報(bào)了題為《規(guī)劃數(shù)字化的未來》的報(bào)告。麥肯錫公司于2011年發(fā)布了《大數(shù)據(jù):創(chuàng)新、競爭和生產(chǎn)力的下一個(gè)前沿》的報(bào)告。2012年更是一個(gè)重要年份。1月,瑞士達(dá)沃斯世界經(jīng)濟(jì)論壇發(fā)布報(bào)告《大數(shù)據(jù)大影響》;3月,美國奧巴馬政府頒布了《大數(shù)據(jù)的研究和發(fā)展計(jì)劃》;5 月,聯(lián)合國秘書長執(zhí)行辦公室發(fā)布了《大數(shù)據(jù)促發(fā)展:挑戰(zhàn)與機(jī)遇》的報(bào)告;6月,經(jīng)合組織OECD統(tǒng)計(jì)委員會第9屆會議發(fā)布《使用大數(shù)據(jù)作決策》研究報(bào)告。2013年則可以稱為中國統(tǒng)計(jì)的大數(shù)據(jù)元年。7月,“大數(shù)據(jù)時(shí)代統(tǒng)計(jì)學(xué):機(jī)遇與挑戰(zhàn)——中國統(tǒng)計(jì)學(xué)高端論壇”在上海財(cái)經(jīng)大學(xué)舉辦;10月,主題為“大數(shù)據(jù)背景下的統(tǒng)計(jì)”的第十七次全國統(tǒng)計(jì)科學(xué)討論會在杭州舉行。11月,國家統(tǒng)計(jì)局與阿里、百度等11家企業(yè)簽署了大數(shù)據(jù)戰(zhàn)略合作框架協(xié)議。
什么是大數(shù)據(jù)?麥肯錫報(bào)告的定義是,“大數(shù)據(jù)是指大小超出了傳統(tǒng)數(shù)據(jù)庫軟件工具的抓取、存儲、管理和分析能力的數(shù)據(jù)群”。維基百科(Wikipedia)的表述是,“大數(shù)據(jù)是難以用現(xiàn)有的數(shù)據(jù)庫管理工具處理的兼具海量特征和復(fù)雜性特征的數(shù)據(jù)集成?!蓖孔优鎸⒋髷?shù)據(jù)定義為那些大小已經(jīng)超出了傳統(tǒng)意義上的尺度,一般的軟件工具難以捕捉、存儲、管理和分析的數(shù)據(jù),認(rèn)為一般應(yīng)該是“太字節(jié)”的數(shù)量級。阿里創(chuàng)始人馬云則說,大數(shù)據(jù)就是一種服務(wù)。而我們的同仁在研究中提出:大數(shù)據(jù)是指采用多種數(shù)據(jù)收集方式,匯集不同數(shù)據(jù)源,通過采用現(xiàn)代信息技術(shù)和架構(gòu)能夠高速分析處理的、具有高度應(yīng)用價(jià)值和決策支持功能的多種類型數(shù)據(jù)及其技術(shù)集成。
從存在形態(tài)看:大數(shù)據(jù)分為可以用二維表反映的結(jié)構(gòu)化數(shù)據(jù)和不能以二維表反映的非結(jié)構(gòu)化數(shù)據(jù),如音頻、視頻、圖片等。從數(shù)據(jù)來源看:大數(shù)據(jù)可分為行政記錄數(shù)據(jù)、商業(yè)記錄數(shù)據(jù)、互聯(lián)網(wǎng)及搜索引擎數(shù)據(jù)三大類。行政記錄數(shù)據(jù)包括個(gè)人信息記錄數(shù)據(jù),單位信息記錄數(shù)據(jù)和自然和資源記錄數(shù)據(jù)等;商業(yè)記錄數(shù)據(jù)包括電子商務(wù)交易數(shù)據(jù),企業(yè)生產(chǎn)經(jīng)營數(shù)據(jù)和信息咨詢報(bào)告數(shù)據(jù)等;互聯(lián)網(wǎng)數(shù)據(jù)則包括搜索引擎數(shù)據(jù),新聞媒體數(shù)據(jù)和社交平臺數(shù)據(jù)等。而大數(shù)據(jù)的特征,從最初的3V已經(jīng)被歸納為6V加1C。即數(shù)據(jù)體量大(Volume),類型多樣化(Variety),處理速度快(Velocity),應(yīng)用價(jià)值大(Value),數(shù)據(jù)獲取與發(fā)送的方式自由靈活(Vender),準(zhǔn)確性(veracity) 和處理和分析難度非常大(Complexity)。
相對于傳統(tǒng)數(shù)據(jù),大數(shù)據(jù)多是自動化或半自動化生成;數(shù)據(jù)的搜集、處理、存儲和分析能力都已極大提高;數(shù)據(jù)主體和來源日趨多元化;非結(jié)構(gòu)化數(shù)據(jù)占絕大多數(shù);需要大量過濾才能提取有用價(jià)值;隱私與安全也存在著巨大隱患。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11