關于“大數(shù)據(jù)”概念的產生

1.“大數(shù)據(jù)”的名稱來自于未來學家托夫勒所著的《第三次浪潮》

盡管“大數(shù)據(jù)”這個詞直到最近才受到人們的高度關注，但早在1980年，著名未來學家托夫勒在其所著的《第三次浪潮》中就熱情地將“大數(shù)據(jù)”稱頌為 “第三次浪潮的華彩樂章”?！蹲匀弧冯s志在2008年9月推出了名為“大數(shù)據(jù)”的封面專欄。從2009年開始“大數(shù)據(jù)”才成為互聯(lián)網技術行業(yè)中的熱門詞匯。

2.最早應用“大數(shù)據(jù)”的是麥肯錫公司(McKinsey)

對“大數(shù)據(jù)”進行收集和分析的設想，來自于世界著名的管理咨詢公司麥肯錫公司。麥肯錫公司看到了各種網絡平臺記錄的個人海量信息具備潛在的商業(yè)價值，于是投入大量人力物力進行調研，在2011年6月發(fā)布了關于“大數(shù)據(jù)”的報告，該報告對“大數(shù)據(jù)”的影響、關鍵技術和應用領域等都進行了詳盡的分析。麥肯錫的報告得到了金融界的高度重視，而后逐漸受到了各行各業(yè)關注。

3.“大數(shù)據(jù)”的特點由維克托·邁爾-舍恩伯格和肯尼斯·庫克耶在《“大數(shù)據(jù)”時代》中提出

維克托·邁爾-舍恩伯格和肯尼斯·克耶編寫的《大數(shù)據(jù)時代》中提出：“大數(shù)據(jù)”的4V特點：Volume(數(shù)據(jù)量大)、Velocity(輸入和處理速度快)、Variety(數(shù)據(jù)多樣性)、Value(價值密度低)。這些特點基本上得到了大家的認可，凡提到“大數(shù)據(jù)”特點的文章，基本上采用了這4 個特點。

4.在云計算出現(xiàn)之后“大數(shù)據(jù)”才凸顯其真正價值

自從有了云計算服務器，“大數(shù)據(jù)”才有了可以運行的軌道，才可以實現(xiàn)其真正的價值。有人就形象地將各種“大數(shù)據(jù)”的應用比作一輛輛“汽車”，支撐起這些“汽車”運行的“高速公路”就是云計算。最著名的實例就是Google搜索引擎。面對海量Web數(shù)據(jù)，Google于2006年首先提出云計算的概念。支撐Google內部各種“大數(shù)據(jù)”應用的，正是Google公司自行研發(fā)的云計算服務器。

眾說紛紜的表達

《大數(shù)據(jù)時代》的作者維克托·邁爾·舍恩伯格解釋：了解什么是“大數(shù)據(jù)”的定義非常關鍵。首先要明確的是，“大數(shù)據(jù)”并不是很大或者很多數(shù)據(jù)。根據(jù)維克托在書中的描述，“大數(shù)據(jù)”并不是一部分數(shù)據(jù)樣本，而是關于某個現(xiàn)象的所有數(shù)據(jù)。第二點，由于掌握了關于某個現(xiàn)象的所有數(shù)據(jù)，那么在統(tǒng)計時就能接受更多不準確的信息。第三，“大數(shù)據(jù)”的分析著重在了解“什么”而不是“為什么”。比如人們可以通過各種相關數(shù)據(jù)來了解未來將會發(fā)生什么，而不是這些事情發(fā)生的原因。要探尋原因會更難，很多時候，知道會發(fā)生什么已經足夠了。以上這些就是“大數(shù)據(jù)”的核心，有足夠多的數(shù)據(jù)，允許數(shù)據(jù)中存在不準確的信息和不去探尋事件發(fā)生的原因而是探尋會發(fā)生什么事件。

維基百科對“大數(shù)據(jù)”的解讀是：“大數(shù)據(jù)”(Bigdata)，或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內達到截取、管理、處理、并整理成為人類所能解讀的信息。

百度百科對“大數(shù)據(jù)”的定義為：“大數(shù)據(jù)”(bigdata)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業(yè)經營決策更積極目的的資訊。

傳媒專家劉建明教授認為：“大數(shù)據(jù)”同信息是不可分離的，是指信息浩大數(shù)量的統(tǒng)計與技術運作。作為人類認知社會方法的一次飛躍，“大數(shù)據(jù)”技術將給企業(yè)運營、政府管理和媒體傳播的科學化創(chuàng)造有效機制。

“大數(shù)據(jù)”的基本判斷標準

什么樣的數(shù)據(jù)才是“大數(shù)據(jù)”?透過層層的迷霧和眾說紛紜，可以講：有了云計算服務器才有了“大數(shù)據(jù)”應用的價值。

維克托曾說過：“假設你要測量一個葡萄園的溫度，但是整個葡萄園只有一個溫度測量儀，那你就必須確保這個測試儀是精確的而且能夠一直工作。反過來，如果每100棵葡萄樹就有一個測量儀，有些測試的數(shù)據(jù)可能會是錯誤的，也可能會更加混亂，但眾多的讀數(shù)合起來就可以提供一個更加準確的結果。因為這里面包含了更多的數(shù)據(jù)，而它提供的價值不僅能抵消掉錯誤數(shù)據(jù)造成的影響，還能提供更多的額外價值?，F(xiàn)在想想增加讀數(shù)頻率的這個事情。如果每隔一分鐘就測量一下溫度，十次甚至百次的話，不僅讀數(shù)可能出錯，連時間先后都可能搞混。試想，如果信息在網絡中流動，那么一條記錄很可能在傳輸過程中被延遲，在其到達的時候已經沒有意義了，甚至干脆在奔涌的信息洪流中徹底迷失。雖然得到的信息不再準確，但收集到的數(shù)量龐大的信息讓我們放棄嚴格精確的選擇變得更為劃算……為了高頻率而放棄了精確性，結果觀察到了一些本可能被錯過的變化。雖然如果能夠下足夠多的工夫，這些錯誤是可以避免的，但在很多情況下，與致力于避免錯誤相比，對錯誤的包容會帶來更多好處。為了規(guī)模的擴大，我們接受適量錯誤的存在。”其中描述葡萄園測量儀采集的數(shù)據(jù)就是大數(shù)據(jù)。

大數(shù)據(jù)實質上是全面、混雜的并且具有數(shù)據(jù)量大、輸入和處理速度快、數(shù)據(jù)多樣性、價值密度低特點的數(shù)據(jù)。