青岛游戏机构 什么是大数据

   什么是大数据，也就是大数据概念A的定义，是大数据概念的核心。目前，大数据的概念尚未形成统一的认识。一些文献从技术分析、应用价值、社会发展影响等角度对大数据概念进行了不同的定义。这些多样化的定义可以统一到广义的大数据概念中，即大数据是数据、技术、人才和组织的组合。例如，大数据发展、大数据建设、大数据政策等，使用广义的大数据概念。一般来说，大数据是指数据本身，这是一个狭义的大数据概念。其中，麦肯锡最权威、最有影响力的定义是:大数据是指超出典型数据库软件采集、存储、管理和分析能力的数据集。这个定义以数据规模为衡量大数据的标准，强调大数据的大，从而区分大数据和小数据。

    大数据被标榜为大数据，认为大数据是所有数据(N=all)，即使用手头的所有数据，而不是其中的一小部分。然而，N=all只是一个诱人的假象。首先，并不是所有的信息源都能生成数据。以人为例，无论PC、平板、智能手机、可穿戴设备如何普及，还是有相当一部分人错过了这些设备，在数据上属于沉默者。因此，基于互联网和智能终端的数据不是所有数据。尤其是人的思想、心理、情绪、意识等。，通常不能以数据的形式表达出来，而且除了所有数据。其次，数据收集受公民隐私、商业秘密或国家安全等客观条件的制约，导致数据空白和数据不足。第三，大数据本身不是全面数据。受有意操纵、诱导或无意识主观偏见的影响，获得的大数据可能是片面的、局部的。另外，数据公开，数据共享并非绝对的，而数据壁垒，数据孤岛仍将长期存在。所以，大数据并不等于全部数据，它仍然是部分数据，局部数据。此外，大数据之所以如此大，是因为数字图片和数字图像的兴起导致了数据量空间的膨胀，其中包含了大量无用的数据，远没有很多人想象的那么重要。追求所有数据只会增加成本和算法的难度，不一定能产生实际效果。

    大数据的大，即数据量，是否有明确的标准？英特尔和美国国家科学基金会提出，一个机构每周产生和分析500TB以上的数据可以称为大数据。另一种说法是，大数据的数量级通常应该达到太字节(TB)的数量级。这两种观点对大数据量的描述差异很大。事实上，数据量是大数据的外在特征，并非衡量大数据的唯一标准。在2011年的一项调查中，美国《科学》杂志发现，在科学研究中，48.3%的受访者不到1GB，92.4%的受访者使用的数据不到1TB。事实上，日常大数据分析不需要大规模的数据集，Hadoop运行处理输入的数据集往往小于14GB。即便是Facebook，90%的任务，数据集也不到100GB。大数据的大数据的大用Big表达，而不是Large或Vast。后者是指具体直观的体积，而Big是指抽象意义。可见，不要拘泥于从数据量上理解大数据。在大数据应用中，不要迷恋大，盲目追求完美，盲目收集大数据；而是要根据自己的数据能力和价值目标选择所需的核心数据。