大数据 辩论准备稿.docVIP

大数据时代的数据处理的三大改变：数据不要抽样要全体，做事需要的是效率而不是精确，要相关性不要因果 进入2012年，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数 ?大数据时代来临[1]据，并命名与之相关的技术发展与创新 “大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。 四个特征 数据量大 第一个特征是数据量大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。 类型繁多 第二个特征是 数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。 价值密度低 第三个特征是数据价值密度相对较低。如随着 物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。 速度快时效高 第四个特征是处理速度快，时效性要求高。这是大数据区分于传统 数据挖掘最显著的特征。 既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。