清华大学《大数据导论》习题答案.docxVIP

清华大学《大数据导论》习题答案

第一章：大数据简介

1.1大数据的定义和特征

大数据的定义：大数据是指传统计算和数据管理技术无法处理的数据集合，具有数据量大、数据类型多样、生成速度快、价值密度低等特点。

大数据的特征：

数据量大：以TB、PB、EB等计量单位来衡量。

数据类型多样：结构化数据、半结构化数据和非结构化数据。

生成速度快：实时数据流或高速的数据产生速率。

价值密度低：大部分的大数据并非都包含有用信息。

数据质量：包含了准确性、完整性、一致性和可信度等方面。

1.2大数据对社会的影响

经济领域：

大数据驱动的商业模式创新。

数据分析和挖掘为企业提供深入洞察。

提升生产效率和企业竞争力。

科学研究领域：

大数据为科学研究提供了海量的数据样本。

基因组学、气象学、天文学等领域得益于大数据的发展。

医疗领域：

大数据分析有助于疾病早期发现和预防。

为医生提供更准确的诊断和治疗方案。

医疗资源的合理配置和利用。

城市管理领域：

通过大数据，城市能够更高效地管理交通、能源、环境等资源。

提供智慧城市服务，改善市民生活质量。

第二章：大数据生态系统

2.1大数据生态系统的构成

大数据生态系统的组成部分：

数据源头：包括传感器、社交媒体、物联网、移动应用等。

数据采集和传输：包括传统ETL（Extract,TransformandLoad）工具、消息队列、流式计算等。

数