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

第一章习题答案

1.什么是大数据？

大数据是指规模巨大、结构复杂的数据集合，无法使用传统数据处理工具进行处理和分析。大数据具有三个特点：数据量大、数据种类多样、数据生成速度快。

2.大数据的四个特点是什么？

大数据具有四个特点：

数据量大：大数据通常指的是数据量超过传统处理工具的处理能力，一般以TB、PB甚至EB为单位。

数据种类多样：大数据包含结构化数据（如关系型数据库）、半结构化数据（如XML文件）和非结构化数据（如文本、图片、视频等）。

数据生成速度快：大数据的生成速度非常快，如社交媒体上的实时数据、传感器数据等。

数据价值密度低：大数据中包含了海量的冗余和噪声数据，对这些数据进行处理和分析能够提取出有价值的信息。

3.大数据的处理流程包括哪些步骤？

大数据的处理流程包括数据采集、数据存储、数据处理和数据分析四个步骤。

数据采集：通过各种传感器、仪器和设备收集原始数据，如传感器数据、社交媒体数据等。

数据存储：将采集到的数据存储到分布式存储系统中，如Hadoop分布式文件系统（HDFS）。

数据处理：对存储在分布式存储系统中的数据进行清洗、集成、变换等操作，以便进行后续的分析。

数据分析：使用数据分析工具和算法对处理后的数据进行挖掘和分析，获得有价值的信息和知识。

4.大数据的价值体现在哪些方面？

大数据的价值体现在多个方面：

精准定位