大數(shù)據(jù)是目前互聯(lián)網(wǎng)及商務(wù)應(yīng)用最重要的組成部分。

分三部分：大數(shù)據(jù)的來(lái)源，大數(shù)據(jù)的特點(diǎn)及大數(shù)據(jù)的應(yīng)用

大數(shù)據(jù)來(lái)源

關(guān)于數(shù)據(jù)來(lái)源，互聯(lián)網(wǎng)及物聯(lián)網(wǎng)是產(chǎn)生并承載大數(shù)據(jù)的基地。互聯(lián)網(wǎng)公司是天生的大數(shù)據(jù)公司，在搜索、社交、媒體、交易等各自核心業(yè)務(wù)領(lǐng)域，積累并持續(xù)產(chǎn)生海量數(shù)據(jù)。如阿里，百度，騰訊等。物聯(lián)網(wǎng)設(shè)備每時(shí)每刻都在采集數(shù)據(jù)，設(shè)備數(shù)量和數(shù)據(jù)量都與日俱增。這兩類數(shù)據(jù)資源都是大數(shù)據(jù)金礦，還有一些企業(yè)，在業(yè)務(wù)中也積累了許多數(shù)據(jù)，如房地產(chǎn)交易、大宗商品價(jià)格、特定群體消費(fèi)信息等。當(dāng)然還有另外一類是政府部門掌握的數(shù)據(jù)資源。

大數(shù)據(jù)主要特點(diǎn)：

1.準(zhǔn)確(Veracity)

這是一個(gè)在討論大數(shù)據(jù)時(shí)時(shí)常被忽略的一個(gè)屬性，部分原因是這個(gè)屬性相對(duì)來(lái)說(shuō)比較新，盡管它與其他的屬性同樣重要。這是一個(gè)與數(shù)據(jù)是否可靠相關(guān)的屬性，也就是那些在數(shù)據(jù)科學(xué)流程中會(huì)被用于決策的數(shù)據(jù)（而這不同于與傳統(tǒng)的數(shù)據(jù)分析流程），精確性與信噪比(signal-to-noiseratio)有關(guān)。

例如，在大數(shù)據(jù)中發(fā)現(xiàn)哪些數(shù)據(jù)對(duì)商業(yè)是真正有效的，這在信息理論中是個(gè)十分重要的概念。由于并不是所有的數(shù)據(jù)源都具有相等的可靠性，在這個(gè)過(guò)程中，大數(shù)據(jù)的精確性會(huì)趨于變化，如何增加可用數(shù)據(jù)的精確性是大數(shù)據(jù)的主要挑戰(zhàn)。

2.高速(Velocity)

大數(shù)據(jù)是在運(yùn)動(dòng)著的，通常處于很高的傳輸速度之下。它經(jīng)常被認(rèn)為是數(shù)據(jù)流，而數(shù)據(jù)流通常是很難被歸檔的（考慮到有限的網(wǎng)絡(luò)存儲(chǔ)空間，單單是高速就已經(jīng)是一個(gè)巨大的問(wèn)題）。這就是為什么只能收集到數(shù)據(jù)其中的某些部分。如果我們有能力收集數(shù)據(jù)的全部，長(zhǎng)時(shí)間存儲(chǔ)大量數(shù)據(jù)也會(huì)顯得非常昂貴，所以周期性的收集數(shù)據(jù)遺棄一部分?jǐn)?shù)據(jù)以節(jié)省空間，僅保留數(shù)據(jù)摘要（如平均值和方差）。

這個(gè)問(wèn)題在未來(lái)會(huì)顯得更為嚴(yán)重，因?yàn)樵絹?lái)越多的數(shù)據(jù)正以越來(lái)越快的速度所產(chǎn)生。

3.體量(Volume)

大數(shù)據(jù)由大量數(shù)據(jù)組成，從幾個(gè)TB到幾個(gè)ZB。這些數(shù)據(jù)可能會(huì)分布在許多地方，通常是在一些連入因特網(wǎng)的計(jì)算網(wǎng)絡(luò)中。

一般來(lái)說(shuō)，凡是滿足大數(shù)據(jù)的幾個(gè)V的條件的數(shù)據(jù)都會(huì)因?yàn)樘蠖鵁o(wú)法被單獨(dú)的計(jì)算機(jī)處理。單單這一個(gè)問(wèn)題就需要一種不同的數(shù)據(jù)處理思路，這也使得并行計(jì)算技術(shù)（例如MapReduce）得以迅速崛起。

4.多樣(Variety)

在過(guò)去，數(shù)據(jù)或多或少是同構(gòu)的，這種特點(diǎn)也使得它更易于管理。這種情況并不出現(xiàn)在大數(shù)據(jù)中，由于數(shù)據(jù)的來(lái)源各異，因此形式各異。這體現(xiàn)為各種不同的數(shù)據(jù)結(jié)構(gòu)類型，半結(jié)構(gòu)化以及完全非結(jié)構(gòu)化的數(shù)據(jù)類型。

結(jié)構(gòu)化數(shù)據(jù)多被發(fā)現(xiàn)在傳統(tǒng)數(shù)據(jù)庫(kù)中，數(shù)據(jù)的類型被預(yù)定義在定長(zhǎng)的列字段中。半結(jié)構(gòu)化數(shù)據(jù)有一些結(jié)構(gòu)特征，但不總是保持一致（舉例來(lái)說(shuō)，看一看JSON文件），使得這種類型難以處理。更富于挑戰(zhàn)的是非結(jié)構(gòu)化數(shù)據(jù)（例如純文本文件）毫無(wú)結(jié)構(gòu)特征可言。在大數(shù)據(jù)中，更常見的是半結(jié)構(gòu)化數(shù)據(jù)，而且這些數(shù)據(jù)源的數(shù)據(jù)格式還各不相同。

在過(guò)去的幾年里，半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)成為了大數(shù)據(jù)的主體數(shù)據(jù)類型。

盡管有些網(wǎng)絡(luò)數(shù)據(jù)披著大數(shù)據(jù)的外衣，但并不是每一種數(shù)據(jù)融合都可以叫做大數(shù)據(jù)。注意，即使有些數(shù)據(jù)擁有這4種屬性中的一種或多種，也不能被歸類為大數(shù)據(jù)，要完全擁有以上4種特性才能稱得上是大數(shù)據(jù)。

大數(shù)據(jù)應(yīng)用

大數(shù)據(jù)主要有以下幾種較為常用的功能：

追蹤。互聯(lián)網(wǎng)和物聯(lián)網(wǎng)無(wú)時(shí)無(wú)刻都在記錄，大數(shù)據(jù)可以追蹤、追溯任何一個(gè)記錄，形成真實(shí)的歷史軌跡。包括消費(fèi)者購(gòu)買行為、購(gòu)買偏好、支付手段、搜索和瀏覽歷史、位置信息，等等。

識(shí)別。在對(duì)各種因素全面追蹤的基礎(chǔ)上，通過(guò)定位、比對(duì)、篩選，可以實(shí)現(xiàn)精準(zhǔn)識(shí)別，尤其是對(duì)語(yǔ)音、圖像、視頻進(jìn)行識(shí)別，使可分析內(nèi)容大大豐富，得到的結(jié)果更為精準(zhǔn)。

畫像。通過(guò)對(duì)同一主體不同數(shù)據(jù)源的追蹤、識(shí)別、匹配，形成更立體的刻畫和更全面的認(rèn)識(shí)。對(duì)消費(fèi)者畫像，可以精準(zhǔn)推送廣告和產(chǎn)品;對(duì)企業(yè)畫像，可以準(zhǔn)確判斷信用及風(fēng)險(xiǎn)。

匹配。在海量信息中精準(zhǔn)追蹤和識(shí)別，利用相關(guān)性、接近性等進(jìn)行篩選比對(duì)，更有效率地實(shí)現(xiàn)產(chǎn)品搭售和供需匹配。大數(shù)據(jù)匹配功能是互聯(lián)網(wǎng)約車、租房、金融等共享經(jīng)濟(jì)新商業(yè)模式的基礎(chǔ)。

優(yōu)化。按距離最短、成本最低等給定的原則，通過(guò)各種算法對(duì)路徑、資源等進(jìn)行優(yōu)化配置。對(duì)企業(yè)而言，提高服務(wù)水平、提升內(nèi)部效率;對(duì)公共部門而言，節(jié)約公共資源、提升公共服務(wù)能力。

從這里你就知道為什么當(dāng)你在淘寶搜索過(guò)某一樣?xùn)|西后，近期電腦里的廣告都是與之相關(guān)的信息，或者是你在里打開過(guò)幾個(gè)“王者榮耀”視頻，后面他就會(huì)推送更多的這類視頻出現(xiàn)在你的手機(jī)上。

在不久的將來(lái)，多智時(shí)代一定會(huì)徹底走入我們的生活，有興趣入行未來(lái)前沿產(chǎn)業(yè)的朋友，可以收藏多智時(shí)代，及時(shí)獲取人工智能、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)的前沿資訊和基礎(chǔ)知識(shí)，讓我們一起攜手，引領(lǐng)人工智能的未來(lái)！