黑发不知勤学早

白首方悔读书迟

在今天的这个社会你一定听过的时髦词语有：人工智能、大数据、互联网思维…，而本书《大数据时代》是2012年出版的，忆往昔，2012的时候小米手机1第一次正式网络售卖，那时的我刚踏入大学的校门，那时的你也绝不可能想象到几年后社会发展的如此之快，各种数据、各种共享经济席卷而来。虽然已经6年多过去了，但今天读这本书会发现，书中的思维依然值得我们学习。

另，这本书不是一本IT行业的技术书，并没有涉及到具体处理大数据的技术，而是一本开拓思维的、帮我们认识和了解大数据的指导性书籍。

本书作者是维克托·迈尔-舍恩伯格，为了说明这个作者牛X，简单贴一些他的成就：

学术成果有一百多篇论文公开发表在《科学》《自然》等著名学术期刊上，他同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员。 世界知名企业信赖的信息权威与顾问。他的咨询客户包括微软、惠普和IBM等全球顶级企业；而他自己早在1986年与1995年就担任两家软件公司的总裁兼CEO，由他的公司开发的病毒通用程序，成为当时奥地利最畅销的软件产品。 众多机构和国家政府高层的信息政策智囊。他一直专注于信息安全与信息政策与战略的研究，是欧盟专家之一，也是世界经济论坛、马歇尔计划基金会等重要机构的咨询顾问。

此书目录的结构清晰明了，第一部分主要是讲大数据时代的思维，第二部分讲了很多大数据在商业中的具体应用案例。体现作者水平的是第三部分，作者考虑到了大数据也是有两面性的，数据不可能主宰一切，故在第三部分讨论了大数据发展中带给人们的问题以及人们的应对措施。

了解大数据之前先要明白两个概念——数字化与数据化。

数字化：把模拟数据转换为0,1表示的二进制码。

一个例子就是，电脑、手机处理的数据都是数字化的0,1数据，而现实世界的温度、压力的实际存在形式是连续变化的模拟数据。数模转换是通过传感器、数/模、模/数转换器实现两者之间的相互转化。

数据化：将现象转变为可制表分析的量化形式的过程。所谓的数据挖掘、数据分析就是对数据化后的数据处理。

其中，数字化是数据化的前提。

对我来说，此书的帮助就是拓展了新的思维方式，认识到大数据时代的3个特点：

1.不是随机样本，而是群体数据

小样本时代： 样本远小于总体

大数据时代： 样本等于总体

正因为，样本数据量的增多，才挖掘到了数据间新的关系。对这么多样本数据的采集得益于今天技术的发展，电子化驱动的世界中，手机的信息、汽车上的传感器、微博空间的消息…都可以被记录并保存下来用于分析。

2.不是精确性，而是混杂性

因为小样本时代，最基本的要求就是保持收集数据的准确性，以利于分析并得出正确结论。而大数据时代，数据量的巨大和数据格式的不统一，必然会夹杂混乱或错误的数据，但为了利用大数据的优点必然要接受错误数据的存在。

这让我想起了一句话“模糊的精确比精确的模糊更好”。大数据让我们不再期待精确性，也无法实现精确性。

3.不是因果关系，而是相关关系

两个不同的逻辑方式对数据处理的过程也不一样：

因果关系： 为什么。

相关关系： 是什么。

例子：沃尔玛是世界上最大的零售商。2004年沃尔玛分析它的商品数据发现，每当季节性飓风来临之前，不仅手电筒销售量增加了，而且蛋挞的销量也增加了。因此当季节性风暴来临时，沃尔玛会把库存的蛋挞放在靠近飓风用品的位置，方便顾客购买。

上面这个例子说明，对于大数据分析得到的结论，我们往往暂时发现不了或者找不到数据间的因果关系。但大数据的现实结论又摆在眼前，所以在大数据的时代，除了我们潜意识里常用的因果关系外，我们要重视相关关系这一逻辑。

大数据的核心是什么？——预测。

我们处理大数据就是为了预测，预测城市里哪条道路现在不堵车、预测汽车零件是否该维修替换了、预测人们网上购物的个性化需求以推荐合适的商品…

虽然大数据的预测通常被视为人工智能的一部分，或一种机器学习，但这种定义有误导性。我们是通过用大量过往数据蕴藏的关系来对未来同类型事情进行预测，并不是教机器像人一样思考，更不是指望大数据像“神”一样预测未来的一切。所以，大数据的预测是一定条件下、有限的预测。

大数据的更好的发展需要三个方面的提升：思维、技术、数据。

数据本身并无价值，只有使用才会体现其价值。对于三者的关系，我认为技术是外在的实现手段，而数据是所有的基础。但在早期阶段，技术和思维是最有提高价值的，也是我们现在可以抓住的机会。

大数据发展的弊端：

1.隐私问题

2.预测判断以及惩罚人类的潜在行为，与伦理相悖

隐私问题随着商业公司和我们对数据的重视必然会有一定冲突。但这个问题远不如第二个问题严重。试想一下，大数据通过收集你以往做的事和说过的话，判断出80%的概率你将会有违法行为，故警察到家里把你逮捕。这是多么可怕！大数据预测和惩罚人们，并不是因为“所作的事情”，而是因为“将要做的事情”，而将要做的事情是机器判断出来的，我们并没有发生的行为。

对于这一个问题，我们必然要思考人与数据的关系。我的思考是，人是高度复杂的，数据是由人产生的，我们可以借助大数据的力量优化我们的社会，提高我们的工作生活效率，但应避免对数据的过度依赖，成为数据的“奴隶”。数据没有思维能力，更没有创新能力，数据造不出改变世界苹果，而人可以。

人的未来必须保留部分空间，否则大数据会扭曲人类最本质的东西——理性思维和自由选择。书中的一句话很好“人类最伟大之处正是算法和硅片没有揭示也无法揭示的东西，因为数据无法捕捉到这些”。

最后问你一个问题，你认为“日久见人心”是一种大数据思维吗？

END

诗词赏析 | 读书感悟 |

—不悔书堂—

未来世界什么最重要？“数据！”大数据时代汹涌来袭，就像当年互联网的出现一样，大数据技术将加速企业创新，引领社会变革，促进行政管理模式和商业模式的变革，推动政府执政能力的提升，并创造出无限商机，而数据将成为未来社会发展必需的 “石油” 和 ‘金矿”。

当前，由互联网、移动互联网、物联网等行业的发展所产生的海量数据把我们淹没在数据的海洋之中。据ICT research研究预测，2013 年年底我国的数据中心基础设施产品市场的整体规模将达157，85 亿元，未来每年将保持6.5%-9.2%的增长。大数据可视化分析、数据模型应用、数据安全和数据存储服务等将作为未来重要的发展方向。数据科学正成为一个 新兴的学科和领域，数据的重要性在我们的生活中日益重要.。无论是个人、企业还是国家，谁能更好地抓住数据、理解数据、分析数据、应用数据，谁就能在未来的竞争中占据先机。可以肯定的是，在可以预见的未来，大数据将驱动科技、管理和商业模式的大变革，并由此创造出无限的商机，为人类社会带来“大知识”“大科技”“大商机”和 “大发展”。

看了上边这些话，有些读者恐怕还是无法直观地认识到大数据的重要牲，总是感觉大数据这样的尖端技术离我们的工作、生活还很远，是虚无缥缈的空中楼阁。事实上，眼下大数据技术已经渗透进我们社会生活中的方方面面，正在通过各种各样的方式影响着我们每一个人，而且这种影响力正在随着技术的发展和应用与日俱增。下面，先通过几个例子，帮助读者对大数据育口个初步的直观感受。

2008 年，阿里巴巴公司利用大数握技术通过查询用户的点击次数和购买次数，精准地预测到了2008 年 的全球金融危机，从而使自己的企业提前作好了防御金融危机的准备。 金融行业中的信用卡业务已经广泛利用大数。 据分析技术进行风险预警、用户行为分析、客户挽留等商业行为分析。 ● 谷歌公司曾经运用大数据技术分析流感人群，并跟踪预测到了某个地区流感的爆发，为流感防控提前作出了预警。 ● 国家统计局通过对人口数据的分析得出中国人口老龄化的时代已经到来。 ● 京东商喊正在通过收集到的销售数捂以及客户购买行为来向客户推销相关产品，

再讲一个更贴近我们生活的真实故事。 有一天，美国零售企业好市多(Costco) 接到了一位母亲的投诉：‘’我的女儿才16 岁，你们却向她推销孕妇类的产品。”但是，这一次投诉尴尬的却是这位母亲自己，因为她16 岁的女儿确实怀孕了。为什么卖货的商场，却能比与女儿朝夕相处的母亲，更早地知道这件事？恰恰是因为这个女孩发现自己怀孕之后，不敢告诉母亲，只能时常在网上浏览一些和怀孕相关的网站，搜寻一些孕妇类的产品。这些浏览行为被当做数据记录下来后，好市多的数握分析团队，据此进行精确的商品促销定位，利用海量的数握进行精准营销分析，找到有价值的客户并推销商品。这就是运用大教据技术的一个典型案例。 看完上面几个案例，读者应该能真实地感受到大数据就在我们身边。它将直接或间接地影响我们每一个人的工作和生活，它将改变我们传统的商业模式、消费行为与沟通方式，开启IT 科技的新纪元。总而言之，生活在信息化的大数据时代，每秒钟都将发生新的故事

现在大数据分析这个行业很火，我身边有个同学是北邮的研究生，主要就是互联网大数据这块，一发动态就是自己的日常。

要想明白大数据，首先就要明白数据的意义。

对于大数据的概念，必须要进行一个合理的扫盲，什么是大数据：是指无法在一定时间范围内用常规软件工具进行捕捉，管理和处理的数据集合，需要新处理模式才能具有更强的决策力，洞察发现力和流程优化能力来适应海量，高增长率和多样化的信息资产。

数据，让一切有迹可循，让一切有源可溯。我们每天都在产生数据，创造大数据和使用大数据，只是，你，仍然浑然不知。

百度知道和知乎问答里一直有小伙伴在问这个问题，比如“大数据时代，生活和思维发生了哪些变”、“大数据时代给我们的生活带来了哪些好处呢？”以及“大数据时代生活将会有怎样的变化”等等。看着大家热火朝天的在了解大数据、认识大数据和讨论大数据，我很开心，这说明大数据已经渐渐被大众所接受，也标志着大数据产业正在走向成熟化和大众化。

大数据时代至少给我们的生活带来了以下六点便利与好处：

1、节约时间，更有效率

2、大数据让人们更容易借到钱 让老赖无处遁形。

3、大数据让人更加聪明更智慧。

4、大数据思维可以帮你省钱。

5、大数据让工作可以量化，更加公平。

6、大数据思维可以助你发现隐形需求

大数据时代的到来，带来的变化和变革无法量化，只能从大的方面去看了。一个时代会因为一个概念的提出而颠覆，大数据时代，等待颠覆的，还有很多。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。同样，设备管理也将面对着这样的挑战和机遇，我们会在设备管理工作中通过从信息到数据再由数据到有用信息的分析而获得知识、商机和为社会服务的更高层次的能力。

数据洪流滚滚而来，企业要怎么办？是在洪水中叫喊挣扎还是迅速找寻一支救命稻草？拥有分析能力，就是拥有了一个救命良方。

企业渴望其分析能力可以走上巅峰，先进的分析技术可以加速企业发展，在数据浪潮中不断奋进。

当正确的数据出现在合适的时间里，企业将会有更多的业务拓展可能。如何教导这些数据“乖乖听话”，为企业自身带来更多优势呢？数据分析可以做到。

数据分析激发企业变革潜能

数据分析能够帮助企业获得变革的潜能。它让企业看到了提升的空间，找到了进步的方向，并且给予了企业进行变革的动力与可行性。数据分析的影响力辐射着医疗、银行、交通运输、制造等各行各业，让来自不同领域的企业都能够分享数据时代变革的蛋糕。

一些已经重视、并着手数据分析的企业已经尝到了成功的甜头。当他们从传统商业智能 (BI) 的实践发展到实现可靠直观理解的更高级分析（预测性和规范性）时，数据改变了他们的业务，无论是通过新的发现、更先进的产品和服务或总体更好的客户体验。

预测分析可以通过对近期数据和历史数据进行研究，从而对未来进行预测；规范性数据分析可以通过一个或者多个动态指标显示每一个决策结果使得信息更具准确性，结果可直接使用。

没有人会希望在随机性高达 90% 的预测事件上耗费大量的精力，否则就如同在下一个巨大的赌注，与高风险博弈。然而，算法并不在意这样的高风险，它们的工作只是预测。合理运用规范性分析可以帮助企业更好地与高风险博弈，更顺利地进行商业决策制定。

规范性分析有英特尔助力

英特尔一直在致力于帮助企业更好地进行规范性分析，在可信分析平台（TAP）计划中发挥着积极作用。该计划致力于在大数据分析的推动下，加速创建云原生应用。可信分析平台是一款可扩展的开源平台，它可以帮助数据科学家和应用开发人员在轻松部署解决方案的时候无需考虑基础设施的采购或设置问题，从而使得采用数字分析和机器学习的过程变得更加简单、快捷。

英特尔认为，把目光放长远至关重要。对于企业管理者来讲，在企业处于从初期商业智能过渡到高级运营分析的过程中时，考虑企业在未来希望实现哪些预测分析目标是十分必要的。

如果一个企业不具备这种更长远的愿景，仅仅是轻率的认为：“进入下一阶段的风险太高了，我们拒绝进入下一阶段。”的话，这种畏首于当前、不去考虑预测分析的长远优势的想法可能会导致企业永远止步不前的后果。

采用规范性分析的方法处理数据还有助于企业解决现有基础设施的问题。耐人寻味的是，一些企业还未意识到他们的查询和报告系统可以基于大数据平台运行，到最后他们会发现逃避风险只会阻碍企业自身的分析能力进化到更高级别。

企业在数据分析中的致胜法宝

在为企业提供数据分析解决方案的服务时，关键的一点在于了解企业能否有效联系数据和业务目标。为了从业务数据中获得真正的回报，企业的管理者往往需要进行很多决策。世界上没一刀切式的全部解决方案，因此在构建分析系统之前，了解到有哪些关键因素可以帮助决定项目的成败直观重要。

对此，英特尔有以下3点建议：

存储几乎能够直接处理的数据可节省时间，降低传输成本。

实时分析需要考虑很多不同的要求，同时也可能需要不同的工具。（如数据数量、格式和延迟等）

访问控制应该与相关数据的敏感性相匹配。此外，安全特性必须能够在不妨碍分析师访问的前提下可靠保护数据。

数据分析为各行各业的企业提供了在数据大潮中屹立不倒的法宝，企业如何在数据大潮中“浪”，又怎样在数据大潮中“浪”的稳当，都要靠数据分析来帮忙。英特尔正在帮助企业找到更好地数据分析解决方案，致胜大数据时代。

都说未来是大数据时代，

而个别厂商蓄意炒作大数据，

以达到售卖产品的目的，

但导致的结果是很多人对大数据这一概念云里雾里。

实际上，大数据就发生在你我身边，

虽然你看不到它，但它却时时影响着我们的生活。

举几个例子你就明白了什么是大数据，

我们到超市商场购物都有消费记录，

而看似杂乱无章的购买清单，

经过对比发现其中的规律和不符合常规的数据，

往往能够得出一些真实的结论，

这就是大数据的应用。

微博有搜索引擎，

那些在搜索引擎上反复出现的热词，

就是微博热搜榜的来源。

通过对海量词汇的对比，

找出哪些是网民关注的。

比价网站通过海量的产品信息抓取，

比如抓京东、天猫、易购的数据，

然后将价格由低到高进行排列，

这也是大数据的应用。

每天，海量的交易和数据在一些贸易平台上跑着，

平台通过对商户最近100天的数据分析，

就能知道哪些商户可能存在资金问题，

此时贷款平台就有可能出马，

同潜在的贷款对象进行沟通。

这年头，广告主越来越精，

他们希望花的每一分钱都有所回报。

商家的做法很简单，

它们购买了社交信息优化推广公司的服务，

对数据进行分析，

从而知道何种营销活动的传播效果更好。

这些都是源自大数据的应用。

有人称大数据侵犯了个人隐私，

你的电话、住址、照片、生活习惯、购买记录等等，

都被商家拿来提取分析，

然后就会有商家针对性的做推广。

尽管业内对大数据相关业务限制的非常严格，

但是仍有一些不法行为暗中操作，

大数据是服务于人而不应该绑架于人。

大家好，今天跟大家聊一聊数据时代的未来和发展。

在近代人们对数据的要求没有那么的迫切，那个时候没有数据分析师，没有IT，但是随着人类的发展，随着工业革命和科技革命的发展，数据对我们来说越来越重要，比如说美国的一个城市---纽约就是一个很鲜明的例子，通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项，诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。

未来是DT和IOT的时代，数据的利用会极大丰富我们的生活，以前只有电脑象征着数据处理器，但是现在手机也通上了数据，电视、摄像头、空调、冰箱、电灯泡、窗帘等等一系列生活电器也通上了互联网数据，让我们还没有回家就已经打开了空调，让我们离开家也能关闭电视机、打开窗帘、观察家里发生的一切，是互联网+数据让我们生活变得更智能更丰富，让我们的工作效率更高。

我觉得未来受数据影响最大的应该是生产制造业，因为就目前来看，我国的制造业还存在明显的短板，而且好多的生产厂家都是流水线的工人，真正意义上的自动化程度并没有那么高，前些天我在网上看到一个视频，视频是一个把活蹦乱跳的鸡杀死然后把每个部分的肉都分好类的机械设备，当然，这并不是中国的，是德国的一套机械设备，在生产过程中，全都靠机械手和传感器，鸡先在一个平台上，然后被依次推进先杀死放血然后再去毛，然后去内脏再分割腿、翅、脖子、鸡爪等等，一系列流程下来，最后把各个器官都分类堆在一起，视频全程没有出现一个人，我看完后不免惊叹科技竞如此发达，完全依靠机械手臂和传感器就能把原来我们几十分钟甚至几分钟做的事给缩短成了几秒，确实是提高了生产效率，而且还节省了人员成本。

工业生产的物联网都是依靠采集的数据来使工业生产变得更精准更人性化，不管是在什么时候，不管是在做什么，不要以为好多数据没必要去采集，因为在数据没有采集上来之前你不知道这个数据到底有没有用，因为你不会考虑到你的核心业务诉求是否受这个数据影响，一个企业也是一样，如果单纯的以为只有自己想到收集的数据是有用的，其他的数据不去挖掘不去考量不及时呈现的话，这个企业不会更好更健康的发展下去，不能及时的解决、预防企业中的问题，就像在原来没有血压计、没有x光、没有CT这些数据采集机械设备，没有这些数据医学家也没办法来研究这些病症的治疗和预防方法，使得人们的高血压、心脏病等等这些病症没有办法得到治疗和预防。

综上所述，我觉得未来的统计数据是最值钱的，未来数据统计相关的职业会越来越火爆，会越来越值钱，谁掌握的数据多，谁采集的数据实时精确，谁就会坐拥财富！所以我觉得我们以后都必须重视数据，养成数据思维，学会分析利用数据来解决我们的问题，那我们的工作效率就会更高。那么朋友们你们怎么看呢？欢迎大家留言讨论！

都说大数据时代已经来临，那么什么是大数据？互联网时代下的大数据又有哪些应用？在这种大环境之下，我们又能做些什么？

一、大数据简介？

对于“大数据”（Big data）研究机构Gartner给出了定义，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据（Big Data）又称为巨量资料，但它的主要作用并不是收集资料、数据，而是对数据进行分析、挖掘及处理。

二、大数据的基本特征？

大数据有3V特点，即Volume（大量）、Velocity（高速）、Variety（多样）。具体来说：

（1）大数据的规模性（大量），即大数据具有相当的规模，其数据量非常巨大。数据的数量级别可划分为B、KB、MB、GB、TB、PB、EB、ZB等，而数据的数量级别为PB级别的才能称得上为大数据。而在2011年，全球就已经产生了1.8ZB的数据总量。

（2）大数据的多类型性（多样），即大数据的数据类型呈现多样性，数据类型繁多，不仅包括结构化数据，还包括非结构化数据和半结构化数据；其中结构化数据即音频、图片、文本、视频、网络日志、地理位置信息等等。因为这样才能保证数据结果的可靠以及价值。

（3）大数据处理的快速性（高速），即处理大数据的速度越来越快，处理时要求具有时效性。

在数据量如此庞大的情况下，却依然拥有极高的处理速度，这是大数据的一大特点。

随着科技的发展，大数据的特点已经不止是3V了，陆续有人提出了更多的特点，但是这些都离不开3V的基本特征。

说了这么多理论，那么大数据到底有什么实际的应用呢？

三、大数据的应用？

大数据的应用遍及各个领域，实在是太广了，播妞简单给大家举个栗子

最简单的例子就是你常用的网购APP的推荐商品，都是根据你日常的购买习惯、消费情况以及你最近或者是之前购买过的东西，进行推荐的。这里包含了，数据的采集及分析，这个只是简单的应用例子。

新浪微博是大数据时代典型的产物，微博颠覆了传统意义上普通信息媒介的传播方式，它具有传播速度快，传播范围广的特点，能在短时间形成飓风的传播效应，进而形成广泛的影响力。

以大数据作为机器学习的训练集，从而训练出拥有一定决策能力的人工智能。典型的代表案例就是谷歌的AlphaGo, 通过大量围棋棋局的学习，最终拥有了打败围棋世界冠军的能力。

现在的生活中，可谓到处都是大数据！

四、大数据时代什么最贵？

十年前，葛大爷曾说过，“21世纪什么最贵?”—“人才”，深以为然。而当大数据到临的时候，企业将会缺少这方面的采集收集分析方面的人才。那大数据的人才到底有多“贵”，又有哪些行业是可以从事的呢？下面一张图告诉你

十年前，葛大爷曾说过，“21世纪什么最贵?”——“人才”，深以为然。只是，十年后的今天，大数据时代也带来了身价不断翻番的各种数据。由于急速拓展的网络带宽以及各种穿戴设备所带来的大量数据，数据的增长从未停歇，甚至呈井喷式增长。

一分钟内，微博推特上新发的数据量超过10万；社交网络“脸谱”的浏览量超过600万……

这些庞大数字，意味着什么？

它意味着，一种全新的致富手段也许就摆在面前，它的价值堪比石油和黄金。

事实上，当你仍然在把微博等社交平台当作抒情或者发议论的工具时，华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”，先人一步用其预判市场走势，而且取得了不俗的收益。

这些数据都能干啥。具体有六大价值：

1、华尔街根据民众情绪抛售股票；

2、对冲基金依据购物网站的顾客评论，分析企业产品销售状况；

3、银行根据求职网站的岗位数量，推断就业率；

4、投资机构搜集并分析上市企业声明，从中寻找破产的蛛丝马迹；

5、美国疾病控制和预防中心依据网民搜索，分析全球范围内流感等病疫的传播状况；

6、美国总统奥巴马的竞选团队依据选民的微博，实时分析选民对总统竞选人的喜好。

可视化

“数据是新的石油。”亚马逊前任首席科学家Andreas Weigend说。Instagram以10亿美元出售之时，成立于1881年的世界最大影像产品及服务商柯达正申请破产。大数据是如此重要，以至于其获取、储存、搜索、共享、分析，乃至可视化地呈现，都成为了当前重要的研究课题。“当时时变幻的、海量的数据出现在眼前，是怎样一幅壮观的景象？在后台注视着这一切，会不会有接近上帝俯视人间星火的感觉？”这个问题我曾请教过刘建国，中国著名的搜索引擎专家。刘曾主持开发过国内第一个大规模中英文搜索引擎系统“天网”。

要知道，刘建国曾任至百度的首席技术官，在这样一家每天需应对网民各种搜索请求1.7亿次（2013年约为8.77亿次）的网站中，如果只是在后台静静端坐，可能片刻都不能安心吧。百度果然在提供搜索服务之外，逐渐增添了百度指数，后又建立了基于网民搜索数据的重要产品“贴吧”及百度统计产品等。刘建国没有直接回答这个问题，他想了很久，似乎陷入了回忆，嘴角的笑容含着诡秘。

倒是有公司已经在大数据中有接近上帝俯视的感觉，美国洛杉矶就有企业宣称，他们将全球夜景的历史数据建立模型，在过滤掉波动之后，做出了投资房地产和消费的研究报告。在数据可视化呈现方面，我最新接收到的故事是，一位在美国思科物流部门工作的朋友，很聪明的印度裔小伙子，被Facebook高价挖角，进入其数据研究小组。他后来惊讶地发现，里面全是来自物流企业、供应链方面的技术人员专家，“Facebook想知道，能不能用物流的角度和流程的方式，分析用户的路径和行为。”

大数据的特征：

数据量大（Volume）

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（Variety）

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（Value）

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（Velocity）

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。

数据的英文是“data”,其实这是复数形式的“数据”，它的单数形式是“datum”——英文解释是“a fact or piece of information”,即一个事实或一条信息。所以，Data的字面意思是很多事实或信息的混合体。

数据是什么？

我们平时看到的数字和字符、字母，都有可能是数据。

例如：下图的6个0，或是4个1和2个a，请问它是数据吗？

假设给上面图中的例子设个特殊的前置场景。假设第一组的6个0其实是时、分、秒的简写，“000000”表示00点00分00秒，“112349”则表示11点23分49秒，那么它是不是数据呢？假设第二组的出现的4个1和2个a其实是一组密码，“1111”代表一个约定地点，“aa”代表一个约定事件，这组数字和字母的意义就有了相应的解读，那么它是不是数据呢？

符号如果想被认定为数据，就必须承载一定的信息。信息很可能因场景而定，因解读者的认知而定，所以，符号是否能作为数据使用，解读者的主观视角具有决定性的作用。解读者是否能够正确解读信息，将直接导致相应的符号是否能够被认定为数据。

数据无处不在。在网络上、在报纸上、书籍上。在家用电脑的磁盘上，在我们的脑海里，数据大量且广泛的存在。围绕数据，人类已经做了很多数据科学的研究和应用工作，其中最为基础的就是数据的存储、传输。数据的价值在于数据上承载的信息，信息的价值在于消除不确定性的成本及其直接和间接的作用，而这一系列的价值使得我们对数据的价值予以空前的重视。

大数据是什么？其实很简单，大数据其实就是海量资料巨量资料，这些巨量资料来源于世界各地随时产生的数据，在大数据时代，任何微小的数据都可能产生不可思议的价值。大数据有4个特点，为别为：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值），一般我们称之为4V。

所谓4V，具体指如下4点：

1．大量。大数据的特征首先就体现为“大”，从先Map3时代，一个小小的MB级别的Map3就可以满足很多人的需求，然而随着时间的推移，存储单位从过去的GB到TB，乃至现在的PB、EB级别。随着信息技术的高速发展，数据开始爆发性增长。社交网络（微博、推特、脸书）、移动网络、各种智能工具，服务工具等，都成为数据的来源。淘宝网近4亿的会员每天产生的商品交易数据约20TB；脸书约10亿的用户每天产生的日志数据超过300TB。迫切需要智能的算法、强大的数据处理平台和新的数据处理技术，来统计、分析、预测和实时处理如此大规模的数据。

2．多样。广泛的数据来源，决定了大数据形式的多样性。任何形式的数据都可以产生作用，目前应用最广泛的就是推荐系统，如淘宝，网易云音乐、今日头条等，这些平台都会通过对用户的日志数据进行分析，从而进一步推荐用户喜欢的东西。日志数据是结构化明显的数据，还有一些数据结构化不明显，例如图片、音频、视频等，这些数据因果关系弱，就需要人工对其进行标注。

3．高速。大数据的产生非常迅速，主要通过互联网传输。生活中每个人都离不开互联网，也就是说每天个人每天都在向大数据提供大量的资料。并且这些数据是需要及时处理的，因为花费大量资本去存储作用较小的历史数据是非常不划算的，对于一个平台而言，也许保存的数据只有过去几天或者一个月之内，再远的数据就要及时清理，不然代价太大。基于这种情况，大数据对处理速度有非常严格的要求，服务器中大量的资源都用于处理和计算数据，很多平台都需要做到实时分析。数据无时无刻不在产生，谁的速度更快，谁就有优势。

4.价值。这也是大数据的核心特征。现实世界所产生的数据中，有价值的数据所占比例很小。相比于传统的小数据，大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析，发现新规律和新知识，并运用于农业、金融、医疗等各个领域，从而最终达到改善社会治理、提高生产效率、推进科学研究的效果。

在大数据时代，每个人都会享受到大数据所带来的便利。买东西可以足不出户；有急事出门可以不用再随缘等出租车；想了解天下事只需要动动手指。虽然大数据会产生个人隐私问题，但总的来说，大数据还是在不断的改善我们的生活，让生活更加方便

若是对大数据是什么仍然还有疑问，可以留言或者关注私信一起交流。