|
亚马逊网络服务（AWS）、 大数据科学家JohnRauser提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。研发小组对大数据的定义：“大数据是最大的 宣传技术、是最时髦的技术，当这种现象出现时，定义就变得很混乱。”Kelly说：“大数据是可能不包含所有的 信息，但我觉得大部分是正确的。对大数据的一部分认知在于，它是如此之大，分析它需要多个工作负载，这是AWS的定义。 2、大数据技术，是指从各种各样类型的大数据中，快速获得有价值信息的技术的能力，包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。 3、大数据应用，是 指对特定的大数据集合，集成应用大数据技术，获得有价值信息的行为。对于不同领域、不同企业的不同业务，甚至同一领域不同企业的相同业务来说，由于其业务需求、数据集合和分析挖掘目标存在差异，所运用的大数据技术和大数据信息系统也可能有着相当大的不同。惟有坚持“对象、技术、应用”三位一体同步发展，才 能充分实现大数据的价值。 当你的技术达到极限时，也就是数据的极限”。大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop的崛起，这些非结构化的数据服务的价值在哪里。 三、大数据的类型和价值挖掘方法 1、大数据的类型大致可分为三类： 1）传统企业数据（Traditionalenterprisedata）：包括 CRM systems的消费者数据，传统的ERP数据，库存数据以及账目数据等。 2）机器和传感器数据（Machine-generated/sensor data）：包括呼叫记录（CallDetail Records），智能仪表，工业设备传感器，设备日志（通常是Digital exhaust），交易数据等。 3）社交数据（Socialdata）：包括用户行为记录，反馈数据等。如Twitter，Facebook这样的社交媒体平台。 2、大数据挖掘商业价值的方法主要分为四种： 1）客户群体细分，然后为每个群体量定制特别的服务。 2）模拟现实环境，发掘新的需求同时提高投资的回报率。 3）加强部门联系，提高整条管理链条和产业链条的效率。 4）降低服务成本，发现隐藏线索进行产品和服务的创新。 四、大数据的特点 （责任编辑：职场达人） |
