大數據的起源是什麼?

General 更新 2023年10月15日

"大數據"的概念最先起源於哪個領域

1）物理世界的信息大量數字化產生的

2）社交網絡產生的

3）數據都要保存所產生的

以上是大數據的產生源，推薦你看一下《大數據時代》

大數據的起源是

1）物理世界的信息大量數字化產生的

2）社交網絡產生的

3）數據都要保存所產生的

以上是大數據的產生源，推薦你看一下《大數據時代》

大數據時代：大數據是什麼？

大數據是什麼？是一種運營模式，是一種能力，還是一種技術，或是一種數據集合的統稱？今天我們所說的“大數據”和過去傳統意義上的“數據”的區別又在哪裡？大數據的來源又有哪些？等等。當然，我不是專家學者，我無法給出一個權威的，讓所有人信服的定義，以下所談只是我根據自己的理解進行小結歸納，只求表達出我個人的理解，並不求全面權威。先從“大數據”與“數據”的區別說起吧，過去我們說的“數據”很大程度上是指“數字”，如我們所說的客戶量，業務量，營業收入額，利潤額等等，都是一個個數字或者是可以進行編碼的簡單文本，這些數據分析起來相對簡單，過去傳統的數據解決方案（如數據庫或商業智能技術）就能輕鬆應對；而今天我們所說的“大數據”則不單純指“數字”，可能還包括“文本，圖片，音頻，視頻……”等多種格式，其涵括的內容十分豐富，如我們的博客，微博，輕博客，我們的音頻視頻分享，我們的通話錄音，我們位置信息，我們的點評信息，我們的交易信息，互動信息等等，包羅萬象。用正規的語句來概括就是，“數據”是結構化的，而“大數據”則包括了“結構化數據”“半結構化數據”和“非結構化數據”。關於“結構化”“半結構化”“非結構化”可能從字面上比較難理解，在此我試著用我的語言看能否形象點地表達出來：由於數據是結構化的，數據分析可以遵循一定現有規律的，如通過簡單的線性相關，數據分析可以大致預測下個月的營業收入額；而大數據是半結構化和非結構化的，其在分析過程中遵循的規律則是未知的，它通過綜合方方面面的信息進行模擬，它以分析形式評估證據，假設應答結果，並計算每種可能性的可信度，通過大數據分析我們可以準確找到下一個市場熱點。基於此，或許我們可以給“大數據”這樣一個定義，“大數據”指的是收集和分析大量信息的能力，而這些信息涉及到人類生活的方方面面，目的在於從複雜的數據裡找到過去不容易昭示的規律。相比“數據”，“大數據”有兩個明顯的特徵：第一，上文已經提到，數據的屬性是包括結構化、非結構化和半結構化數據；第二，數據之間頻繁產生交互，大規模進行數據分析，並實時與業務結合進行數據挖掘。解決了大數據是什麼，接下來還有一個問題，大數據的來源有哪些？或者這個問題這樣來表達會更清晰“大數據的數據來源有哪些？”對於企業而言，大數據的數據來源主要有兩部分，一部分來自於企業內部自身的信息系統中產生的運營數據，這些數據大多是標準化、結構化的。（若繼續細化，企業內部信息系統又可分兩類，一類是“基幹類系統”，用來提高人事、財會處理、接發訂單等日常業務的效率；另一類是“信息類系統”，用於支持經營戰略、開展市場分析、開拓客戶等。）傳統的商業智能系統中所用到的數據基本上數據該部分。而另外一部分則來自於外部，包括廣泛存在於社交網絡、物聯網、電子商務等之中的非結構化數據。這些非結構化數據由源於 Facebook、Twitter、LinkedIn 及其它來源的社交媒體數據構成，其產生往往伴隨著社交網絡、移動計算和傳感器等新的渠道和技術的不斷湧現和應用。具體包括了：如，呼叫詳細記錄、設備和傳感器信息、GPS 和地理定位映射數據、通過管理文件傳輸協議傳送的海量圖像文件、Web 文本和點擊流數據、科學信息、電子郵件等等。由於來源不同，類型不同的數據透視的是同一個事物的不同的方面，以消費客戶為例，消費記錄信息能透視客戶的消費能力，消費頻率，消費興趣點等，渠道信息能透視客戶的渠道偏好，消費支付信息能透視客戶的支付渠道情況，還有很多，如，客戶會否在社交網站上分享消費情況，消費前後有否在搜索引擎上搜索過相關的關鍵詞等等，這些信息（或說數據）......

什麼是大數據，大數據的核心價值是什麼

大數據(Big Data)是指“無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、複雜的數據集合。”業界通常用4個V(即Volume、Variety、Value、Velocity)來概括大數據的特徵。

數據體量巨大(Volume)。截至目前，人類生產的所有印刷材料的數據量是200PB，而歷史上全人類說過的所有的話的數據量大約是5EB(1EB=210PB)。

數據類型繁多(Variety)。相對於以往便於存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網絡日誌、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。

價值密度低(Value)。價值密度的高低與數據總量的大小成反比。如何通過強大的機器算法更迅速地完成數據的價值“提純”成為目前大數據背景下亟待解決的難題。

處理速度快(Velocity)。大數據區分於傳統數據挖掘的最顯著特徵。根據IDC的“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35.2ZB。

-------------------------------------------

社交網絡，讓我們越來越多地從數據中觀察到人類社會的複雜行為模式。社交網絡，為大數據提供了信息彙集、分析的第一手資料。從龐雜的數據背後挖掘、分析用戶的行為習慣和喜好，找出更符合用戶“口味”的產品和服務，並結合用戶需求有針對性地調整和優化自身，就是大數據的價值。

所以，建立在上述的概念上我們可以看到大數據的產業變化：

1 大數據飛輪效應所帶來的產業融合和新產業驅動

2 信息獲取方式的完全變化帶來的新式信息聚合

3 信息推送方式的完全變化帶來的新式信息推廣

4 精準營銷

5 第三方支付 —— 小微信貸，線上眾籌為代表的互聯網金融帶來的全面互聯網金融改革

6 產業垂直整合趨勢以及隨之帶來的產業生態重構

7 企業改革以及企業內部價值鏈重塑，擴大的產業外部邊界

8 政府及各級機構開放，透明化，以及隨之帶來的集中管控和內部機制調整

9 數據創新帶來的新服務

大數據屬於什麼專業？

應該歸於計算機（軟件）方面的專業吧

大數據來源於什麼

大數據（big data），指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）

現代人們說的大數據是什麼？

簡單來說：雲計算是硬件資源的虛擬化，而大數據是海量數據的高效處理。雖然從這個解釋來看也不是完全貼切，但是卻可以幫助對這兩個名字不太明白的人很快理解其區別。當然，如果解釋更形象一點的話，雲計算相當於我們的計算機和操作系統，將大量的硬件資源虛擬化後在進行分配使用。

可以說，大數據相當於海量數據的“數據庫”，通觀大數據領域的發展我們也可以看出，當前的大數據發展一直在向著近似於傳統數據庫體驗的方向發展，一句話就是，傳統數據庫給大數據的發展提供了足夠大的空間。

大數據的總體架構包括三層：數據存儲，數據處理和數據分析。數據先要通過存儲層存儲下來，然後根據數據需求和目標來建立相應的數據模型和數據分析指標體系對數據進行分析產生價值。

而中間的時效性又通過中間數據處理層提供的強大的並行計算和分佈式計算能力來完成。三者相互配合，這讓大數據產生最終價值。

不看現在雲計算髮展情況，未來的趨勢是：雲計算作為計算資源的底層，支撐著上層的大數據處理，而大數據的發展趨勢是，實時交互式的查詢效率和分析能力，借用Google一篇技術論文中的話：“動一下鼠標就可以在妙極操作PB級別的數據”，確實讓人興奮不能止。

大數據來源主要表現在哪些方面

你好這個太過於複雜要結合到100面前的事了只有簡單的給你說一下

大數據(Big Data)又稱為巨量資料，指需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。“大數據”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數據時代》中提出，指不用隨機分析法（抽樣調查）的捷徑，而是採用所有數據進行分析處

將海量的來自前端的數據快速導入到一個集中的大型分佈式數據庫或者分佈式存儲集群，利用分佈式技術來對存儲於其內的集中的海量數據進行普通的查詢和分類彙總等，以此滿足大多數常見的分析需求。