期待147800341

現在互聯網不但可以知道我們對面是一條狗，還能知道這條狗喜歡吃什麼食物，幾點鐘出去遛彎，幾點鐘回來自己的窩睡覺。 我們不得不接受這樣一個事實，每個人在互聯網進入大數據的時代都變成了透明的存在。所以大數據時代對人類的數據駕馭能力提出了一個新的挑戰，也為人們獲得更多的深刻全面的洞察能力，提供了前所未有的空間和潛力。

大數據正在悄悄地包圍著我們，甚至連世界的經濟格局也正在醞釀著巨大的變革。 正如《紐約時報》2012年2月份的一篇報道中所稱，大數據時代已經降臨，在商業、經濟以及其他領域中，決策將日益基於數據和分析而作出，並非基於經驗和直覺。哈佛大學社會學教授賈立新說，這是一場革命。龐大的數據資源使得各個領域開始了量化進程。無論學術界、商界還是政府，所有的領域將開啟這樣的進程。 我們就來了解一下在認識大數據的過程當中，我們最想知道的什麼是大數據。

早在幾年前大家就把大規模的數據稱為了海量數據，但是事實上大數據這個概念早在2008年的時候就已經被提出了。2008年google在成立十週年的時候，著名的《自然雜誌》就出版了一期專刊，專刊討論了未來大數據處理相關的一系列技術問題和挑戰，其中就提出了Ｂig Data的概念。

隨著大數據的普及，人們常常會問多大的數據才能叫做大數據？其實關於大數據很難有一個非常準確的定量的定義。維基百科就給我們了一個定性的描述：它說大數據是指無法使用傳統和常用的軟件技術和工具，在一定時間內完成獲取管理和處理的數據集。進一步說，當今大數據一詞的重點其實並不僅僅在於數據的規模的意義，它更代表著信息技術發展進入了一個新的時代，代表著大數據處理所需要的新的技術和方法，也代表著大數據分析和應用所帶來的新發明、新服務和新的發展機遇。

接下來我們就遇到一個問題；大數據到底有多大？ 近些年來隨著計算機的信息技術的迅猛發展和普及應用，行業的應用系統和規模迅速擴大，行業應用所產生的數據呈爆炸式的增長，動輒我們可能達到數百TB，甚至可能達到數十數百PB的規模。行業大數據已經遠遠超過了現有的傳統的計算技術和信息系統的處理能力，因此我們要尋求一種有效的大數據的處理技術方法和手段。

目前百度所告訴我們，他們現在的總數據量已經達到了1000PB。那麼我們每天所需要處理的網頁淘寶累計的交易量已經高達了100PB。Twitter每天所發佈的消息達到2億條；新浪微博每天發帖量也達到了8000萬條；中國移動一個省的電話通聯記錄數據每個月可以達到0.5PB到1PB；一個省會城市公安局道路車輛管控數據三年可達到2000億條，數據量高達120TB。

我們想知道這樣的一些數據量到底有多大？其實我們知道這樣一個換算的技巧，它們每一個單位之間的換算進率是1024就是2的10次方，那麼它最小的單位就是我們說的比特。那比比特更大的就可以有KB，現在我們已經到達了ZB的時代。 我們做一個整體的統計，根據世界權威IT的諮詢分析公司IDC研究報告表明，他們預測全世界數據未來十年將從2009年的0.8ZB增長到2020年的3.5ZB。

面對如此龐大的數據量，我們現在就提出了一個新的問題：對於大數據這個詞來說，我們來思考一下術語大數據當中“大”和“數據”哪一部分更重要呢？有可能有的人說是“大”，有人說是“數據”，有的人說兩個可能一樣重要，有可能說兩個都不重要。這個問題的答案其實我們應該選擇第四個，兩者“大”和“數據”其實都不是最重要的。

為什麼這麼說呢？ 因為根本而言最重要的應該是企業如何來駕馭這樣的數據，你的企業對大數據進行怎樣的分析以及隨之採取的業務改進措施是怎麼樣的才是最重要的。 事實上擁有大量的數據並不能給我們增加任何的價值，被收集來的這些數據如果不能夠很好地使用，就和我們放在閣樓裡的垃圾一樣，沒有更多的價值。如果不投入到具體的環境中並付諸使用的話，那麼數據對於我們來說是沒有意義的。 對於任何大量或者少量的數據，大數據的威力主要體現在我們如何處理這些數據上，如何分析這些數據，並且基於這些洞察又將採取怎麼樣的行動，如何利用這樣的數據來改變我們的業務？

那麼現在大數據在我們的生活當中是怎麼樣應用的，近年來大數據的技術已經在全球的學術界業界還有各個國家的政府得到了高度的關注。全球已經掀起了與二十世紀90年代信息高速公路相提並論的研究熱潮，信息高速公路相提並論的研究熱潮。美國和歐洲一些發達國家的政府，都從國家科技戰略層面提出了一系列的大數據的技術計劃，用此來推動我們的政府機構重大行業、學術界、工業界對大數據技術的研究和應用。

我們在談論大數據的時候，我們究竟在談論什麼呢？它的應用到底有哪些方面呢？ 我們現在舉幾個例子來看：

第一個是大數據與我們的電商相結合。這個時候大數據將比我們的消費者更加懂得我們自己，比如說我們最經典的例子就是馬雲。 馬雲曾經信心滿滿地說：阿里最值錢的就是數據。

他為什麼這麼說呢？幾乎每一個喜歡在淘寶網上購物的人都會發現，當你瀏覽相關網頁的時候，隨後無論你在哪一個平臺，或者客戶端打開網頁，只要這個網頁有淘寶聯盟的廣告，在你的其他的網站上面也可以看到你類似商品的廣告。這是為什麼呢？這就是因為通過你每次淘寶賬戶登陸瀏覽的時候，阿里巴巴的數據庫都會將你瀏覽的數據信息保留下來，從而知道你的需求和消費習慣。當你在其他的終端也登錄淘寶賬號的時候，淘寶可以根據你往日的瀏覽信息來為你推介商品進行廣告化，這樣就可以直擊消費痛點。

相同的在大數據的積累之下，螞蟻徵信的出現也成為了一種可能，螞蟻信用的原理其實就是通過消費者的購買記錄，好友的社交圖譜以及你的信用歷史，就可以估算出他的信用值。如果消費者能夠完善更多的個人信息，這些數據也可能更好的判斷你的身份特徵、行為偏好、履行能力以及人脈關係中的好友性質，我們通過這樣的數據就可以讓消費者比他們自己更瞭解自己。

第二個例子，是大數據和物流相互連通的一個例子。我們說大數據和物流相互連通就可以智能配送精準，得到一種不可思議的想象的程度。如果說我們從消費的層面來看，大數據和電商能夠直擊消費者的痛點，提供很高效的信息和服務，我們從零售商的角度而言，大數據能夠做什麼？

在2016年的中國數博會上，劉強東曾經發表這樣一個演講，他介紹了京東利用大數據分析探索智慧物流管理的經驗。劉強東認為所謂的智慧物流就是利用大數據的精準分析，提前做到對配送需求的判斷，大大地節約我們配送的時間，進一步實現電商去庫存。未來的電商和零售的深入的發展會實現銷售渠道的變革，比如說我們智能冰箱，已經成為了商品銷售的渠道商品本身就是一種渠道。

我們想象一下，假如京東發佈了一款智能的冰箱，它會對家裡的牛奶、蔬菜還有肉類進行實時的分析，當你還沒有意識到自己家裡已經沒有雞蛋的時候，京東物流已經可以把雞蛋送到你的家裡了。這就是劉強東口中說的大數據智能戰略。聽起來可能非常神奇，但是距離我們的生活真的已經不是很遙遠了。 大數據技能還能幫助京東這樣的企業進行無人物流的中心的管理。在不久的將來，機器將實現從商品上架調動到配送的操作，無人機無人車等設備還能夠用最低的成本把貨物配送到我們最便宜的地區。

最後一個例子，就是大數據和交通的一種結合。大數據和交通相結合讓我們的智慧出行不再遙遠。生活在大城市，我們每天遇到最大的困擾是什麼呢？就是交通擁堵。2015年智慧出行這個詞開始出現在公眾的視野當中，要知道它背後的核心技術其實就是大數據。人們可以利用這些有規律的數據通過全網調度實時匹配，可以重新的架構我們的供需平衡，從而達到我們資源效率的最大化。 我們以滴滴出行為例，它擁有1500萬的車主，3億多的平臺用戶，覆蓋城市多達400餘個，日訂單超過了2000萬，每天滴滴出行增加超過70TB的軌跡原始數據。利用這些交通網絡我們可以分析用戶的需求，更好的為我們的平臺提供更多的服務。

這些就是我們今天所要講解的這些例子

不知道看完之後你是否懂得何為大數據？

喜歡我的回答請

陪伴有夢想的你

成長為實現夢想的人

言職有理

我剛開始學習接觸編程時，是接觸的C語言，然後是C++，後來就是Java。當我第一次接觸Java時，就深深地愛上了它，因為它簡單，易懂。之後接觸JavaWeb，開始學些開發後端的技術。那時大數據也比較火熱，再加上自己本身就是數學出生，大數據對我來說就是一個很好的選擇啦。

慢慢地我就開始接觸大數據，從JavaSE學起，接著學習Linux系統，其中Linux中有CentOS和ubuntu，這兩者個人覺得都好用。接著學習地就是Hadoop，它包括兩大塊HDFS（分佈式文件系統）和MapReduce（並行計算框架），雖說MapReduce現在用的少了，但是學習它之後，對你以後學習更好的並行計算框架來說有很多的好處。接著就可以學習數據倉庫Hive，Hive的底層實現其實就是MapReduce，它使用的SQL語言叫做HQL，之前學過MySQL數據庫的話，很容易上手，但是想更深的瞭解Hive的話，還需學習MapReduce，Hive它用於OLAP，不支持事務性。接著再學習HBase面向列族的分佈式數據庫，它支持事務操作，但是在實踐中個人感覺不太好使。它是架在Hadoop之上的數據庫，適用於隨機訪問，實時讀寫。然而有了大量的數據之後，如何更好的把來源不同的數據導入到自己想要用的數據庫中呢，可以使用Sqoop，個人認為它簡單好用，方便。

接下來就可以學習Flume，它是一個分佈式的收集日誌的框架，可以處理很多種類型的文件。接著就學習Kafka，它是一個消息發佈訂閱實時處理系統。具有高吞吐量的能力。接著可以學習Strom ，實時的流計算框架。可以高速的攫取數據，可以執行各種數據的並行計算。接下來就可以學習Spark，Spark由SparkSQL、Spark Streaming、MLlib、Graph等組成，可以解決Batch Processing、Stream Processing、Ad-hocQuery（即席查詢）等三大核心問題。Spark確實相比於MapReduce來說要快很多，畢竟它是基於內存計算的框架。

接下來還可以學習數據分析，數據挖掘，機器學習等相關的知識。

現在我就開始解讀一下什麼是大數據？

大數據顧名思義就是數據量很大,大到什麼級別嗎？它不是幾兆，不是幾個GB,而是幾百GB,幾個TB,幾個PB，達到傳統的數據庫根本承受不了，現在一般都是用Hadoop技術，Hive技術，Spark技術等處理。

那麼大數據的特徵有哪些呢？有4點

1.數據在體量方面很大，比如說文字，有各種各樣的來源，有電子書|實體書|雜誌|報刊等，它們的數據大吧。

2.數據的類型多種多樣，有些是結構化的數據，像存在Oracle,MySQL這些傳統的數據庫裡的數據，一般都是結構化，可 以是還有非結構化，比如HTML,WORD，execl等格式。

3.它們的價值密度低，這樣說吧，你比如說觀看一條數據好像價值也不大，但是分析所有的數據之後呢？總會挖掘出一些 重要的東西。

大數據的特徵

4.處理這些數據的速度要快。比如像Hadoop技術的MapReduce計算框架，相比傳統的數據庫處理速度要快，它的吞吐量 特別的大，再比如Spark，Spark在內存方面計算比Hadoop快100倍，在磁盤方面計算快10倍。

大數據的處理與傳統的數據處理的區別是什麼呢？

就是使用全部的數據來分析，得出結論，想想就知道它的好處啦。

大數據的應用？？？

1. 可以做推薦系統的，想電商、影視類的app，你平時關注什麼商品，或者瀏覽什麼類型的商品，或者看什麼類型的影視，或者看誰主要的影視，經過大數據分析處理之後，這些app就會推薦想類似的商品或者影視

2. 在銷售方面，我想一個例子大家都聽說過，就是尿片和啤酒的捆綁銷售

3. 銀行方面的反欺詐應用。經過大量的數據分析，可以得出欺詐的行為特徵，根據這些特徵就可以更大概率的確定是不是欺詐行為

4. 人工智能方面，想Google的阿爾法狗，無人汽車駕駛等，這些都在使用大數據。

5. ....

IT大數據科技

大數據是我的主要研究方向之一，同時也在帶大數據方向的研究生，所以我來回答一下這個問題。

首先，大數據技術是一系列圍繞數據價值化的技術總稱，包括數據採集技術、數據存儲技術、數據分析技術、數據呈現技術以及數據應用技術等，其中大數據技術與物聯網技術、雲計算技術、邊緣計算技術和人工智能技術有緊密的聯繫。

按照目前大數據產業鏈的分佈來說，大數據技術是從數據採集技術開始的，目前主要的數據採集渠道包括物聯網系統（佔比百分之90以上）、Web系統（含App）和傳統信息系統，比較常見的數據採集方式就是通常“爬蟲”等方式來實現，另外涉及到數據清洗技術，重點在於Sql語言的學習和掌握。

數據分析是目前大數據技術的重點，數據分析技術有兩種常見的方式，分別是機器學習方式和統計學方式，不論採用哪種方式都需要具備一定的數學基礎和編程基礎。以機器學習方式為例，首先要掌握常見的機器學習算法，包括決策樹、k-mean、SVM、Apriori、EM、PageRank、kNN、樸素貝葉斯等，接下來需要通過編程語言完成算法實現，目前Python語言在機器學習領域有廣泛的使用。

通過Python語言來進行數據分析需要掌握一些比較常見的庫，包括Numpy、Scipy、Matplotlib（用於結果呈現）、pandas等。Python語言藉助於大量的庫能夠為數據分析人員節省大量的時間，而且調整起來也比較方便。目前大數據比較常見的落地應用就是數據分析，尤其是結合具體行業的場景大數據分析。

在產業互聯網領域，由於企業的數據具有高度的機密性，所以通常對於數據的應用邊界有嚴格的要求，此時就需要採用雲計算和邊緣計算相結合的數據處理方式，讓數據在網絡邊緣進行處理，把結果返回到雲端。

隨著大數據技術和5G網絡的逐漸落地應用，大數據技術也將被賦予更多的含義，相信未來大數據技術體系會越來越龐大，相關的研究方向也會越來越多。

我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。

如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！

IT人劉俊明

首先我們談大數據是什麼？

大數據（big data），是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。通俗來說，就是對數據進行專業化處理。大數據的應用也是非常的廣泛，商業智能（Business Intelligence，簡稱：BI），工業4.0，雲計算，物聯網，互聯網+ ，人工智能都有應用。

大數據專業，一般指大數據採集與管理專業 。查閱資料顯示，大數據採集與管理專業是從大數據應用的數據管理、系統開發、海量數據分析與挖掘等層面系統地幫助企業掌握大數據應用中的各種典型問題的解決辦法的專業。在專業課程，大數據專業將從大數據應用的三個主要層面（即數據管理、系統開發、海量數據分析與挖掘）系統地幫助企業掌握大數據應用中的各種典型問題的解決辦法。2015年9月，國務院印發《促進大數據發展行動綱要》（以下簡稱《綱要》），系統部署大數據發展工作。現在越來越多的行業對大數據應用持樂觀的態度，開始應用大數據。大數據或者相關數據分析解決方案的使用在互聯網行業，比如百度、騰訊、淘寶、新浪等公司，技術積累比較豐富，已經成為行業標準。而像電信、金融、能源這些傳統行業，也在逐步考慮推廣應用大數據解決方案，來提升自己的業務水平。調查顯示在“大數據”背景之下，精通“大數據”的專業人才將成為企業最重要的業務角色。現在“大數據”從業人員薪酬持續增長，人才缺口巨大。

創客教育說，傳遞創客精神，歡迎關注交流評論和轉發！

創客教育說

作為資深非專業程序員，現在卻從事著金融大數據風控相關工作，這充分說明大數據跟計算機技術息息相關，它是計算機科學發展到一定階段的產物。

什麼是數據化？

數據指的是我們通過物聯網、區塊鏈、虛擬現實等數字化工具將我們現實世界的一切人、事、物轉換成計算機能夠讀懂的信息。在數據化的世界中，我們的日常活動都是在和數據進行交互。

什麼是大數據？

我們生活的世界所存儲的信息量是非常龐大的，如果想要判斷一個事物的規律，按照我們以前的做法，那就是在大量的信息中抽取部分樣本進行分析，因為海量的數據已經超出我們人類能夠分析的極限。但是隨著計算機科學的不斷髮展，我們擁有了獲取、存儲、分析海量數據的能力。而且針對海量數據的全量分析得出的結論更加客觀、更加準確、更加真實。

大數據有什麼用？

大數據的應用非常廣泛，就拿我現在所處的金融領域來說，大數據被廣泛的應用於風險模型建立、風險控制、輔助決策等方面。

在我們日常生活中，我們可以應用大數據分析的場景有很多。例如利用手機定位大數據預測城市交通擁堵情況；超市利用用戶的購買行為大數據合理安排商品擺放以及定價；利用用戶搜索關鍵詞大數據預測區域性的突發事件等等。

可以說，擁有了數據，就擁有了未來。未來各行各業都將離不開大數據。

程序員愛編程

近幾年，我們經常聽到“大數據”這個詞，大數據到底是什麼？

其實大數據的產生跟互聯網的發展息息相關，現代人的日常工作、學習、生活所產生的各種數據都在不同程度的被信息化所吞噬，一個平常老闆姓真的是無法想象現在人類在互聯網上所產生的數據可謂好似用“海量”來形容都不過分。

進一步簡單具體的說，大數據基本要具備以下三點：

1）有海量的數據

2）有對海量數據進行挖掘的需求（不利用數據，那數據的產生毫無意義）

3）有對海量數據進行挖掘的技術和工具（比如常見的有hadoop、spark等）

關於大數據的我們日常生活中的應用，這裡可以舉幾個簡單的例子：

1）電商推薦系統

現在一些網購平臺，做大做強之後，面對的困難和挑戰也就越多，對種類繁多的商品進行分門別類，用戶也要面對更多的選擇，平臺為了給用戶更好的使用體驗，自然要加強它的推薦系統，而這就需要發揮大數據的力量了。基於用戶的瀏覽行為，購物行為，或者跟用戶特徵相似的用戶的行為分析，結合大量的算法模型，為用戶進行商品推薦，這可以超市功能強悍多了，因為超市是死的，而電商平臺可能比你自己都瞭解你自己。

2）精準廣告投放

我們國內近幾年迅速發展起來今日頭條其中一個大亮點就是個性化推薦，“你關注的才是頭條”，也是它們響亮的口號，正是這種對用戶充分的瞭解，使得他能夠精準的分析用戶屬性，可以為廣告主進行十分有效高精準的廣告投放，獲得更加高效的利益。

北航秦曾昌

大數據可以簡單理解為：

"大數據"是一個體量特別大，數據類別特別大的數據集，並且這樣的數據集無法用傳統數據庫工具對其內容進行抓取、管理和處理。

大數據定義：

麥肯錫給出的定義是：

一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力範圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。

研究機構Gartner給出了這樣的定義：

“大數據”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來適應海量、高增長率和多樣化的信息資產。

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，所涉及的數據資料量規模巨大到無法通過人腦甚至主流軟件工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。

相關：

什麼是大數據？怎麼理解大數據？有哪些作用和應用場景？

https://www.toutiao.com/i6684835763634307587/

加米穀大數據

採集記錄足夠多的數據，使工作更加針對化和精準化，這是大數據嗎？這不是大數據而只是數據化。

什麼是大數據呢？例如洛杉磯警方曾對以往的刑事案件做了統計，通過算法得出了第二天的高概率犯罪地點，然後有針對性的派警察去該處巡邏，從而使得當地的犯罪現象下降20%。這是大數據。

再比如，經濟學家都認為股票無法預測，而一位劍橋大學畢業的博士搞了個公司，對有史以來幾乎所有的證券交易的數據進行記錄，然後通過算法進行分析。

他對什麼國家政策、公司業績、行業走向等等一眼都不看，100%地排除主觀意志的，只根據計算結果來進行投資，最後賺了大錢。這是大數據。

大數據的精髓並不在於數據的精準和數量，而在於對內在規律的挖掘和對未來趨勢的預測。其思路是：一個結果是有很多原因的，原因作用的強度可能是隨機的，我們對其中作用的機理並不清楚。

我們難以找出規律性，但知道規律性就蘊含在結果數據之中，如果我們能建設合適的模型，寫出好的算法，就有可能把這個規律性提煉出來，從而能科學地發現真相和預測未來。

今天上午在貴州省大數據中心看到了大數據應用的事例。

金潤建設和鵬潤達這兩家企業分別投標200多次，一次也沒中過，依然積極地投。投標是要成本的，這兩家公司那裡來的動力？

通過大數據的知識挖掘技術，發現了它們總是陪著固定的一家公司一同招標，最後總是那家公司中標。圍標、串標、陪標的秘密被大數據挖掘出來了😂

數據蘊含著無窮的價值，大數據就是“鑽石礦”，但必須善於挖掘。

奧卡姆剃刀

首先告訴大家，大數據到底是什麼？

Big Data

大數據是從英語單詞“Big Data”翻譯而來的。近幾年被人熟知。

最早提出大數據的是麥肯錫公司，當時的定義是：滲透在每一個行業和業務領域的數據，通過人們對這些海量數據的挖掘和運用，產生出一波新的生產率增長和消費者盈餘浪潮。這就是大數據。

雲時代

隨著雲時代的到來，“大數據”悄然被越來越多的企業所關注，後來，業界將大數據概括成四個V，即大量化（Volume）、多樣化（Variety）、快速化（velocity）和價值化（Value）。

多樣化：數據的類型繁多，大體分為兩個部分，結構化和非結構化。舉個例子，結構化就是以文本為主的數據，非結構化的就是指日誌、圖片、音頻、視頻、地理位置等數據。

快速化：這裡的快速就是指處理速度快，根據IDC的一份名為“數字宇宙”的報告，預計到2020年，全世界數據使用量高達35.2ZB，在如此多數據面前，你的處理速度決定了企業生命的長短。

價值化：舉個例子，一部時長為一小時的視頻，在持續不斷的監控中，很有用的數據僅僅那麼一兩秒鐘，因此在目前大量的數據面前，如何提高精純度，是每個企業在大數據面臨的世界難題。

大數據的應用

為電商平臺和企業服務

從2014年開始，阿里巴巴包下了九陽、美的、蘇泊爾等十個品牌的12條生產線，專門為天貓提供小家電，接著，再通過阿里巴巴掌握的數據和分析結果，去指導品牌生產線的研發、設計、生產和定價等。

大數據解析航空安防和自動化

近年來，世界各國都會經常發生飛行事故，但是儘管如此，有了大數據之後，飛機反而是地球上最安全的交通工具。

經過一項數據統計，如果乘客乘坐的是西方飛機制造商生產的飛機，其遭遇航空事故的概率低於530萬分之一，通俗來講，即使一個人天天坐飛機，也需要乘坐14000年，才會遇到一次航空事故，可見這個概率是極低的。

大數據為航空提供自動化操作，很好的服務於飛行員。從一定程度上也可以降低飛行事故的發生概率。

除此之外，大數據可以降低企業的預算成本和運營成本，甚至可以通過大數據來計算員工的薪酬，通過大數據來提高信息考核的辦事效率。

綜上所述：

未來的大數據，與人們的生活、企業的經營，都是息息相關，任何人都將生活在一個佈滿數據的世界裡，你的行為和生活方式，都暴露在數據之下。對此，數據安全又成了一個非常重要的隱私問題，需要平衡的去完善。

蔣昊說經濟

什麼是大數據？

大數據，現在每天都可能接觸到這個詞彙。從報紙、電視、電腦、手機等上面認識它，但是具體的從科技知識角度去認識它，還是很生僻的。

在現代科技如此發展之快的時代，大數據真是人們耳邊熟知的，對於科技、媒體和具體的某一行業，某個使用單位等，不僅耳熟口言，還要具體應用。具體到什麼是大數據，個人理解如下：

就是利用互聯網，收集到的，有關於本行業的人的大量的數據，或是具體的設計研發項目、物體等相關數據。比如：在社區，可以用大數據來掌握居民的年齡、文化、疾病分類，長居和外出人口情況。具體到應用，可以根據這些基本數據，更有針對性的服務，也讓百姓享受到相應需求。再比如：大數據，在房地產上的應用，可以使國家掌握基本的百姓需求，對如何發展有巨大的指導作用。在具體到各行業石油、銀行、醫院等等。特別正在應用的今日頭條更具體在應用。

大數據，這一科學的互聯網技術，讓人們從一個完全的手工，整理收集信息形式脫離出來，可以更精準的分析各行業的相關數據，服務行業發展，促進國家各項事業向更高層次跨進。

關鍵字: 科技 遛彎 互聯網