加载中…“大数据”的特点有哪些？
(2020-09-20 10:37:06)
标签：
大数据科普 |
分类： 大数据 |
大数据的特点没有太多的分歧，最初是4V，后来慢慢演变为5V、6V。不过4V特点是最精炼的。
1、大数据有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大量。大数据的特征首先就体现为“大”，从Mp3时代，一个小小的MB级别的Mp3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。
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。
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。
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。
2、大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）
Veracity（真实性）:数据的质量。数据的质量是大数据价值发挥的关键。庞大的网民规模、复杂的网民成分决定了数据源的多样性，数据源的多样性导致了WANG上信息的良莠不齐。互联网中有大量的虚假、错误数据，例如：曾经有人认为淘宝的交易数据具有很高的可靠性，但很快就发现存在大量的虚假流量和虚假成交量问题。这种数据仅从电子踪迹的角度来说是真实的，但不能真实地反映人们的交易行为。类似事例使人们认识到不同领域、不同来源的大数据的可靠性是有差异的。
连通性(valence):这是最不常见到和谈到的属性。
这个属性的来源是化学里的化合价，在这里指的是数据的连接性，即连接的数据项与可能连接的总数的分数。
当两个数据相关的时候，则称这两个数据相互连接。而连接性会随着时间越来越大，导致数据关系越来越复杂，于是群体事件预测、关系变化的建模与预测等等也会越来越复杂。
注：国际上，大数据的4个特征普遍不加修饰地直接用volume、variety、velocity和variability予以表述，并分别赋予了她们在大数据语境下的定义：
喜欢
0
赠金笔