1. 大数据概念
大数据(Big Data):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,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。
大数据主要解决,海量 数据的 采集、存储和 分析计算 问题。
2. 大数据特点(4V)
2.1 Volume(大量)
截止目前,人类生产的所有 印刷材料的数据量是200PB,而历史上全人类总共 说过的话的数据量大约是5EB。当前,典型个人计算机硬盘的容量为TB量级,而一些大 企业的数据量已经接近EB 量级。
2.2 Velocity(高速)
这是大数据区分于传统数据挖掘的最显著特征。根据IDC的"数字宇宙"的报告,预计到2025年,全球数据使用量将达到163ZB。在如此海量的数据面前,处理数据的效率就是企业的生命。
2.3 Variety(多样)
这种类型的多样性也让数据被分为结构化数据和非结构化数据,相对于以往便于存储的 以数据库/文本为主的结构化数据,非结构化数据 越来越多,包括 网络日志、音频、视频、图片、地理位置信息 等,这些多类型的数据对数据的处理能力提出了更高要求。
2.4 Value(低价值密度)
价值密度的高低与数据总量的大小成反比。如何 快速对有价值数据"提纯"成为目前大数据背景下待解决的难题。
3. 大数据应用场景
- 抖音:推荐的都是你喜欢的视频。
- 电商内广告推荐:给用户推荐可能喜欢的商品。
- 零售:分析用户消费习惯,为用户购买商品提供方便,从而提升商品销量。经典案例,纸尿布+啤酒。
- 物流仓储:京东物流,上午下单下午送达、下午下单次日上午送达。
- 保险:海量数据挖掘及风险预测,助力保险行业精准营销,提升精细化定价能力。
- 金融:多维度体现用户特征,帮助金融机构推荐优质客户,防范欺诈风险。
- 房产:大数据全面助力房地产行业,打造精准投策与营销,选出更合适的地,建造更适合的楼,卖给更适合的人。
- 人工智能+5G+物联网+虚拟与现实
4. 大数据发展前景