很高兴能够看到和这个问题！

如今这个时代，大数据，云计算这些热门概念是人们茶余饭后议论的热点话题，然而很多人还是搞不清楚什么是大数据。今天，每日精彩科技将根据自己的经验这个问题！

什么是大数据？

半个世纪以来，当计算机技术全面融入社会，信息不断积累，直至变革开始。它不仅充满了信息，而且加速了信息的增长。在天文学、遗传学等信息爆炸的领域，出现了 "大数据 "的概念。如今，这一概念几乎适用于人类思维和发展的所有领域。

在大数据时代，生活是乐观的。你对客观世界的认识又提高了。你的决定不再依赖于主观判断。甚至在你的日常生活中，你的一个消费行为和你的一个咨询协议都融入了一个巨大的数字网络。移动互联网的浪潮正在成为一种威胁。庞大的数据包围着我们。甚至世界经济的模式也发生了巨大的变化!

数据来源的广泛多样性决定了基本数据形式的多样性。任何形式的数据都是有用的。目前各种推荐系统都在使用，如 "taobo"、"青春音乐剧"、"笔记本电脑 "等。

第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；从对大数据的现在和未来去洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

第二层面是技术，技术是大数据价值体现的手段和前进的基石。分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

第三层面是实践，实践是大数据的最终价值体现。分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。

古语云：三分技术，七分数据，得数据者得天下。先不论谁说的，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了百般例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，作者提及最多的是Google如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势；Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量；Farecast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。

现在是大数据时代。人们的
日常生活已与数据紧密接触，
老百姓购物刷卡就是一例。
显示的就是数字，数据。
也许，这只是个小数据，而
国家级的运作，不管哪行哪
业，讲的都是大数据。

什么是大数据：

网络定义：

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。

有人给出这种定义：

“大数据”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来适应海量、高增长率和多样化的信息资产。

“大数据的运用，汽车私人定制服务已经不远。”

这里仅从笔者比较熟悉的汽车行业举一个例子，分享一下车联网大数据在汽车产业运用的一个例子，抛砖引玉。

背景

2017年我国汽车保有量已经达到2.05亿辆，而且预计在未来的销量还会增加，到2020年达到3000万辆。

汽车的最终目的是为人们提供移动出行的解决方案，对于未来汽车的发展趋势，业界基本上有一个共识，未来的汽车会朝着“电动化，网联化，智能化，共享化”四个方向发展。

定义
大数据英文名叫Big Data，它是一种IT行业术语，是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。通俗的理解就是海量的数据，就是多而广的信息、技术、以及数据资料。

特点
1.体量巨大：伴随着各种随身设备、物联网、云计算、云存储等技术的发展，人和物的所有轨迹都可以被记录，数据因此被大量生产出来。
2.类型繁多：数据格式变得多样，涵盖了文本、音频、图片、视频、模拟信号等不同类型；数据来源也变得多样，不仅产生于组织内部运作的各个环节，也来自于组织外部。
3.价值性：数据的价值真实性是获得真知的最重要因素，因为处理大数据的实质就是为企业提供决策支持，如果不能保证数据质量，数据分析只成空谈。
4.速度快：包括两方面，一是数据产生快，二是数据处理快，在数据处理方面，要在妙极时间范围内分析出结果，超出这个时间，数据就失去了价值。

用途
1.精准营销：为企业营销投放渠道、营销内容、反馈等提供有效的数据支撑。
2.业务升级：通过数据反映产品、业务带来的影响和客户的反馈，为业务迭代、流程优化提供数据支撑。
3.趋势预测：为企业预测新的市场趋势，使企业可以衡量新产品是否会带来新市场，从而决定是否批量生产。
4.风险预警：通过数据分析进行风险预测，及时提供警告，便于企业进行相关调整与决断。
5.智能推送：分析用户行为，刻画人物画像，为用户提供智能所需消息推送。

应用举例
1.内容推送：今日头条、网易、腾讯、新浪等网站会分析各种数据后，进行精准推送。
2.广告计算：百度、谷歌、淘宝、腾讯等根据广告主的价格和广告的效果计算广告的排序。
3.智慧城市：如通过车流控制红绿灯的变化，减少道路拥堵。
4.信用计算：支付宝的芝麻信用加入了更多的维度信息，比如人际关系、学历、车等等来评估个人信用值，给信用值高的人提供更优质的服务，如信用度高的用户住酒店不用交押金。

作为一个每天和“大数据”打交道的IT从业者，分享下个人理解的大数据：

一、大数据必须具备的几个特点

根据IBM提出的大数据模型，作为大数据必须要具备Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）五个特点。

描述大数据的五个维度

1、大量：是数据大小的一个相对定量描述。不同行业、不同业务，对“大量”的界定不同，在互联网ToC业务行业，一般都是PB级别以上才称为大数据。而对于ToB的企业，行业业务不同，衡量数据大小规模也不同，一般100TB级别以上也称为大数据。我们称此为“泛大数据”；

2、高速：大数据一般是和云计算“孪生”出现的。一般行业性积累起来的数据，只有通过云计算提供普适性服务，才能称为大数据，此时就需要对数据访问具有一定的速度要求。

通俗地来说大数据就是汇总各个方面的信息组成一个巨大数据资源中心，以便提供更好的分析和决策服务！而在这个过程中，就会涉及到很多技术能力。

以网购平台为例，通过收集买家的网购记录分析，可以得出买家的购买偏号、性别、年龄段、购买能力等，继而给买家推荐对应的商品以促销，这就是用户画像营销。

通过买家的购买记录推荐同类商品，或者找出和买家有同样购买爱好的人买过的商品推荐给买家，这就是推荐系统。

通过购买记录发现你经常买男士用品到A地，时不时买些女性用品到B地，发现了B地住的是你的女票，这就是常说的数据分析和挖掘。

通过对过去每天的平台收益进行建模，预测明天的收益是100万，这个就是机器学习预测。

大数据，英文翻译 big data，从字面上理解就是大量数据，这个大量怎么算大？以往我们理解的数据就是Excel表格，一张工作表有500条数据可能觉得不少。但是随着网络技术的发展，数据的量在逐渐突破以往的认知，慢慢的由单位KB---MB---GB---TB---EB等发展。如果不太好理解，你可以从一个围观角度考虑，以往手机的内存是1G都够用，现在呢？32G、64G甚至128G都不够用，这里手机内存都是你手机内产生的数据量。

大数据是具有事件日志性质和统计正确性等信息特征的数据，它对分布式存储、并行数据处理和易于扩展的解决方案提出了技术要求。

一、举个例子