1.1　大數(shù)據(jù)定義

大數(shù)據(jù)（Big data）又稱為巨量資料、巨量數(shù)據(jù)或海量數(shù)據(jù)。一般來說，大數(shù)據(jù)的特性可概括為4V，即Volume、Variety、Velocity、Value。

1．Volume（大量數(shù)據(jù)）

·　累積龐大的數(shù)據(jù)：因特網(wǎng)、企業(yè)IT、物聯(lián)網(wǎng)、社區(qū)、短信、電話、網(wǎng)絡搜索、在線交易等，隨時都在快速累積龐大的數(shù)據(jù)。

·　數(shù)據(jù)量等級：數(shù)據(jù)量很容易達到TB（Terabyte，1024GB），甚至PB（Petabyte，1024TB）或EB（Exabyte，1024PB）的等級。

2．Variety（多樣性）

大數(shù)據(jù)的數(shù)據(jù)類型非常多樣化，可分為非結(jié)構(gòu)化信息和結(jié)構(gòu)化信息。

·　非結(jié)構(gòu)化信息：文字、圖片、圖像、視頻、音樂、地理位置信息、個人化信息——如社區(qū)、交友數(shù)據(jù)等。

·　結(jié)構(gòu)化信息：數(shù)據(jù)庫、數(shù)據(jù)倉庫等。

3．Velocity（時效性）

·　數(shù)據(jù)的傳輸流動：隨著帶寬越來越大、設備越來越多，每秒產(chǎn)生的數(shù)據(jù)流越來越大。

·　必須能實時處理大量的信息：時間太久就會失去數(shù)據(jù)的價值，所以數(shù)據(jù)必須能在最短時間內(nèi)分析出結(jié)果。

4．Value（價值密度低）

大數(shù)據(jù)價值密度相對較低。如隨著物聯(lián)網(wǎng)的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，存在大量不相關(guān)信息。因此需要對未來趨勢與模式作預測分析，利用機器學習、人工智能等進行深度復雜分析。而如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值提煉，是大數(shù)據(jù)時代急需解決的難題。雖然單位數(shù)據(jù)的價值密度在不斷降低，但是數(shù)據(jù)的整體價值在提高。

大數(shù)據(jù)的影響已經(jīng)深入到各個領(lǐng)域和行業(yè)，在商業(yè)、經(jīng)濟及其他領(lǐng)域中，將大量數(shù)據(jù)進行分析后就可得出許多數(shù)據(jù)的關(guān)聯(lián)性，可用于預測商業(yè)趨勢、營銷研究、金融財務、疾病研究、打擊犯罪等。決策行為將基于數(shù)據(jù)和分析的結(jié)果，而不是依靠經(jīng)驗和直覺。