1.1.1 大數(shù)據(jù)的定義

大數(shù)據(jù)（Big Data）是指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

關(guān)于大數(shù)據(jù)的定義，很多學(xué)者也給出了自己的觀點(diǎn)。在維克托·邁爾-舍恩伯格、肯尼斯·庫(kù)克耶編寫的《大數(shù)據(jù)時(shí)代》中，大數(shù)據(jù)指不采用隨機(jī)分析法（抽樣調(diào)查），而是采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)具有5V特點(diǎn)（IBM提出）：Volume（數(shù)據(jù)量大）、Velocity（高速）、Variety（多樣）、Value（價(jià)值密度低）、Veracity（真實(shí)性）。

麥肯錫全球研究所給出的大數(shù)據(jù)定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。

結(jié)合眾多學(xué)者的觀點(diǎn)，可以發(fā)現(xiàn)大數(shù)據(jù)具有如下特征。

（1）數(shù)據(jù)量大（Volume）

第一個(gè)特征是數(shù)據(jù)量大。大數(shù)據(jù)的起始計(jì)量單位至少是PB（220GB）、EB（230GB）或ZB（240GB）。

（2）多樣（Variety）

第二個(gè)特征是數(shù)據(jù)類型繁多，包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等，多類型的數(shù)據(jù)對(duì)數(shù)據(jù)的處理能力提出了更高的要求。

（3）價(jià)值密度低（Value）

第三個(gè)特征是數(shù)據(jù)價(jià)值密度相對(duì)較低，隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無(wú)處不在，信息海量，但價(jià)值密度較低，如何通過(guò)強(qiáng)大的機(jī)器算法更迅速地完成數(shù)據(jù)的價(jià)值“提純”，是大數(shù)據(jù)時(shí)代需要解決的難題。

（4）高速（Velocity）

第四個(gè)特征是高速，即產(chǎn)生速度快，這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征。

（5）真實(shí)性（Veracity）

第五個(gè)特征是數(shù)據(jù)的真實(shí)性。具體指數(shù)據(jù)的準(zhǔn)確性和可信賴度，即數(shù)據(jù)的質(zhì)量。

大數(shù)據(jù)的價(jià)值體現(xiàn)在以下幾個(gè)方面。

1）對(duì)大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)可以利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷。

2）中小微企業(yè)可以利用大數(shù)據(jù)做服務(wù)轉(zhuǎn)型。

3）傳統(tǒng)企業(yè)充分利用大數(shù)據(jù)的價(jià)值實(shí)現(xiàn)轉(zhuǎn)型。