常見問題

• 大數據是什么意思?

  從一般意義上講，大數據是指無法在有限時間內用常規軟件工具對其進行獲取、存儲、管理和處理的數據集合。“大數據”概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數據時代》中提出，指不用隨機分析法（抽樣調查）的捷徑，而是采用所有數據進行分析處理。
  大數據的特征

• 大數據的特征

  大數據具備 Volume、Velocity、Variety 和 Value 四個特征，簡稱“4V”，即數據體量巨大、數據速度快、數據類型繁多和數據價值密度低。
  1、Volume：表示大數據的數據體量巨大
  數據集合的規模不斷擴大，已經從 GB 級增加到 TB 級再增加到 PB 級，近年來，數據量甚至開始以 EB 和 ZB 來計數。
  2、Velocity：表示大數據的數據產生、處理和分析的速度在持續加快
  加速的原因是數據創建的實時性特點，以及將流數據結合到業務流程和決策過程中的需求。數據處理速度快，處理模式已經開始從批處理轉向流處理。
  3、Variety：表示大數據的數據類型繁多
  傳統 IT 產業產生和處理的數據類型較為單一，大部分是結構化數據。隨著傳感器、智能設備、社交網絡、物聯網、移動計算、在線廣告等新的渠道和技術不斷涌現，產生的數據類型無以計數。
  4、Value：表示大數據的數據價值密度低
  大數據由于體量不斷加大，單位數據的價值密 度在不斷降低，然而數據的整體價值在提高。以監控視頻為例，在一小時的視頻中，有用的數據可能僅僅只有一兩秒，但是卻會非常重要。現在許多專家已經將大數據等同于黃金和石油，這表示大數據當中蘊含了無限的商業價值。

• 大數據未來發展趨勢

  隨著市場整體的日漸成熟和新興技術的不斷融合發展，未來大數據市場將呈現穩步發展的態勢，增速維持在 14%左右。
  在未來5G技術的加持下，大數據正引來越來越多的關注，未來科技發達，信息流通，大數據就是這個高科技時代的產物。阿里巴巴創辦人馬云曾多次在演講中提到，未來的時代將不是IT時代，而是DT的時代，大數據對當代社會發展舉足輕重的影響顯而易見，其就業前景更加不可估量。

• 大數據分析平臺有哪些？

  1、領英
  領英人才解決方案于2014年落地中國，在本地化發展上已經獲得諸多成果。 針對中國客戶的需求，中國團隊提供全面、定制化的服務。針對中國客戶對工作效率要求非常高的特點，領英中國設立了專門的2B 客戶虛擬電話。此外，領英為中國客戶提供線上和線下培訓，向企業提供定制化一對一培訓，讓更多客戶分享交流經驗，提升中國客戶使用能效。領英人才解決方案中國團隊每年發布數份重磅數據報告，為企業提供人才趨勢和行業勞動力洞察，領英行業大數據報告已被瀏覽超過10萬次。
  2、元年智答
  元年智答是一款智能數據分析“助手”，拉近人與數據的距離，輕松對話的形式獲取數據可視化圖表，在企業內部高效傳遞數據洞見。提供對話式數據分析、智能數據可視化引擎、企業級數據權限控制、異常監控實時預警、數據變動歸因溯源和智能化數據報告功能。
  3、先勝業財
  先勝業財是一家專注于業務-財務一體化領域的數據智能服務商。取義于孫子兵法“先勝而后戰”，先勝業財以提升企業決策力和執行力為使命，致力于利用領先的數據智能洞察能力，為企業構建透明、快速、動態、智能的業財一體化專業能力。
  4、百度智能云
  百度智能云于2015年正式對外開放運營，是基于百度多年技術沉淀打造的智能云計算品牌，致力于為客戶提供全球領先的人工智能、大數據和云計算服務。憑借先進的技術和豐富的解決方案，全面賦能各行業，加速產業智能化。
  5、米印盒子
  深圳市云寶騰達科技有限公司深耕電子發票、智能打印多年，擁有在物聯網、云計算、智能硬件、等領域的資深技術人才多名，公司主營專注于電子發票服務領域。提供基于大數據云計算的智能在線式服務，旨在讓廣大企事業單位的電子發票報銷工作更精確更高效的完成，米印盒子®是隸屬于公司的注冊商標。為客戶提供高品質、高附加值的專業化在線服務。

• 大數據技術有哪些?

  1.分析預測技巧
  那是大數據的一個主要功能。通過對大數據源的分析，預測分析使企業能夠發現、評估、優化和部署預測模型，從而改善業務業績或減少風險。而對大數據進行預測分析，則與我們的生活息息相關。淘寶網會預測你每一次購物都可能要買的東西，愛奇藝正在預測你想看的東西，百合網和其他約會網站甚至嘗試預測你會愛上誰…
  2.NoSQL數據庫
  NoSQL,NotOnlySQL，意思是“不只是SQL”，而是非關系型數據庫。與關系數據庫相比，NoSQL數據庫提供了一種更加靈活、可擴展、廉價的選擇，從而打破了傳統數據庫市場一統天下的格局。同時，NoSQL數據庫可以更好地滿足大型應用程序的需求。通用NoSQL數據庫有HBase、Redis、MongoDB、Couchbase、LevelDB等。
  3.搜索和知識發現
  對從多個數據源(如文件系統、數據庫、流程、api和其他平臺和應用程序)中自助提取信息的各種工具和技術提供支持。比如，數據挖掘技術和各種大數據平臺。
  4.大數據流計算引擎
  框架能夠過濾、聚合、豐富和分析來自多個完全不同的活動數據源的高吞吐量數據，并且可以使用任何數據格式。SparkStreaming和Flink是當今流行的流式計算引擎。
  5.記憶數據結構
  采用分布式計算機系統中動態隨機存取存儲器(DRAM)、閃存或SSD分配數據，實現了低延遲存取和大量數據處理。
  6.分布式文件存儲
  為確保文件的可靠性和訪問性能，數據經常以拷貝的方式存儲在多個節點的計算機網絡中。通用分布式文件系統有GFS、HDFS、Lustre、Ceph等。
  7.數據虛擬化
  DataVirtualization是一種數據管理方法，它使應用程序能夠在無需考慮數據的技術細節的情況下檢索和操縱數據，例如源文件中的數據格式，或者數據存儲的物理位置，以及一個客戶用戶視圖。
  8.數據整合
  諸如AmazonElasticMapReduce(EMR)、ApacheHive、ApachePig、ApacheSpark、MapReduce、Couchbase、Hadoop和MongoDB等等，用于跨解決方案進行數據編排的工具。
  9.編制資料
  軟件減少了獲取、形成、清理和共享各種混亂數據集的負擔，從而加快數據對分析的有效性。
  10.數據質量
  利用分布式數據存儲和數據庫中的并行操作，對大型高速數據集進行數據清理和充實。

• 大數據應用在哪些方面?

  一、廣告行業
  比如你最近想買一個商品，然后在百度、京東或淘寶中搜索了某個關鍵字，其實這些行為數據都被收集起來了，因為有很多人的行為數據，所有后臺要進行大量的數據分析，構建用戶畫像和使用一些推薦算法，然后進行個性化的推薦，當你登錄到一些網站上時，你會發現有一些廣告，推薦的一些正好是你要買的一些商品。
  二、內容推薦
  比如你刷今日頭條，頭條會收集你以前的瀏覽行為數據，然后根據你的喜好構建一個你專屬的用戶畫像或一類人的畫像，然后給你推薦你喜歡的新聞，比如你以前點擊過詹姆斯相關的新聞，就給你推薦NAB相關的新聞。由于頭條用戶很多，要分析的數據量就非常大，所有要使用大數據的手段來處理。
  三、餐飲行業
  快餐業的視頻分析。該公司通過視頻分析等候隊列的長度，然后自動變化電子菜單顯示的內容。如果隊列較長，則顯示可以快速供給的食物；如果隊列較短，則顯示那些利潤較高但準備時間相對長的食品。
  四、教育領域應用
  百度大腦PK人腦：大數據押高考作文題。為了幫助考生更好地備考，百度高考作文預測通過對過去八年高考作文題及作文范文、海量年度搜索風云熱詞、歷年新聞熱點等原始數據與實時更新的“活數據”進行深度挖掘分析，以“概率主題模型”模擬人腦思考，反向推導出作文主題及關聯詞匯，為考生預測出高考作文的命題方向。
  五、醫療領域
  智慧淮醫。淮安市采用IBM大型主機作為淮安市區域衛生信息平臺基礎架構支撐，滿足了淮安市在市級區域衛生信息平臺基礎平臺建設和居民健康檔案信息系統建設進程中的需求，支撐淮安市級數據中心、居民健康檔案數據庫等一系列淮安市衛生信息化應用，支持淮安成為全國“智慧醫療”的典范。
  六、農牧大數據
  大數據在農業應用主要是指依據未來商業需求的預測來進行農牧產品生產，降低菜賤傷農的概率。同時大數據的分析將會更見精確預測未來的天氣氣候，幫助農牧民做好自然災害的預防工作。大數據同時也會幫助農民依據消費者消費習慣決定來增加哪些品種的種植，減少哪些品種農作物的生產，提高單位種植面積的產值，同時有助于快速銷售農產品，完成資金回流。牧民可以通過大數據分析來安排放牧范圍，有效利用牧場。漁民可以利用大數據安排休漁期、定位捕魚范圍等。