【www.shanpow.com--手抄报内容】
第一篇数据是什么:大数据是什么？
大数据概念
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
"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的海量、高增长率和多样化的信息资产。从数据的类别上看，"大数据"指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。亚马逊网络服务（AWS）、大数据科学家JohnRauser提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。研发小组对大数据的定义："大数据是最大的宣传技术、是最时髦的技术，当这种现象出现时，定义就变得很混乱。" Kelly说："大数据是可能不包含所有的信息，但我觉得大部分是正确的。对大数据的一部分认知在于，它是如此之大，分析它需要多个工作负载，这是AWS的定义。当你的技术达到极限时，也就是数据的极限"。 大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop的崛起，这些非结构化的数据服务的价值在哪里。
其实看了上面那些专业介绍，肯定有人会认为大数据只是一个空洞的商业术语，就跟所谓的商业智能一样空洞无物。当然，这并不是说大数据没有意义，只是对于不同的人有不同的含义。
对于投资人和创业者而言，大数据是个热门的融资标签。就和前几年流行的 SoLoMo，这几年火爆的 P2P 一样，大数据是资本泡沫的催化剂。如今任何一家（移动）互联网公司都忙着把自己标榜为大数据公司，或者干脆说自己是一家数据公司。遗憾的是，大多数中国的互联网公司都是流量驱动的企业。与其说这些公司是大数据公司，不如说它们是数据采集公司。是的，每一家互联网公司都是数据公司，因为数据（Data）是比信息（Information）要狭隘得多的词汇。换句话说，任何一家 IT 行业的公司天然地都是数据公司。但是非 IT 公司同样可以是数据公司，例如房地产企业和汽车销售公司——毕竟他们优质低价地将顾客的信息转卖给任何感兴趣的个人或实体。遗憾的是，中国并没有几家 Pure-Play 的数据公司，因此中国不太可能出现 Palantir 这样伟大的企业。我不幸见过一两家国产独角兽企业的技术/数据负责人，他们似乎并不了解这家 CIA 投资的创业公司，但这并不妨碍他们把自己的公司定位为世界级的大数据公司。我可以臆测，国内这些独角兽企业的道德底线远远低于（为美帝情报机构服务的） Palantir，只是它们还没有足够的人才和技术来充分挖掘数据中的有效信息。
对于大多数互联网公司或者工程师而言，大数据实际上只有一个意思，就是把一堆乱七八糟的数据扔到 HDFS 上面然后进行计算。计算的工具有很多，最常见的是 Map-Reduce，但是技术一直在演进，现在还流行 Impala、Spark、Presto 什么的。对于这些搞大数据的工程师而言，这是一个非常好的事情，因为要把这么多异构的数据和系统跑起来，需要很多人写很多代码，还需要有人来做运维。这么一个部门总得需要几十台机器否则还不如单机计算能力强，工程师也得有十来人。然后可能还需要数据分析师，否则这部门跟摆设也没什么区别。如果系统做得不错数据量也有了，总得配个数据科学家搞点数据挖掘或者机器学习什么的吧。所以大数据这件事情可以解决很多就业问题，毕竟很多上了规模的互联网公司都想搞大数据。
但是对于消费者或者互联网所谓的“用户”来说，大数据却是另外一个意思。大数据的意思就是尽可能地搜集跟终端消费者相关的隐私，然后进行营销。从理论上说，大数据公司通过搜集用户行为，可以更好地了解消费者的需求，增强用户体验。但是在实践上，这些所谓的智能推荐还停留在很初级的阶段，因此会有人在淘宝上搜索棺材结果在微博上不停地看到跟丧葬相关的广告。对于微博这样的公司，还意味着它会倾向于通过直接或者间接地暴露你的隐私来获得商业利益。据说，评价一家国内公司的大数据能力是跟被查水表的频繁程度正相关的。就目前而言，大数据对于终端消费者更多的是“被实名”。举一个例子，如果你在 Android 手机上使用 Facebook 账号访问某个 App，那么对不起，你在这个手机上的所有行为都有可能被 Facebook 关联到你真实的身份上。在这种能力上，国内的三巨头排序大概是 T > A >> B。所以最后这家公司的 App 特别流氓甚至超越了数字公司，如果你想帮帮这家公司就多用用他家的地图或者订点外卖。
关于大数据和隐私，最核心的问题在于标识（Identity），尤其是所谓的 PII （Personal Identifiable Information）。但是要对用户进行追踪并不一定需要 PII，任何一个强度足够高的随机数都可以用来追踪单个用户。在 Web 时代，由于 Cookie 的生命周期问题，对用户进行长期追踪并不是很容易。但是最近几年，越来越多的公司使用 Flash 来进行追踪，最终演进成一种叫做数字指纹的技术。要解释这些技术需要一些应用数学背景，知乎上应该可以找到相关的问答，我就不赘述了。我很想系统地讲述在使用桌面浏览器上如何保护自己的隐私，但是似乎离题太远了。但是我还是想提醒一句，在桌面浏览器上最有效的安全习惯就是禁用 Flash（当然，如果你出于安全装了数字公司的软件，那么你可以假装我说的都是废话——毕竟数字公司连你开机时间这种信息都不放过，更何况这家公司可是以所谓的“厚数据”而闻名的）。
身份到底有多重要呢？我可以说说我自己的一些非理性的习惯。大多数地铁一卡通都是不记名的，但是我以前会定期地破坏一卡通，从而避免在一卡通里积累过多的数据。但是由于我并不能很频繁地换卡，所以我这样的非理性行为是毫无用处的——你只需要读读我的卡就知道我住在哪里又在哪里上班，误差不会超过两公里。从技术上说，任何一张非接触卡都可以可能用于追踪我的身份，以及我所在的时空坐标。虽然我知道目前的技术并不能在超过一米的距离上读出我随身携带的卡片，但是我仍然把我身上所有的非接触卡放在一个金属的名片盒中。作为一个足够偏执的人，我更相信物理隔离。遗憾的是，这些非理性的习惯在移动时代都是徒劳的。
在移动时代，身份问题变成了最严重的问题，因为智能手机在很大程度上是私人设备。大多数人都随身携带这些设备，这就意味着设备的标识和个人几乎是一一对应的。在这个问题上，就连苹果公司都没能意识到其严重性，以至于在早期的苹果设备上有一个接近完美的唯一硬件标识（UDID）。这就意味着所有的 App 开发者都可以使用这个标识来追踪设备和交换数据。换句话说，只要你在一个 App 中使用了 Facebook 账号或者提交了电话号码，那么你在这个设备中的所有行为都有可能被关联到你的 PII。苹果直到两年以前才堵上这个漏洞，并通过所谓的 IDFA 来替代 UDID。我并不喜欢苹果公司，但是我在这里提这个案例并不是为了贬低苹果公司。事实上，苹果公司是所有的智能手机制造商中最尊重用户隐私的那一家，没有之一。原因很简单，苹果公司并不是一家互联网公司，它是通过向消费者出售手机来获利的。苹果公司的硬件利润非常高，它不需要通过 App Store 和广告来获利，因此 Tim Cook 才会有底气地讨论消费者的隐私问题。而 Google 则不同，它是一家广告公司，它甚至会通过分析用户的邮件来进行精准广告投放。我并不想把 Google 妖魔化成一个侵犯消费者隐私的寡头，但是 Google 的不作为让 Android 成为了地球上最伟大的监控平台。Android 上的确没有 UDID 这么高质量的标识，但是它允许开发者直接获取 IMEI——利用 IMEI 理论上可以通过运营商获取手机号码，并且进行实时的监控。此外 Android 还允许开发者获取 MAC 地址和 Android ID 这些标识，而前者可以用于基于 Wi-Fi 的地理位置定位。这些看起来很糟糕，但还不是最糟糕的，因为 Android 还允许开发者获取安装应用列表、正在运行应用列表。换句话说，Android 不仅允许开发者监控自己的 App 使用情况，还可以监控其他的 App 的使用情况，这可是字面上的情报工作。这些在技术层面上都是 Android 允许的，对于已 Root 设备或者能够利用漏洞提权的 App 而言，Android 提供的想象空间几乎是无限的。
有些读者评论扯 Google 的 IDFA 对应物，那我举个 Google 平台上的栗子吧：
近日，多个与TalkingData合作的厂商表示在Google Play发布的产品于2016年5月25日凌晨陆续被下架。且下架的说明邮件里称：“违反了开发者条款”并指出是TalkingData的SDK的问题所导致。
TalkingData回应SDK导致下架：GooglePlay审核调整
这家公司更是毫不掩饰地展示自己侵犯隐私的能力：
TalkingData-行为地图
那么问题来了，大家觉得他们的数据是哪里来的呢，是苹果用户还是安卓用户呢？
为了避免引起恐慌，这家公司的客户主要是某些银行和游戏，市场覆盖率并不是特别高。BAT 任何一家拥有的隐私数据都能秒杀这家公司，所以大家请保持内心的平静，睡觉前多玩玩手机。
PS:部分素材来源于知乎
第二篇数据是什么:数据是什么意思
我要提问 点击登录 数据是什么意思来自 匿名用户 的提问
最佳答案 由提问者推荐
数据（data）是数据库中存储的基本对象，数据在大多数人的头脑中的第一反应就是数字。其实数字只是一种最简单的数据，是数据的一种传统和狭义的理解。广义的理解，数据的种类很多，文字、图形、图象、声音、学生的档案记录等，这些都是数据。 为了了解世界，交流信息，人们需要描述事物。在计算机中，为了存储和处理这些事物，就要抽出对这些事物感兴趣的特征组成一个记录来描述。例如：在学生的档案中，如果人们最感兴趣的是学生的姓名、性别、年龄、出生年月、籍贯、所在系、入学时间，就可以这样描述： （杨兵，男，1988，辽宁，计算机系，2006）这里的学生记录就是数据。 匿名用户2006-11-2001
58
就医指南_
广告
前往了解治疗方法
相关推荐
有一些电脑可以连接4G数据网络,这有什么意义呢?
710
略懂社
1 回答
这表中的数据是什么意思?
0
搜狗问问
3 回答
CPI数据是什么意思
0
搜狗问问
3 回答
GSM数据是什么意思啊?
0
搜狗问问
1 回答
WOW里报数据是什么意思
0
搜狗问问
14 回答
刻路出现无法复原的数据是什么意思
0
搜狗问问
1 回答
什么是云计算和大数据
什么是移动数据流量费
贵州大数据是做什么
什么是大数据精准营销
相关搜索
略懂社热议
更多
喷漆原来还能这样用，结局笑喷了
文章
穿越火线
5 评论
什么样的灯光最能温暖你？
问答
情感研究所
2 回答
【攻略】CF新道具彩色聊天字体获得方式~
文章
穿越火线
3 评论
打开略懂发现更多精彩内容
© 2017 SOGOU.COM
第三篇数据是什么:八种新意更典型的大数据应用案例
大数据是什么？我们就不要在举啤酒和尿布的案例了，Gartner的分析师Doug Laney在讲解大数据因果那个案例时提到过8个更有新意更典型的案例，可帮助更清晰的理解大数据时代的到来。
1. 梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。
3. 沃尔玛的搜索。这家零售业寡头为其网站Walmart.com自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。
4. 快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。
5. Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场(他将在一天工作之后抵达该处)时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。
6. PredPol Inc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到 500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。
7. Tesco PLC(特易购)和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。
8. American Express(美国运通，AmEx)和商业智能。以往，AmEx只能实现事后诸葛式的报告和滞后的预测。“传统的BI已经无法满足业务发展的需要。”Laney认为。于是，AmEx开始构建真正能够预测忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。该公司表示，对于澳大利亚将于之后四个月中流失的客户，已经能够识别出其中的24%。
