第一層面是理論，理論是認(rèn)知的必經(jīng)途徑，也是被廣泛認(rèn)同和傳播的基線。從大數(shù)據(jù)的特征定義理解行業(yè)對(duì)大數(shù)據(jù)的整體描繪和定性；從對(duì)大數(shù)據(jù)價(jià)值的探討來(lái)深入解析大數(shù)據(jù)的珍貴所在；從對(duì)大數(shù)據(jù)的現(xiàn)在和未來(lái)去洞悉大數(shù)據(jù)的發(fā)展趨勢(shì)；從大數(shù)據(jù)隱私這個(gè)特別而重要的視角審視人和數(shù)據(jù)之間的長(zhǎng)久博弈。

第二層面是技術(shù)，技術(shù)是大數(shù)據(jù)價(jià)值體現(xiàn)的手段和前進(jìn)的基石。分別從云計(jì)算、分布式處理技術(shù)、存儲(chǔ)技術(shù)和感知技術(shù)的發(fā)展來(lái)說(shuō)明大數(shù)據(jù)從采集、處理、存儲(chǔ)到形成結(jié)果的整個(gè)過(guò)程。

第三層面是實(shí)踐，實(shí)踐是大數(shù)據(jù)的最終價(jià)值體現(xiàn)。分別從互聯(lián)網(wǎng)的大數(shù)據(jù)，政府的大數(shù)據(jù)，企業(yè)的大數(shù)據(jù)和個(gè)人的大數(shù)據(jù)四個(gè)方面來(lái)描繪大數(shù)據(jù)已經(jīng)展現(xiàn)的美好景象及即將實(shí)現(xiàn)的藍(lán)圖。

古語(yǔ)云：三分技術(shù)，七分?jǐn)?shù)據(jù)，得數(shù)據(jù)者得天下。先不論誰(shuí)說(shuō)的，但是這句話的正確性已經(jīng)不用去論證了。維克托·邁爾-舍恩伯格在《大數(shù)據(jù)時(shí)代》一書(shū)中舉了百般例證，都是為了說(shuō)明一個(gè)道理：在大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)的時(shí)候要用大數(shù)據(jù)思維去發(fā)掘大數(shù)據(jù)的潛在價(jià)值。書(shū)中，作者提及最多的是Google如何利用人們的搜索記錄挖掘數(shù)據(jù)二次利用價(jià)值，比如預(yù)測(cè)某地流感爆發(fā)的趨勢(shì)；Amazon如何利用用戶的購(gòu)買和瀏覽歷史數(shù)據(jù)進(jìn)行有針對(duì)性的書(shū)籍購(gòu)買推薦，以此有效提升銷售量；Farecast如何利用過(guò)去十年所有的航線機(jī)票價(jià)格打折數(shù)據(jù)，來(lái)預(yù)測(cè)用戶購(gòu)買機(jī)票的時(shí)機(jī)是否合適。

有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無(wú)煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。

而當(dāng)物聯(lián)網(wǎng)發(fā)展到達(dá)一定規(guī)模時(shí)，借助條形碼、二維碼、RFID等能夠唯一標(biāo)識(shí)產(chǎn)品，傳感器、可穿戴設(shè)備、智能感知、視頻采集、增強(qiáng)現(xiàn)實(shí)等技術(shù)可實(shí)現(xiàn)實(shí)時(shí)的信息采集和分析，這些數(shù)據(jù)能夠支撐智慧城市，智慧交通，智慧能源，智慧醫(yī)療，智慧環(huán)保的理念需要，這些都所謂的智慧將是大數(shù)據(jù)的采集數(shù)據(jù)來(lái)源和服務(wù)范圍。

未來(lái)的大數(shù)據(jù)除了將更好的解決社會(huì)問(wèn)題，商業(yè)營(yíng)銷問(wèn)題，科學(xué)技術(shù)問(wèn)題，還有一個(gè)可預(yù)見(jiàn)的趨勢(shì)是以人為本的大數(shù)據(jù)方針。人才是地球的主宰，大部分的數(shù)據(jù)都與人類有關(guān)，要通過(guò)大數(shù)據(jù)解決人的問(wèn)題。

比如，建立個(gè)人的數(shù)據(jù)中心，將每個(gè)人的日常生活習(xí)慣，身體體征，社會(huì)網(wǎng)絡(luò)，知識(shí)能力，愛(ài)好性情，疾病嗜好，情緒波動(dòng)……換言之就是記錄人從出生那一刻起的每一分每一秒，將除了思維外的一切都儲(chǔ)存下來(lái)，這些數(shù)據(jù)可以被充分的利用。

什么是大數(shù)據(jù)：

網(wǎng)絡(luò)定義：

大數(shù)據(jù)（big data），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)。

有人給出這種定義：

“大數(shù)據(jù)”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)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

什么是大數(shù)據(jù)數(shù)據(jù)技術(shù)：

獲得這些資產(chǎn)的方法就是大數(shù)據(jù)技術(shù)。

專業(yè)的說(shuō)，就是根據(jù)特定目標(biāo)，從數(shù)據(jù)收集與存儲(chǔ)、數(shù)據(jù)篩選、算法分析與預(yù)測(cè)，數(shù)據(jù)分析結(jié)果展示，以輔助作出最正確的抉擇，其數(shù)據(jù)級(jí)別通常在PB以上，復(fù)雜程度前所未有。

主要包括以下幾種技術(shù)：

非結(jié)構(gòu)化數(shù)據(jù)收集架構(gòu)，數(shù)據(jù)分布式存儲(chǔ)集群，數(shù)據(jù)清洗篩選架構(gòu)，數(shù)據(jù)并行分析模擬架構(gòu)，高級(jí)統(tǒng)計(jì)預(yù)測(cè)算法，數(shù)據(jù)可視化工具。

大數(shù)據(jù)的價(jià)值：

用大數(shù)據(jù)技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行處理，盡而挖掘出各個(gè)行業(yè)的關(guān)鍵路徑，幫助決策，提升社會(huì)（或企業(yè)）運(yùn)作效率。這是大數(shù)的意義。

具體包括以下幾個(gè)方面：

收集數(shù)據(jù)：

大數(shù)據(jù)的第一站就是收集和存儲(chǔ)海量數(shù)據(jù)（公開(kāi)/隱私）�，F(xiàn)在每個(gè)人都是一個(gè)巨大的數(shù)據(jù)源，通過(guò)智能手機(jī)和個(gè)人筆記本釋放出大量的個(gè)人行為信息。獲取數(shù)據(jù)似乎已經(jīng)變得越來(lái)越容易，數(shù)據(jù)收集這一模塊最大的挑戰(zhàn)在于獲取海量數(shù)據(jù)的高速要求以及數(shù)據(jù)的全面性考慮。

除了收集數(shù)據(jù) ，還有清洗數(shù)據(jù)、存儲(chǔ)數(shù)據(jù) 、處理數(shù)據(jù)、人工智能等大數(shù)據(jù)處理方法，在此不再介紹。

平時(shí)我們聽(tīng)到的，看到的大數(shù)據(jù)，其實(shí)就是在這個(gè)方面具體的應(yīng)用。利用大數(shù)據(jù)幫助企業(yè)提高營(yíng)銷效果，幫助企業(yè)決策，幫助企業(yè)經(jīng)營(yíng)等。

對(duì)文章感興趣，可以關(guān)注我們，查看更多往期好文。

“大數(shù)據(jù)的運(yùn)用，汽車私人定制服務(wù)已經(jīng)不遠(yuǎn)�！�

這里僅從筆者比較熟悉的汽車行業(yè)舉一個(gè)例子，分享一下車聯(lián)網(wǎng)大數(shù)據(jù)在汽車產(chǎn)業(yè)運(yùn)用的一個(gè)例子，拋磚引玉。

背景

2017年我國(guó)汽車保有量已經(jīng)達(dá)到2.05億輛，而且預(yù)計(jì)在未來(lái)的銷量還會(huì)增加，到2020年達(dá)到3000萬(wàn)輛。

汽車的最終目的是為人們提供移動(dòng)出行的解決方案，對(duì)于未來(lái)汽車的發(fā)展趨勢(shì)，業(yè)界基本上有一個(gè)共識(shí)，未來(lái)的汽車會(huì)朝著“電動(dòng)化，網(wǎng)聯(lián)化，智能化，共享化”四個(gè)方向發(fā)展。

以用戶為中心的生態(tài)鏈

基于汽車網(wǎng)聯(lián)化的發(fā)展，形成了以用戶為中心的生態(tài)鏈，如下圖：

圍繞在車主周圍，有不同層級(jí)的參與者。傳統(tǒng)的主機(jī)廠，汽車制造商，硬件供應(yīng)商，4S店，只是其中很一小部分。還有各種服務(wù)商，提供商，開(kāi)發(fā)商，保險(xiǎn)公司，傳媒，甚至教育機(jī)構(gòu)，也扮演著重要的角色。

車聯(lián)網(wǎng)能夠?qū)⑦@些參與者全部連接起來(lái)，靠什么？

大數(shù)據(jù)

汽車產(chǎn)業(yè)數(shù)據(jù)，駕駛行為數(shù)據(jù)，汽車感知數(shù)據(jù)，外部環(huán)境數(shù)據(jù)，還有最重要的人的社會(huì)數(shù)據(jù)，都儲(chǔ)存在“龐大的汽車保有量”這個(gè)數(shù)據(jù)庫(kù)中。

圍繞著車聯(lián)網(wǎng)，以上的數(shù)據(jù)不斷地更新，不斷地累積，形成了龐大的數(shù)據(jù)庫(kù)，可被收集，并進(jìn)行分析和處理。

運(yùn)用舉例-私人定制服務(wù)

通過(guò)數(shù)據(jù)處理，得到基于用戶里程的分布，軌跡，行駛速度，超速違規(guī)事件一系列統(tǒng)計(jì)：

由此，構(gòu)建出一個(gè)精準(zhǔn)的用戶畫(huà)像，做什么，愛(ài)好是什么，習(xí)慣什么等等。

那么，針對(duì)于該用戶，各種服務(wù)商就可以提供私人的“定制服務(wù)”，比如安全指導(dǎo)，保費(fèi)個(gè)性化，出行效率提升等等。

據(jù)估計(jì)，車聯(lián)網(wǎng)的市場(chǎng)規(guī)模從目前年250億，到2020年能夠達(dá)到4000億元，又是一個(gè)巨大的蛋糕。

版權(quán)聲明：本文為“汽車人參考”原創(chuàng)，如需轉(zhuǎn)載，請(qǐng)務(wù)必提前聯(lián)系。轉(zhuǎn)載時(shí)請(qǐng)注明“本文出處于+媒體平臺(tái)名稱+汽車人參考”以及原文鏈接，侵權(quán)必究。

技術(shù)·原創(chuàng)·精致·有趣

汽車圈兒的清流

希望以上回答對(duì)您有所幫助，歡迎關(guān)注“汽車人參考”，獲取更過(guò)精彩原創(chuàng)文章

大數(shù)據(jù)是具有事件日志性質(zhì)和統(tǒng)計(jì)正確性等信息特征的數(shù)據(jù)，它對(duì)分布式存儲(chǔ)、并行數(shù)據(jù)處理和易于擴(kuò)展的解決方案提出了技術(shù)要求。

一、舉個(gè)例子

想象一個(gè)由分析系統(tǒng)支持的電子商務(wù)網(wǎng)站，該網(wǎng)站通過(guò)監(jiān)控每個(gè)用戶購(gòu)買或感興趣的產(chǎn)品(根據(jù)在產(chǎn)品頁(yè)面上花費(fèi)的時(shí)間)來(lái)識(shí)別每個(gè)用戶的喜好�；�于這些信息，系統(tǒng)推薦“你也可以”的產(chǎn)品。這是一個(gè)獨(dú)立的系統(tǒng)。

二、大數(shù)據(jù)有哪些特征呢？

信息特征與任何時(shí)候可能發(fā)生變化的傳統(tǒng)數(shù)據(jù)(如銀行賬戶、倉(cāng)庫(kù)中的貨物數(shù)量)不同，大數(shù)據(jù)表示記錄的日志。其中每個(gè)描述某些事件(例如，商店中的購(gòu)買、網(wǎng)頁(yè)視圖、給定時(shí)刻的傳感器值、社交網(wǎng)絡(luò)上的評(píng)論)。由于其本身的性質(zhì)，事件數(shù)據(jù)不會(huì)改變。

三、大數(shù)據(jù)技術(shù)

Hadoop 是用于分布式存儲(chǔ)大量數(shù)據(jù)的框架(ITS)。HDFS組件)和并行數(shù)據(jù)處理(Hadoop MapReduce)。它將一個(gè)大塊分解成較小的塊，在不同的數(shù)據(jù)節(jié)點(diǎn)(計(jì)算機(jī))上單獨(dú)處理，并在多個(gè)節(jié)點(diǎn)上自動(dòng)收集結(jié)果以返回單個(gè)結(jié)果。Hadoop通常意味著覆蓋多個(gè)大數(shù)據(jù)技術(shù)的生態(tài)系統(tǒng)。

Spark是一個(gè)用于內(nèi)存中并行數(shù)據(jù)處理的框架，它使實(shí)時(shí)大數(shù)據(jù)分析有可能。例如，分析系統(tǒng)可能會(huì)發(fā)現(xiàn)訪問(wèn)者在特定的產(chǎn)品頁(yè)面上花費(fèi)了相當(dāng)長(zhǎng)的時(shí)間，但還沒(méi)有將它們添加到購(gòu)物車中。為了激勵(lì)購(gòu)買，該系統(tǒng)可以為感興趣的產(chǎn)品提供折扣券。

現(xiàn)在你知道什么是大數(shù)據(jù)了，不是嗎？