代表着数据从量到质的改变进程,代表着数据作为一种资源在经济与社会实践中扮演逐步重要的人物,相关的技能、工业、使用、方针等环境会与之相互影响、互为促进。从技能视点来看,这种数据规划突变后带来新的问题,即数据从静态变为动态,从简略的多维度变成巨量维度,而且其品种日益丰厚,超出当时剖析办法与技能可处理的范畴。这一些数据的收集、剖析、处理、存储和展示都触及杂乱的多模态高维核算进程,触及异构媒体的一致语义描绘、数据模型、大容量存储的建造,触及多维度数据的特征相关与模仿展示。可是,大数据开展的最终目标仍是发掘其使用价值,没有价值或许未曾发现其价值的大数据从某一种意义上讲是一种冗余和担负。
①数据来历多,企业所面临的传统数据主要是买卖数据,而互联网和物联网的开展,带来了比如交际网站、传感器等多种来历的数据。
而因为数据来历于不同的使用体系和不同的设备,决议了大数据方式的多样性。大体能分为三类:一是结构化数据,如财政体系数据、信息管理体系数据、医疗体系数据等,其特点是数据间因果关系强;二对错结构化的数据,如视频、图片、音频等,其特点是数据间没有因果关系;三是半结构化数据,如HTML文档、邮件、网页等,其特点是数据间的因果关系弱。
②数据类型多,而且以非结构化数据为主。传统的企业中,数据都是以表格的方式保存。而大数据中有70%-85%的数据是如图片、音频、视频、网络日志、链接信息等非结构化和半结构化的数据。
③数据之间相关性强,频频交互,如游客在旅行途中上传的相片和日志,就与游客的方位、行程等信息有很强的相关性。
虽然企业具有许多数据,可是发挥价值的仅是其间十分小的部分。大数据背面潜藏的价值巨大。因为大数据中有价值的数据所占份额很小,而大数据真实的价值表现在从许多不相关的许多类型的数据中。发掘出对未来趋势与形式猜测剖析有价值的数据,并经过机器学习办法、人工智能办法或数据发掘办法深度剖析,并运用于农业、金融、医疗等一切的范畴,以期发明更大的价值。