-
1 # 天思thinking
-
2 # 走千走萬
我們之所以發展大資料,是因為資料是重要的客觀資源。我們必須從資源的開發與利用的角度,來看待大資料發展所需要的前提。
第一個前提是,數不清的資料來源。在事物的運動發展中,在人的行為中,雖然從古至今資料是無窮無盡的。但是,這些資料,由於沒有和網際網路聯絡起來,所以,無法進入我們的資料儲存和運算系統。那麼資料怎樣才能進入儲存和運算系統呢?電腦、手機是資料來源,攝像頭、人臉識別是資料來源,隨著5g的到來,物聯網的發展,透過網路把人與人聯絡起來了,物與物聯絡起來了,人與物聯絡起來了,並且這些聯絡更加深刻而廣泛。
我們必須利用這些聯絡,構建無數個網路連線點(ip地址),也就是構建一個又一個數據源。反之,如果沒有這些資料來源,我們就得不到任何資料,也就無法發展基於網際網路的大資料產業。
第二個前提是,資料的儲存和運算。雖然資料來源有了,產生了無窮無盡的網路資料,但是資料儲存在什麼地方呢?我們應該怎樣根據需要進行資料運算呢?因此,我們必須進一步地在現有基礎上,創新發展軟體和硬體的儲存空間技術,構建各自獨立,又相互連線的統一的儲存空間。同時,儲存空間技術的發展,必須和運算技術的發展結合起來,實現儲存和運算的一體化。雲計算的發展就是如此。
第三個條件,就是要構建資料運用的商業模式。既然資料是資源,那麼我們發展大資料產業,其目的,就是要讓這些資料產生經濟效益和社會效益。
各行各業都有自己的資料,都有自己的資料需求,這就要求各行各業都要構建自己的資料商業模式,讓資料在交易中,在交換中,實現其應有的經濟和社會效益,從而推動各行各業的發展。
當然,發展大資料產業,還有很多事情要做,比如,網路安全問題、個人隱私保護問題、人們對資料作用的認識和利用水平問題、政策法規的支援問題,等等,都需要與大資料產業的發展一同進步。
但是大資料發展的前提,也就是它的必要條件,應該說是前面的三條。這三條如果缺少其中的任何一條,就沒有大資料產業了。
-
3 # IT人劉俊明
首先,大資料是網際網路、移動網際網路、物聯網、傳統資訊系統發展和應用的必然結果,隨著資料量的增加,資料維度的提升以及資料結構的多樣化,資料自身所承載的價值也在不斷的提升,要想充分的發掘和利用這些資料背後的價值,就需要採用大資料技術了。
如今的大資料已經從當初的概念逐漸發展成了一個較為完整的產業鏈,這條產業鏈包括資料的採集、整理、儲存、安全、分析、呈現和應用,大資料與物聯網、雲計算、人工智慧也產生了密切的聯絡,整個大資料行業也彙集了大量的技術人才。目前大資料技術體系已經趨於成熟,正處在落地應用的初期。
對於當前的大資料來說,要想獲得更好的發展,需要解決以下幾個問題:
第二:產業配套。大資料發展需要一個完整的產業配套,大量的傳統行業雖然有資料,但是並不具備資料價值化的能力,這就需要有相應的公司來完成資料價值化的操作,所以大資料需要眾多的產業參與者。目前不少諮詢公司正在開展資料分析業務,相信未來將有更多的科技公司加入到大資料產業鏈。
第三:人才配套。大資料的發展離不開專業的人才,人才培養是大資料發展的重要前提。目前大資料行業人才短缺的現象依然比較突出,隨著高校陸續開設大資料專業,相信未來大資料人才短缺的問題將得到有效的緩解。
-
4 # 數通暢聯
大資料技術在企業中迅速的發展及應用,但要想真正做好大資料分析,卻不是件容易的事情,因為它需要具備一定的前提條件,否則大資料分析對於企業來說只是面子工程。
大資料分析顧名思義,是指對規模巨大的資料進行分析,在計算分析內部資料的同時對外部資料進行採集分析,所以在實施時需要考慮資料來源有哪些,資料量是多少,具體來講就是企業內部的資訊化系統及當前發展情況是否涉及外部上下游、國計民生資料等,具備一定資料體量之後,再進行大資料分析。
2. 資料質量
資料質量是大資料發展的重要前提,在大資料分析前,嚴格的對資料質量進行治理、管控,可以保證在大資料分析時,從資料來源頭開始,所提供的資料是具有一致性、完整性、準確性的,不僅提高企業內部資料質量,還可以有效保證資料分析的準確性。
3. IT基礎
明確當前發展階段是否真的可以與大資料分析技術相匹配,之後根據現有資訊化基礎、業務基礎、部門關係等情況進行統籌規劃,梳理出如何做才能更好的支撐大資料分析,並逐步推進,如建設前企業需要先進行資料整合、應用整合等操作,消除企業系統內外部、尤其是內部的資訊系統孤島。
4. 結合業務
在進行大資料分析建設前,要結合自身業務發展情況,貼近業務,不做無本之源。雖然大資料分析平臺構建方式大同小異,但行業之間、企業業務之間具有差異性,在進行構建前要考慮業務需求及後續發展目標,在確定與當前業務的適用性、可行性之後再去考慮建設,分階段逐步進行會更行之有效。
IT時代新技術、新理念、新平臺不斷出新,大資料就是新技術時代的產物之一,它的出現一定程度上為企業決策分析帶來了不可磨滅的幫助。而對於沒有構建大資料分析的企業也不要急,關注前提,穩紮穩打,待一切準備就緒,再上大資料會更有效。
-
5 # 加米穀大資料
其次,就是資料的儲存和運算,大資料就是對海量的資料進行分析,挖掘,經過時間的累計,資料會越來越多,那麼我們該如何儲存這些資料?如何對這些資料進行運算?就需要我們去健全儲存的資料結構和完善運算體系。
最後,肯定是要結合自身的業務,分析和構建大叔的商業運營模式,把大資料的利用價值擴大到最大化。
發展大資料,遠不止這些,網路安全問題、個人隱私保護問題、人們對資料作用的認識、政策法規的支援問題等等,都需要與大資料產業的發展一同進步。
回覆列表
1首先是要有大樣本採集
2其次就是演算法設計
3.還有就是統計結果對相關領域的指導性的強弱