京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的三个特征
一、大数据同时也是快数据。
一方面,数据形成越来越快,海量数据在规模上呈现加速度扩大的趋势;另一方面,数据“沉没”越来越快,海量数据中有很大部分迅速离开新知识和信息机制的作用空间,不再发挥作用。
作为快数据的大数据,更多地与即时趋势联系在一起,与人类的即时行动联系在一起。大数据时代的到来,是因为移动化,以及因此而导致的人类信息处理的即时性的增强。大数据中有很大的部分是与人类的移动活动有关的即时数据。
二、作为快数据的大数据,其价值挖掘变得更加简易,同时也更加艰难。
我们也可以把快数据理解为即时分析、即时数据挖掘,与传统数据挖掘相比,某些方面的挖掘更加简易,某些方面则更加艰难。
快数据的生命周期往往更短,往往与用户的即时行动紧密相随,一旦用户的即时活动结束,相应的快数据很快就会趋于“沉没”,虽然或多或少地这些数据在地理信息、用户习惯等方面有一定的延时价值,但总体而言已经不能与用户的即时活动相关联和相作用。快数据的即时价值挖掘只须围绕用户的即时活动,在挖掘对象的范围、时间上都相对简易化。
快数据的沉没速度加快,在挖掘技术的即时性、针对性、反应力上要求也更高。同时,快数据的挖掘不仅是微观范畴,同时也是中观和宏观范畴。在中观和宏观两个层面,即时分析、即时数据挖掘的挑战要大得多,无数即时产生的社会化数据具有规模、分散、孤立、非结构化、不连续等特征,给即时挖掘带来了全新的任务。
三、大数据是个人化和社会化的大数据
个人的快数据汇聚起来,形成“个人的大数据”,我们可以说大数据时代,既是全球、全人类的大数据时代,同时也是每个人都拥有的个人化、个性化的大数据时代。
前几年有过一个风靡一时的概念“Web2.0”,把“个人化”作为互联网核心升级的特征。“快数据”代表着新的变革,本质上是个人化的继续延伸和深入发展。
快数据是个人化数据,是社会化数据,是个人化与社会化高度结合的数据。个人化与社会化的结合程度更加紧密是其相对于Web2.0数据构成的重大进化:微观数据支撑宏观,宏观数据影响微观数据;数据运动与人和社会活动紧密联结;数据不再按网络的物理结构分布和组织,而是按个人关系和社会关系结构重组。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16