京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网+ 大数据已经来了……
过去几年随着社交网络、电子商务和移动互联网的发展,人类社会的数据量迅速激增,据统计目前人类一年产生的数据就相当于人类进入现代化以前所有历史的总和。这个数据量是异常庞大的,它往往以一个新的单位进行计量——“PB”。1个PB有多大呢?它相当于2的50次方个字节。如果你对此没有概念,那么简单来说,《史记》约有52万多汉字,1个PB能够存储至少10亿部《史记》。据统计我国2013年约产生8亿PB的数据量,其中以百度、腾讯、阿里为代表的互联网企业产生约1000个PB的数据量。人类现在正处在一个以“PB”为数据单位的新时代,这个时代被称为Big Data,或者我们现在更为熟悉的名称——大数据。在大数据时代中,人们似乎是淹没在了数据的海洋。说淹没在数据的海洋,实在是低估了海的深度和宽度,也许数据的银河或者宇宙更为合适。
大数据会怎么样影响我们的生活?简单来说,它会让我们的生活更困难或者更容易——取决于你是否拥有分析大数据的技术。毫无疑问要想在海量数据中理出头绪不是一件容易的事情,如果你不具备分析数据的能力,大数据会让我们的生活更困难。例如每逢“双十一”,“剁手党”都面临痛苦的抉择:打折的商品实在太多,买什么才好呢?最终一不小心,信用卡刷爆,买了一大堆自己不需要的商品,只得含泪吃半年的“康师傅”。但是更多的时候,大数据会让我们的生活变得容易,因为科技的发展比数据的积累更迅速,过去几年人类已经发明了许多分析数据、处理数据的方法,这些方法已经在为我们服务。
先来看几个例子。谷歌公司每天都会收到来自全球超过30亿条的搜索指令,经过多年数据的累计,谷歌公司建立了“咳嗽”,“发热”等搜索关键字与流感地区的联系。于是在2009年谷歌成功的在美国预测了冬季流感的传播,并且精确到地区和州。2013年奥巴马连任总统,成为第一位依靠大数据当选的美国总统。竞选过程中他的数据挖掘团队为其制定竞选策略,分析选民舆论,使得奥巴马处处占得先机,最终获得胜利。再来看看大家熟悉的电子商务。淘宝、亚马逊或者京东的页面都经过了大数据技术的优化。你所看到的页面都是根据你的购物行为进行显示的。你所希望购买的商品会被显示在最显眼的地方,你喜欢的商品会被推荐给你,你在这些网站购物越多,这种分析就越准确,购物体验也就越流畅。也许今年的“双十一”,电商们会推出一款App,告诉你哪些商品你是不能错过的,这样就不会再发生去年的悲剧啦。
毫无疑问大数据正在改变着我们的生活。过去几年无论是医疗、健康、交通、公共安全,还是生活、购物、旅游、娱乐都已经逐渐建立起了大数据的分析系统,无论是国家还是企业对大数据的投入都数以亿计。大数据的应用也从早期的数据密集型行业(例如电信、金融、能源、科研、互联网),逐步向非数据密集型行业扩张。一个路边的奶茶店需要大数据吗?当然需要。借助微信平台,只需要扫一扫二维码,奶茶店就会获得粉丝的关注。有了这些数据不仅可以开展打折促销,还可以通过互动了解用户口味,推出新品。别忘了,电商巨头京东最近也开设了一家奶茶店,而显然京东会用大数据的方法来经营。
在大数据时代,数据不再是静止和陈旧的,任何被遗忘在服务器中的数据,都可能被重新利用,从而发现其中与我们、与行为、与现象的相关性。《大数据时代》的作者维克托·迈尔-舍恩伯格说,大数据的真实价值就像漂浮在海洋中的冰山,第一眼只能看到冰山一角,绝大部分都隐藏在表面之下。感谢科技的进步,今天我们已经能够看到冰山之下的绝大部分。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24