二、大数据

大数据是一个泛概念，其归根结底还是数据，是一种泛化的数据描述形式。从量级上看，大数据主要表示数据规模超过传统数据规模的数据，它更倾向于表达网络用户信息、新闻信息、社交媒体信息等数据规模超过TB级的数据信息。从应用上看，不同领域、不同来源的数据融合分析和应用也可被看作大数据，即大数据体现的是大规模数据的融合分析。大数据的“大”体现为数据信息是海量信息，且在动态变化和不断增长。

大数据的数据信息主要来自互联网，具有巨“大”的商业价值。通过大数据分析等手段，从那些之前不被重视的数据中能够挖掘出隐含的知识和新趋势。例如，网络购物平台可利用大数据预测需求、供给和顾客购买习惯等，做到精准采购、精准投放；交通导航系统利用大数据可以预测堵车和通行时间。

IBM（国际商业机器公司）从5个维度来刻画大数据，即大量（Volume）、高速（Velocity）、多样性（Variety）、低价值密度（Value）、真实性（Veracity）。大量主要指的是数据量巨大，大数据涉及的数据主要来源于互联网，涉及各行业、各领域，因此，数据体现为海量性和不断积累。高速主要指数据的获取速度，众多的网络终端和传感器终端以及有效、高速的网络，使数据的高速获取成为可能。多样性主要指的是数据来源和数据种类的多样性，最终体现的是数据的异构性和处理的复杂性。低价值密度主要指的是海量数据中的知识价值密度低，需要采用有效的分析手段来挖掘数据价值。真实性主要指的是数据的质量问题，大数据分析过程中的数据质量直接决定了分析结果的有效性，因此数据的真实性问题与大数据应用的效果密切相关。