1.1　大数据定义

大数据（Big data）又称为巨量资料、巨量数据或海量数据。一般来说，大数据的特性可概括为4V，即Volume、Variety、Velocity、Value。

1．Volume（大量数据）

·　累积庞大的数据：因特网、企业IT、物联网、社区、短信、电话、网络搜索、在线交易等，随时都在快速累积庞大的数据。

·　数据量等级：数据量很容易达到TB（Terabyte，1024GB），甚至PB（Petabyte，1024TB）或EB（Exabyte，1024PB）的等级。

2．Variety（多样性）

大数据的数据类型非常多样化，可分为非结构化信息和结构化信息。

·　非结构化信息：文字、图片、图像、视频、音乐、地理位置信息、个人化信息——如社区、交友数据等。

·　结构化信息：数据库、数据仓库等。

3．Velocity（时效性）

·　数据的传输流动：随着带宽越来越大、设备越来越多，每秒产生的数据流越来越大。

·　必须能实时处理大量的信息：时间太久就会失去数据的价值，所以数据必须能在最短时间内分析出结果。

4．Value（价值密度低）

大数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，存在大量不相关信息。因此需要对未来趋势与模式作预测分析，利用机器学习、人工智能等进行深度复杂分析。而如何通过强大的机器算法更迅速地完成数据的价值提炼，是大数据时代急需解决的难题。虽然单位数据的价值密度在不断降低，但是数据的整体价值在提高。

大数据的影响已经深入到各个领域和行业，在商业、经济及其他领域中，将大量数据进行分析后就可得出许多数据的关联性，可用于预测商业趋势、营销研究、金融财务、疾病研究、打击犯罪等。决策行为将基于数据和分析的结果，而不是依靠经验和直觉。