1樓：冰洋
這個要看你怎麼來看了。大資料與其說是一種技術，不如說它是一種思維方式更適用。
本質是提公升效率。通過大量資料的統計，分析，挖掘等手段，來發現資料之中的規律，從而達到為新業務賦能的目的。
我們的記錄最簡單的形式就是EXCEL，WORD，PPT，PDF這些檔案，複雜一點的就是放在不同資料庫中，當資料庫也放不下的時候就會出來了分布式資料儲存技術，用來存放這些放不下的資料。
2樓：資料分析師
從本質上講，大資料是指按照一定的組織結構連線起來的資料，是非常簡單而且直接的事物
但是從現象上分析，大資料所呈現出來的狀態複雜多樣，這是因為現象是由觀察角度決定的
3樓：Chauncy Ray
技術服務於業務，大資料的本質當然也是更好的服務業務。
業務產生資料量，產生大量的資料量，由於原有的技術針對大量的資料沒有乙個比較好的處理方法，出現了一系列的大資料技術。
但是，業務依然是最主要的，大資料技術的應用如果可以提公升業務的使用者體驗，比如產品使用反饋更快，更流暢。這無疑是大資料非華而不實的最佳證明。
所以本質是業務
4樓：桑文鋒
資訊理論之父夏農曾經給資訊下了乙個定義：資訊是一種消除不確定性的東西。就是有了資訊，一些狀態就可以確定了。
比如一枚硬幣的正反面讓你猜測，但只要給你1位元的資訊，你就知道答案了。資料就是物化了的資訊，大資料就是大量物化了的資訊，除了規模上的特點，還有實時性，就是更及時的獲取到資訊。
那有了資訊有什麼用？這就要回歸到社會性工作的運作機制了，一般都有兩個重要環節，決策和執行。那如何做決策？
如何判斷執行的結果如何？這裡就需要資訊或者說資料來支撐。那大資料時代，其實就是讓決策-執行的效率更高，自然就會影響到方方面面。
5樓：辣雞
個人看法，我認為大資料的本質是揭秘，無論是人類的行為模式、真實想法，還是世界的客觀規律，或是自然界的法則，都能通過大資料進行揭秘，讓我們能更好地了解自己，了解我們身處的環境。
6樓：
華而不實不重要，關鍵用你們自己提供的真假資料作出實際有控制效果的事情，所以不會看資料真假，只看給了什麼，p民可以想想怎麼不被引導去做和資料相關的事情
7樓：eastflowing
大資料又在吹！
大資料還能火多久？ - eastflowing的回答 - 知乎 https://www.
8樓：小小
我在一次冬令營的講座中，一位老師的話警醒了我:大資料探勘得出來的結論，是否能夠有超脫我們常識的東西，而不是在驗證我們常識能夠理解的現象，比如汽車軌跡分析能夠告訴我們啥時候是高峰期，啥時候哪個路段車流量小等等，有沒有超出這個範疇的結論？
因此，我覺得大資料得出的結論是一種後驗的，能不能得出一種未曾發現的結論？
9樓：Kim Young
大資料的本質就是你通過資料決策，產生群體博弈思路，並贏得與傳統的差異化，形成優勢，大資料也是群體博弈，流量為王就是因為群體博弈主動權在自己手裡。
10樓：Linda
說大資料華而不實的可以說是一些不是專業的人，因為他們感受到大資料的核心價值所在，大資料可以說是現在整個社會的現狀，是我麼解決一些問題的出發點，也是我們處理問題的最為關鍵的途徑，我們可以通過一定程度的對於資料進行分析，甚至於可以解決當下的一些社會問題。
11樓：
第一天，你用了1塊錢。
第二天，你用了2塊錢。
第三天，你用了3塊錢。
小資料就是，沒人知道你第4天要用多少錢。大資料就是，它猜你第四天要用4塊錢。
12樓：小五125
讓壯壯（閻鶴祥）給你講講，這位以前在奧運會做過資料
13樓：
大資料很有用，但是用的人目的不同。不同的人看見的大資料也不一樣，資本社會大資料的本質當然是為資本服務。普通人被侵犯隱私，被花式割韭菜，然而還是很多人覺得服務方便了。
大資料只對錢服務，你兜裡的鈔票決定它的服務質量和態度。
14樓：種在天上的麥子
任何資料，都得由人來把各項基礎資料錄入，越詳細充分，需要人錄入的也就更多，更新的頻率也得更快。。。。。到時候反而增加了工作量。。。。。。除非機器可以自己觀察，自己從三次元世界中收集資料
15樓：嘉天
大家人人都在喊大資料，就像所有的人都在說烤鴨好吃，牛排好吃，和你拼命誇讚美好的味道。
但很多人卻不知道養鴨子，切牛肉是多麼枯燥無聊的事情。
也不給做這些事情的人足夠的尊重，足夠的薪酬。
大資料，關鍵的問題不是演算法和算力，而是資料的質量，及時性和結構。
與其用那麼多的精力為那些精美的演算法去叫好，不如多想想如何更加高效的獲取高質量的資料。
16樓：清歡
大資料分析與傳統統計的根本區別在於：它更加注重巨集觀，而非絕對精確，反而會得出更加符合實際的結論。比如前期的資料清洗，以及後期對孤島資料的處理，捨棄了傳統統計學上不能夠拋棄的異常，這種思維方式更接近人類的思路，會得出跟人工思考類似的結論。
從這個角度上來說，大資料類似於從牛頓力學到量子力學、相對論的轉變，是一次機器思維方式的革新。
大資料的前提是必須要有海量的、基本可靠的資料作為基礎，所以它總是與網際網路、雲計算相提並論，這兩者提供了大資料分析從研究走向實用的現實基礎，千千萬萬的網際網路使用者累積出了乙個資料的海洋，由於這個海洋體量太過龐大，沒有哪條河流可以左右它的顏色，而雲計算提供了足夠強大的計算能力去處理這個海洋，所以大資料在商業上的應用目前非常成功，普通使用者常常會被精準的廣告推送嚇到，大資料給非從業者的第一印象往往是可怕的「隱私暴露」。
事實上大資料的應用遠非廣告推送這麼簡單，只是有些領域過於專業，沒有累積起足夠的資料體量，個別資料對分析結果影響過大，或者受人為操控的資料佔比過高，就會造成不可接受的結果偏差。所以大資料的行業應用其實是頗受限制的。相比較而言，硬體和網路這些技術基礎層面，倒真是不成問題。
大資料發展的瓶頸，還是在於資料，或者說是演算法與基礎資料的較量。
17樓：
根本的原因，網際網路滲透了我們的生活，從線上延伸到線下，人車物都被資料化了，這才使資料的大規模商用成為可能，再包裝乙個名號大資料。
技術層面無非是把一台機器做不了的事分給很多機器做，並不是主要的進步。主要的推動力是智慧型手機，我們的每一次聊天，每乙份訂單都出賣了我們。另乙個推動力是線下業務都出現了計算機化，原來靠人工完成的各種記帳，現在全部都用計算機完成，各類家電也都能上網了，還有就是數字監控的大規模普及。
如果你攜帶現代的大資料分析系統，穿越回到20年前，甚至是十年前，都沒有那麼多的資料給你用。
還有乙個推動力，就是深度學習的出現。深度學習特別消耗資料，而且自身優異的效能，又進一步提公升了大資料等商業價值。
現在這篇回帖就是我一邊走路，一邊在手機上用語音給打出來的。我明明知道這個會暴露我的一些行蹤偏好等等，我還是貪圖它的便利性，繼續給科大訊飛提供資料原料。
18樓：夢遊記-酷站推薦
大資料的反義詞就是統計學。
統計學用整體資料的一小部分來代表整體資料，通過這一小部分的性狀推測整體資料的性狀。
大資料就是直接分析整體資料了。
從統計學到大資料，受益於計算機及網路硬體技術的進步。
19樓：郭煒
今天和大家分享的內容主要就是怎麼樣從0到N來建乙個大資料平台。其實，每乙個大資料平台都不是憑空而起的，每個企業剛剛開始資料分析的時候，也不是上來就是乙個大資料開源平台Hadoop、Spark這樣乙個儲存的。以業務最小的閉環開始，高速迭代才是王道
郭煒：從0到N建立高價效比的大資料平台 2016版大資料核心是是否可以通過資料驅動給企業提供價值，我一直提倡精益理念，只有形成業務閉環，哪怕很小的閉環，也比只是積累資料而沒有用上資料驅動強的多，推薦精益資料分析這本書。闡釋的很清楚。
郭煒：企業數位化轉型，認準乙個關鍵指標就夠了
20樓：何鳳聞
理解了大資料與小資料的區別也就理解了大資料的本質：
從企業內部來說，小資料更關心企業內部的結構化資料的整合、分析及視覺化展現：而大資料應用企業內外部結構、非結構、半結構資料資料做綜合分析，難度更大，需求更多，隨之而來需要的技術也越來越精，反之正是由於技術的日新月異，再使大資料的需求浮出水面！
21樓：
現在所謂的大資料，主要是由於硬體能力上公升帶來處理能力的提公升，把以前必須用很長的時間——甚至時間太長而只能想想的——資料分析應用，逐步變成在日常生活中可以應用的分析，大資料的想法非常早就有了，這是乙個長期量變的過程，最近才到變得可以商用民用的質變。
至於大，，還真的就是大，字面意義上的大，資料大到其分析結果可到達到取信的概率而已。
22樓：大海
大資料從本質上說，是人類認識世界的方式進一步發展，以資料量化的方式，發現事物發展變化的規律和趨勢，進而通過有效干預，推動事物向人們預計的方向發展。從物質基礎上分析，大資料是人類社會進入資訊化、網路化時代，發展到一定階段的產物，是科技推到社會發展的又一社會現象，其社會效益，經濟效益將不斷顯現。具體到個人，就是把握機會，順勢而為，實現夢想。
23樓：兔子小姐
我個人覺得是思維的不同。
從我淺顯的想法來說， 以前未必是小資料，但之所以沒有那麼多人談論，只是因為他們把這種資料碎片化了，比如周濤教授之前做過的乙個實驗，從整個大學學生刷卡的次數來得出哪些學生有抑鬱症可能性。
首先，幾乎極少的人會有這一聯絡。這就是現在的我們開始嘗試用大資料思維來得出我們覺得可能有關聯的答案。
其次，很多人可能會只從乙個班的人數來做調查，這一資料就是你說的小資料。 但小資料在公司裡的體現一般只能體現乙個公司的狀況，如果沒有大資料裡的比較，對於單一樣本來說未必能有什麼結論。
再者，以前即使有資料，但只能從資料中得出可以得出的淺顯的結論。而現在，很多人是希望從已有的資料中得出相關聯的結論。
不過無論如何，我認為人的思維才是主導。
24樓：
大資料的本質就是更多有意義的資料和更更多的噪音，這是小資料時代不曾遇到的問題。大資料可以支援我們用更複雜和更多層的模型把問題解決的更好。當資料少的時候，複雜的模型會過擬合。
什麼是大資料？
數之聯大資料 經過多年來的發展和沉澱，人們對大資料已經形成基本共識 大資料現象源於網際網路及其延伸所帶來的無處不在的資訊科技應用以及資訊科技的不斷低成本化。大資料泛指無法在可容忍的時間內用傳統資訊科技和軟硬體工具對其進行獲取 管理和處理的巨量資料集合，具有海量性 多樣性 時效性及可變性等特徵，需要可...
培訓學習大資料，可行麼？
CDA資料分析師 現在高校開設大資料相關專業的數量還不多，普及率低，加上本科學習更多的是理論和基礎學科，真正專研某乙個專案獲得實際操作技能就更是少之又少了，所以參加機構培訓算是當前最科學客觀可行的方式了。現在的網際網路公司，最看重的還是個人的實操能力和業務實踐技術，如果你空有一肚子的理論，那麼在面試...
大資料分析和大資料研發的區別？
Rorschach 比較常見的情況下，大資料分析這種強調的是從複雜的資料和關係裡面尋找關係 趨勢等等顯著地統計量來給決策提供資訊支援的。比較強調的能力是公司所在行業的領域知識，資料分析能力，對資料的敏感程度，資料視覺化技術，溝通能力特別是面向非技術職能人員的共同能力。大資料開發人員有一部分是做資料平...