38-大數(shù)據(jù)大數(shù)據(jù)概念與應用

會計學大數(shù)據(jù)大數(shù)據(jù)概念與應用第一章 大數(shù)據(jù)概念與應用大數(shù)據(jù)的概念與意義大數(shù)據(jù)的來源大數(shù)據(jù)應用場景大數(shù)據(jù)處理方法習題of401.1大數(shù)據(jù)的概念與意義第一章大數(shù)據(jù)概念與應用1．從“數(shù)據(jù)”到“大數(shù)據(jù)”時至今日，“數(shù)據(jù)”變身“大數(shù)據(jù)”，“開啟了一次重大的時代轉(zhuǎn)型”。

“大數(shù)據(jù)”這一概念的形成，有三個標志性事件：of404

V特征VV大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相比，數(shù)據(jù)來源廣、維度多、類型雜，各種機器儀表在自動產(chǎn)生數(shù)據(jù)的同時，人自身的生活行為也在不斷創(chuàng)造數(shù)據(jù)；不僅有企業(yè)組織內(nèi)部的業(yè)務數(shù)據(jù)，還有海量相關(guān)的外部數(shù)據(jù)。V隨著現(xiàn)代感測、互聯(lián)網(wǎng)、計算機技術(shù)的發(fā)展，數(shù)據(jù)生成、儲存、分析、處理的速度遠遠超出人們的想象力，這是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)或小數(shù)據(jù)的顯著特征。V大數(shù)據(jù)有巨大的潛在價值，但同其呈幾何指數(shù)爆發(fā)式增長相比，某一對象或模塊數(shù)據(jù)的價值密度較低，這無疑給我們開發(fā)海量數(shù)據(jù)增加了難度和成本。第一章大數(shù)據(jù)概念與應用從2013年至2020年，人類的數(shù)據(jù)規(guī)模將擴大50倍，每年產(chǎn)生的數(shù)據(jù)量將增長到44萬億GB，相當于美國國家圖書館of40數(shù)據(jù)量的數(shù)百萬倍，且每18個月翻一番。1.1大數(shù)據(jù)的概念與意義第一章大數(shù)據(jù)概念與應用大數(shù)據(jù)數(shù)據(jù)源整合進行存儲、清洗、挖掘、分析后得出結(jié)果直到優(yōu)化企業(yè)管理提高效率云計算、硬件性價比的提高以及軟件技術(shù)的進步智能設備、傳感器的普及，推動物聯(lián)網(wǎng)、人工智能的發(fā)展計算運行、計算速度越來越快存儲存儲成本下降智能實現(xiàn)信息對等解放腦力，機器擁有人的智慧1.1大數(shù)據(jù)的概念與意義of402．大數(shù)據(jù)的技術(shù)支撐第一章大數(shù)據(jù)概念與應用1.1大數(shù)據(jù)的概念與意義1）存儲：存儲成本的下降云計算出現(xiàn)之前云計算出現(xiàn)之后在云計算出現(xiàn)之前，數(shù)據(jù)存儲的成本是非常高的。例如，公司要建設網(wǎng)站，需要購置和部署服務器，安排技術(shù)人員維護服務器，保證數(shù)據(jù)存儲的安全性和數(shù)據(jù)傳輸?shù)臅惩ㄐ?，還會定期清理數(shù)據(jù)，騰出空間以便存儲新的數(shù)據(jù)，機房整體的人力和管理成本都很高。云計算出現(xiàn)后，數(shù)據(jù)存儲服務衍生出了新的商業(yè)模式，數(shù)據(jù)中心的出現(xiàn)降低了公司的計算和存儲成本。例如，公司現(xiàn)在要建設網(wǎng)站，不需要去購買服務器，不需要去雇用技術(shù)人員維護服務器，可以通過租用硬件設備的方式解決問題。of40存儲成本的下降，也改變了大家對數(shù)據(jù)的看法，更加愿意把1年、2年甚至更久遠的歷史數(shù)

據(jù)保存下來，有了歷史數(shù)據(jù)的沉淀，才可以通過對比，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)和價值。正是由于存儲成本的下降，才能為大數(shù)據(jù)搭建最好的基礎設施。第一章大數(shù)據(jù)概念與應用1.1大數(shù)據(jù)的概念與意義of402）計算：運算速度越來越快海量數(shù)據(jù)從原始數(shù)據(jù)源到產(chǎn)生價值，期間會經(jīng)過存儲、清洗、挖掘、分析等多個環(huán)節(jié)，如果計算速度不夠快，很多事情是無法實現(xiàn)的。所以，在大數(shù)據(jù)的發(fā)展過程中，計算速度是非常關(guān)鍵的因素。分布式系統(tǒng)基礎架構(gòu)Hadoop的出現(xiàn)，為大數(shù)據(jù)帶來了新的曙光；

HDFS為海量的數(shù)據(jù)提供了存儲；MapReduce則為海量的數(shù)據(jù)提供了并行計算，從而大大提高了計算效率；

Spark、Storm、Impala等各種各樣的技術(shù)進入人們的視野。第一章大數(shù)據(jù)概念與應用1.1大數(shù)據(jù)的概念與意義3）智能：機器擁有理解數(shù)據(jù)的能力大數(shù)據(jù)帶來的最大價值就是“智慧”，大數(shù)據(jù)讓機器變得有智慧，同時人工智能進一步提升了處理和理解數(shù)據(jù)的能力。例如：谷歌AlphaGo大勝世界圍棋冠軍李世石阿里云小Ai成功預測出《我是歌手》的總決賽歌王12iPhone上智能化語音機器人Siri微信上與大家聊天的微軟小冰34of40第一章大數(shù)據(jù)概念與應用美國著名管理學家愛德華·戴明所言：“我們信靠上帝。除了上帝，任何人都必須用數(shù)據(jù)來說話。”1.1大數(shù)據(jù)的概念與意義of403．大數(shù)據(jù)的意義有數(shù)據(jù)可說在大數(shù)據(jù)時代，“萬物皆數(shù)”，“量化一切”，“一切都將被數(shù)據(jù)化”。人類生活在一個海量、動態(tài)、多樣的數(shù)據(jù)世界中，數(shù)據(jù)無處不在、無時不有、無人不用，數(shù)據(jù)就像陽光、空氣、水分一樣常見，好比放大鏡、望遠鏡、顯微鏡那般重要。說數(shù)據(jù)可靠大數(shù)據(jù)中的“數(shù)據(jù)”真實可靠，它實質(zhì)上是表征事物現(xiàn)象的一種符號語言和邏輯關(guān)系，其可靠性的數(shù)理哲學基礎是世界同構(gòu)原理。世界具有物質(zhì)統(tǒng)一性，統(tǒng)一的世界中的一切事物都存在著時空一致性的同構(gòu)關(guān)系。這意味著任何事物的屬性和規(guī)律，只要通過適當編碼，均可以通過統(tǒng)一的數(shù)字信號表達出來。因此，“用數(shù)據(jù)說話”、“讓數(shù)據(jù)發(fā)聲”，已成為人類認知世界的一種全新方法。1.1從“數(shù)據(jù)”到“大數(shù)據(jù)”第一章大數(shù)據(jù)概念與應用風馬?？上嗉霸诖髷?shù)據(jù)背景下，因海量無限、包羅萬象的數(shù)據(jù)存在，讓許多看似毫不相干的現(xiàn)象之間發(fā)生一定的關(guān)聯(lián)，使人們能夠更簡捷、更清晰地認知事物和把握局勢。大數(shù)據(jù)的巨大潛能與作用現(xiàn)在難以進行估量，但揭示事物的相關(guān)關(guān)系無疑是其真正的價值所在。經(jīng)典案例：（1）啤酒與尿布（2）谷歌與流感of40第一章 大數(shù)據(jù)概念與應用大數(shù)據(jù)的概念與意義大數(shù)據(jù)的來源大數(shù)據(jù)應用場景大數(shù)據(jù)處理方法習題of401.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用of40全球數(shù)據(jù)總量圖杰姆·格雷（Jim

Gray）提出著名的“新摩爾定律”，即人類有史以來的數(shù)據(jù)總量，每過

18個月就會翻一番。(EB)(年份)為什么全球數(shù)據(jù)量增長如此之快？1.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用互聯(lián)網(wǎng)每天產(chǎn)生的全部內(nèi)容可以刻滿6.4億張DVDGoogle每天需要處理24PB的數(shù)據(jù)網(wǎng)民每天在Facebook上要花費

234億分鐘，被移動互聯(lián)網(wǎng)使用者發(fā)送和接收的數(shù)據(jù)高達44PB全球每秒發(fā)送290萬封電子郵件，一分鐘讀一篇的話，足夠一個人晝夜不停地讀5.5年每天會有2.88萬個小時的視頻上傳到Y(jié)ouTube，足夠一個人晝夜不停地觀看3.3年Twitter上每天發(fā)布5000萬條消息，假設10秒就瀏覽一條消息，足夠一個人晝夜不停地瀏覽16年大數(shù)據(jù)到底有多大？of40以上一組互聯(lián)網(wǎng)數(shù)據(jù)1.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用來自大量傳感器的機器數(shù)據(jù)科學研究及行業(yè)多結(jié)構(gòu)專業(yè)數(shù)據(jù)來自“大人群”泛互聯(lián)網(wǎng)數(shù)據(jù)發(fā)微博、發(fā)微信of40其他互聯(lián)網(wǎng)數(shù)據(jù)海量的數(shù)據(jù)的產(chǎn)生智能終端拍照、拍視頻隨著人類活動的進一步擴展，數(shù)據(jù)規(guī)模會急劇膨脹，包括金融、汽車、零售、餐飲、電信、能源、政務、醫(yī)療、體育、娛樂等在內(nèi)的各行業(yè)累積的數(shù)據(jù)量越來越大，數(shù)據(jù)類型也越來越多、越來越復雜，已經(jīng)超越了傳統(tǒng)數(shù)據(jù)管理系統(tǒng)、處理模式的能力范圍，于是“大數(shù)據(jù)”這樣一個概念才會應運而生。1.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用按產(chǎn)生數(shù)據(jù)的主體劃分1）少量企業(yè)應用產(chǎn)生的數(shù)據(jù)如關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)和數(shù)據(jù)倉庫中的數(shù)據(jù)等。

2）大量人產(chǎn)生的數(shù)據(jù)如推特、微博、通信軟件、移動通信數(shù)據(jù)、電子商務在線交易日志數(shù)據(jù)、企業(yè)應用的相關(guān)評論數(shù)據(jù)等。3）巨量機器產(chǎn)生的數(shù)據(jù)如應用服務器日志、各類傳感器數(shù)據(jù)、圖像和視頻監(jiān)控數(shù)據(jù)、二維碼和條形碼（條碼）掃描數(shù)據(jù)等。01of401.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用按數(shù)據(jù)來源的行業(yè)劃分1）以BAT為代表的互聯(lián)網(wǎng)公司百度公司數(shù)據(jù)總量超過了千PB級別，阿里巴巴公司保存的數(shù)據(jù)量超過了百PB級別，擁有90%以上的電商數(shù)據(jù)，騰訊公司總存儲數(shù)據(jù)量經(jīng)壓縮處理以后仍然超過了百PB級別，數(shù)據(jù)量月增加達到10%。2）電信、金融、保險、電力、石化系統(tǒng)電信行業(yè)數(shù)據(jù)年度用戶數(shù)據(jù)增長超過10%，金融每年產(chǎn)生的數(shù)據(jù)超過數(shù)十PB，保險系統(tǒng)的數(shù)據(jù)量也超過了PB級別，電力與石化方面，僅國家電網(wǎng)采集獲得的數(shù)據(jù)總量就達到了數(shù)十PB，石油化工領域每年產(chǎn)生和保存下來的數(shù)據(jù)量也將近百PB級別。3）公共安全、醫(yī)療、交通領域一個中、大型城市，一個月的交通卡口記錄數(shù)可以達到3億條；整個醫(yī)療衛(wèi)生行業(yè)一年能夠保存下來的數(shù)據(jù)就可達到數(shù)百

PB級別；航班往返一次產(chǎn)生的數(shù)據(jù)就達到TB級別；列車、水

陸路運輸產(chǎn)生的各種視頻、文本類數(shù)據(jù)，每年保存下來的也達到數(shù)十PB。02of404）氣象、地理、政務等領域中國氣象局保存的數(shù)據(jù)將近10PB，每年約增數(shù)百TB；各種地圖和地理位置信息每年約數(shù)十PB；政務數(shù)據(jù)則涵蓋了旅游、教育、交通、醫(yī)療等多個門類，且多為結(jié)構(gòu)化數(shù)據(jù)。5）制造業(yè)和其他傳統(tǒng)行業(yè)制造業(yè)的大數(shù)據(jù)類型以產(chǎn)品設計數(shù)據(jù)、企業(yè)生產(chǎn)環(huán)節(jié)的業(yè)務數(shù)據(jù)和生產(chǎn)監(jiān)控數(shù)據(jù)為主。其中產(chǎn)品設計數(shù)據(jù)以文件為主，非結(jié)構(gòu)化，共享要求較高，保存時間較長；企業(yè)生產(chǎn)環(huán)節(jié)的業(yè)務數(shù)據(jù)主要是數(shù)據(jù)庫結(jié)構(gòu)化數(shù)據(jù)，而生產(chǎn)監(jiān)控數(shù)據(jù)則數(shù)據(jù)量非常大。在其他傳統(tǒng)行業(yè)，雖然線下商業(yè)銷售、農(nóng)林牧漁業(yè)、線下餐飲、食品、科研、物流運輸?shù)刃袠I(yè)數(shù)據(jù)量劇增，但是數(shù)據(jù)量還處于積累期，整體體量都不算大，多則達到PB級別，少則數(shù)十TB或數(shù)百TB級別。1.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用按數(shù)據(jù)存儲的形式劃分大數(shù)據(jù)不僅僅體現(xiàn)在數(shù)據(jù)量大，還體現(xiàn)在數(shù)據(jù)類型多。如此海量的數(shù)據(jù)中，僅有20%左右屬于結(jié)構(gòu)化的數(shù)據(jù)，80%的數(shù)據(jù)屬

于廣泛存在于社交網(wǎng)絡、物聯(lián)網(wǎng)、電子商務等領域的非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)簡單來說就是數(shù)據(jù)庫，如企業(yè)ERP、財務系統(tǒng)、醫(yī)療HIS數(shù)據(jù)庫、教育一卡通、政府行政審批、其他核心數(shù)據(jù)庫等數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻、視頻信息等數(shù)據(jù)。03of401.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用常用的大數(shù)據(jù)獲取途徑1）系統(tǒng)日志采集可以使用海量數(shù)據(jù)采集工具，用于系統(tǒng)日志采集，如Hadoop的Chukwa、Cloudera的Flume、Facebook的Scribe等，這些工具均采用分布式架構(gòu)，能滿足大數(shù)據(jù)的日志數(shù)據(jù)采集和傳輸需求。04of403）APP移動端數(shù)據(jù)采集APP是獲取用戶移動端數(shù)據(jù)的一種有效方法，APP中的

SDK插件可以將用戶使用APP的信息匯總給指定服務器，即便用戶在沒有訪問時，也能獲知用戶終端的相關(guān)信息，包括安裝應用的數(shù)量和類型等。單個APP用戶規(guī)模有限，數(shù)據(jù)量有限；但數(shù)十萬APP用戶，獲取的用戶終端數(shù)據(jù)和部分行為數(shù)據(jù)也會達到數(shù)億的量級。4）與數(shù)據(jù)服務機構(gòu)進行合作數(shù)據(jù)服務機構(gòu)通常具備規(guī)范的數(shù)據(jù)共享和交易渠道，人們可以在平臺上快速、明確地獲取自己所需要的數(shù)據(jù)。而對于企業(yè)生產(chǎn)經(jīng)營數(shù)據(jù)或?qū)W科研究數(shù)據(jù)等保密性要求較高的數(shù)據(jù)，也可以通過與企業(yè)或研究機構(gòu)合作，使用特定系統(tǒng)接口等相關(guān)方式采集數(shù)據(jù)。2）互聯(lián)網(wǎng)數(shù)據(jù)采集通過網(wǎng)絡爬蟲或網(wǎng)站公開API等方式從網(wǎng)站上獲取數(shù)據(jù)信息，該方法可以數(shù)據(jù)從網(wǎng)頁中抽取出來，將其存儲為統(tǒng)一的本地數(shù)據(jù)文件，它支持圖片、音頻、視頻等文件或附件的采集，附件與正文可以自動關(guān)聯(lián)。除了網(wǎng)站中包含的內(nèi)容之外，還可以使用DPI或DFI等帶寬管理技術(shù)實現(xiàn)對網(wǎng)絡流量的采集。第一章 大數(shù)據(jù)概念與應用大數(shù)據(jù)的概念與意義大數(shù)據(jù)的來源大數(shù)據(jù)應用場景大數(shù)據(jù)處理方法習題of401.3大數(shù)據(jù)應用場景第一章大數(shù)據(jù)概念與應用環(huán)境教育行業(yè)醫(yī)療行業(yè)農(nóng)業(yè)智慧城市零售行業(yè)金融行業(yè)of401.3大數(shù)據(jù)應用場景第一章大數(shù)據(jù)概念與應用零售行業(yè)零售行業(yè)大數(shù)據(jù)應用有兩個層面，一個層面是零售行業(yè)可以了解客戶的消費喜好和趨勢，進行商品的精準營銷，降低營銷成本。另一個層面是依據(jù)客戶購買的產(chǎn)品，為客戶提供可能購買的其他產(chǎn)品，擴大銷售額，也屬于精準營銷范疇。未來考驗零售企業(yè)的是如何挖掘消費者需求，以及高效整合供應鏈滿足其需求的能力，因此，信息技術(shù)水平的高低成為獲得競爭優(yōu)勢的關(guān)鍵要素。金融行業(yè)1）銀行數(shù)據(jù)應用場景利用數(shù)據(jù)挖掘來分析出一些交易數(shù)據(jù)背后的商業(yè)價值。2）保險數(shù)據(jù)應用場景用數(shù)據(jù)來提升保險產(chǎn)品的精算水平，提高利潤水平和投資收益。3）證券數(shù)據(jù)應用場景對客戶交易習慣和行為分析可以幫助證券公司獲得更多的收益。of401.3大數(shù)據(jù)應用場景第一章大數(shù)據(jù)概念與應用醫(yī)療行業(yè)醫(yī)療行業(yè)擁有大量的病例、病理報告、治愈方案、藥物報告等，通過對這些數(shù)據(jù)進行整理和分析將會極大地輔助醫(yī)生提出治療方案，幫助病人早日康復?？梢詷?gòu)建大數(shù)據(jù)平臺來收集不同病例和治療方案，以及病人的基本特征，建立針對疾病特點的數(shù)據(jù)庫，幫助醫(yī)生進行疾病診斷。醫(yī)療行業(yè)的大數(shù)據(jù)應用一直在進行，但是數(shù)據(jù)并沒有完全打通，基本都是孤島數(shù)據(jù)，沒辦法進行大規(guī)模的應用。未來可以將這些數(shù)據(jù)統(tǒng)一采集起來，納入統(tǒng)一的大數(shù)據(jù)平臺，為人類健康造福。教育行業(yè)信息技術(shù)已在教育領域有了越來越廣泛的應用，教學、考試、師生互動、校園安全、家校關(guān)系等，只要技術(shù)達到的地方，各個環(huán)節(jié)都被數(shù)據(jù)包裹。通過大數(shù)據(jù)的分析來優(yōu)化教育機制，也可以作出更科學的決策，這將帶來潛在的教育革命，在不久的將來，個性化學習終端將會更多地融入學習資源云平臺，根據(jù)每個學生的不同興趣愛好和特長，推送相關(guān)領域的前沿技術(shù)、資訊、資源乃至未來職業(yè)發(fā)展方向。of401.3大數(shù)據(jù)應用場景第一章大數(shù)據(jù)概念與應用農(nóng)業(yè)行業(yè)環(huán)境行業(yè)借助于大數(shù)據(jù)提供的消費能力和趨勢報告，政府可為農(nóng)業(yè)生產(chǎn)進行合理引導，依據(jù)需求進行生產(chǎn)，避免產(chǎn)能過剩造成不必要的資源和社會財富浪費。通過大數(shù)據(jù)的分析將會更精確地預測未來的天氣，幫助農(nóng)民做好自然災害的預防工作，幫助政府實現(xiàn)農(nóng)業(yè)的精細化管理和科學決策。借助于大數(shù)據(jù)技術(shù)，天氣預報的準確性和實效性將會大大提高，預報的及時性將會大大提升，同時對于重大自然災害如龍卷風，通過大數(shù)據(jù)計算平臺，人們將會更加精確地了解其運動軌跡和危害的等級，有利于幫助人們提高應對自然災害的能力。大數(shù)據(jù)技術(shù)可以了解經(jīng)濟發(fā)展情況、各產(chǎn)業(yè)發(fā)展情況、消費支出和產(chǎn)品銷售情況等，依據(jù)分析結(jié)果，科學地制定宏觀政策，平衡各產(chǎn)業(yè)發(fā)展，避免產(chǎn)能過剩，有效利用自然資源和社會資源，提高社會生產(chǎn)效率。大數(shù)據(jù)技術(shù)也能幫助政府進行支出管理，透明合理的財政支出將有利于提高公信力和監(jiān)督財政支出。智慧城市of40第一章 大數(shù)據(jù)概念與應用大數(shù)據(jù)的概念與意義大數(shù)據(jù)的來源大數(shù)據(jù)應用場景大數(shù)據(jù)處理方法習題of401.4大數(shù)據(jù)處理方法第一章大數(shù)據(jù)概念與應用大數(shù)據(jù)正帶來一場信息社會的變革。大量的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的廣泛應用，致使人們需要重新思考已有的IT模式；與此同時，大數(shù)據(jù)將推動進行又一次基于信息革命的業(yè)務轉(zhuǎn)型，使社會能夠借助大數(shù)據(jù)獲取更多的社會效益和發(fā)展機會；龐大的數(shù)據(jù)需要我們進行剝離、整理、歸類、建模、分析等操作，通過這些動作后，我們開始建立數(shù)據(jù)分析的維度，通過對不同的維度數(shù)據(jù)進行分析，最終才能得到想到的數(shù)據(jù)和信息。因此，如何進行大數(shù)據(jù)的采集、導入/預處理、統(tǒng)計/分析和大數(shù)據(jù)挖掘，是“做”好大數(shù)據(jù)的關(guān)鍵基礎。of401.4大數(shù)據(jù)處理方法第一章大數(shù)據(jù)概念與應用大數(shù)據(jù)的采集1大數(shù)據(jù)的采集通常采用多個數(shù)據(jù)庫來接收終端數(shù)據(jù)，包括智能硬件端、多種傳感器端、網(wǎng)頁端、移動APP應用端等，并且可以使用數(shù)據(jù)庫進行簡單的處理工作。常用的數(shù)據(jù)采集的方式主要包括以下幾種：數(shù)據(jù)抓取01數(shù)據(jù)導入02物聯(lián)網(wǎng)傳感設備自動信息采集03of401.4大數(shù)據(jù)處理方法第一章大數(shù)據(jù)概念與應用2

導入/預處理雖然采集端本身有很多數(shù)據(jù)庫，但是如果要對這些海量數(shù)據(jù)進行有效的分析，還是應該將這些數(shù)

據(jù)導入到一個集中的大型分布式數(shù)據(jù)庫或者分布式存儲集群當中，同時，在導入的基礎上完成數(shù)

據(jù)清洗和預處理工作。也有一些用戶會在導入時使用來自Twitter的Storm來對數(shù)據(jù)進行流式計算，來滿足部分業(yè)務的實時計算需求?，F(xiàn)實世界中數(shù)據(jù)大體上都是不完整、不一致的“臟”數(shù)據(jù)，無法直接進行數(shù)據(jù)挖掘，或挖掘結(jié)果差強人意，為了提高數(shù)據(jù)挖掘的質(zhì)量，產(chǎn)生了數(shù)據(jù)預處理技術(shù)。of40主要是達到數(shù)據(jù)格式標準化、異常數(shù)據(jù)清除、數(shù)據(jù)錯誤糾正、重復數(shù)據(jù)的清除等目標。是將多個數(shù)據(jù)源中的數(shù)據(jù)結(jié)合起來并統(tǒng)一存儲，建立數(shù)據(jù)倉庫。過平滑聚集、數(shù)據(jù)概化、規(guī)范化等方式將數(shù)據(jù)轉(zhuǎn)換成適用于數(shù)據(jù)挖掘的形式。尋找依賴于發(fā)現(xiàn)目標的數(shù)據(jù)的有用特征，縮減數(shù)據(jù)規(guī)模，最大限度地精簡數(shù)據(jù)量。1.4大數(shù)據(jù)處理方法第一章大數(shù)據(jù)概念與應用統(tǒng)計與分析3of40統(tǒng)計與分析主要是利用分布式數(shù)據(jù)庫，或分布式計算集群來對存儲于其內(nèi)的海量數(shù)據(jù)進行普通的分析和分類匯總，以滿足大多數(shù)常見的分析需求，在這些方面可以使用R語言。R語言是用于統(tǒng)計分析、繪圖的語言和操作環(huán)境，屬于GNU系統(tǒng)的一個自由、免費、源代碼開放的軟件，它是一個用于統(tǒng)計計算和統(tǒng)計制圖的優(yōu)秀工具。R語言在國際和國內(nèi)的發(fā)展差異非常大，國際上R語言已然是專業(yè)數(shù)據(jù)分析領域的標準，但在國內(nèi)依舊任重而道遠，這固然有數(shù)據(jù)學科地位的原因，國內(nèi)很多人版權(quán)概念薄弱，以及學術(shù)領域相對閉塞也是原因。R語言是一套完整的數(shù)據(jù)處理、計算和制圖軟件系統(tǒng)。R語言的思想是：它可以提供一些集成的統(tǒng)計工具，但更大量的是它提供各種數(shù)學計算、統(tǒng)計計算的函數(shù)，從而使使用者能靈活機動地進行數(shù)據(jù)分析，甚至創(chuàng)造出符合需要的新的統(tǒng)計計算方法。在大數(shù)據(jù)的統(tǒng)計與分析過程中，主要面對的挑戰(zhàn)是分析涉及的數(shù)據(jù)量太大，其對系統(tǒng)資源，特別是I/O會有極大的占用。1.4大數(shù)據(jù)處理方法第一章大數(shù)據(jù)概念與應用大數(shù)據(jù)挖掘4數(shù)據(jù)挖掘是創(chuàng)建數(shù)據(jù)挖掘模型的一組試探法和計算方法，通過對提供的數(shù)據(jù)進行分析，查找特定類型的模式和趨勢，最終形成創(chuàng)建模型。分類樸素貝葉斯算法一種重要的數(shù)據(jù)分析形式，根據(jù)重要數(shù)據(jù)類的特征向量值及其他約束條件，構(gòu)造分類函數(shù)或分類模型，目的是根據(jù)數(shù)據(jù)集的特點把未知類別的樣本映射到給定類別中。支持向量機SVM算法 AdaBoost算法 C4.5算法 CART算法聚類目的在于將數(shù)據(jù)集內(nèi)具有相似特征屬性的數(shù)據(jù)聚集在一起，同一個數(shù)據(jù)群中的數(shù)據(jù)特征要盡可能相似，不同的數(shù)據(jù)群中的數(shù)據(jù)特征要有明顯的區(qū)別。BIRCH算法

K-Means算法 期望最大化算法（EM算法）

K近鄰算法關(guān)聯(lián)規(guī)則Apriori算法索系統(tǒng)中的所有數(shù)據(jù)，找出所有能把一組事件或數(shù)據(jù)項與另一組事件或數(shù)據(jù)項聯(lián)系起來的規(guī)則，以獲得預先未知的和被隱藏的，不能通過數(shù)據(jù)庫的邏輯操作或統(tǒng)計的方法得出的信息。FP-Growth算法預測模型序貫模式挖掘SPMGC算法of40一種統(tǒng)計或數(shù)據(jù)挖掘的方法，包括可以在結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)中使用以確定未來結(jié)果的算法和技術(shù)，可為預測、優(yōu)化、預報和模擬等許多業(yè)務系統(tǒng)所使用。含義是什么的？新摩

定大數(shù)數(shù)如何是怎么哪來源有 些？6．挖哪些習題：感謝聆聽第一章 大數(shù)據(jù)概念與應用of40大數(shù)據(jù)的概念與意義大數(shù)據(jù)的來源大數(shù)據(jù)應用場景大數(shù)據(jù)處理方法習題為什么全球數(shù)據(jù)量增長如此之快？1.2大數(shù)據(jù)的來源第一章大數(shù)據(jù)概念與應用按數(shù)據(jù)存儲的形式劃分大數(shù)據(jù)不僅僅體現(xiàn)在數(shù)據(jù)量大，還體現(xiàn)在數(shù)據(jù)類型多。如此海量的數(shù)據(jù)中，僅有20%左右屬于結(jié)構(gòu)化的數(shù)據(jù)，80%的數(shù)據(jù)屬

于廣泛存在于社交網(wǎng)絡、物聯(lián)網(wǎng)、電子商務等領域的非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)簡單來說就是數(shù)據(jù)庫，如企業(yè)ERP、財務系統(tǒng)、醫(yī)療HIS數(shù)據(jù)庫、教育一卡通、政府行政審批、其他核心數(shù)據(jù)庫等數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻、視頻信息等數(shù)據(jù)。03of401.3大數(shù)據(jù)應用場景第一章大數(shù)據(jù)概念與應用農(nóng)業(yè)行業(yè)環(huán)境行業(yè)借助于大數(shù)據(jù)提供的消費能力和趨勢報告，政府可為農(nóng)業(yè)