큰 데이터의 올바른 이해 데이터 "거품"의 주의

뉴스 미디어와 학술 회의 의해 deified 거의 이다, 데이터의 대부분은 최근 반복적으로 부 어 왔다 차가운 물. 초기 2013, Gurieet Singht, 공동 설립자 이자 ceo 인 Avasid, 최고의 미국 데이터 분석가, 암시 "빅 데이터" 안정 되지 않을 수도 있습니다. 그는 쿼리 시작 부분에서 데이터의 분석은 막다른 연구원 에서만 데이터를 수집, 분석의 1%를 추출 하 고 1% 분석 데이터 기업 혁신 및 몇 가지 아이디어의 형성을 지배 하는, 이것은 명확 하 게 과학적인 지적. 5 월 2013 년 알리 왕 지 앤 "빅 데이터, 당신은 모든 잘못 이해" 음성 그룹, 즉시 파악, 사람들의 눈 뿐만 아니라 가치에, 반영 하기 위해 우리의 무엇입니까 큰 데이터? 당신은 정말 포인트를 잡 았?


우리가 큰 데이터의 진정한 의미를 이해 하지?


Gurjeet Singht의 관점을 단색으로 있다. 기술 발전의 속도 데이터의 크기에 폭발에 의해 일치 하지 않습니다. IDC의 최신 보고서에 따르면 사람들은 하루, 데이터의 1qB에 대 한 수집할 수 그리고 디지털 우주의 크기는 데이터의 2.8ZB에 도달 했습니다. IDC 예측 디지털 우주 규모 2020 40ZB를 도달할 것입니다. 모바일 기술 및 감지 기술 개발, 데이터를 수집 하는 사람들의 능력은 증가 하지만 데이터를 식별의 기술을 너무 낙관적 이다. 예를 들어 현재 데이터 우주에서 귀중 한 데이터의 많은 표시 구조화 되지 않은 데이터의 문서 기반, 처리 기술 연구, 데이터 인식의 이런이 종류의 사람들은 그냥 시작. 그러나, 시장에서 소위 성숙 큰 데이터 분석 방법은 일반적으로 기반으로 유효한 데이터 식별 분석에 대 한 데이터를 수집 합니다. 이 방법 그것 인식할 따라서 유효한 데이터에 간주 되지 않을 수 있고 그들은 분석을 위해 사용 되기 전에 삭제 됩니다 때문에 일부 데이터를 표시 수 없습니다. 이 문제는 많은 양의 중요 한 데이터의 손실 귀착되 고 전혀 악용 되었다.


왕 지 앤의 인수는 큰 데이터는 오랜 시간 동안 주변 되었습니다 예의 에서도 지원 하지만 데이터 경우에 그의 데이터는 인터넷에 연결 되지 않았다 유럽 충돌 실험실, 세계에서 대부분의 데이터를가지고, 대 중에 게 무의미 것 경우에 "큰"를 위해 충분 하지 않습니다. 따라서, 데이터의 특성의 연구 오늘 큰, 해서는 안 하지만 "온라인." 이어야 한다 온라인 데이터 수집 쉽습니다, 예를 들어 미국 대통령을 선출 하기 위해 과거에는 갤럽 여론 조사, 설문 조사, 작성 2000 사람들의 추출 할 필요 하 고 지금,만 Twitter에 게시 하는 사람의 상태를 분석 하, 당신은 추측할 수 누가 대통령, 그리고 신속 하 게 사회에 영향을 미칠 수 있습니다. 하지만 그것은 긴 과정을 제품 및 데이터 함께 잘 걸릴 것입니다.


Maito-큰 데이터 재생


, 뉴욕 시작, Media6degrees의 수석 과학자도 준 히트 deified 되 하는 방법에 "데이터와 함께, 자신을 속일 수 하지만 큰 데이터를 거품 걱정 이에요." "


, 누가 그 많은 이라고 스스로 "데이터 과학자" 두려워 했다, 실제로 그들의 숙제를 하지 않은 하지만 필드 폐기. 기존의 큰 데이터 전문가 데이터의 속도 개선 하기 위해 충분히 하 고는 큰 인물, Litcher, 노동 병목을 직면 하 고 있을 나타납니다. 2012 년에 맥킨 지 글로벌 사회에 의해 간행 된 보고는 또한 미국 한다고 "깊은 분석" 경험 140000 190000 노동자와 1.5 백만 더 많은 데이터 다 루나 관리자, 은퇴 여부를 고용 다는 것을 보여주었다. 이 그림은 의심할 여 지 없이 거 대 한.

대용량 데이터를 관리 하는
는 큰 데이터, 질문 하는 방법, 문제를 정의 하는 방법 및 위치 데이터를 수집 하는 것 보다 훨씬 더 의미 있는?이 필요 전문 데이터 분석 기술, 개인 디지털 세계 알고리즘은 너무 간단 하 고, 지능의 예상된 설명 달성 하지 않을 경우. 그냥 상상, 데이터의 엄청난 금액은 빈 폭탄만 하지 데이터를 뒤에 실제 값을 파고 맞출 수 없어 하는 경우. 따라서, 경험과 예리한 직관, 뿐만 아니라 중요 한 위치에서 데이터를 수신 하도록 육성 큰 데이터 전문가의 한계와 큰 데이터 기술의 단점 알고 있어야 한다.


아마 큰 데이터를 사용 하는 회사의 대부분은 1.0에서 이동만 이제 2.0 버전, 하지만 진짜 큰 데이터 나이를 달성 하기 위해 3.0 버전.


-, 감독, 교수 및 인터넷 과학 센터, Zhou
의 박사 가정 교사

버전
업그레이드를 데이터를 사용 하 여
새로운 가능한 제 3 산업 혁명, 데이터, 컴퓨팅에
물자, 에너지 및 첨단된 기술, 역할 및 컴퓨팅 에너지 간주 됩니다, 그것은 공공 생활에 들어가고 전기, 충전, 계산에서 유래 하는 어디에 통합 방식에서 처럼 흐름을 허용할 수 있다 그것은 오늘 우리가 사용 하는 5도 전기 Dayawan 또는 세 협곡에서 인지 모릅니다. 그것은 생각할 수 있는 그 클라우드 컴퓨팅 및 기타 컴퓨팅 파워 미래에 될 것 이다 국가의 가장 중요 한 핵심 전략 중 하나. 데이터 전략 물자, 각 기업, 과학 연구 팀 중 하나입니다, 그리고 몇 가지 계획, 목적 수집, 처리, 분석 및 데이터를 통해 책임. 그러나, 큰 데이터의 미래 훌륭한 비즈니스를 만들고 싶다면 정말 고급 기술 더 심층 분석, 산업 기술 산업 혁명 기간 동안 하지만 똑 똑 마음에 더 이상 해당 똑 똑 마음에 대 한 필요에서.


물론, 큰 데이터 나이 기능 맞춤 하 고 큰 개념 변화에 대 한 이전 산업 혁명에서 다릅니다로 비즈니스 모델에 변경 있습니다. 저 우, 감독, 교수 및 대학 기술, 인터넷 과학 센터의 박사 가정 교사 1.0, 2.0 및 3.0 상거래에 큰 데이터의 응용 요약. "아마도 지금 큰 데이터를 사용 하는 회사의 대부분은만 이동 1.0 및 2.0 버전을 하지만 진짜 큰 데이터 나이 3.0까지 달성 되지 않을 수 있습니다" 고 말했다. "저 우 말했다.

어떤
1.0 보여줍니다 기업 많은 자신의 비즈니스 요구를 통해 데이터를 생성 하 고 다음 데이터를 사용 하 여 심층 분석을 통해 관련 비즈니스를 최적화입니다. 이 시점에서, 데이터는 의사 결정 지침에 역할을 했다.


의 큰 데이터의 2.0 및 1.0 버전의 아이디어 변경 되었습니다. 그들의 자신의 사업 뿐만 아니라 데이터의 확장에 2.0 강조 하 고 그들의 자신의 문제를 해결, 데이터 자체는 더 그들의 자신의 문제를 해결 하기 위해 다른 데이터 수집 수 있는 다른 문제를 해결할 수 있는 능력. 기업의 많은 수의 대상 사업에 직접 또는 간접적으로 관련 하는 다른 유형의 데이터를 수집 하 고 대상 사업, 어느 시점에서 데이터 자체는 의사 결정에 대 한 출력을 생성 하는 복잡 한 분석 및 예측 모델을 수립 해야 합니다.


3.0 진짜 큰 데이터 시대로 이어질 수 있습니다. 3.0 버전은 더 많은 데이터 품질, 데이터는 얼마나 좋은, 가치, 교환, 특히 데이터 보안 개인 정보 보호를 지불 하는 방법. 이 시간에 거기 있을 것입니다 연산자 표시, 모든 학문적 인 그룹, 기업, 정부, 큰 데이터를 사용할 수 있도록 하는 데이터의 통신 사업자와 마찬가지로 이것은 진짜 큰 데이터 시대 이다.