슬로우 모션, 어쩌면 우리가 파괴 하는 큰 데이터를 계속할 수 있습니다.

쓸모 없는, 반복적인 데이터는 "데이터 덤프"를 형성 하는 더 자주, 귀중 한 정보는 항상 포탈에서 차폐 하는 동안 정보 소음에 비슷합니다.

쓸모 없는 정보 폭발 하지만 느린 데이터를 개인 설정 데이터를 예측할 수 있는 데이터의 값 생성 되지 않습니다. 현재, 큰 데이터 한 번 클라우드, 바깥에 있을 그것의 화재 느린 데이터의 아이디어는 작은 의심을 가져올 수 있습니다: 화재, 후 큰 데이터의 개념에 큰 데이터 흐름 전에 보편적인 의미를 확인 하는 방법. 이 "금광" 발굴 혁명 파괴, 운명 그리고 파괴 항상 느린 작업을 될 것입니다.

그래서, 얼마나 큰 먹이의 끝은?

큰 데이터의 보편적인 의미는 무엇 인가? 큰 데이터 나이 책에서 저자 빅터 Maire Schoenberg 주요 식의 추력이 두 단어는.

이 큰 데이터 토론에 로빈 리 예에 게 지능형 하드웨어 소요, 이후 다음 저자 또한 원하는 개인 소견을 논의 하기 위해 큰 데이터를 결합 하 여이 도메인.

"하드 + 소프트 + 클라우드" 지능형 하드웨어의 표준 되었습니다, 그것은 분명이 산업 체인, 구름 위치에의 끝에 큰 데이터에서 하드웨어 포털 및 수집 기능을 재생 하는 것입니다, 인터넷에 하드웨어 포털을 통해 세계는 강화 되 고의 존재론으로 "나" 외부 사람, 프로세스, 데이터 및 것, 및 클라우드로 정보 연결 하 역, 저장... 큰 데이터 추출 질서 방식에서 활성화 때 결과 같은 결과-이 "나"는 존재론의 연결 하는 사람, 프로세스, 데이터, 및 외부에서 정확 하 고 일치 하는 것입니다.

참고로 몇 마디: 예측, 정밀, 일치. 그리고, 순위 연속적으로 있다.

많은 스마트 장치를 건강 관리와 함께 범람 하는 지금 찾고 앞으로 미래에 유사한 EHR (전자 건강 기록, 전자 건강 파일)와 EMR (전자 의무 기록, 전자 의료 기록), 패턴 관점에서 병원 관리의, 분산된 스토리지 및 분산 컴퓨팅은 복잡 한 프로세스를 처리 하 여 의료 산업의 정보화를 실현 도울 수 있다. 환자 경험 관점에서 데이터 정화 예언 될 수 있다 또는 진정으로 개인 사용자에 게 제공 하는 처방 처럼 사전 문장 분석을 사용자 정의.

그러나, 건강과 의료 서비스의 개념은 동일 인에서 멀리 이다. 더 현실적으로 큰 데이터 하늘로 끌고 잔인 한 딜레마에 직면해 있다.

그러나, 큰 데이터 잘못 호출할 수 있습니다.

"빅 데이터 잘못 호출 수 있습니다. "정말 흥미로운 데이터가 온라인, 인터넷 시대에 특히 되고있다 그리고 아무것도 온라인 보다 훨씬 더 필수적 이다" 큰, "업계는 주장 이다. 리의 입에서 큰 데이터 다른 두 단어 대체 된다: 하나는 "느린", 그리고 다른 리 바이 동맹 의회에 "새로운".

이 두 단어는 또한 큰 데이터의 통증 포인트를 누르십시오. 비-값, 반복적인 데이터 생산과 역, "데이터 덤프." 정보 소음 정도로 비슷한 형성 대신, 귀중 한 정보는 여전히 입구에서 보호 됩니다.

어디는 귀중 한 새와 느린 데이터? 올해 국립 "두 개의 세션", 대답의 두 가지 포인트를 대답 하는 회의 후 기자 들에 대 한 응답에서 리에에서 이르면: 첫째, 정부 부처는 하지 인터넷 서핑, 그건 쓸모 없는; 데이터 지금의 많은 두 번째, 인터넷, 사람들 사용의 그런 습관을 설립 하지 않은 경우에.

학자 리 우 유 "개념 물 수준" 동일한 이름의 그의 작품에 대 한 개념을 정교 했다: "정치 체제의 변화 공공 정치적인 생각의 변화 때문 이며 정치적인 아이디어의 변화 사람들의 생활 개념의 변화에는 뿌리 박는 다." 물 상승, 보트 자연스럽 게 들이었다. "등의 부족 한" 개념 물 수준 "대 한 가정에서 큰 데이터입니다. 중국 사회는 유사한 실증 시스템 구축 아직 있다.

예를 들어 큰 데이터 상승할 수 있다 미국에서 국가 수준으로 국가는 "통화 데이터 사용" 개념이. 모두 지난 세기의 중간으로 일찍 예를 들어, 통신 분야에 잘 알고, 통신 사람들-Razasfield 문제에의 효과의 확산 연구 양적 방법을 사용 하는 방법을 알고. 할 수 있는 중국에 대 한 생각? 적어도 관련 인문학에는 아직 형성 되지 데이터에 의존, 좋은 분위기,이 봐 학생 들의 졸업 논문의 실증 연구는 아마도 분명.

당신은 어떤 다른 난관에 직면?

국가 있는 정부 기관에 대 한 인식의 부족은 또한 시민 홍보 부족. 데이터의 응용 프로그램에서 결과 극단적인 신뢰의 단계에서 아직도 이다. 또한, 큰 데이터 진화를 해칠 수 있는 몇 가지 문제가 있다:

"기술은 이다 귀중 한 귀중 한 데이터를 찾을 하지만 여기에서 가장 중요 한 것 아니다" 키 란 무엇입니까? 열쇠는 도메인 지식 (도메인 지식), 경험 (체험), 및 분야에 걸쳐 생각 하는 능력. "Li Yanhongru 단어입니다.

이 Lo Zhenyu 아이디어에 맞춰 재능의 "크로스-국경" 유형 강조 되었습니다. 전통적인 산업 사회에서 정보 사회 전환의이 기간에 두 사회 집단의 경계는 아주 명확 하다, (정보 사회를 대표 하는) 네트워킹에 대용량 데이터의 진화에 대 한 매우 중요 하다.

로빈 리 라는 데이터 미래에 요구는 느린 데이터 저자 큰 데이터를 응용 프로그램의 파괴 창조적인 의미와 함께 이러한 문제의 많은의 재고 했다 하 고 또한 됩니다 느린 작업 후. 지배 관심사, 조직의 ills, 뿐만 아니라 파괴 기술 것 또한 문화 윤리, 질서 규범, 방어의 더 어려운 라인 등 같은 돌파 필요가 있다.

천천히, 빨리. 누군가가 나중에 보트를 하드 있을 것입니다, 경우에 여전히 수 막지 웅장 한 "수의 개념."에 큰 데이터의 미래