"빅 데이터"의 시대가 왔다

최근, 수많은 전문가 미디어는 흔히 "빅 데이터" 시대 왔다, 그래서 무엇입니까 큰 데이터를 리터럴 이해만 큰 데이터의 주요 특징은 "큰": 데이터를 얻기 위해 전통적인 방법 뿐만 아니라 데이터의 새로운 소스는 끝 없는 스트림을, 거 대 한 데이터 흐름을 시간에 따라 변화 하는 형태. 이 데이터 스트림의 현재 데이터 모니터링 및 연구 산업을 파괴 하 고 완전히 사람들의 이해와 상상력 subverts.

큰 데이터 너무 큰 이유는 무엇입니까? 어디에서 "큰" 온 입니까? 우선이 질문에 대답을 데이터의 소스를 이해 하는 데 필요한, 데이터 여기에 언급 된, 기업의 마케팅을 위해서 우리는 소비자 행동 데이터의 좁은 의미에서. 과거에는 이러한 데이터를 얻기 위해 여러 가지 방법으로: 첫째, 제품 판매 및 이해, 유통 특성에 따라 두 번째 사용 하는 방법 3 소비자 행동 및 의견, 태도를 설문 조사, 관찰 이나 인터뷰를 통해 소비자 행동을 얻기 위해 데이터. 한마디로, 데이터 획득의 이전 방법, 연구원 활성 위치를 차지 하 고, 소비자는 더 수 동적.

그러나, 큰 데이터의 시대에 소비자 활성 또는 어딘가에 있어 데이터 방식으로 그들의 행동 정보를 무의식적으로 새로운 미디어 기술 항상 조용히 우리의 행동 정보를 기록, 데이터 수집, 분석 하 고 판단 양심에 대 한 대기만 형성. 그래서 어느 정도 큰 데이터 시대에 가장 중요 한 데이터 수집 방법을 관찰 하는 것 이며 새로운 기술을 통해 자동으로 기록 하 고이 방법으로 얻은 정보에의 총 금액은 소비자 데이터 수집의 전통적인 방법 보다 훨씬 더 큰. 이 과정에서 소비자는 보다 적극적인 (비록 그들은 그것을 알고 하지 않을 수 있습니다), 연구원은 수 동적으로 그것을 수신 하는 동안.

마이크로 블로그 데이터 콘텐츠, 과거에서 생산 하는 데이터 보다 훨씬 더 많은의 매일 생산 등 뉴 미디어의 급속 한 발전에 따라 대용량 데이터 시대의 형성. 우리이 사람, 그것의 가치, 소비의 기본적인 인구 통계 학적 특성을 이해 하려고 하는 사람의 microblog 콘텐츠를 분석할 수 있습니다, 그리고 심지어는 사람은 그의 개인 microblog에 관심이 다양 한 브랜드 정보를 검색 하 고 브랜드, 큰 데이터의 값의 태도 분명.

위의 내용을 연속 농축 이며 총 수평 데이터, 더하여,의 확장 데이터의 수직 확장 또한 큰 데이터 나이 달성 했다. 우리 횡단면 연구에 해당 하는 일련의 데이터 요소, 2 차원 평면을 구축 하기 위해 함께 두 축 지도 각 소비자로 서 과거 설문 조사 또는 관측 데이터를 걸릴 수 있습니다. 하지만 새로운 미디어 시대, 소비자 정보의 동작 추가 되었습니다 새 시간 표시 막대, 3 차원 공간에 원래 2 차원 평면 모든 시간에서에서이 3 차원 공간 데이터의 총 금액의 대용량 데이터 시대 증거의 도착을 이끌어 새로운 미디어는 원래 2 차원 공간 보다 확실히 훨씬 더 큰.

중국 고대의 "양 큰" 미국, "큰" 데이터 볼륨으로 오늘날에 "좋은"? 나는 그 사실이 무서 워 요.입니다. 그것은 건초 더미에서 찾고 처럼 그리고 알고 있다면 물 흐르는 방향과 바늘은 떨어지고, 그것은 훨씬 더를 그 범위에서 바늘을 보면서 신뢰할 수 있는 바다 건너 검색의 작은 비트 보다 훨씬 더 효율적입니다. 같은 사실이 빅 데이터 시대의 우리가 정말 필요 하지 큰 데이터 자체, 하지만 우리만 한의 밖으로 10, 000의 총, 우리가 필요한 모두는 아마도 큰 데이터 뒤에 싶어 지능 정보 10000 중 하나 이며 많은 다른 정보는 우리에 게는 쓰레기. 데이터의 양, 더 많은 스팸 정보, 이러한 눈부신 스팸, 우리가 정말 원하는 정보를 데이터 흐름에 깊이 묻혀이 큰 보기의 포인트.

이것은 오늘날의 여론 모니터링 업계 딜레마에 직면, 나 본 자랑 자랑 스럽게 서비스 공급자, 모니터링의 공공 의견 수많은 개 그들은으로 매일 많은 정보 출처를 모니터링할 수 있습니다 또는 매 순간 수 잡고 거 대 한 양의 정보 콘텐츠, 그리고 일부 여론 모니터링 기관 더 광범위 한 모니터링 범위와 경쟁 하기 시작 했다. 그리고 이것은 정확 하 게 여론 모니터링, 과거에는, 더 많은 스팸 사전 연구 및 정보 획득, 양의 여론 모니터링, 큰 계획 없이 상황의 이해 하지 않고 대중의 의견의 정보 출처의 오해 중 하나 이다.

그래서 여론 모니터링은 하지 당연한 너무 간단 하 고, 조사 및 계획, 모니터링 소스 관리 및 체중 할당, 모니터링 정보 및 캡처, 여론 데이터 분석 및 연구, 여론 대응 전략 제안 및 응답 효과 평가 등 일련의 프로세스 연결의 그것의 특성의 모니터링 소스를 경험 하는 데 필요한 그리고 아니라 크롤 링 하는 데 필요한 정보의 양은 낫다. 이러한 프로세스 시스템, 초기 연구 및 여론의 계획에 모니터링 소스는 직접 데이터 수집 및 유효성의 평가 및 정보 파악의 유용성을 결정 특히 중요 하다. 그래서 다른 여론 모니터링 프로젝트 모니터링 범위 다른 이어야 한다.

빅 데이터 시대의 도착의 또 다른 의미는 여론 모니터링 사업 사이 협력 경쟁 보다 커야 한다. 경우에 엔터프라이즈는 여론 모니터링 하 고, 기업 B는 또한 초기 연구 계획에 있는 좋은 일을 할 수 있다 여론 모니터링, 경우에 따라 위의 수 두 모니터링 하 고 다음 두 개의 인수 모니터링 콘텐츠 상대적으로 낮은 중복, 때문에 둘 사이의 치열 한 경쟁을 해야. 반대로, 만약 기업 A와 기업 B 기업 C... 많은 기업 수집, 모니터링의 정보 콘텐츠 데이터베이스를 결합 한 다음 비교적 완전 한 산업 데이터베이스를 형성 합니다. 이해, 즉, 다양 한 기업 공동으로 콘텐츠 데이터베이스를 모니터링 하는 공유 여론을 설정할 수 있습니다, 각 기업 들이 자신의 콘텐츠 필터링 수, 둘 다 비용을 절감 하지만 정확도, 그것의 여러 승의 장점을 향상을 생각 하는 또 다른 방법은 계시 될 수 있다.

빅 데이터 시대 분명히 우리 편의 많이 제공 하지만 장 님 응원 흥분의 순간 후에, 우리 진지 하 게 제대로 큰 데이터의 급류에 의해 손실 보다는 우리가 큰 데이터의 바다를 탐색할 수 있도록 대용량 데이터의 가장 큰 효과 찾아 하는 방법에 반영 해야 합니다.

(버전 11 관련된 항목 참조)