最全的大數(shù)據(jù)術(shù)語合集！轉(zhuǎn)給剛?cè)胄械娜?/h1>

   發(fā)布日期：2015-02-28  來源：數(shù)盟  作者：江楓  瀏覽次數(shù)：741

核心提示：大數(shù)據(jù)的出現(xiàn)帶來了許多新的術(shù)語，但這些術(shù)語往往比較難以理解。因此，一亦在國外的一個網(wǎng)站上扒來了常用的大數(shù)據(jù)術(shù)語表，拋磚引

 大數(shù)據(jù)的出現(xiàn)帶來了許多新的術(shù)語，但這些術(shù)語往往比較難以理解。因此，一亦在國外的一個網(wǎng)站上扒來了常用的大數(shù)據(jù)術(shù)語表，拋磚引玉，供大家深入了解。其中部分定義參考了相應(yīng)的博客文章。當(dāng)然，這份術(shù)語表并沒有100%包含所有的術(shù)語。

 

一個常見的大數(shù)據(jù)術(shù)語表

 

大數(shù)據(jù)的出現(xiàn)帶來了許多新的術(shù)語，但這些術(shù)語往往比較難以理解。因此，我們通過本文給出一個常用的大數(shù)據(jù)術(shù)語表，拋磚引玉，供大家深入了解。其中部分定義參考了相應(yīng)的博客文章。當(dāng)然，這份術(shù)語表并沒有100%包含所有的術(shù)語，如果你認(rèn)為有任何遺漏之處，請告之我們。

A

聚合(Aggregation) – 搜索、合并、顯示數(shù)據(jù)的過程

算法(Algorithms) – 可以完成某種數(shù)據(jù)分析的數(shù)學(xué)公式

分析法(Analytics) – 用于發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在涵義

異常檢測(Anomaly detection) – 在數(shù)據(jù)集中搜索與預(yù)期模式或行為不匹配的數(shù)據(jù)項。除了“Anomalies”,用來表示異常的詞有以下幾種：outliers, exceptions, surprises, contaminants.他們通?？商峁╆P(guān)鍵的可執(zhí)行信息

匿名化(Anonymization) – 使數(shù)據(jù)匿名，即移除所有與個人隱私相關(guān)的數(shù)據(jù)

應(yīng)用(Application) – 實(shí)現(xiàn)某種特定功能的計算機(jī)軟件

人工智能(Artificial Intelligence) – 研發(fā)智能機(jī)器和智能軟件，這些智能設(shè)備能夠感知周遭的環(huán)境，并根據(jù)要求作出相應(yīng)的反應(yīng)，甚至能自我學(xué)習(xí)

B

行為分析法(Behavioural Analytics) – 這種分析法是根據(jù)用戶的行為如“怎么做”，“為什么這么做”，以及“做了什么”來得出結(jié)論，而不是僅僅針對人物和時間的一門分析學(xué)科，它著眼于數(shù)據(jù)中的人性化模式

大數(shù)據(jù)科學(xué)家(Big Data Scientist) – 能夠設(shè)計大數(shù)據(jù)算法使得大數(shù)據(jù)變得有用的人

大數(shù)據(jù)創(chuàng)業(yè)公司(Big data startup) – 指研發(fā)最新大數(shù)據(jù)技術(shù)的新興公司

生物測定術(shù)(Biometrics) – 根據(jù)個人的特征進(jìn)行身份識別

B字節(jié) (BB: Brontobytes) – 約等于1000 YB(Yottabytes)，相當(dāng)于未來數(shù)字化宇宙的大小。1 B字節(jié)包含了27個0！

商業(yè)智能(Business Intelligence) – 是一系列理論、方法學(xué)和過程，使得數(shù)據(jù)更容易被理解

C

分類分析(Classification analysis) – 從數(shù)據(jù)中獲得重要的相關(guān)性信息的系統(tǒng)化過程; 這類數(shù)據(jù)也被稱為元數(shù)據(jù)(meta data),是描述數(shù)據(jù)的數(shù)據(jù)

云計算(Cloud computing) – 構(gòu)建在網(wǎng)絡(luò)上的分布式計算系統(tǒng)，數(shù)據(jù)是存儲于機(jī)房外的（即云端）

聚類分析(Clustering analysis) – 它是將相似的對象聚合在一起，每類相似的對象組合成一個聚類(也叫作簇)的過程。這種分析方法的目的在于分析數(shù)據(jù)間的差異和相似性

冷數(shù)據(jù)存儲(Cold data storage) – 在低功耗服務(wù)器上存儲那些幾乎不被使用的舊數(shù)據(jù)。但這些數(shù)據(jù)檢索起來將會很耗時

對比分析(Comparative analysis) – 在非常大的數(shù)據(jù)集中進(jìn)行模式匹配時，進(jìn)行一步步的對比和計算過程得到分析結(jié)果

復(fù)雜結(jié)構(gòu)的數(shù)據(jù)(Complex structured data) – 由兩個或多個復(fù)雜而相互關(guān)聯(lián)部分組成的數(shù)據(jù)，這類數(shù)據(jù)不能簡單地由結(jié)構(gòu)化查詢語言或工具(SQL)解析

計算機(jī)產(chǎn)生的數(shù)據(jù)(Computer generated data) – 如日志文件這類由計算機(jī)生成的數(shù)據(jù)

并發(fā)(Concurrency) – 同時執(zhí)行多個任務(wù)或運(yùn)行多個進(jìn)程

相關(guān)性分析(Correlation analysis) – 是一種數(shù)據(jù)分析方法，用于分析變量之間是否存在正相關(guān)，或者負(fù)相關(guān)

客戶關(guān)系管理(CRM: Customer Relationship Management) – 用于管理銷售、業(yè)務(wù)過程的一種技術(shù)，大數(shù)據(jù)將影響公司的客戶關(guān)系管理的策略

D

儀表板(Dashboard) – 使用算法分析數(shù)據(jù)，并將結(jié)果用圖表方式顯示于儀表板中

數(shù)據(jù)聚合工具(Data aggregation tools) – 將分散于眾多數(shù)據(jù)源的數(shù)據(jù)轉(zhuǎn)化成一個全新數(shù)據(jù)源的過程

數(shù)據(jù)分析師(Data analyst) – 從事數(shù)據(jù)分析、建模、清理、處理的專業(yè)人員

數(shù)據(jù)庫(Database) – 一個以某種特定的技術(shù)來存儲數(shù)據(jù)集合的倉庫

數(shù)據(jù)庫即服務(wù)(Database-as-a-Service) – 部署在云端的數(shù)據(jù)庫，即用即付，例如亞馬遜云服務(wù)(AWS: Amazon Web Services)

數(shù)據(jù)庫管理系統(tǒng)(DBMS: Database Management System) – 收集、存儲數(shù)據(jù)，并提供數(shù)據(jù)的訪問

數(shù)據(jù)中心(Data centre) – 一個實(shí)體地點(diǎn)，放置了用來存儲數(shù)據(jù)的服務(wù)器

數(shù)據(jù)清洗(Data cleansing) – 對數(shù)據(jù)進(jìn)行重新審查和校驗的過程，目的在于刪除重復(fù)信息、糾正存在的錯誤，并提供數(shù)據(jù)一致性

數(shù)據(jù)管理員(Data custodian) – 負(fù)責(zé)維護(hù)數(shù)據(jù)存儲所需技術(shù)環(huán)境的專業(yè)技術(shù)人員

數(shù)據(jù)道德準(zhǔn)則(Data ethical guidelines) – 這些準(zhǔn)則有助于組織機(jī)構(gòu)使其數(shù)據(jù)透明化，保證數(shù)據(jù)的簡潔、安全及隱私

數(shù)據(jù)訂閱(Data feed) – 一種數(shù)據(jù)流，例如Twitter訂閱和RSS

數(shù)據(jù)集市(Data marketplace) – 進(jìn)行數(shù)據(jù)集買賣的在線交易場所

數(shù)據(jù)挖掘(Data mining) – 從數(shù)據(jù)集中發(fā)掘特定模式或信息的過程

數(shù)據(jù)建模(Data modelling) – 使用數(shù)據(jù)建模技術(shù)來分析數(shù)據(jù)對象，以此洞悉數(shù)據(jù)的內(nèi)在涵義

數(shù)據(jù)集(Data set) – 大量數(shù)據(jù)的集合

數(shù)據(jù)虛擬化(Data virtualization) – 數(shù)據(jù)整合的過程，以此獲得更多的數(shù)據(jù)信息，這個過程通常會引入其他技術(shù)，例如數(shù)據(jù)庫，應(yīng)用程序，文件系統(tǒng)，網(wǎng)頁技術(shù)，大數(shù)據(jù)技術(shù)等等

去身份識別(De-identification) – 也稱為匿名化(anonymization)，確保個人不會通過數(shù)據(jù)被識別

判別分析(Discriminant analysis) – 將數(shù)據(jù)分類；按不同的分類方式，可將數(shù)據(jù)分配到不同的群組，類別或者目錄。是一種統(tǒng)計分析法，可以對數(shù)據(jù)中某些群組或集群的已知信息進(jìn)行分析，并從中獲取分類規(guī)則。

分布式文件系統(tǒng)(Distributed File System) – 提供簡化的，高可用的方式來存儲、分析、處理數(shù)據(jù)的系統(tǒng)

文件存貯數(shù)據(jù)庫(document Store Databases) – 又稱為文檔數(shù)據(jù)庫(document-oriented database), 為存儲、管理、恢復(fù)文檔數(shù)據(jù)而專門設(shè)計的數(shù)據(jù)庫，這類文檔數(shù)據(jù)也稱為半結(jié)構(gòu)化數(shù)據(jù)

E

探索性分析(Exploratory analysis) – 在沒有標(biāo)準(zhǔn)的流程或方法的情況下從數(shù)據(jù)中發(fā)掘模式。是一種發(fā)掘數(shù)據(jù)和數(shù)據(jù)集主要特性的一種方法

E字節(jié)(EB: Exabytes) – 約等于1000 PB(petabytes), 約等于1百萬 GB。如今全球每天所制造的新信息量大約為1 EB

提取-轉(zhuǎn)換-加載(ETL: Extract, Transform and Load) – 是一種用于數(shù)據(jù)庫或者數(shù)據(jù)倉庫的處理過程。即從各種不同的數(shù)據(jù)源提取(E)數(shù)據(jù)，并轉(zhuǎn)換(T)成能滿足業(yè)務(wù)需要的數(shù)據(jù)，最后將其加載(L)到數(shù)據(jù)庫

F

故障切換(Failover) – 當(dāng)系統(tǒng)中某個服務(wù)器發(fā)生故障時，能自動地將運(yùn)行任務(wù)切換到另一個可用服務(wù)器或節(jié)點(diǎn)上

容錯設(shè)計(Fault-tolerant design) – 一個支持容錯設(shè)計的系統(tǒng)應(yīng)該能夠做到當(dāng)某一部分出現(xiàn)故障也能繼續(xù)運(yùn)行

G

游戲化(Gamification) – 在其他非游戲領(lǐng)域中運(yùn)用游戲的思維和機(jī)制，這種方法可以以一種十分友好的方式進(jìn)行數(shù)據(jù)的創(chuàng)建和偵測，非常有效。

圖形數(shù)據(jù)庫(Graph Databases) – 運(yùn)用圖形結(jié)構(gòu)(例如，一組有限的有序?qū)?，或者某種實(shí)體)來存儲數(shù)據(jù)，這種圖形存儲結(jié)構(gòu)包括邊緣、屬性和節(jié)點(diǎn)。它提供了相鄰節(jié)點(diǎn)間的自由索引功能，也就是說，數(shù)據(jù)庫中每個元素間都與其他相鄰元素直接關(guān)聯(lián)。

網(wǎng)格計算(Grid computing) – 將許多分布在不同地點(diǎn)的計算機(jī)連接在一起，用以處理某個特定問題，通常是通過云將計算機(jī)相連在一起。

H

Hadoop – 一個開源的分布式系統(tǒng)基礎(chǔ)框架，可用于開發(fā)分布式程序，進(jìn)行大數(shù)據(jù)的運(yùn)算與存儲。

Hadoop數(shù)據(jù)庫(Hbase) – 一個開源的、非關(guān)系型、分布式數(shù)據(jù)庫，與Hadoop框架共同使用

HDFS – Hadoop分布式文件系統(tǒng)(Hadoop Distributed File System)；是一個被設(shè)計成適合運(yùn)行在通用硬件(commodity hardware)上的分布式文件系統(tǒng)

高性能計算(HPC: High-Performance-Computing) – 使用超級計算機(jī)來解決極其復(fù)雜的計算問題

I

內(nèi)存數(shù)據(jù)庫(IMDB: In-memory) – 一種數(shù)據(jù)庫管理系統(tǒng)，與普通數(shù)據(jù)庫管理系統(tǒng)不同之處在于，它用主存來存儲數(shù)據(jù)，而非硬盤。其特點(diǎn)在于能高速地進(jìn)行數(shù)據(jù)的處理和存取。

物聯(lián)網(wǎng)(Internet of Things) – 在普通的設(shè)備中裝上傳感器，使這些設(shè)備能夠在任何時間任何地點(diǎn)與網(wǎng)絡(luò)相連。

J

法律上的數(shù)據(jù)一致性(Juridical data compliance) – 當(dāng)你使用的云計算解決方案，將你的數(shù)據(jù)存儲于不同的國家或不同的大陸時，就會與這個概念扯上關(guān)系了。你需要留意這些存儲在不同國家的數(shù)據(jù)是否符合當(dāng)?shù)氐姆伞?/section>

K

鍵值數(shù)據(jù)庫(KeyValue Databases) – 數(shù)據(jù)的存儲方式是使用一個特定的鍵，指向一個特定的數(shù)據(jù)記錄，這種方式使得數(shù)據(jù)的查找更加方便快捷。鍵值數(shù)據(jù)庫中所存的數(shù)據(jù)通常為編程語言中基本數(shù)據(jù)類型的數(shù)據(jù)。

L

延遲(Latency) – 表示系統(tǒng)時間的延遲

遺留系統(tǒng)(Legacy system) – 是一種舊的應(yīng)用程序，或是舊的技術(shù)，或是舊的計算系統(tǒng)，現(xiàn)在已經(jīng)不再支持了。

負(fù)載均衡(Load balancing) – 將工作量分配到多臺電腦或服務(wù)器上，以獲得最優(yōu)結(jié)果和最大的系統(tǒng)利用率。

位置信息(Location data) – GPS信息，即地理位置信息。

日志文件(Log file) – 由計算機(jī)系統(tǒng)自動生成的文件，記錄系統(tǒng)的運(yùn)行過程。

M

M2M數(shù)據(jù)(Machine2Machine data) – 兩臺或多臺機(jī)器間交流與傳輸?shù)膬?nèi)容

機(jī)器數(shù)據(jù)(Machine data) – 由傳感器或算法在機(jī)器上產(chǎn)生的數(shù)據(jù)

機(jī)器學(xué)習(xí)(Machine learning) – 人工智能的一部分，指的是機(jī)器能夠從它們所完成的任務(wù)中進(jìn)行自我學(xué)習(xí)，通過長期的累積實(shí)現(xiàn)自我改進(jìn)。

MapReduce – 是處理大規(guī)模數(shù)據(jù)的一種軟件框架(Map: 映射，Reduce: 歸納)。

大規(guī)模并行處理(MPP: Massively Parallel Processing) – 同時使用多個處理器(或多臺計算機(jī))處理同一個計算任務(wù)。

元數(shù)據(jù)(metadata) – 被稱為描述數(shù)據(jù)的數(shù)據(jù)，即描述數(shù)據(jù)數(shù)據(jù)屬性(數(shù)據(jù)是什么)的信息。

MongoDB – 一種開源的非關(guān)系型數(shù)據(jù)庫(NoSQL database)

多維數(shù)據(jù)庫(Multi-Dimensional Databases) – 用于優(yōu)化數(shù)據(jù)聯(lián)機(jī)分析處理(OLAP)程序，優(yōu)化數(shù)據(jù)倉庫的一種數(shù)據(jù)庫。

多值數(shù)據(jù)庫(MultiValue Databases) – 是一種非關(guān)系型數(shù)據(jù)庫(NoSQL), 一種特殊的多維數(shù)據(jù)庫：能處理3個維度的數(shù)據(jù)。主要針對非常長的字符串，能夠完美地處理HTML和XML中的字串。

N

自然語言處理(Natural Language Processing) – 是計算機(jī)科學(xué)的一個分支領(lǐng)域，它研究如何實(shí)現(xiàn)計算機(jī)與人類語言之間的交互。

網(wǎng)絡(luò)分析(Network analysis) – 分析網(wǎng)絡(luò)或圖論中節(jié)點(diǎn)間的關(guān)系，即分析網(wǎng)絡(luò)中節(jié)點(diǎn)間的連接和強(qiáng)度關(guān)系。

NewSQL – 一個優(yōu)雅的、定義良好的數(shù)據(jù)庫系統(tǒng)，比SQL更易學(xué)習(xí)和使用，比NoSQL更晚提出的新型數(shù)據(jù)庫

NoSQL – 顧名思義，就是“不使用SQL”的數(shù)據(jù)庫。這類數(shù)據(jù)庫泛指傳統(tǒng)關(guān)系型數(shù)據(jù)庫以外的其他類型的數(shù)據(jù)庫。這類數(shù)據(jù)庫有更強(qiáng)的一致性，能處理超大規(guī)模和高并發(fā)的數(shù)據(jù)。

O

對象數(shù)據(jù)庫(Object Databases) – (也稱為面象對象數(shù)據(jù)庫)以對象的形式存儲數(shù)據(jù)，用于面向?qū)ο缶幊?。它不同于關(guān)系型數(shù)據(jù)庫和圖形數(shù)據(jù)庫，大部分對象數(shù)據(jù)庫都提供一種查詢語言，允許使用聲明式編程(declarative programming)訪問對象.

基于對象圖像分析(Object-based Image Analysis) – 數(shù)字圖像分析方法是對每一個像素的數(shù)據(jù)進(jìn)行分析，而基于對象的圖像分析方法則只分析相關(guān)像素的數(shù)據(jù)，這些相關(guān)像素被稱為對象或圖像對象。

操作型數(shù)據(jù)庫(Operational Databases) – 這類數(shù)據(jù)庫可以完成一個組織機(jī)構(gòu)的常規(guī)操作，對商業(yè)運(yùn)營非常重要，一般使用在線事務(wù)處理，允許用戶訪問 、收集、檢索公司內(nèi)部的具體信息。

優(yōu)化分析(Optimization analysis) – 在產(chǎn)品設(shè)計周期依靠算法來實(shí)現(xiàn)的優(yōu)化過程，在這一過程中，公司可以設(shè)計各種各樣的產(chǎn)品并測試這些產(chǎn)品是否滿足預(yù)設(shè)值。

本體論(Ontology) – 表示知識本體，用于定義一個領(lǐng)域中的概念集及概念之間的關(guān)系的一種哲學(xué)思想。(譯者注: 數(shù)據(jù)被提高到哲學(xué)的高度，被賦予了世界本體的意義，成為一個獨(dú)立的客觀數(shù)據(jù)世界)

異常值檢測(Outlier detection) – 異常值是指嚴(yán)重偏離一個數(shù)據(jù)集或一個數(shù)據(jù)組合總平均值的對象，該對象與數(shù)據(jù)集中的其他它相去甚遠(yuǎn)，因此，異常值的出現(xiàn)意味著系統(tǒng)發(fā)生問題，需要對此另加分析。

P

模式識別(Pattern Recognition) – 通過算法來識別數(shù)據(jù)中的模式，并對同一數(shù)據(jù)源中的新數(shù)據(jù)作出預(yù)測

P字節(jié)(PB: Petabytes) – 約等于1000 TB(terabytes), 約等于1百萬 GB (gigabytes)。歐洲核子研究中心(CERN)大型強(qiáng)子對撞機(jī)每秒產(chǎn)生的粒子個數(shù)就約為1 PB

平臺即服務(wù)(PaaS: Platform-as-a-Service) – 為云計算解決方案提供所有必需的基礎(chǔ)平臺的一種服務(wù)

預(yù)測分析(Predictive analysis) – 大數(shù)據(jù)分析方法中最有價值的一種分析方法，這種方法有助于預(yù)測個人未來(近期)的行為，例如某人很可能會買某些商品，可能會訪問某些網(wǎng)站，做某些事情或者產(chǎn)生某種行為。通過使用各種不同的數(shù)據(jù)集，例如歷史數(shù)據(jù)，事務(wù)數(shù)據(jù)，社交數(shù)據(jù)，或者客戶的個人信息數(shù)據(jù)，來識別風(fēng)險和機(jī)遇

隱私(Privacy) – 把具有可識別出個人信息的數(shù)據(jù)與其他數(shù)據(jù)分離開，以確保用戶隱私。

公共數(shù)據(jù)(Public data) – 由公共基金創(chuàng)建的公共信息或公共數(shù)據(jù)集。

Q

數(shù)字化自我(Quantified Self) – 使用應(yīng)用程序跟蹤用戶一天的一舉一動，從而更好地理解其相關(guān)的行為

查詢(Query) – 查找某個問題答案的相關(guān)信息

R

再識別(Re-identification) – 將多個數(shù)據(jù)集合并在一起，從匿名化的數(shù)據(jù)中識別出個人信息

回歸分析(Regression analysis) – 確定兩個變量間的依賴關(guān)系。這種方法假設(shè)兩個變量之間存在單向的因果關(guān)系(譯者注：自變量，因變量，二者不可互換)

RFID – 射頻識別; 這種識別技術(shù)使用一種無線非接觸式射頻電磁場傳感器來傳輸數(shù)據(jù)

實(shí)時數(shù)據(jù)(Real-time data) – 指在幾毫秒內(nèi)被創(chuàng)建、處理、存儲、分析并顯示的數(shù)據(jù)

推薦引擎(Recommendation engine) – 推薦引擎算法根據(jù)用戶之前的購買行為或其他購買行為向用戶推薦某種產(chǎn)品

路徑分析(Routing analysis) – 針對某種運(yùn)輸方法通過使用多種不同的變量分析從而找到一條最優(yōu)路徑，以達(dá)到降低燃料費(fèi)用，提高效率的目的

S

半結(jié)構(gòu)化數(shù)據(jù)(Semi-structured data) – 半結(jié)構(gòu)化數(shù)據(jù)并不具有結(jié)構(gòu)化數(shù)據(jù)嚴(yán)格的存儲結(jié)構(gòu)，但它可以使用標(biāo)簽或其他形式的標(biāo)記方式以保證數(shù)據(jù)的層次結(jié)構(gòu)

情感分析(Sentiment Analysis) – 通過算法分析出人們是如何看待某些話題

信號分析(Signal analysis) – 指通過度量隨時間或空間變化的物理量來分析產(chǎn)品的性能。特別是使用傳感器數(shù)據(jù)。

相似性搜索(Similarity searches) – 在數(shù)據(jù)庫中查詢最相似的對象，這里所說的數(shù)據(jù)對象可以是任意類型的數(shù)據(jù)

仿真分析(Simulation analysis) – 仿真是指模擬真實(shí)環(huán)境中進(jìn)程或系統(tǒng)的操作。仿真分析可以在仿真時考慮多種不同的變量，確保產(chǎn)品性能達(dá)到最優(yōu)

智能網(wǎng)格(Smart grid) – 是指在能源網(wǎng)中使用傳感器實(shí)時監(jiān)控其運(yùn)行狀態(tài)，有助于提高效率

軟件即服務(wù)(SaaS: Software-as-a-Service) – 基于Web的通過瀏覽器使用的一種應(yīng)用軟件

空間分析(Spatial analysis) – 空間分析法分析地理信息或拓?fù)湫畔⑦@類空間數(shù)據(jù)，從中得出分布在地理空間中的數(shù)據(jù)的模式和規(guī)律

SQL – 在關(guān)系型數(shù)據(jù)庫中，用于檢索數(shù)據(jù)的一種編程語言

結(jié)構(gòu)化數(shù)據(jù)(Structured data) -可以組織成行列結(jié)構(gòu)，可識別的數(shù)據(jù)。這類數(shù)據(jù)通常是一條記錄，或者一個文件，或者是被正確標(biāo)記過的數(shù)據(jù)中的某一個字段，并且可以被精確地定位到。

T

T字節(jié)(TB: Terabytes) – 約等于1000 GB(gigabytes)。1 TB容量可以存儲約300小時的高清視頻。

時序分析(Time series analysis) – 分析在重復(fù)測量時間里獲得的定義良好的數(shù)據(jù)。分析的數(shù)據(jù)必須是良好定義的，并且要取自相同時間間隔的連續(xù)時間點(diǎn)。

拓?fù)鋽?shù)據(jù)分析(Topological Data Analysis) – 拓?fù)鋽?shù)據(jù)分析主要關(guān)注三點(diǎn)：復(fù)合數(shù)據(jù)模型、集群的識別、以及數(shù)據(jù)的統(tǒng)計學(xué)意義。

交易數(shù)據(jù)(Transactional data) – 隨時間變化的動態(tài)數(shù)據(jù)

透明性(Transparency) – 消費(fèi)者想要知道他們的數(shù)據(jù)有什么作用、被作何處理，而組織機(jī)構(gòu)則把這些信息都透明化了。

U

非結(jié)構(gòu)化數(shù)據(jù)(Un-structured data) – 非結(jié)構(gòu)化數(shù)據(jù)一般被認(rèn)為是大量純文本數(shù)據(jù)，其中還可能包含日期，數(shù)字和實(shí)例。

V

價值(Value) – (譯者注：大數(shù)據(jù)4V特點(diǎn)之一) 所有可用的數(shù)據(jù)，能為組織機(jī)構(gòu)、社會、消費(fèi)者創(chuàng)造出巨大的價值。這意味著各大企業(yè)及整個產(chǎn)業(yè)都將從大數(shù)據(jù)中獲益。

可變性(Variability) – 也就是說，數(shù)據(jù)的含義總是在（快速）變化的。例如，一個詞在相同的推文中可以有完全不同的意思。

多樣(Variety) – (譯者注：大數(shù)據(jù)4V特點(diǎn)之一) 數(shù)據(jù)總是以各種不同的形式呈現(xiàn)，如結(jié)構(gòu)化數(shù)據(jù)，半結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)，甚至還有復(fù)雜結(jié)構(gòu)化數(shù)據(jù)

高速(Velocity) – (譯者注：大數(shù)據(jù)4V特點(diǎn)之一) 在大數(shù)據(jù)時代，數(shù)據(jù)的創(chuàng)建、存儲、分析、虛擬化都要求被高速處理。

真實(shí)性(Veracity) – 組織機(jī)構(gòu)需要確保數(shù)據(jù)的真實(shí)性，才能保證數(shù)據(jù)分析的正確性。因此，真實(shí)性(Veracity)是指數(shù)據(jù)的正確性。

可視化(Visualization) – 只有正確的可視化，原始數(shù)據(jù)才可被投入使用。這里的“可視化”并非普通的圖型或餅圖，可視化指是的復(fù)雜的圖表，圖表中包含大量的數(shù)據(jù)信息，但可以被很容易地理解和閱讀。

大量(Volume) – (譯者注：大數(shù)據(jù)4V特點(diǎn)之一) 指數(shù)據(jù)量，范圍從Megabytes至Brontobytes

W

天氣數(shù)據(jù)(Weather data) – 是一種重要的開放公共數(shù)據(jù)來源，如果與其他數(shù)據(jù)來源合成在一起，可以為相關(guān)組織機(jī)構(gòu)提供深入分析的依據(jù)

X

XML數(shù)據(jù)庫(XML Databases) – XML數(shù)據(jù)庫是一種以XML格式存儲數(shù)據(jù)的數(shù)據(jù)庫。XML數(shù)據(jù)庫通常與面向文檔型數(shù)據(jù)庫相關(guān)聯(lián)，開發(fā)人員可以對XML數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行查詢，導(dǎo)出以及按指定的格式序列化

Y

Y字節(jié) (Yottabytes) – 約等于1000 ZB (Zettabytes), 約等于250萬億張DVD的數(shù)據(jù)容量?，F(xiàn)今，整個數(shù)字化宇宙的數(shù)據(jù)量為1 YB, 并且將每18年翻一番。

Z

Z字節(jié) (ZB: Zettabytes) – 約等于1000 EB (Exabytes), 約等于1百萬 TB。據(jù)預(yù)測，到2016年全球范圍內(nèi)每天網(wǎng)絡(luò)上通過的信息大約能達(dá)到1 ZB。

附：存儲容量單位換算表：

1 Bit(比特) = Binary Digit

8 Bits = 1 Byte(字節(jié))

1,000 Bytes = 1 Kilobyte

1,000 Kilobytes = 1 Megabyte

1,000 Megabytes = 1 Gigabyte

1,000 Gigabytes = 1 Terabyte

1,000 Terabytes = 1 Petabyte

1,000 Petabytes = 1 Exabyte

1,000 Exabytes = 1 Zettabyte

1,000 Zettabytes = 1 Yottabyte

1,000 Yottabytes = 1 Brontobyte

1,000 Brontobytes = 1 Geopbyte

 

來源：數(shù)盟

 

• 下一篇：大數(shù)據(jù)與哲學(xué)的一毛錢關(guān)系
• 上一篇：零點(diǎn)集團(tuán)“網(wǎng)絡(luò)生態(tài)環(huán)境調(diào)研報告”重磅發(fā)布！

 

[ 資訊搜索 ]  [ 加入收藏 ]  [ 告訴好友 ]  [ 打印本文 ]  [ 關(guān)閉窗口 ]

 

同類資訊

• 如何看待統(tǒng)計模型	• 數(shù)據(jù)分析的精華——矩陣分析
• 干貨 ：基于用戶畫像的聚類分析	• 【李叫獸】沒有大量預(yù)算，如何做消費(fèi)
• 什么是區(qū)塊鏈？搞懂這9個問題你就能明	• 詳解計算機(jī)視覺五大技術(shù)：圖像分類、
• 如何進(jìn)行可用性測試？這里有一份全面	• 【數(shù)據(jù)質(zhì)量】--指標(biāo)治理的三個步驟及
• 一文詳解定量用戶研究體系及流程	• 干貨來襲 | 一份比較完整的數(shù)據(jù)報告撰

共0條 [查看全部]  相關(guān)評論