大數據是目前互聯網及商務應用最重要的組成部分。

分三部分：大數據的來源，大數據的特點及大數據的應用

大數據來源

關于數據來源，互聯網及物聯網是產生并承載大數據的基地?；ヂ摼W公司是天生的大數據公司，在搜索、社交、媒體、交易等各自核心業務領域，積累并持續產生海量數據。如阿里，百度，騰訊等。物聯網設備每時每刻都在采集數據，設備數量和數據量都與日俱增。這兩類數據資源都是大數據金礦，還有一些企業，在業務中也積累了許多數據，如房地產交易、大宗商品價格、特定群體消費信息等。當然還有另外一類是政府部門掌握的數據資源。

大數據主要特點：

1.準確(Veracity)

這是一個在討論大數據時時常被忽略的一個屬性，部分原因是這個屬性相對來說比較新，盡管它與其他的屬性同樣重要。這是一個與數據是否可靠相關的屬性，也就是那些在數據科學流程中會被用于決策的數據（而這不同于與傳統的數據分析流程），精確性與信噪比(signal-to-noiseratio)有關。

例如，在大數據中發現哪些數據對商業是真正有效的，這在信息理論中是個十分重要的概念。由于并不是所有的數據源都具有相等的可靠性，在這個過程中，大數據的精確性會趨于變化，如何增加可用數據的精確性是大數據的主要挑戰。

2.高速(Velocity)

大數據是在運動著的，通常處于很高的傳輸速度之下。它經常被認為是數據流，而數據流通常是很難被歸檔的（考慮到有限的網絡存儲空間，單單是高速就已經是一個巨大的問題）。這就是為什么只能收集到數據其中的某些部分。如果我們有能力收集數據的全部，長時間存儲大量數據也會顯得非常昂貴，所以周期性的收集數據遺棄一部分數據以節省空間，僅保留數據摘要（如平均值和方差）。

這個問題在未來會顯得更為嚴重，因為越來越多的數據正以越來越快的速度所產生。

3.體量(Volume)

大數據由大量數據組成，從幾個TB到幾個ZB。這些數據可能會分布在許多地方，通常是在一些連入因特網的計算網絡中。

一般來說，凡是滿足大數據的幾個V的條件的數據都會因為太大而無法被單獨的計算機處理。單單這一個問題就需要一種不同的數據處理思路，這也使得并行計算技術（例如MapReduce）得以迅速崛起。

4.多樣(Variety)

在過去，數據或多或少是同構的，這種特點也使得它更易于管理。這種情況并不出現在大數據中，由于數據的來源各異，因此形式各異。這體現為各種不同的數據結構類型，半結構化以及完全非結構化的數據類型。

結構化數據多被發現在傳統數據庫中，數據的類型被預定義在定長的列字段中。半結構化數據有一些結構特征，但不總是保持一致（舉例來說，看一看JSON文件），使得這種類型難以處理。更富于挑戰的是非結構化數據（例如純文本文件）毫無結構特征可言。在大數據中，更常見的是半結構化數據，而且這些數據源的數據格式還各不相同。

在過去的幾年里，半結構化數據和結構化數據成為了大數據的主體數據類型。

盡管有些網絡數據披著大數據的外衣，但并不是每一種數據融合都可以叫做大數據。注意，即使有些數據擁有這4種屬性中的一種或多種，也不能被歸類為大數據，要完全擁有以上4種特性才能稱得上是大數據。

大數據應用

大數據主要有以下幾種較為常用的功能：

追蹤。互聯網和物聯網無時無刻都在記錄，大數據可以追蹤、追溯任何一個記錄，形成真實的歷史軌跡。包括消費者購買行為、購買偏好、支付手段、搜索和瀏覽歷史、位置信息，等等。

識別。在對各種因素全面追蹤的基礎上，通過定位、比對、篩選，可以實現精準識別，尤其是對語音、圖像、視頻進行識別，使可分析內容大大豐富，得到的結果更為精準。

畫像。通過對同一主體不同數據源的追蹤、識別、匹配，形成更立體的刻畫和更全面的認識。對消費者畫像，可以精準推送廣告和產品;對企業畫像，可以準確判斷信用及風險。

匹配。在海量信息中精準追蹤和識別，利用相關性、接近性等進行篩選比對，更有效率地實現產品搭售和供需匹配。大數據匹配功能是互聯網約車、租房、金融等共享經濟新商業模式的基礎。

優化。按距離最短、成本最低等給定的原則，通過各種算法對路徑、資源等進行優化配置。對企業而言，提高服務水平、提升內部效率;對公共部門而言，節約公共資源、提升公共服務能力。

從這里你就知道為什么當你在淘寶搜索過某一樣東西后，近期電腦里的廣告都是與之相關的信息，或者是你在里打開過幾個“王者榮耀”視頻，后面他就會推送更多的這類視頻出現在你的手機上。

在不久的將來，多智時代一定會徹底走入我們的生活，有興趣入行未來前沿產業的朋友，可以收藏多智時代，及時獲取人工智能、大數據、云計算和物聯網的前沿資訊和基礎知識，讓我們一起攜手，引領人工智能的未來！