大数据学习：带你从多个维度来分析大数据发展趋势

如今“大数据”已不再是单纯描述数据特征的词汇，而是一个多学科交融的热点研究领域，其背后有着复杂和深刻的新理念。

今天我们带大家从“技术、工程、科学和应用”这四个维度分析大数据的研究现状与挑战，探讨未来研究的侧重点和发展趋势，如图3所示。

互联网科技发展蓬勃兴起，人工智能时代来临，抓住下一个风口。为帮助那些往想互联网方向转行想学习，却因为时间不够，资源不足而放弃的人。我自己整理的一份最新的大数据进阶资料和高级开发教程，大数据学习群： 740041381就可以找到组织学习  欢迎进阶中和进想深入大数据的小伙伴加入

1、纵向维度。

“大数据技术”是大数据实践活动中应用的技术方案和工具等，基于信息流程视角，其相关技术涵盖数据采集、存储、传输、清洗、检索、处理和展示等多方面。虽然云计算、NoSQL、Hadoop等技术在大数据存储和处理的应用开启了新的纪元，但这些技术在算法优化、分析统计、语义处理、知识可视化呈现等方面还存在很多不足，这些问题在未来的研究中仍会成为关注的焦点。

2、横向维度。

“大数据应用”指大数据在实践中的具体应用，目前相关应用已在政治、经济、社会管理、军事活动和科学研究等领域开启了新的探索。目前数据源质量、个人隐私、数据公正公平等问题让人堪忧，微软首席研究员DanahBoyd教授对大数据提出了“冷思考”，号召大家客观理性对待大数据。未来大数据应用的涉及面将会更广泛，也更注重解决实际问题，如移动互联网平台的深层次开发和利用、数据平等获取使用、涉密与公开权衡、社交媒体言论实时监管、新媒体资源的整合、网络舆情实时引导和应对、国家安全防卫、政治选举、自然灾害预警、交通管理以及社会公共卫生安全等。

3、宏观维度。

“大数据工程”指大数据的规划建设运营管理的系统工程，研究领域涉及宏观层面的系统规划和投入，微观层面的具体实施和建设等。具体而言，国家层面:法律法规、通用标准、政策制定、基础平台建设、产业链集成等会进一步完善;顶层设计层面:系统化地规划大数据工程、制定标准、创新管理模式、优化人才培养、合理布局学科建设等问题会成为未来研究的重点。

4、微观维度。

“大数据科学”研究大数据网络发展和运营过程中发现和验证大数据规律，以及它与自然和社会活动间的关系，主要在理论层面探索规律，进而指导实践。系统科学地搭建和完善大数据科学相关理论、方法、流程、模型，并探寻指导实践应用是未来的难点，但也是极为重要的关键点。大数据已经开始掀起一股新的信息浪潮，对大数据的研究和探索也将继续广泛而深入。通过前文的总结和分析，笔者发现目前的研究热点主要集中在对大数据理念的探讨、生物信息学的应用、云计算和Hadoop等相关技术的实践、及可视化分析和展示的研究。

整体而言，现阶段的注意力主要停留在大数据技术和大数据应用层面，商业应用是主要的推动力量，业界和学界普遍关注新的技术手段来解决实践应用中的大数据问题。而大数据工程和大数据科学两个维度的研究目前较为稀少，相关成果只涉及数据开放和利用政策、学科教育、人才培养等部分内容，相信未来会得到进一步重视。