1.大数据架构详解：从数据获取到深度学习 --- 大数据的本质

第1章 大数据是什么 
	1.1 大数据导论 
		大数据只是一门市场语言，代表的是一种理念，一种文体解决思路，一系列技术的集合。

	1.1.1 大数据简史 
	
	1.1.2 大数据现状 
	
	1.1.3 大数据与BI 
		相同之处，都是从数据中挖掘价值，促进商业成功。不同之处，核心是分布式技术的发展，处理能力的极大提升，以前不敢想的处理变成了可能。所以在对数据
	的处理理念上也得到了扩展：
		1.不局限于传统的BI从数据中抽样建模，再回DW实时，大数据可以直接从全量数据中找出规律，通过数据的样本多样化弥补模型的准确性。
		2.不局限于传统的BI简单的通过汇总，统计分析找出群体共性从而输出报表，大数据可以直接通过足够多的数据对个体进行刻画。

	1.2 企业数据资产 
		运营商产生的数据，分类：
			1.network raw data : 电信网络里任何一个呼叫或者上网行为都会引起电信设备之间的数据进行交换，这个数据就是网络底层数据。
			2.user plane detail record data : 从网络原始数据里面提取出来的用户行为数据，如打电话数据，上网行为等。
			3.MR/CHR type data : 无线测量数据，呼叫历史记录单据数据。用户的位置信息就是从MR/CHR 数据里面通过算法得到的
			4.Signaling data : 信令数据。电信网络分控制面，数据面，用户面。在控制面上设备之间互相按照协议协商通信的数据叫做信令数据。
			5.CRM Billing : 电信设备厂商等级的开户信息，账单信息

		上面的划分是从非常专业的角度进行的，其实通俗一点可以简单归类为设备数据和用户数据两类。设备数据用来分析设备的正常与否，用于设备的维护，规划等。
	用户数据包括如下数据：
		1.位置数据：无线是用一个个蜂窝来划分区域的，一个蜂窝叫一个小区，所以只要电话在线，就需要注册到一个个小区中去，知道了小区就知道了用户所在的位置。
		通过小区切换就能计算出用户移动的轨迹，这就是用户的位置数据。
		2.上网数据：用户通过运营商的设备上网，所有的行为数据都可以被记录下来，如上了什么网站，网速是多少，上了多长时间。这些通过通信协议的包头就可以获取。
		如果继续分析内容，就可以获得更多的数据，就完全知道用户在干什么。
		3.用户兴趣数据：通过用户的上网记录，就可以衍生出用户的兴趣爱好，常上什么网站，最近关注什么东西等
		4.通信数据和社交数据：例如，用户给谁打了电话，打了多长时间，给谁发了短信，这些信息都可以被记录下来。通过电话联系又可以衍生出用户的社交关系数据，如
		和谁是熟人，常联系谁等。
		5.身份信息数据：用户到运营商开户，用户的所有个人信息就被运营商记录下来，包括姓名，年龄，身份证号码等。而且这些数据是由人工采集的，准确度远远高于互联网
		用户自己注册的信息。
		6.用户金融数据：如用户的电话，网络缴费信息，是否经常欠费等，可以用于进行个人信用分析。

	1.3 大数据挑战 
		成本，实时性，安全等。

	1.3.1 成本挑战 
	1.3.2 实时性挑战 
	1.3.3 安全挑战