大数据(bigdata) 或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据主要解决的问题
海量数据的采集、存储和分析计算。
按顺序给出数据存储单位:bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB
1Byte = 8bit 1K = 1024Byte 1MB = 1024K 1G = 1024M 1T = 1024G 1P = 1024T
大数据特点(4V)
1、Volume(大量)
2、Velocity(高速)
3、Variety(多样)由于数多样性,数据被分为结构化数据和非结构化数据。结构化的数据如数组,文字等,非结构化数据如网络日志、音频、视频、图片、地理位置信息等
4、Value(低价值密度) 价值密度的高低与数据总量的大小成反比。
大数据应用场景
1、抖音:推荐的可能是喜欢的视频
2、电商广告推荐:给用户推荐可能喜欢的商品
3、零售:分析用户消费习惯,为用户购买商品提供方便,从而提升商品销量。经典案例,纸尿布+啤酒。
4、物流仓储:京东物流,上午下单下午送达、下午下单次日上午送达
5、保险:海量数据挖掘及风险预测,助力保险行业精准营销,提升精细化定价能力。
6、金融:多维度体现用户特征,帮助金融机构推荐优质客户,防范欺诈风险。
7、房产:大数据全面助力房地产行业,打造精 准投策与营销,选出更合适的地,建造更合适的楼,卖给更合适的人。
8、人工智能 + 5G + 物联网 + 虚拟与现实。
世界很大,多去看看。本人自学大数据中,热爱大数据,拥抱大数据,欢迎交流讨论大数据与人生。