1.大数据独具巨量分析的优势。“一旦世界被数据化，就只有你想不到的，没有信息做不到的事情了。”[6]大数据时代，数据采集的广度和深度前所未有，使现实世界可以被精准分析或“定制”，或言之，大数据的应用“是指一种把现象转变为可制表分析的量化形式的过程”。[7]大数据通常有以下几个来源：一是传统的数据源，诸如大量经济组织、公共服务部门都存在记录日常活动信息的关系数据库，这些结构化的数据仍然是最简洁、直观的数据来源。二是大数据时代大量的非结构化数据，包括网页内容、社交网站、电子邮件、点击数等数据源。“这些数据的格式与结构化数据不一样，数据格式多元且繁杂，却占据全世界所有数据的85%。”[8]这些数据的最大特点是“杂乱”而无格式，但其中蕴含的能量是极其巨大的。仅仅从商业销售角度看，对消费者点击购物网站或链接的数量、社交网站透露的时尚信息、销售终端关联消费和重复消费的统计等数据信息，可以制定相应的销售策略。三是实时变动的流动性数据（data in motion）。“异动频繁、流量巨大又需要实时响应的数据，已经超过传统数据库管理模式的处理能力。”[9]流动性数据很大部分来自于视频、音频采集口，特点是需要实时进行数据处理和响应，流动性数据被大数据所包容，得益于计算能力、存储能力、图形识别技术的成熟，使产生的巨量信息被实时存储和处理。数据来源决定数据量和数据价值同样巨大，“互联网数据中心（IDC）出版的研究报告显示，2013年人类产生、复制和消费的数据量达到4.4ZB（Z=10亿T）。而到2020年，数据量将增长10倍，达到44ZB。大数据已经成为当下人类最宝贵的财富”。[10]
2.大数据具有扁平化、即时性的优势。从横向看，扁平化是大数据的生存形态。小数据时代统计数据需要逐级汇总分析，并且只能得到有限的结果。大数据时代，数据采集、数据处理和数据应用不再束缚于层级关系，借助云计算的动态资源分享，网络的任意节点既可以是数据的采集点，也可以是数据分析中心，这既避免了数据失真，也可以大大提高数据使用效率。从纵向看，即时性是指大数据时代数据实现时空上的同步。无论是结构化的数据还是实时变动的流动性数据，在数据管理和应用各个领域，都不再受到时间限制，实时动态管理已经不再是理想状态而是现实存在，通过数据模型和云计算，我们可以精确掌握发生的任何动态。“比如浙江省交通运输厅，在阿里云的帮助下，能够预测出未来1小时内的路况，准确率稳定在91%以上。要知道，浙江全省的高速公路长达1300公里，但是阿里云强大的计算能力，可以在20分钟完成历史数据分析，10秒钟完成实时数据分析。”[11](www.xing528.com)
3.大数据通过数据挖掘，可以对非关联数据进行深入的关联性分析。大数据发挥如此大的作用，是因为新的大数据系统通过特定算法对数据进行分析，揭示数据当中隐藏的规律和趋势。新的算法可被视为数据挖掘的工具，能从即时或以前的数据中发现新的价值，数据真正意义上成了采掘不尽的资源。微软出版的《第四范式》一书，转述了数据库专家格雷（Jim Gray）的一项主张：“科学发展已经走过了‘实验、理论、计算’三个范式，渐渐形成以‘数据’为重点的第四范式。”大数据时代，科学研究运用密集数据技术和流程，进一步提炼、解读数据，以数据代替以往的经验和实验数据积累，尤其是对非关联数据的衍生分析，揭示科学现象和规律。“大数据的核心就是预测，它通常被视为人工智能的一部分，或者更确切地说，被视为一种机器学习……它是把数学算法，运用到海量的数据上来预测事情发生的可能性。”[12]大数据具备预测能力是因为很多在传统意义上毫不相干的数据，通过大数据分析，可以挖掘出潜藏于数据之间的关联性，进而揭示出现象和规律。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
