大数据的概念及其分析方法

大数据（big data）的定义众说纷纭，其基本内涵就是暂时还不能完全处理的数据。现阶段信息的爆发式发展导致数据信息海量存在，这些数据规模庞大、种类繁多、价值密度低，如何对这些数据进行分析整理而得到有用的、有规律的、有价值的信息，就是大数据研究的目的所在。

从技术角度上看，大数据和云计算是不可分割的，大数据的数据结构不清晰，甚至存在很多非结构的数据，想要分析这些数据需要主机向成百上千台电脑分配分析任务，同时还要实现并行计算，最后能够汇总到主机来进行合并，这个过程本身就是云计算的技术，其中涉及并行处理、数据库、数据挖掘、互联网等一些技术基础。

大数据的概念其实在经济学和社会学角度来讲早已经成为研究的主要内容，近年来大数据的概念被广泛提及是因为它对经济社会的影响更加突出了，通过对大数据的分析可以精准地把握消费者的需求，企业可以最有效地进行营销。通过数据分析可以帮助企业甚至政府部门降低运营成本，提高工作效率，研发新产品、新技术，甚至做出最优的决策。

大数据包含的种类多、结构复杂，对其进行分析也需要多重手段和途径，目前普遍被采用的理论方法包括以下几种。

①可视化分析：可视化分析主要是关联的作用，如何把一些相关的信息进行比对，同时结合人工共同分析，给出分析图表，数据链走向清晰可查，为相关工作人员提供辅助信息。可视化工具较为常用的有JReport、Excel、FineReport、ActiveReports、Style Intelligence、BO、BIEE、BDP商业数据平台、大数据魔镜等。

②数据存取：数据存取不单纯是存储和提取，还包括管理和维护，比如用户访问的管理、用户注册信息的管理和维护、用户权限的管理、数据传输途径控制、加密保护措施等。(www.xing528.com)

③预测分析：基于大数据的内容可以通过分析给出决策，这种预测要结合统计学的基本理论，同时可以采用机器学习、数据挖掘等手段来完成。预测分析现已广泛应用于保险、金融、营销、电信和零售领域。

④数据挖掘：数据挖掘是大数据的核心内容，也被称为勘探或者挖矿，其目的是从表面杂乱无章的数据里找到隐藏的有价值的信息，通过分类、估计、预测、相关性分组或关联规则、聚类、复杂数据类型挖掘等多种途径找到规律和趋势，结合统计分析、深度学习、智能检索等方法来实现所需要的功能。

⑤语义搜索：语义搜索是从词语所表达的语义层次上认识和处理请求，通过对网络中的资源对象进行语义上的标注，以及对查询表达进行语义处理，使得自然语言具备语义上的逻辑关系，能够在网络环境下进行广泛、有效的语义推理，从而更加准确、全面理解数据化用户的需求。

大数据是现阶段人工智能对人民生活影响最大的一个方面，出行、餐饮、购物、旅游、教育、就医等方方面面的信息都在被大数据所包容，通过各种分析手段和媒介把这些行为和需求都转化为数据，并进行分析和整理，甚至可以理性地为人们推荐自己尚未知晓的产品和服务，这样可以更加便利生活，同时也能够为商家提供有效销售的渠道，为政府相关部门提供所需要的信息，从而更好地为公共事业服务。