【摘要】：大数据特征定义为4V，即规模性、高速性、多样性和价值性1.数据量大人类社会产生的数据每两年就增加一倍——“大数据摩尔定律”。这是大数据区别于传统数据挖掘的显著特征。利用大数据多样性的原理就是：保留一切对你有用的你需要的信息，丢弃那些你不需要的信息。
大数据特征定义为4V，即规模性（Volume）、高速性（Velocity）、多样性（Variety）和价值性（Value）
1.数据量大（Volume）
人类社会产生的数据每两年就增加一倍——“大数据摩尔定律”。截至目前，人类生产的所有印刷材料的数据量是200PB（1PB=210TB），而历史上全人类说过的所有的话的数据量大约是5EB（1EB=210PB）。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
2.速度快时效高（Velocity）
数据增长速度快，处理速度也快，时效性要求高。比如搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成推荐。这是大数据区别于传统数据挖掘的显著特征。(www.xing528.com)
3.类型繁多（Variety）
这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。利用大数据多样性的原理就是：保留一切对你有用的你需要的信息，丢弃那些你不需要的信息。发现那些有关联的数据，加以收集、分析、加工，使其变成可以利用的信息。
4.价值密度低（Value）
价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。
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。
