大数据 - 版本历史

2022年3月21日 (一) 09:58 L（吕奥博）

2022-03-21T09:58:51Z

L（吕奥博）：V1.5_20220321_修订

2022-03-21T09:58:16Z

V1.5_20220321_修订

薄荷：/* 研究活动 */

2022-03-06T15:45:38Z

研究活动

薄荷：/* 研究活动 */

2022-03-06T15:44:53Z

研究活动

2022年3月6日 (日) 15:42 薄荷

2022-03-06T15:42:02Z

2022年3月6日 (日) 15:41 薄荷

2022-03-06T15:41:17Z

2022年3月6日 (日) 15:40 薄荷

2022-03-06T15:40:08Z

薄荷：/* 研究活动 */

2022-03-06T11:20:09Z

研究活动

2022年3月6日 (日) 11:18 薄荷

2022-03-06T11:18:20Z

显示更改

薄荷：/* 教育 */

2022-03-06T11:17:26Z

教育

←上一版本		2022年3月21日 (一) 09:58的版本
第23行：		第23行：


−	从属性定义（Attribute Definition）角度，大数据描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速获取、发现和分析技术提取数据的价值。一些组织增加了“多样性”、“准确性”和其他各种“V”开头的字母来描述它，但这一修订受到了一些行业权威的质疑。<ref>{{cite magazine\|last=Grimes\|first=Seth\|title=Big Data: Avoid 'Wanna V' Confusion\| url=http://www.informationweek.com/big-data/big-data-analytics/big-data-avoid-wanna-v-confusion/d/d-id/1111077\|magazine=[[InformationWeek]]\|access-date = 5 January 2016}}</ref>大数据的V通常被称为三V、四V和五V。它们代表了大数据的大数量、多样性、速度、准确性和价值（volume, variety, velocity, veracity, and value）。<ref name=":0">{{Cite web\|date=2016-09-17\|title=The 5 V's of big data\|url=https://www.ibm.com/blogs/watson-health/the-5-vs-of-big-data/\|access-date=2021-01-20\|website=Watson Health Perspectives\|language=en-US}}</ref> 可变性通常被视为大数据的额外属性。

		+	从属性定义（Attribute Definition）的角度，大数据描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速获取、发现和分析技术提取数据的价值。一些组织增加了“多样性”、“准确性”和其他各种“V”开头的字母来描述它，但这一修订受到了一些行业权威的质疑。<ref>{{cite magazine\|last=Grimes\|first=Seth\|title=Big Data: Avoid 'Wanna V' Confusion\| url=http://www.informationweek.com/big-data/big-data-analytics/big-data-avoid-wanna-v-confusion/d/d-id/1111077\|magazine=[[InformationWeek]]\|access-date = 5 January 2016}}</ref>大数据的V通常被称为三V、四V和五V。它们代表了大数据的大数量、多样性、速度、准确性和价值（volume, variety, velocity, veracity, and value）。<ref name=":0">{{Cite web\|date=2016-09-17\|title=The 5 V's of big data\|url=https://www.ibm.com/blogs/watson-health/the-5-vs-of-big-data/\|access-date=2021-01-20\|website=Watson Health Perspectives\|language=en-US}}</ref> 可变性通常被视为大数据的额外属性。

−	从体系定义（Architecture ~~Definition）角度，数据质量、数据采集或数据表示限制了使用传统关系型方法进行有效分析的能力，需要使用水平扩展的机制来实现高效处理的数据。~~	+
		+
		+	从体系定义（Architecture Definition）的角度，数据质量、数据采集或数据表示限制了使用传统关系型方法进行有效分析的能力，需要使用水平扩展的机制来实现高效处理的数据。
	2018年的一项定义指出，“大数据技术是需要并行计算工具来处理数据的”，并指出，“这代表了通过并行编程理论使用的计算机科学发生了一个明显而清晰的变化，以及丧失了关系型数据库的一些保障和功能。”<ref>{{Cite book\|last=Fox\|first=Charles\|date=25 March 2018\|title=Data Science for Transport\| url=https://www.springer.com/us/book/9783319729527\|publisher=Springer\|isbn=9783319729527\|series=Springer Textbooks in Earth Sciences, Geography and Environment}}</ref>		2018年的一项定义指出，“大数据技术是需要并行计算工具来处理数据的”，并指出，“这代表了通过并行编程理论使用的计算机科学发生了一个明显而清晰的变化，以及丧失了关系型数据库的一些保障和功能。”<ref>{{Cite book\|last=Fox\|first=Charles\|date=25 March 2018\|title=Data Science for Transport\| url=https://www.springer.com/us/book/9783319729527\|publisher=Springer\|isbn=9783319729527\|series=Springer Textbooks in Earth Sciences, Geography and Environment}}</ref>

@@ 第17行： / 第17行： @@
 ==定义==
-大数据这个词从20世纪90年代开始使用，一些人认为是约翰·马西 John Mashey推广了这个词。<ref>{{Cite web |title=  Big Data ... and the Next Wave of InfraStress |author= John R. Mashey |date= 25 April 1998 |publisher= Usenix |work= Slides from invited talk |url= http://static.usenix.org/event/usenix99/invited_talks/mashey.pdf |access-date= 28 September 2016 }}</ref><ref>{{cite news|title=The Origins of 'Big Data': An Etymological Detective Story |author=Steve Lohr |date= 1 February 2013 |url=http://bits.blogs.nytimes.com/2013/02/01/the-origins-of-big-data-an-etymological-detective-story/ |work= [[The New York Times]] |access-date= 28 September 2016 }}</ref>大数据通常包括大小超出常用软件工具能力（在可承受的时间内捕获、管理和处理数据）的数据集。<ref name="Editorial">{{cite journal | last1 = Snijders | first1 = C. | last2 = Matzat | first2 = U. | last3 = Reips | first3 = U.-D. | year = 2012 | title = 'Big Data': Big gaps of knowledge in the field of Internet | url = http://www.ijis.net/ijis7_1/ijis7_1_editorial.html | journal = International Journal of Internet Science | volume = 7 | pages = 1–5 }}</ref> 大数据包括非结构化、半结构化和结构化数据，但主要关注非结构化数据。<ref name="Springer 2017">{{cite book |chapter=Towards Differentiating Business Intelligence, Big Data, Data Analytics and Knowledge Discovery |last1=Dedić |first1=N. |title=Innovations in Enterprise Information Systems Management and Engineering |last2=Stanier |first2=C. |issn=1865-1356 |oclc=909580101 |publisher=Springer International Publishing |location=Berlin ; Heidelberg |year=2017 |volume= 285|pages=114–122 |doi=10.1007/978-3-319-58801-8_10 |series=Lecture Notes in Business Information Processing |isbn=978-3-319-58800-1 |chapter-url=http://eprints.staffs.ac.uk/3551/1/Towards%20Differentiating%20Business%20Intelligence%20Big%20Data%20Data%20Analytics%20and%20Knowldge%20Discovery.docx }}</ref>大数据的“规模”是一个比较灵活的衡量标准；从几十兆字节到许多兆字节的数据。<ref name="Everts">{{cite magazine|last1=Everts |first1=Sarah |title=Information Overload |magazine=[[Distillations (magazine)|Distillations]] |date=2016| volume=2|issue=2|pages=26–33|url =https://www.sciencehistory.org/distillations/magazine/information-overload| access-date=22 March 2018}}</ref>大数据需要一套具有新集成技术来处理多样化、复杂和大规模的数据集。<ref>{{cite journal | last1 = Ibrahim | last2 = Targio Hashem | first2 = Abaker | last3 = Yaqoob | first3 = Ibrar | last4 = Badrul Anuar | first4 = Nor | last5 = Mokhtar | first5 = Salimah | last6 = Gani | first6 = Abdullah | last7 = Ullah Khan | first7 = Samee | year = 2015 | title = big data" on cloud computing: Review and open research issues | journal = Information Systems | volume = 47 | pages = 98–115 | doi = 10.1016/j.is.2014.07.006 }}</ref>
+大数据这个词从20世纪90年代开始使用，一些人认为是约翰·马西 John Mashey推广了这个词。<ref>{{Cite web |title=  Big Data ... and the Next Wave of InfraStress |author= John R. Mashey |date= 25 April 1998 |publisher= Usenix |work= Slides from invited talk |url= http://static.usenix.org/event/usenix99/invited_talks/mashey.pdf |access-date= 28 September 2016 }}</ref><ref>{{cite news|title=The Origins of 'Big Data': An Etymological Detective Story |author=Steve Lohr |date= 1 February 2013 |url=http://bits.blogs.nytimes.com/2013/02/01/the-origins-of-big-data-an-etymological-detective-story/ |work= [[The New York Times]] |access-date= 28 September 2016 }}</ref>大数据通常包括大小超出常用软件工具能力（在可承受的时间内捕获、管理和处理数据）的数据集。<ref name="Editorial">{{cite journal | last1 = Snijders | first1 = C. | last2 = Matzat | first2 = U. | last3 = Reips | first3 = U.-D. | year = 2012 | title = 'Big Data': Big gaps of knowledge in the field of Internet | url = http://www.ijis.net/ijis7_1/ijis7_1_editorial.html | journal = International Journal of Internet Science | volume = 7 | pages = 1–5 }}</ref> 大数据包括非结构化、半结构化和结构化数据，但主要关注非结构化数据。<ref name="Springer 2017">{{cite book |chapter=Towards Differentiating Business Intelligence, Big Data, Data Analytics and Knowledge Discovery |last1=Dedić |first1=N. |title=Innovations in Enterprise Information Systems Management and Engineering |last2=Stanier |first2=C. |issn=1865-1356 |oclc=909580101 |publisher=Springer International Publishing |location=Berlin ; Heidelberg |year=2017 |volume= 285|pages=114–122 |doi=10.1007/978-3-319-58801-8_10 |series=Lecture Notes in Business Information Processing |isbn=978-3-319-58800-1 |chapter-url=http://eprints.staffs.ac.uk/3551/1/Towards%20Differentiating%20Business%20Intelligence%20Big%20Data%20Data%20Analytics%20and%20Knowldge%20Discovery.docx }}</ref>
-一些组织增加了“多样性”、“准确性”和其他各种“V”开头的字母来描述它，但这一修订受到了一些行业权威的质疑。<ref>{{cite magazine|last=Grimes|first=Seth|title=Big Data: Avoid 'Wanna V' Confusion| url=http://www.informationweek.com/big-data/big-data-analytics/big-data-avoid-wanna-v-confusion/d/d-id/1111077|magazine=[[InformationWeek]]|access-date = 5 January 2016}}</ref>大数据的V通常被称为三V、四V和V。它们代表了大数据的大数量、多样性、速度、准确性和价值（volume, variety, velocity, veracity, and value）。<ref name=":0">{{Cite web|date=2016-09-17|title=The 5 V's of big data|url=https://www.ibm.com/blogs/watson-health/the-5-vs-of-big-data/|access-date=2021-01-20|website=Watson Health Perspectives|language=en-US}}</ref> 可变性通常被视为大数据的额外属性。
+从比较定义（Comparative Definition）的角度，大数据的数据量大小超出常规的数据库工具获取、存储、管理和分析能力的数据量。这是一种演化观点，数据量随时间和部门而变。总体而言，大数据的“规模”是一个比较灵活的衡量标准；从几十兆字节到许多兆字节的数据。<ref name="Everts">{{cite magazine|last1=Everts |first1=Sarah |title=Information Overload |magazine=[[Distillations (magazine)|Distillations]] |date=2016| volume=2|issue=2|pages=26–33|url =https://www.sciencehistory.org/distillations/magazine/information-overload| access-date=22 March 2018}}</ref>大数据需要一套具有新集成技术来处理多样化、复杂和大规模的数据集。<ref>{{cite journal | last1 = Ibrahim | last2 = Targio Hashem | first2 = Abaker | last3 = Yaqoob | first3 = Ibrar | last4 = Badrul Anuar | first4 = Nor | last5 = Mokhtar | first5 = Salimah | last6 = Gani | first6 = Abdullah | last7 = Ullah Khan | first7 = Samee | year = 2015 | title = big data" on cloud computing: Review and open research issues | journal = Information Systems | volume = 47 | pages = 98–115 | doi = 10.1016/j.is.2014.07.006 }}</ref>
-年的一项定义指出，“大数据技术是需要并行计算工具来处理数据的”，并指出，“这代表了通过并行编程理论使用的计算机科学发生了一个明显而清晰的变化，以及丧失了Codd的关系型数据库的一些保障和功能。”<ref>{{Cite book|last=Fox|first=Charles|date=25 March 2018|title=Data Science for Transport| url=https://www.springer.com/us/book/9783319729527|publisher=Springer|isbn=9783319729527|series=Springer Textbooks in Earth Sciences, Geography and Environment}}</ref>
+从属性定义（Attribute Definition）角度，大数据描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速获取、发现和分析技术提取数据的价值。一些组织增加了“多样性”、“准确性”和其他各种“V”开头的字母来描述它，但这一修订受到了一些行业权威的质疑。<ref>{{cite magazine|last=Grimes|first=Seth|title=Big Data: Avoid 'Wanna V' Confusion| url=http://www.informationweek.com/big-data/big-data-analytics/big-data-avoid-wanna-v-confusion/d/d-id/1111077|magazine=[[InformationWeek]]|access-date = 5 January 2016}}</ref>大数据的V通常被称为三V、四V和五V。它们代表了大数据的大数量、多样性、速度、准确性和价值（volume, variety, velocity, veracity, and value）。<ref name=":0">{{Cite web|date=2016-09-17|title=The 5 V's of big data|url=https://www.ibm.com/blogs/watson-health/the-5-vs-of-big-data/|access-date=2021-01-20|website=Watson Health Perspectives|language=en-US}}</ref> 可变性通常被视为大数据的额外属性。
 在一项大数据集的对比研究中，Kitchin和McArdle发现，在所有分析案例中，大数据的常见特征并不都一致。<ref>{{cite journal | last1 = Kitchin | first1 = Rob | last2 = McArdle | first2 = Gavin | year = 2016 | title = What makes Big Data, Big Data? Exploring the ontological characteristics of 26 datasets | journal = Big Data & Society | volume = 3 | pages = 1–10 | doi = 10.1177/2053951716631130}}</ref>因此，其他研究将知识发现中权力动力学的重新定义确定为知识发现的定义特征。<ref>{{cite journal | last1 = Balazka | first1 = Dominik | last2 = Rodighiero | first2 = Dario | year = 2020 | title = Big Data and the Little Big Bang: An Epistemological (R)evolution | journal = Frontiers in Big Data | volume = 3 | page = 31 | doi = 10.3389/fdata.2020.00031 | pmc = 7931920 | hdl = 1721.1/128865 | hdl-access = free | doi-access = free }}</ref>这种另类视角没有关注大数据的内在特征，而是推动了对对象的关系理解，声称重要的是数据的收集、存储、可用和分析方式。
 === 大数据vs商业智能 ===
@@ 第378行： / 第382行： @@
-=== 针对“ v”模型的批评 ===
+=== 针对“ V”模型的批评 ===
 大数据的“V”模型令人担忧，因为它以计算的可延展性为中心，缺乏信息的可感知性和可理解性。这导致了认知大数据框架的形成，该框架根据以下特点描述了大数据应用：<ref>{{Cite journal|last1=Lugmayr|first1=Artur|last2=Stockleben|first2=Bjoern|last3=Scheib|first3=Christoph|last4=Mailaparampil|first4=Mathew|last5=Mesia|first5=Noora|last6=Ranta|first6=Hannu|last7=Lab|first7=Emmi|date=1 June 2016|title=A Comprehensive Survey On Big-Data Research and Its Implications – What is Really 'New' in Big Data? – It's Cognitive Big Data! |url=https://www.researchgate.net/publication/304784955}}</ref>

@@ 第332行： / 第332行： @@
-年3月，英国政府宣布成立艾伦·图灵研究所（Alan Turing Institute），该研究所以计算机先驱和破译者的名字命名，将专注于收集和分析大型数据集的新方法。<ref>{{cite news|url=https://www.bbc.co.uk/news/technology-26651179|title=Alan Turing Institute to be set up to research big data|work=[[BBC News]]|access-date=19 March 2014|date=19 March 2014}}</ref>
+年3月，英国政府宣布成立艾伦·图灵研究所 Alan Turing Institute，该研究所以计算机先驱和破译者的名字命名，将专注于收集和分析大型数据集的新方法。<ref>{{cite news|url=https://www.bbc.co.uk/news/technology-26651179|title=Alan Turing Institute to be set up to research big data|work=[[BBC News]]|access-date=19 March 2014|date=19 March 2014}}</ref>
@@ 第348行： / 第348行： @@
 现代海量数据集（MMD）算法研讨会汇集了计算机科学家、统计学家、数学家和数据分析从业者，讨论大数据的算法挑战。<ref>Stanford. [https://web.stanford.edu/group/mmds/ "MMDS. Workshop on Algorithms for Modern Massive Data Sets"].</ref>关于大数据，这样的量级概念是相对的。正如它所说，“如果说过去的数据有什么指导意义的话，那么今天的大数据在不久的将来很可能不会被认为是这样的。”<ref name=CAD7challenges/>
 === 大数据采样 ===
 关于大数据集的一个研究问题是，是否有必要查看完整的数据或者样本要足够好，以得出关于数据属性的某些结论。大数据这个名称本身包含一个与规模相关的术语，这是大数据的一个重要特征。但抽样可以从更大的数据集中选择正确的数据点，以估计整个人口的特征。在制造过程中，不同类型的感官数据（如声学、振动、压力、电流、电压和控制器数据）在短时间间隔内可用。要预测停机时间，可能不需要查看所有数据，仅一个样本就足够了。大数据可以按不同的数据点分类，如人口统计、心理、行为和交易数据。有了大量的数据，营销人员可以创建和使用更多定制的消费者群体，以实现更具战略性的目标。
 在大数据采样算法方面已经有了一些成果。比如抽样 Twitter 数据的理论公式已被开发出。<ref>{{cite conference |author1=Deepan Palguna |author2= Vikas Joshi |author3=Venkatesan Chakravarthy |author4=Ravi Kothari |author5=L. V. Subramaniam | title=Analysis of Sampling Algorithms for Twitter | journal=[[International Joint Conference on Artificial Intelligence]] | year=2015 }}</ref>
 == 批评 ==

@@ 第314行： / 第314行： @@
 == 研究活动 ==
-年3月，美国工程教育学会（American Society of Engineering Education）展示了大数据中的加密搜索和集群形成。麻省理工学院计算机科学和人工智能实验室的Gautam Siwach和UNH研究小组的Amir Esmailpour致力于解决大数据的挑战，他们研究了大数据的关键特征，如集群的形成及其相互关联。他们通过提供技术中的原始定义和实时示例，重点关注大数据的安全性，以及该术语在云接口以加密形式存在不同类型数据的方向。此外，他们还提出了一种识别编码技术的方法，以加快对加密文本的搜索，从而增强大数据的安全性。<ref>{{cite conference |url=http://asee-ne.org/proceedings/2014/Student%20Papers/210.pdf |title=Encrypted Search & Cluster Formation in Big Data |last1=Siwach |first1=Gautam |last2=Esmailpour |first2=Amir |date=March 2014 |conference=ASEE 2014 Zone I Conference |conference-url=http://ubconferences.org/ |location=[[University of Bridgeport]], [[Bridgeport, Connecticut|Bridgeport]], Connecticut, US |access-date=26 July 2014 |archive-url=https://web.archive.org/web/20140809045242/http://asee-ne.org/proceedings/2014/Student%20Papers/210.pdf |archive-date=9 August 2014 |url-status=dead }}</ref>
+年3月，美国工程教育学会 American Society of Engineering Education展示了大数据中的加密搜索和集群形成。麻省理工学院计算机科学和人工智能实验室的Gautam Siwach和UNH研究小组的Amir Esmailpour致力于解决大数据的挑战，他们研究了大数据的关键特征，如集群的形成及其相互关联。他们通过提供技术中的原始定义和实时示例，重点关注大数据的安全性，以及该术语在云接口以加密形式存在不同类型数据的方向。此外，他们还提出了一种识别编码技术的方法，以加快对加密文本的搜索，从而增强大数据的安全性。<ref>{{cite conference |url=http://asee-ne.org/proceedings/2014/Student%20Papers/210.pdf |title=Encrypted Search & Cluster Formation in Big Data |last1=Siwach |first1=Gautam |last2=Esmailpour |first2=Amir |date=March 2014 |conference=ASEE 2014 Zone I Conference |conference-url=http://ubconferences.org/ |location=[[University of Bridgeport]], [[Bridgeport, Connecticut|Bridgeport]], Connecticut, US |access-date=26 July 2014 |archive-url=https://web.archive.org/web/20140809045242/http://asee-ne.org/proceedings/2014/Student%20Papers/210.pdf |archive-date=9 August 2014 |url-status=dead }}</ref>
@@ 第320行： / 第320行： @@
-该举措包括一个国家科学基金会“计算远征”，该项目将在五年内向加州大学伯克利分校的 AMPLab 提供1000万美元的资助。<ref>{{cite web|url=http://amplab.cs.berkeley.edu |title=AMPLab at the University of California, Berkeley |publisher=Amplab.cs.berkeley.edu |access-date=5 March 2013}}</ref> at the University of California, Berkeley.<ref>{{cite web |title=NSF Leads Federal Efforts in Big Data|date=29 March 2012|publisher=National Science Foundation (NSF) |url= https://www.nsf.gov/news/news_summ.jsp?cntn_id=123607&org=NSF&from=news}}</ref>AMPLab还从DARPA和十几家行业赞助商那里获得资金，并利用大数据解决从预测交通拥堵<ref>{{cite conference| url=https://amplab.cs.berkeley.edu/publication/scaling-the-mobile-millennium-system-in-the-cloud-2/|author1=Timothy Hunter|date=October 2011|author2=Teodor Moldovan|author3=Matei Zaharia| author4 =Justin Ma|author5=Michael Franklin|author6=Pieter Abbeel|author7=Alexandre Bayen |title=Scaling the Mobile Millennium System in the Cloud}}</ref>到抗击癌症等一系列问题。<ref>{{cite news|title=Computer Scientists May Have What It Takes to Help Cure Cancer|author=David Patterson|work=The New York Times| date=5 December 2011 |url=https://www.nytimes.com/2011/12/06/science/david-patterson-enlist-computer-scientists-in-cancer-fight.html}}</ref>
+该举措包括一个国家科学基金会“计算远征”，该项目将在五年内向加州大学伯克利分校的 AMPLab 提供1000万美元的资助。<ref>{{cite web|url=http://amplab.cs.berkeley.edu |title=AMPLab at the University of California, Berkeley |publisher=Amplab.cs.berkeley.edu |access-date=5 March 2013}}</ref> <ref>{{cite web |title=NSF Leads Federal Efforts in Big Data|date=29 March 2012|publisher=National Science Foundation (NSF) |url= https://www.nsf.gov/news/news_summ.jsp?cntn_id=123607&org=NSF&from=news}}</ref>AMPLab还从DARPA和十几家行业赞助商那里获得资金，并利用大数据解决从预测交通拥堵<ref>{{cite conference| url=https://amplab.cs.berkeley.edu/publication/scaling-the-mobile-millennium-system-in-the-cloud-2/|author1=Timothy Hunter|date=October 2011|author2=Teodor Moldovan|author3=Matei Zaharia| author4 =Justin Ma|author5=Michael Franklin|author6=Pieter Abbeel|author7=Alexandre Bayen |title=Scaling the Mobile Millennium System in the Cloud}}</ref>到抗击癌症等一系列问题。<ref>{{cite news|title=Computer Scientists May Have What It Takes to Help Cure Cancer|author=David Patterson|work=The New York Times| date=5 December 2011 |url=https://www.nytimes.com/2011/12/06/science/david-patterson-enlist-computer-scientists-in-cancer-fight.html}}</ref>
@@ 第326行： / 第326行： @@
-年5月，美国马萨诸塞州宣布了马萨诸塞州大数据计划，该计划由州政府和私营公司向各种研究机构提供资金。<ref>{{Cite news|last=Young|first=Shannon|date=2012-05-30|title=Mass. governor, MIT announce big data initiative|work=Boston.com|url=http://archive.boston.com/news/local/massachusetts/articles/2012/05/30/mass_gov_and_mit_to_announce_data_initiative/|access-date=2021-07-29}}</ref>麻省理工学院（Massachusetts Institute of Technology）在麻省理工学院计算机科学与人工智能实验室（MIT Computer Science and Artificial Intelligence Laboratory）设立了英特尔大数据科学技术中心（Intel Science and Technology Center for Big Data），该中心将政府、企业和机构的资金和研究工作结合起来。<ref>{{cite web|url=http://bigdata.csail.mit.edu/ |title=Big Data @ CSAIL |publisher= Bigdata.csail.mit.edu |date=22 February 2013 |access-date=5 March 2013}}</ref>
+年5月，美国马萨诸塞州宣布了马萨诸塞州大数据计划，该计划由州政府和私营公司向各种研究机构提供资金。<ref>{{Cite news|last=Young|first=Shannon|date=2012-05-30|title=Mass. governor, MIT announce big data initiative|work=Boston.com|url=http://archive.boston.com/news/local/massachusetts/articles/2012/05/30/mass_gov_and_mit_to_announce_data_initiative/|access-date=2021-07-29}}</ref>在麻省理工学院计算机科学与人工智能实验室 MIT Computer Science and Artificial Intelligence Laboratory设立了英特尔大数据科学技术中心 Intel Science and Technology Center for Big Data，该中心将政府、企业和机构的资金和研究工作结合起来。<ref>{{cite web|url=http://bigdata.csail.mit.edu/ |title=Big Data @ CSAIL |publisher= Bigdata.csail.mit.edu |date=22 February 2013 |access-date=5 March 2013}}</ref>
@@ 第341行： / 第341行： @@
-Tobias Preis和他的同事Helen Susannah Moat和H.Eugene Stanley介绍了一种方法，使用基于谷歌趋势（Google Trends）提供的搜索量数据的交易策略，识别股市走势的在线前兆。<ref>{{cite journal | url =http://www.nature.com/news/counting-google-searches-predicts-market-movements-1.12879 | title=Counting Google searches predicts market movements | author=Philip Ball | journal=Nature | date=26 April 2013 | doi=10.1038/nature.2013.12879 | access-date=9 August 2013}}</ref> 他们在科学报告中对谷歌98个不同财务相关性的搜索量进行的分析表明，财务相关搜索量的增加往往先于金融市场的巨大损失。<ref>{{cite journal | vauthors = Preis T, Moat HS, Stanley HE | title = Quantifying trading behavior in financial markets using Google Trends | journal = Scientific Reports | volume = 3 | pages = 1684 | year = 2013 | pmid = 23619126 | pmc = 3635219 | doi = 10.1038/srep01684 | bibcode = 2013NatSR...3E1684P }}</ref> suggests that increases in search volume for financially relevant search terms tend to precede large losses in financial markets.<ref>{{cite news | url=http://bits.blogs.nytimes.com/2013/04/26/google-search-terms-can-predict-stock-market-study-finds/ | title= Google Search Terms Can Predict Stock Market, Study Finds | author=Nick Bilton | work=[[The New York Times]] | date=26 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite magazine | url=http://business.time.com/2013/04/26/trouble-with-your-investment-portfolio-google-it/ | title=Trouble With Your Investment Portfolio? Google It! | author=Christopher Matthews | magazine=[[Time (magazine)|Time]] | date=26 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite journal | url= http://www.nature.com/news/counting-google-searches-predicts-market-movements-1.12879 | title=Counting Google searches predicts market movements | author=Philip Ball |journal=[[Nature (journal)|Nature]] | date=26 April 2013 | doi=10.1038/nature.2013.12879 | access-date=9 August 2013}}</ref><ref>{{cite news | url=http://www.businessweek.com/articles/2013-04-25/big-data-researchers-turn-to-google-to-beat-the-markets | title='Big Data' Researchers Turn to Google to Beat the Markets | author=Bernhard Warner | work=[[Bloomberg Businessweek]] | date=25 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite news | url=https://www.independent.co.uk/news/business/comment/hamish-mcrae/hamish-mcrae-need-a-valuable-handle-on-investor-sentiment-google-it-8590991.html | title=Hamish McRae: Need a valuable handle on investor sentiment? Google it | author=Hamish McRae | work=[[The Independent]] | date=28 April 2013 | access-date=9 August 2013 | location=London}}</ref><ref>{{cite web | url=http://www.ft.com/intl/cms/s/0/e5d959b8-acf2-11e2-b27f-00144feabdc0.html | title= Google search proves to be new word in stock market prediction | author=Richard Waters | work=[[Financial Times]] | date=25 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite news | url =https://www.bbc.co.uk/news/science-environment-22293693 | title=Google searches predict market moves | author=Jason Palmer | work=[[BBC]] | date=25 April 2013 | access-date=9 August 2013}}</ref>
+Tobias Preis和他的同事Helen Susannah Moat和H.Eugene Stanley介绍了一种方法，使用基于谷歌趋势（Google Trends）提供的搜索量数据的交易策略，识别股市走势的在线前兆。<ref>{{cite journal | url =http://www.nature.com/news/counting-google-searches-predicts-market-movements-1.12879 | title=Counting Google searches predicts market movements | author=Philip Ball | journal=Nature | date=26 April 2013 | doi=10.1038/nature.2013.12879 | access-date=9 August 2013}}</ref> 他们在科学报告中对谷歌98个不同财务相关性的搜索量进行的分析表明，<ref>{{cite journal | vauthors = Preis T, Moat HS, Stanley HE | title = Quantifying trading behavior in financial markets using Google Trends | journal = Scientific Reports | volume = 3 | pages = 1684 | year = 2013 | pmid = 23619126 | pmc = 3635219 | doi = 10.1038/srep01684 | bibcode = 2013NatSR...3E1684P }}</ref> 财务相关搜索量的增加往往先于金融市场的巨大损失。<ref>{{cite news | url=http://bits.blogs.nytimes.com/2013/04/26/google-search-terms-can-predict-stock-market-study-finds/ | title= Google Search Terms Can Predict Stock Market, Study Finds | author=Nick Bilton | work=[[The New York Times]] | date=26 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite magazine | url=http://business.time.com/2013/04/26/trouble-with-your-investment-portfolio-google-it/ | title=Trouble With Your Investment Portfolio? Google It! | author=Christopher Matthews | magazine=[[Time (magazine)|Time]] | date=26 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite journal | url= http://www.nature.com/news/counting-google-searches-predicts-market-movements-1.12879 | title=Counting Google searches predicts market movements | author=Philip Ball |journal=[[Nature (journal)|Nature]] | date=26 April 2013 | doi=10.1038/nature.2013.12879 | access-date=9 August 2013}}</ref><ref>{{cite news | url=http://www.businessweek.com/articles/2013-04-25/big-data-researchers-turn-to-google-to-beat-the-markets | title='Big Data' Researchers Turn to Google to Beat the Markets | author=Bernhard Warner | work=[[Bloomberg Businessweek]] | date=25 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite news | url=https://www.independent.co.uk/news/business/comment/hamish-mcrae/hamish-mcrae-need-a-valuable-handle-on-investor-sentiment-google-it-8590991.html | title=Hamish McRae: Need a valuable handle on investor sentiment? Google it | author=Hamish McRae | work=[[The Independent]] | date=28 April 2013 | access-date=9 August 2013 | location=London}}</ref><ref>{{cite web | url=http://www.ft.com/intl/cms/s/0/e5d959b8-acf2-11e2-b27f-00144feabdc0.html | title= Google search proves to be new word in stock market prediction | author=Richard Waters | work=[[Financial Times]] | date=25 April 2013 | access-date=9 August 2013}}</ref><ref>{{cite news | url =https://www.bbc.co.uk/news/science-environment-22293693 | title=Google searches predict market moves | author=Jason Palmer | work=[[BBC]] | date=25 April 2013 | access-date=9 August 2013}}</ref>

←上一版本		2022年3月6日 (日) 15:42的版本
第489行：		第489行：

	----		----
−	~~本中文词条由Jie翻译，CecileLi审校，~~[[用户:薄荷\|薄荷]]编辑，如有问题，欢迎在讨论页面留言。	+	本中文词条由L（吕奥博）审校，[[用户:薄荷\|薄荷]]编辑，如有问题，欢迎在讨论页面留言。

@@ 第3行： / 第3行： @@
 |description=一词的当前用法倾向于指预测分析、用户行为分析或其他从大数据中提取价值的高级数据分析方法
 }}
 [[File:Hilbert InfoGrowth.png|thumb|right|400px|全球数字信息存储容量的非线性增长和模拟存储的减少。<ref>{{cite journal|url= http://www.martinhilbert.net/WorldInfoCapacity.html|title= The World's Technological Capacity to Store, Communicate, and Compute Information|volume= 332|issue= 6025|pages= 60–65|journal=Science|access-date= 13 April 2016|bibcode= 2011Sci...332...60H|last1= Hilbert|first1= Martin|last2= López|first2= Priscila|year= 2011|doi= 10.1126/science.1200970|pmid= 21310967}}</ref>]]
 '''大数据 Big data'''领域研究如何系统地从传统数据处理应用软件无法处理的太大或太复杂的数据集中提取、分析并处理信息。由于具有多个字段（列）的数据提供了更大的统计能力，同样，具有更高复杂性（更多属性或列）的数据也可能会导致更高的错误率。<ref>{{Cite journal|last=Breur|first=Tom|date=July 2016|title=Statistical Power Analysis and the contemporary "crisis" in social sciences|journal=Journal of Marketing Analytics |publisher=[[Palgrave Macmillan]]|location=London, England|volume=4 |issue=2–3 |pages=61–65 |doi=10.1057/s41270-016-0001-3 |issn=2050-3318|doi-access=free}}</ref>大数据分析挑战包括捕获数据、[[数据存储]]、[[数据分析]]、数据搜索、[[数据共享]]、[[数据传输]]、[[数据可视化]]、数据查询、数据更新、信息隐私和数据源。大数据最初与三个关键概念有关：大数据量、多样性和高速度。<ref name=":0" />大数据分析意味着抽样存在挑战，因此旧技术只能进行观察和抽样。而大数据分析通常包括超过传统软件在有限时间及性能内能处理的数据量。
@@ 第29行： / 第26行： @@
-在一项大数据集的对比研究中，Kitchin和McArdle发现，在所有分析案例中，大数据的常见特征并不都一致。<ref>{{cite journal | last1 = Kitchin | first1 = Rob | last2 = McArdle | first2 = Gavin | year = 2016 | title = What makes Big Data, Big Data? Exploring the ontological characteristics of 26 datasets | journal = Big Data & Society | volume = 3 | pages = 1–10 | doi = 10.1177/2053951716631130}}</ref>因此，其他研究将知识发现中权力动力学的重新定义确定为知识发现的定义特征。<ref>{{cite journal | last1 = Balazka | first1 = Dominik | last2 = Rodighiero | first2 = Dario | year = 2020 | title = Big Data and the Little Big Bang: An Epistemological (R)evolution | journal = Frontiers in Big Data | volume = 3 | page = 31 | doi = 10.3389/fdata.2020.00031 | pmid = 33693404 | pmc = 7931920 | hdl = 1721.1/128865 | hdl-access = free | doi-access = free }}</ref>这种另类视角没有关注大数据的内在特征，而是推动了对对象的关系理解，声称重要的是数据的收集、存储、可用和分析方式。
+在一项大数据集的对比研究中，Kitchin和McArdle发现，在所有分析案例中，大数据的常见特征并不都一致。<ref>{{cite journal | last1 = Kitchin | first1 = Rob | last2 = McArdle | first2 = Gavin | year = 2016 | title = What makes Big Data, Big Data? Exploring the ontological characteristics of 26 datasets | journal = Big Data & Society | volume = 3 | pages = 1–10 | doi = 10.1177/2053951716631130}}</ref>因此，其他研究将知识发现中权力动力学的重新定义确定为知识发现的定义特征。<ref>{{cite journal | last1 = Balazka | first1 = Dominik | last2 = Rodighiero | first2 = Dario | year = 2020 | title = Big Data and the Little Big Bang: An Epistemological (R)evolution | journal = Frontiers in Big Data | volume = 3 | page = 31 | doi = 10.3389/fdata.2020.00031 | pmc = 7931920 | hdl = 1721.1/128865 | hdl-access = free | doi-access = free }}</ref>这种另类视角没有关注大数据的内在特征，而是推动了对对象的关系理解，声称重要的是数据的收集、存储、可用和分析方式。

@@ 第1行： / 第1行： @@
-This article is about large collections of data. For the band, see Big Data (band). For the practice of buying and selling of personal and consumer data, see Surveillance capitalism.
+{{#seo:
 [[File:Hilbert InfoGrowth.png|thumb|right|400px|全球数字信息存储容量的非线性增长和模拟存储的减少。<ref>{{cite journal|url= http://www.martinhilbert.net/WorldInfoCapacity.html|title= The World's Technological Capacity to Store, Communicate, and Compute Information|volume= 332|issue= 6025|pages= 60–65|journal=Science|access-date= 13 April 2016|bibcode= 2011Sci...332...60H|last1= Hilbert|first1= Martin|last2= López|first2= Priscila|year= 2011|doi= 10.1126/science.1200970|pmid= 21310967}}</ref>]]
@@ 第461行： / 第465行： @@
 *{{cite book |title=Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy |first=Cathy |last= O'Neil  |year=2017 |publisher=Broadway Books |isbn=978-0553418835}}

@@ 第194行： / 第194行： @@
 === 教育 ===
-麦肯锡全球研究所发现，受过高等培训的数据专业人员和管理人员<ref name="McKinsey"/>的需求存在150万人的短缺，包括田纳西大学和加州大学伯克利分校在内的一些大学<ref>{{cite web
+麦肯锡全球研究所发现，受过高等培训的数据专业人员和管理人员的需求存在150万人的短缺，包括田纳西大学和加州大学伯克利分校在内的一些大学<ref>{{cite web
 | url=https://www.forbes.com/sites/jmaureenhenderson/2013/07/30/degrees-in-big-data-fad-or-fast-track-to-career-success/
 |access-date=21 February 2016
@@ 第204行： / 第204行： @@
 |url=https://venturebeat.com/2014/04/15/ny-gets-new-bootcamp-for-data-scientists-its-free-but-harder-to-get-into-than-harvard/
 }}</ref>在营销的特定领域，Wedel和Kannan强调的一个问题是，<ref>{{cite journal|last=Wedel|first=Michel|author2=Kannan, PK|title= Marketing Analytics for Data-Rich Environments|journal=Journal of Marketing|year=2016|volume=80|issue=6|doi= 10.1509/jm.15.0413|pages=97–121}}</ref>营销有几个子领域（例如广告、促销、产品开发、品牌推广），它们都使用不同类型的数据。
 === 媒体 ===