大數據的挖掘“大”在哪里?
來源：曾劍平|
類型：網站百科|
時間：2017-12-11
以前我們談論數據挖掘，而大數據時代我們談論大數據挖掘。那么大數據挖掘“大”在哪里? 本文對此進行了一些歸納，希望能提供一些思考問題的方法。
不足之處請留言發表意見。
一、數據量的大
數據量大到多少? 這是一個很多人在進行大數據挖掘時要問的問題。
從一些實際應用看，一般每天處理的數據量達到T、P級別的，可以考慮部署Hadoop、Spark之類的大數據處理平臺，一定量級的數據處理才能突顯這些平臺的優越性。
數據量少，數據的讀取、搬遷所花費的時間占比太多，反而無法體現大數據處理平臺的優勢。不少應用只是為了大數據而大數據，幾百M也弄個Hadoop。因此，現在一談大數據就認為是Hadoop、Spark等平臺是很有局限性的。
當然，實際在決定是否使用大數據平臺時，可能需要考慮更多的因素，例如：要集成很多的低性能機器、異構軟硬件平臺間的可移植性、大量的非結構化數據處理等。
二、數據類型的多樣化
在數據挖掘時代，我們挖掘的數據主要以關系型數據為主。大數據時代，各種應用產生了各種數據，通常在大數據挖掘中會涉及到多種數據類型。這里所說的數據類型不是程序設計中的普通數據類型，而是更接近于應用的數據表現形式，通常有時間序列數據、軌跡數據、圖數據、文本數據等等。
每天的銷售記錄、價格是普通數據類型，但是從時間維度將它們按照順序連接起來，構成的時間序列數據能體現出價格的變化規律，理所當然具有更豐富的含義。
每個人所處的位置不過是一個（x,y）的普通數據類型，但是按照移動的先后順序把位置連接起來，就構成了某人的活動軌跡，背后體現的是他的生活、習慣，這些隱藏信息才是大數據應當關注的。
微博或論壇中每個人是獨立存在的，也是普通數據，但是如果把每個人按照粉絲、關注等關系連接起來，就可以構成一張很大的圖，即圖數據。圖中的人群、離群，以及加上群體偏好、群體運動等屬性后的高等圖數據，就是大數據挖掘的關注點。
三、數據處理的噪音
在數據挖掘時代，數據來源于關系型數據庫，都是一些與業務相關、質量比較高的數據，一般拿來就可以直接挖。大數據挖掘肯定就不是這樣，大數據思維決定了我們要考慮不同來源的數據的質量、數據結構魚龍混雜，以增強數據處理的魯棒性。比如，要進行企業級的客戶分析，不同的分公司可能使用不同的客戶管理系統，有的系統采用本科/碩士/博士來區分客戶的學歷，而有的采用本科/研究生來區分，這就要求考慮數據的一致性處理。此外，數據格式、數據完整性等等都是大數據挖掘需要考慮的。
四、數據挖掘的多樣化
在數據挖掘時代，一般側重于單項的數據分析，而大數據挖據可能會更側重于多項數據挖掘任務同時存在，如業務上同時要求分類、預測、相關性、聚類等。盡管業務需求多了，但是這些分類、預測、相關性、聚類可能在底層上采用的是同一種模型，因此，在大數據挖據時考慮模型、算法與業務的分離是非常重要的，即所謂的大數據處理層次結構。
來源聲明：本文章系尚品中國編輯原創或采編整理，如需轉載請注明來自尚品中國。以上內容部分(包含圖片、文字)來源于網絡，如有侵權，請及時與本站聯系（010-60259772）。
推薦新聞
更多行業-
建設健康的網站有哪些建站標準？
毫無疑問，近年來對該行業影響最大的兩個因素是互聯網的出現和智能手機的興...
2020-04-23 -
企業展示型網站設計類型你了解多少？
企業自建網站的主要意圖是什么，是宣傳推廣企業的展示形象？展示類網站的開...
2022-03-31 -
手機網站如何優化
隨著百度移動搜索的不斷發展，百度移動搜索已經成為全球最大的中文手機搜索...
2014-01-19 -
2015-11-24wordpress大改版,推出一款桌面應用
尚品中國北京網站制作公司11月24日消息 據外媒消息稱，WordPre...
2015-11-24 -
Internet起源與基礎
1. Internet的起源從某種意義上講，Internet可以說是美...
2014-06-18 -
環保協會網站建設思維導圖怎么制作？
確定主題：將主題設置為“環保協會網站建設思維導圖”。根據網站的不同方面...
2023-07-04
如果您的網站可以增加轉化次數并提高客戶滿意度，該怎么辦？
預約專業咨詢顧問溝通！
Copyright ? 2024 恒久尚品 版權所有 | 京ICP備09066521號
| 公安機關備案號:11011502003910
免責聲明
誠信企業
尚品專注高端網站建設，系統平臺開發，微信小程序及APP開發服務
尚品專注高端網站建設，系統平臺開發，微信小程序及APP開發服務
免責聲明
非常感謝您訪問我們的網站。在您使用本網站之前，請您仔細閱讀本聲明的所有條款。
1、本站部分內容來源自網絡，涉及到的部分文章和圖片版權屬于原作者，本站轉載僅供大家學習和交流，切勿用于任何商業活動。
2、本站不承擔用戶因使用這些資源對自己和他人造成任何形式的損失或傷害。
3、本聲明未涉及的問題參見國家有關法律法規，當本聲明與國家法律法規沖突時，以國家法律法規為準。
4、如果侵害了您的合法權益，請您及時與我們,我們會在第一時間刪除相關內容!
聯系方式：010-60259772
電子郵件：394588593@qq.com
