大數據是什麼時候流行?

General 更新 2024-11-21

大數據分析專業什麼時候開始有的

以下是計量數據量的歷史過程中一些具有里程碑意義的事件，以及屬於“大數據”概念進化歷程中的一些“第一次”或者是新發現。

1944年

衛斯理大學圖書館員弗萊蒙特·雷德出版了《學者與研究型圖書館的未來》一書。他估計美國高校圖書館的規模每16年就翻一番。按照這一增長速度，雷德推測2040年耶魯大學圖書館將擁有“約2億冊藏書，將佔據6,000餘英里書架…[需要的]編目人員超過6,000人。”

1961年

德里克·普賴斯出版了《巴比倫以來的科學》，在這本書中，普賴斯通過觀察科學期刊和論文的增長規律來研究科學知識的增長。他得出以下結論：新期刊的數量以指數方式增長而不是以線性方式增長，每15年翻一番，每50年以10為指數倍進行增長。普賴斯將其稱之為“指數增長規律”，並解釋道，“科學每前進一步就以一個相當恆定的出現率產生一系列新的進步。因此在任何時候，新科學的產生數量永遠嚴格地與科學發現總量成正比。”

1964年4月

哈里·J·格雷和亨利·拉斯頓在美國電氣與電子工程師協會（IEEE）的《電子計算機學報》上發表了《應對信息爆炸的技巧》一文，在文中，他們提出了以下建議：

1）任何人都不應該發表新論文。2）如果1）不可行，僅短小的論文可以被髮表。“短小”的意思是文章不超過2,500字符，空格、標點符號都計算在內。3）如果2）被採納，則應該實行下述限制：“只有將現存總長度為2501或更多字符的文章刪除一篇或多篇，短小的文章才可以被髮表。”

上述建議的實行將產生一個重要的副產品，即減輕人才選拔委員會的負擔。因為一個人的出版物列表將僅被一個負數所代替，這個負數指代了他從現有信息存儲中刪除論文的淨數目。

1967年11月

B·A·馬裡恩和P·A·D·德·梅恩在《美國計算機協會通訊》上發表了《自動數據壓縮》一文，文章指出，“近年來被人們所關注的‘信息爆炸’使得對所有信息的存儲需求保持在最低限度是非常必要的。”文章描寫道：“全自動壓縮機由三部分組成，能夠快速處理信息，它可以被應用於‘任何’信息主體，大大降低了緩慢的外部存儲要求，並可以通過計算機提高信息傳輸速度。”

1971年

亞瑟·米勒在《侵犯隱私》中寫道：“太多的信息處理者看似是以個人檔案存儲容量的比特數目來衡量一個人。”

1975年

日本郵電部開始實施了“信息流普查”計劃，以調查日本的信息總量（這一思想首次是在1969年的一篇文章中提出的）。普查以“字數總量”作為所有媒體的統一衡量單位。1975年的普查已經發現信息供給要比信息消費發展得快得多。1978年的普查報告指出“人們對單向傳播的大眾傳媒所提供信息的需求停滯不前，對以雙向傳播為特徵的個人通信媒體所提供信息的需求大規模增長…我們的社會正在進入一個新階段…在這一階段中，處於優勢地位的是那些能夠滿足個人需求的碎片性的、更為詳細的信息，而不再是那些傳統的被大量複製的、一致性的信息。[阿利斯泰爾·D·達夫，2000；參見馬丁·希爾伯特，2012]

1980年4月

I·A· 特詹姆斯蘭德在第四屆美國電氣和電子工程師協會（IEEE）“大規模存儲系統專題研討會”上做了一個報告，題為《我們該何去何從？》。在報告中，他指出 “那些很早以前就熟悉存儲裝置的人們發現，‘帕金森第一法則’可以被用來解釋我們的現狀——‘數據擴展至任何可用空間’…我相信大量數據正在被保留，因為用戶無法識別無用的數據；相較於丟棄潛在有用數據的不利後果，存儲無用數據的損失不那麼明顯。”

1981年

匈牙利中央統計辦公室開始實施了一項調查國家信息產......

大數據技術會流行下來嗎？

我覺得肯定會，我們學校前一段時間來了幾個這方面的專家教授做了一次學術報告，聲勢浩大啊，國家對這方面的投入是很大的，所以我們學校好多導師帶了研究生開始做這方面的研究了

什麼是大數據,通俗的講

籠統點講吧！顧名思義大數據就是信息量大的數據！比如說一瞬間需要處理上億條指令的動作，這個也算大數據，或者需要長時間演算的數據，甚至是包含無數條記錄的信息，反正就是信息量大！

現在流行大數據,有哪些大數據相關技術

現在講大數據的確實很多，數據處理關鍵技術一般包括:大數據採集、大數據預處理、大數據存儲及管理、大數據分析及挖掘、大數據展現和應用。鴨梨科技建設企業的互聯網平臺，重在對平臺的綜合應用，通過大數據讓企業保持競爭力，提升企業對互聯網技術的應用，拓寬企業的發展渠道。

什麼是大數據，大數據為什麼重要，如何應用大數據

讀讀這本書吧。。

駕馭大數據駕馭未來

文/林海龍虎嗅網友

大數據的流行，也引發了圖書業大數據出版題材的升溫。去年出版的《大數據》（塗子沛著）是從數據治國的角度，深入淺出的敘述了美國政府的管理之道，細密入微的闡釋了黃仁宇先生”資本主義數目式管理“的精髓。最近人民郵電出版社又組織翻譯出版了美國Bill Franks的《駕馭大數據》一書。

該書的整體思路，簡單來說，就是敘述了一個”數據收集-知識形成-智慧行動“的過程，不僅回答了”what“，也指明瞭”how“，提供了具體的技術、流程、方法，甚至團隊建設，文化創新。作者首先在第一章分析了大數據的興起，介紹了大數據的概念、內容，價值，並分析了大數據的來源，也探討了在汽車保險、電力、零售行業的應用場景；在第二章介紹了駕馭大數據的技術、流程、方法，第三部分則介紹了駕馭大數據的能力框架，包括瞭如何進行優質分析，如何成為優秀的分析師，如何打造高績效團隊，最後則提出了企業創新文化的重要意義。整本書高屋建瓴、內容恣意汪洋、酣暢淋漓，結構上百川歸海，一氣呵成，總的來說，體系完備、內容繁豐、見識獨具、實用性強，非常值得推薦，是不可多得的好書！

大數據重要以及不重要的一面

與大多數人的想當然的看法不同，作者認為“大數據”中的”大”和“數據”都不重要，重要的是數據能帶來的價值以及如何駕馭這些大數據，甚至與傳統的結構化數據和教科書上的認知不同，“大數據可能是凌亂而醜陋的”並且大數據也會帶來“被大數據壓得不看重負，從而停止不前”和大數據處理“成本增長速度會讓企業措手不及”的風險，所以，作者才認為駕馭大數據，做到遊刃有餘、從容自若、實現“被管理的創新”最為重要。在處理數據時，作者指出“很多大數據其實並不重要”，企業要做好大數據工作，關鍵是能做到如何沙裡淘金，並與各種數據進行結合或混搭，進而發現其中的價值。這也是作者一再強調的“新數據每一次都會勝過新的工具和方法”的原因所在。

網絡數據與電子商務

對顧客行為的挖掘早已不是什麼熱門概念，然而作者認為從更深層次的角度看，下一步客戶意圖和決策過程的分析才是具有價值的金礦，即“關於購買商品的想法以及影響他們購買決策的關鍵因素是什麼”。針對電子商務這一顧客行為的數據挖掘，作者不是泛泛而談，而是獨具慧眼的從購買路徑、偏好、行為、反饋、流失模型、響應模型、顧客分類、評估廣告效果等方面提供了非常有吸引力的建議。我認為，《駕馭大數據》的作者提出的網絡數據作為大數據的“原始數據”其實也蘊含著另外一重意蘊，即只有電子商務才具備與顧客進行深入的互動，也才具有了收集這些數據的條件，從這點看，直接面向終端的企業如果不電子商務化，談論大數據不是一件很可笑的事？當然這種用戶購買路徑的行為分析，也不是新鮮的事，在昂德希爾《顧客為什麼購買：新時代的零售業聖經》一書中披露了商場僱傭大量顧問，暗中尾隨顧客，用攝影機或充滿密語的卡片，完整真實的記錄顧客從進入到離開商場的每一個動作，並進行深入的總結和分析，進而改進貨物的陳列位置、廣告的用詞和放置場所等，都與電子商務時代的客戶行為挖掘具有異曲同工之妙，當然電子商務時代，數據分析的成本更加低廉，也更加容易獲取那些非直接觀察可以收集的數據（如信用記錄）。

一些有價值的應用場景

大數據的價值需要藉助於一些具體的應用模式和場景才能得到集中體現，電子商務是一個案例，同時，作者也提到了車載信息“最初作為一種工具出現的，它可以幫助車主和公司獲得更好的、更有效的車輛保險”，然而它所能夠提供的時速、路段、開始和結束時間等信息，對改善城市交通擁堵具有意料之外的價值。基於GPS技術和手......

究竟什麼才是大數據

對於“大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據”這個術語最早期的引用可追溯到apache org的開源項目Nutch。當時，大數據用來描述為更新網絡搜索索引需要同時進行批量處理或分析的大量數據集。隨著谷歌MapReduce和GoogleFile System （GFS）的發佈，大數據不再僅用來描述大量的數據，還涵蓋了處理數據的速度。

早在1980年，著名未來學家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數據熱情地讚頌為“第三次浪潮的華彩樂章”。不過，大約從2009年開始，“大數據”才成為互聯網信息技術行業的流行詞彙。美國互聯網數據中心指出，互聯網上的數據每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數據是最近幾年才產生的。此外，數據又並非單純指人們在互聯網上發佈的信息，全世界的工業設備、汽車、電錶上有著無數的數碼傳感器，隨時測量和傳遞著有關位置、運動、震動、溫度、溼度乃至空氣中化學物質的變化，也產生了海量的數據信息。

大數據的就業前景怎麼樣？

從發現情景來看，大數據一定是後面至少10年的熱點。任何系統、任何公司的核心都是數據。現在流行hadoop，流行內存計算、內存數據網格等等，以後還會有更多的概念和技術，但本質都是為大數據服務。數據TB、PB、EB、ZB、YB的飆升，將誕生系列新的技術和產業。而對技術人員，新生的數據科學家Data Scientists，將是最有發展前景的職業。

大數據炒股概念很流行嗎？

現在應該不能說流行吧，只能說這是個趨勢，通過數據讓投資具有可參考性

網上一直在說大數據，什麼是大數據？怎樣才能運營大數據？