大數據的介紹及案例分享(DOC 25頁)

內容摘要
大數據的概念
大數據(Big Data)是指“無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、複雜的數據集合。
網絡上每一筆搜索，網站上每一筆交易、每一筆輸入都是數據，通過計算機做篩選、整理、分析，所得出的結果可不僅僅隻得到簡單、客觀的結論，更能用於幫助企業經營決策，搜集起來的數據還可以被規劃，引導開發更大的消費力量。
大數據與傳統數據的區別？
銀行做數據業務做了十多年，那麼大數據和傳統數據的倉庫有哪些差異？實際上就是群體和個體的差異。互聯網數據完全瞄向個體，數據結構也是精準於個體，而傳統的數據麵向經營指標、麵向群體。
宏觀意義上來看，假如小明去了一百次書店，以前要回答的問題是他第一百零一次買不買書，即業績和經營指標的問題；而現在，互聯網關心的是什麼？最關心的是他第一百零一次買什麼書，需要將什麼樣的內容推薦給他。這不是一個概率問題，而是一個模糊的程度問題。
要量化這個程度，我們一定要基於個體，而不是基於群體的共性描述。傳統定義上，更多關注的是一類人群，用同一類規則製訂套餐給他們；而在互聯網時代，要把每個人都精準刻畫出來，進行精準匹配。有電商說他們要做到一百萬用戶要有一百萬個商店，特別是在移動的小屏幕上，三次點擊以後就會損失一個客戶。所以差異化絕對不可能是對群體共性的描述，而完全是對個體差異的刻畫。
關於大數據的深度分析，很重要內容就是個性化的信息推薦。個性化的信息推薦不僅僅是基於用戶的相似性這麼簡單的東西，還有大量比較深入的複雜模型。比如說，就用戶看資訊而言，我們怎麼樣去判斷一個用戶點開一條八卦資訊後，是繼續深挖八卦到死，還是轉而瀏覽另外一個新聞。同樣，有的用戶登陸淘寶隻是逛逛而已，有些用戶則是很明確地想要買一些東西，這就需要對用戶的意圖進行預測，這裏麵涉及到一些比較難的機器學習技術。

..............................