Was sind die 4V-Merkmale von Big Data?

Die 4V-Merkmale von Big Data sind: 1. Volumen; mit der rasanten Entwicklung der Informationstechnologie beginnen die Daten explosionsartig zu wachsen. 2. Geschwindigkeit. 3. Vielfalt; spiegelt sich hauptsächlich in mehreren Datenquellen, mehreren Datentypen und einer starken Korrelation zwischen Daten wider.

Die Betriebsumgebung dieses Artikels: Windows 10-System, Thinkpad T480-Computer.

Big Data, ein Begriff in der IT-Branche, bezeichnet eine Sammlung von Daten, die mit herkömmlichen Softwaretools nicht innerhalb eines bestimmten Zeitraums erfasst, verwaltet und verarbeitet werden können. Für eine stärkere Entscheidungskraft und Erkenntnisse sind neue Verarbeitungsmodelle erforderlich . Riesige, wachstumsstarke und diversifizierte Informationsressourcen mit starken Fähigkeiten und Fähigkeiten zur Prozessoptimierung.

Die 4V-Eigenschaften von Big Data

Die Eigenschaften von Big Data wurden in der „Big Data-Ära“ von Viktor Mayer-Schonberg und Kenneth Keyer vorgeschlagen: Volumen (Volumen), Geschwindigkeit, Vielfalt und Wert.

(1) Maßstab

Mit der rasanten Entwicklung der Informationstechnologie hat das Datenvolumen explosionsartig zugenommen. Daten in Big Data werden nicht mehr in Gigabyte oder Terabyte gemessen, sondern in PB (1.000 Terabyte), EB (1 Million Terabyte) oder ZB (1 Milliarde Terabyte).

(2) Vielfalt

Vielfalt spiegelt sich hauptsächlich in drei Aspekten wider: mehrere Datenquellen, mehrere Datentypen und starke Korrelation zwischen Daten.

① Es gibt viele Datenquellen, mit denen Unternehmen konfrontiert sind, hauptsächlich Transaktionsdaten, während die Entwicklung des Internets und des Internets der Dinge Daten aus mehreren Quellen wie sozialen Netzwerken und Sensoren hervorgebracht hat.

Und weil die Daten aus unterschiedlichen Anwendungssystemen und unterschiedlichen Geräten stammen, bestimmen sie die Vielfalt der Big-Data-Formen. Sie lassen sich grob in drei Kategorien einteilen: erstens strukturierte Daten wie Finanzsystemdaten, Informationsmanagementsystemdaten, medizinische Systemdaten usw., die durch starke kausale Zusammenhänge zwischen Daten gekennzeichnet sind, zweitens unstrukturierte Daten wie Videos , Bilder, Audio usw., die durch keinen kausalen Zusammenhang zwischen den Daten gekennzeichnet sind; drittens sind halbstrukturierte Daten wie HTML-Dokumente, E-Mails, Webseiten usw. durch einen schwachen kausalen Zusammenhang zwischen den Daten gekennzeichnet.

②Es gibt viele Datentypen und es handelt sich hauptsächlich um unstrukturierte Daten. In traditionellen Unternehmen werden Daten in Tabellen gespeichert. 70–85 % der Daten in Big Data sind unstrukturierte und halbstrukturierte Daten wie Bilder, Audios, Videos, Webprotokolle, Linkinformationen usw.

③Daten sind stark korreliert und interagieren häufig miteinander. Beispielsweise stehen die von Touristen während ihrer Reisen hochgeladenen Fotos und Protokolle in engem Zusammenhang mit dem Standort, der Reiseroute und anderen Informationen.

(3) Hohe Geschwindigkeit

Dies ist das wichtigste Merkmal von Big Data, das es vom traditionellen Data Mining unterscheidet. Der wichtige Unterschied zwischen Big Data und Massive Data liegt in zwei Aspekten: Einerseits ist der Datenumfang von Big Data größer, andererseits stellt Big Data strengere Anforderungen an die Reaktionsgeschwindigkeit der Datenverarbeitung. Echtzeitanalyse statt Batch-Analyse, Dateneingabe, Verarbeitung und Verwerfen erfolgen sofort und nahezu ohne Verzögerung. Die Wachstumsrate und Verarbeitungsgeschwindigkeit von Daten sind wichtige Ausdrucksformen der hohen Geschwindigkeit von Big Data.

(4) Wert

Obwohl Unternehmen über große Datenmengen verfügen, übt nur ein sehr kleiner Teil davon einen Wert aus. Der Wert, der sich hinter Big Data verbirgt, ist enorm. Da der Anteil wertvoller Daten in Big Data sehr gering ist, spiegelt sich der wahre Wert von Big Data in einer großen Menge irrelevanter Daten unterschiedlicher Art wider. Gewinnung wertvoller Daten zur Vorhersage und Analyse zukünftiger Trends und Muster sowie für eine eingehende Analyse durch Methoden des maschinellen Lernens, Methoden der künstlichen Intelligenz oder Data-Mining-Methoden und deren Anwendung auf verschiedene Bereiche wie Landwirtschaft, Finanzen, medizinische Versorgung usw um einen größeren Mehrwert zu schaffen.

Weitere verwandte Artikel finden Sie auf der Chinesischen PHP-Website! !

Das obige ist der detaillierte Inhalt vonWas sind die 4V-Merkmale von Big Data?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!