Page 110 - 高中 信息技术 必修1 数据与计算

第五章 数据处理和可视化表达

探究活动

分 析

仔细阅读以下案例，分析大数据具有哪些特征。
案例1：某市交通智能化分析平台的数据来源于道路交通、电信、地理信息系统等各
行各业。例如，交通卡刷卡每天产生1900万条记录，手机定位数据每天产生1800万条，出

租车运营数据每天产生100万条，电子停车收费系统数据每天产生50万条，等等。这些数
据在体量和速度上都达到了大数据的规模。
案例2：搜索引擎公司通过跟踪网民对“感冒症状”以及“治疗”等关键词的搜索，
广东教育出版社
发现某个时段在某个区域内搜索数量急剧增长，从而成功预测了甲型H1N1流感的暴发时
间、地域。
案例3：目前，某基于大数据的网约车平台已覆盖全国400多个城市，涵盖出租车、快

车、顺风车、代驾、专车、试驾以及租车等多项业务，为人们的出行带来极大的便利。我
们只需在网约车APP上输入或者说出目的地，强大的智能系统就立刻分配订单，即时通知
附近司机；借助定时定位系统，我们可以看到司机的大致位置以及预计到达时间。

（1）从互联网产生大数据的角度来看，大数据具有“4V”特征：大量（Volume）、
多样（Variety）、低价值密度（Value）、高速（Velocity）。
第一，数据体量巨大。从TB级别跃升到PB级别。

第二，数据类型繁多。如网络日志、视频、图片、地理位置信息等。
第三，价值密度低。以视频为例，在连续不间断的监控过程中，有用的数据可能仅仅

一两秒。
第四，变化速度快。数据来自世界各地的网络终端，且以秒为单位快速变化。
（2）从互联网思维的角度来看，大数据具有三个特征：样本渐趋于总体，精确让位
于模糊，相关性重于因果。

第一，在大数据时代强调数据要全量而不是抽样，即强调数据规模全量，而不是强调
数量巨大。大数据时代有了更好的数据采集手段，让获取全量数据成为可能。
第二，大数据时代研究的数据如此之多，追求的不是精确性，而是模糊性。在大数据

时代，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观
层面拥有更好的洞察力。
第三，大数据时代不是因果关系，而是相关关系。在大数据时代，无须再紧盯事物之

间的因果关系，而应该寻找事物之间的相关关系；相关关系也许不能准确地告诉我们某件
事情为何会发生，但是会提醒我们这件事情正在发生。
（3）从大数据存储与计算的角度来看，大数据具有两个特征：分布式存储和分布式

并行计算。
第一，大数据存储在互联网不同的服务器与各客户终端。
第二，应用分布式并行计算处理互联网的大数据。
102 102

9 ֻ໴ᅣ JOEE