计算机专业英语（第三版）课件：Big Data.pptx

;BigData;Contents;NewWords;NewWords;NewWords;NewWords;Phrases;Phrases;Abbreviations;Notes;Notes;Notes;Notes;Notes;ListeningtoTextA;大数据

1.定义

大数据是用来描述公司产生的浩繁的非结构化和半结构化数据的一个通用术语——要把这些数据加载到关系型数据库来分析会耗费大量时间和大量资金。虽然大数据并没有涉及任何具体数量，通常在谈论拍字节和艾字节时使用该术语。

观察大数据的一个主要目标是发现可重复的业务模式。人们普遍承认，非结构化数据，其中大部分在文本文件中，占一个组织中至少有80％的数据。如果不加管理，企业每一年产生的全部非结构化数据会花费巨额的存储费用。如果审计或诉讼时不能找到信息，不加管理的非结构化数据也可能会带来法律责任。

大数据分析往往是与云计算相关，因为实时分析大型数据集需要像MapReduce这样的一个框架来将任务分布到数十台、几百台甚至上千台的计算机上。;2.大数据分析

大数据分析研究大量的多种类型的数据，以揭示隐藏的模式、未知的相互关系及其他有用的信息。这些信息可以提供有竞争力的优势以超过对手组织，产生商业利益，例如更有效地营销和增加收入。

大数据分析的主要目标是，让数据科学家和其他用户分析数量巨大的业务数据以及可能没有被传统的商业智能（BI）程序利用的其它数据源来帮助企业做出更好的业务决策。这些其他的数据源可能包括Web服务器日志和互联网点击流数据、社交媒体活动报告、移动电话的呼叫详细记录和传感器捕获的信息。有些人专门对这类的非结构化数据进行大数据分析，而像Gartner公司和Forrester研究公司这样的咨询公司也把业务数据和其他结构化数据当作有效的大数据形式。;;;;5.非结构化数据

非结构化数据是描述任何不在数据库中的企业信息的通用标签。非结构化数据可以是文本的或非文本的。文本非结构化数据产生于电子邮件、PowerPoint演示文稿、Word文档、协作软件和即时消息这样的媒体。非文本非结构化数据产生于JPEG图像、MP3音频文件和Flash视频文件这样的媒体。

非结构化数据中包含的信息并不总是很容易找到的。它要求可以扫描电子和硬拷贝文档中以及其它媒体中的数据，以便可以在特定上下文中按照特定的词语有哪些信誉好的足球投注网站得到相关概念。这就是所谓的语义有哪些信誉好的足球投注网站，也被称为企业有哪些信誉好的足球投注网站。

在面向客户的业务中，可以对包含在非结构化数据中的信息进行分析，以改善客户关系管理和关系营销。随着如Twitter和Facebook这类社交媒体的应用成为主流，预期非结构化数据的增长将远远超过结构化数据的增长。;;7.数据仓库

数据仓库是一个企业的中央存储库，该库中包括了企业各个业务系统收集的全部或重要数据。该术语由W.H.Inmon提出。IBM公司有时使用术语“信息仓库”。

通常情况下，数据仓库放在一个企业的主机服务器上。来自不同的联机事务处理（OLTP）应用程序和其他数据源的数据被选择性地提取并组织到数据仓库数据库中，供分析应用程序和用户查询之用。数据仓库强调采集不同来源的数据，供进行有用的分析和存取，但一般并不从最终用户或需要访问专门的、有时是本地数据库的知识工作者的观点出发。后一想法被称为数据集市。

数据仓库的应用包括数据挖掘、网络挖掘和决策支持系统（DSS）。;