处理走向企业级应用,企业逐渐了解到大数据并不仅仅指处理网络数据,行业对大数据处理的需求也会增加,包括数据流检测和分析。大数据将创造出新的细分市场Р(4)关键技术。数据的管理和利用离不开技术的支撑,服务质量的提高更离不开技术的保障。近几年的研究主要涉及到云计算、Hadoop、MapReduce、并行、分布式、多线程、网格、可视化等技术。尤其是云计算、MapReduce 以及Hadoop 带来的分布式、并行式算法与“海量数据”有着密切的关系,而事实上这三者针对的具体目标本来就是大规模的数据。Р目前存在的主要问题分析Р研究方法问题Р大数据研究开创了科研的第四范式,与传统的逻辑推理研究不同,大数据研究是对数量巨大的数据做统计性的搜索、比较、聚类和分类等分析归纳,因此继承了统计科学的一些特点。统计学关注数据的相关性或称关联性,所谓“相关性”是指两个或两个以上变量的取值之间存在某种规律性,而不再关注因果关系。因果关系的研究曾经引发了科学体系的建立,近代科学体系获得的成就已经证明,科学是研究因果关系最重要的手段。对于相关性研究是可以替代因果分析的科学新发展还只是因果分析的补充,这是一个大数据学术界讨论比较激烈的问题。Р(2)领域融合问题Р当前大数据研究的局面是各个学科的科学家都以自己为主处理本领域的海量数据,信息领域的科学家只能起到助手的作用。也就是说,各领域的科学问题还掌握在各学科的科学家手里,计算机科学家所提炼出的具有共性的大数据科学问题并不多。通过对有关文献统计,目前大数据方面已发表论文多有计算机科学方面的研究机构专家学者撰写。大多立足于信息科学,侧重于大数据的获取、存储、处理、挖掘和信息安全等方面,鲜有从管理学的角度探讨大数据对于现代企业生产管理和商务运营决策等方面带来的变革与冲击的研究.缺乏学科之间的交叉与融合,缺乏既拥有清理和组织大型数据的能力又懂得“商业语言”的数据科学家。
全文预览
