Big Data 時代挑戰(zhàn)、價值與應(yīng)對策略隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算的快速發(fā)展，以及視頻監(jiān)控、智能終端、應(yīng)用商店的快速普及，全球數(shù)據(jù)量呈爆炸式增長。在這種背景下，電信運營商在網(wǎng)絡(luò)無止境擴張的同時，面臨著“增而不增收”的困境；而一些采用“數(shù)據(jù)驅(qū)動決策”模式的公司，生產(chǎn)率可以提高5% ~ 6%。因此，有必要深入研究大數(shù)據(jù)時代(BigDataEra)的挑戰(zhàn)、價值和務(wù)實應(yīng)對策略。

Gartner預(yù)測，2012年，文檔、表格、網(wǎng)頁、音頻、圖像和視頻等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)將占全球網(wǎng)絡(luò)數(shù)據(jù)的85%左右。而且整個網(wǎng)絡(luò)架構(gòu)將面臨革命性的變化。于是乎，所謂的大數(shù)據(jù)時代就來了！目前大數(shù)據(jù)時代一般認為有以下四個特征，稱為“四V”特征:(1)體量大。數(shù)據(jù)量級已經(jīng)從TB(1012字節(jié))發(fā)展到PB甚至ZB，可以稱得上海量、巨大甚至過度。

Big Data 可視化就是幫助用戶通過認知數(shù)據(jù)進行新的發(fā)現(xiàn)，發(fā)現(xiàn)這些數(shù)據(jù)所反映的本質(zhì)。Data 可視化是大數(shù)據(jù)生命周期管理的最后也是最重要的一步。技術(shù)上，大數(shù)據(jù)可視化，主要有四個實現(xiàn)步驟:需求分析>構(gòu)建數(shù)據(jù)倉庫/數(shù)據(jù)集市模型>數(shù)據(jù)抽取、清洗、轉(zhuǎn)換和加載(ETL)>建立可視化。大數(shù)據(jù)時代數(shù)據(jù)的作用越來越受到關(guān)注。從數(shù)據(jù)采集，清理，處理，分析到可視化，每一個環(huán)節(jié)都很重要。大數(shù)據(jù)行業(yè)的發(fā)展前景有目共睹，未來的空調(diào)很好。

它將不可見或難以顯示的數(shù)據(jù)映射成可感知的圖形、符號、顏色、紋理等。這提高了識別效率并有效地傳輸有用的信息。根據(jù)《中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展前景及投資戰(zhàn)略規(guī)劃分析報告展望》，大數(shù)據(jù)可視化發(fā)展前景看好。主要體現(xiàn)在三個方面:一是信息展示。例如，在商業(yè)智能領(lǐng)域廣泛使用的儀表盤，圖1顯示了對臉書和Twitter等社交平臺的監(jiān)控，包括流量監(jiān)控、地理監(jiān)控、來源監(jiān)控等。二、信息推理和分析。

近年來，隨著我國汽車制造水平的提高和市場競爭的日益激烈，汽車生產(chǎn)企業(yè)對模具廠的質(zhì)量要求和開發(fā)周期要求更高。得益于目前的技術(shù)，圖普軟件加快了智能化升級的步伐。數(shù)字化、智能化升級也給企業(yè)帶來了實實在在的好處。據(jù)不完全統(tǒng)計，實施智能化改造后，企業(yè)平均運營成本下降15%以上，生產(chǎn)效率提高10%以上，次品率降低10%以上，能源利用率提高8%以上。

解決了傳統(tǒng)設(shè)計師和程序員使用完全不同的獨立設(shè)計開發(fā)工具，導(dǎo)致設(shè)計和最終實現(xiàn)效果不一致，重復(fù)勞動的問題。智能網(wǎng)關(guān)可以實現(xiàn)設(shè)備的5G組網(wǎng)，實時采集廠區(qū)生產(chǎn)設(shè)備的運行狀態(tài)、參數(shù)和產(chǎn)量信息，對采集的數(shù)據(jù)進行監(jiān)控分析，對生產(chǎn)車間的生產(chǎn)線設(shè)備進行三維配置建模，并通過可視化顯示在大屏幕上。一旦發(fā)現(xiàn)任何異常，都會以圖表的形式顯示在大屏幕上進行預(yù)警。

data 分析是整個大數(shù)據(jù)處理流程的核心，大數(shù)據(jù)的價值來源于分析 process。從異構(gòu)數(shù)據(jù)源中提取和整合的數(shù)據(jù)構(gòu)成了data 分析的原始數(shù)據(jù)。根據(jù)不同應(yīng)用的要求，可以選擇這些數(shù)據(jù)的全部或部分分析。小數(shù)據(jù)時代 分析統(tǒng)計學分析、數(shù)據(jù)挖掘、機器學習等技術(shù)無法滿足大數(shù)據(jù)時代 data 分析。大數(shù)據(jù)時代 data 分析技術(shù)面臨一些新的挑戰(zhàn)，主要有以下幾個方面。

所以在data 分析之前，必須進行數(shù)據(jù)清洗等預(yù)處理工作，但是預(yù)處理這么大的數(shù)據(jù)量，對計算資源和處理算法都是非常嚴峻的考驗。(2)大數(shù)據(jù)時代的算法需要調(diào)整。首先，大數(shù)據(jù)的應(yīng)用往往具有實時性的特點，算法的準確性不再是大數(shù)據(jù)應(yīng)用最重要的指標。在許多情況下，算法需要在實時處理和準確性之間取得平衡。其次，分布式并發(fā)計算系統(tǒng)是大數(shù)據(jù)處理的有力工具，需要調(diào)整很多算法以適應(yīng)分布式并發(fā)計算框架，算法需要變得可擴展。

大數(shù)據(jù)時代學術(shù)期刊機遇Challenge _ Data分析教師考試在傳統(tǒng)出版數(shù)字化重構(gòu)與融合的背景下，就學術(shù)期刊而言，其傳播模式發(fā)生了巨大變化，數(shù)字化、新媒體融合成為期刊傳播的新常態(tài)。近日，中國社會科學院圖書館(研究與數(shù)據(jù)信息中心)、國家期刊數(shù)據(jù)庫(NSSD)舉辦了“大數(shù)據(jù)下的學術(shù)期刊數(shù)字化出版時代”？機遇和挑戰(zhàn)”，學術(shù)期刊如何應(yīng)對大數(shù)據(jù)時代 機遇和挑戰(zhàn)成為人們關(guān)注的話題。