大数据的4V特征
大数据的4V特征（Volume、Velocity、Value、Variety）是一个广为人知的说法。这个提法也引来了不少疑问：这种总结的目的是什么？4V特征的意图不明
就像做任何事情都是有目的，说话也重在话外的潜台词。如果说话没有目的，只是喃喃自语，就会让人觉得奇怪。4V特征也给人一种这样的感觉。 除了数据量大（Volume）这个特征之外，其他特征的目的是什么呢？为什么是这些特征，而不是其他特征？ 速度（Velocity）：小数据产生的速度难道不快吗？ 价值密度低（Value）：强调价值密度低的目的是什么呢？鼓励人们大胆收集废品数据吗？ 种类多（Variety）：指的是要处理多媒体、文章等非结构化和半结构化的信息。把数据结构化主要是为了便于计算机处理；而非结构化、半结构化的数据主要是便于人类处理。4V特征的商业影响
尽管4V定义有点莫名其妙，但它却让大数据火了一把。人们开始把图像、音频记录下来、把高频数据记录下来，进而产生了软硬件升级的需求。供货商受益了，但用户又获得了什么价值呢？ 有人怀疑，4V特征是不是IT公司提出来，起到促销的目的。大数据的特征应该以价值创造为目的
提炼大数据的特征，应该是以创造价值为目的。数据创造价值的途径，是提升人或机器的感知能力。大数据管理的目的，是让这条途径更加顺畅、涉及的领域和业务更加广泛、自动化的程度跟高。这样，逐步把人类带入智能社会。 要提高感知能力，数据管理就要为共享数据、感知信息、发现知识服务。随着技术的进步，要推动从人工处理为主逐步走向计算机自动处理。 机器学习的难点不是学会，而是学对、学好。在大数据的背景下，有个更加完整本文原创来源：电气TV网，欢迎收藏本网址，收藏不迷路哦！
添加新评论