2016年中国大数据分析【图】

    一、传统处理方法难以应付数据爆炸式增长

    信息爆炸，海量数据单机难以处理。2013 年全球数据量达到 4.4EB，而到 2020 年，预计全球数据量将达到 44ZB。全球消费者拥有二十亿智能手机，而世界上 40%的人口已经上线。智能设备带来全方位全时段个人数据，极大扩展了数据来源和种类，导致数据特征维数变高，而新的数据资产大多是结构化和非结构化数据的组合。传统处理方法较适合低维数据问题，当输入高维数据时容易出现过拟合的现象，影响训练效果。所以需要更好的方法去分析现有的数据特色。

    输入端收集的数据复杂多样，需先集成才能后续数据挖掘。只有将大数据进行全面分析过后，才能发现它更多价值。然而，大家忽略了这些数据的来源以及复杂程度等。应用系统越来越多，数据格式越来越复杂，如何将各种类型的数据进行整合是一个关键。一般认为在数据分析的整个过程中，数据清洗及准备基本要占 80%的时间。

    平台化是企业数据集成的未来。为了打破数据孤岛，目前已经很多企业的 IT 部门分设专门“数据集成能力部门”，管理各种本地的、云中的、数据仓库等等的数据。平台化的数据集成业务则易于重复使用、重复部署。

2012~2018 年全球大数据市场规模

    二、大数据市场进入平稳增长的阶段

    2015 年我国互联网普及率为 50.3%，比上年增长 2 个百分点。随着信息技术的创新，互联网的普及，数据量会不断扩大。据数据，2015 年全球大数据市场规模将近 1500 亿人民币，同比增长 24.2%；我国大数据市场规模为 160 亿元，仅占全球总市场规模的 10.7%，但同比增长率为 65.3%，是全球增长率的 2.7 倍。预计 2018 年全球大数据市场规模将达到超过 2500 亿元，2015 至 2018 年的复合增长率为 21.8%。

    相关报告：智研咨询发布的《2017-2022年中国大数据行业运营态势及未来前景预测报告》

标签： 大数据 大数据行业 互联网 企业 数据分析 问题 信息技术 行业 中国大数据

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。