大数据的特点及弊端
推荐文章
大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。下面是小编为大家整理的大数据的特点及弊端，希望对你们有帮助。
大数据的特点
1、数据体量巨大(Volume)
从TB级别，跃升到PB级别，乃至EB级别。
2、数据类型繁多(Variety)
不同的数据源，非结构化数据越来越多，需要进行清洗，整理，筛选等操作，变为结构数据。
3、处理速度快(Velocity)
1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。
4、 价值密度低(Value)
由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。
大数据的弊端
1.个人数据隐私与安全
大数据会记录你的浏览习惯，购买习惯，常用淘宝支付宝这些软件的人，你的消费能力、购物习惯、活动产所、收入情况、生活质量、年龄、身高、体重、鞋码、三围、口味等，都是可以分析出来的 这些基本囊括了我们的生活。个人数据安全就成了一个大问题，一旦数据泄露(或被买卖)，可能会对用户人身财产、国家和公司的安全造成威胁。
2.大数据杀熟
杀熟，即同样的商品或服务，老客户看到的价格反而比新客户要贵出许多。近年来多家互联网平台均被曝疑似存在“杀熟”情况，涵盖在线差旅、在线票务、网络购物、交通出行等多个领域。
大数据的定义
大数据指那些超过传统数据库系统处理能力的数据。它的数据规模非常大对于传输速度的要求也非常高，或者其数据结构原本就不适合传统数据库。为了获取大数据中的价值，我们必须选择另外一种方式来处理它，发掘其中隐藏的价值。在以往需要付出很高的成本来发掘其中的价值。
随着各种软硬件的普及和使用如云架构、开源软件的使用使得大数据处理变得更为方便跟廉价。而对于企业来说大数据的价值体现在两个方面：分析使用和二次开发，对数据进行分析可以发掘其中隐藏的信息，而企业可以利用这些分析出来的信息运用到企业的决策当中，从而规避不必要的风险。对大数据进行二次开发则是那些成功的网络公司的强项，比如facebook结合大量的用户信息，定制出高度个性化的用户体验，创造出了“信息流广告”这一全新的广告模式。