正文

大數(shù)據(jù)是誰(shuí)首先提出的（大數(shù)據(jù)是誰(shuí)首先提出的）

發(fā)布時(shí)間：2023-04-14 10:16:47 稿源：創(chuàng)意嶺閱讀： 101

大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于大數(shù)據(jù)是誰(shuí)首先提出的的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。

開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、大數(shù)據(jù)時(shí)代是什么意思？大數(shù)據(jù)是在什么背景下提出的？
2、大數(shù)據(jù)概念最早是在哪一年提出的
3、當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由( )首先提出來(lái)的
4、簡(jiǎn)述什么是大數(shù)據(jù)時(shí)代

大數(shù)據(jù)是誰(shuí)首先提出的（大數(shù)據(jù)是誰(shuí)首先提出的）

一、大數(shù)據(jù)時(shí)代是什么意思？大數(shù)據(jù)是在什么背景下提出的？

大數(shù)據(jù)時(shí)代：

最早提出大數(shù)據(jù)時(shí)代到來(lái)的是全球知名咨詢公司麥肯錫，大數(shù)據(jù)在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日，卻因?yàn)榻陙?lái)互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。

大數(shù)據(jù)提出的背景：

進(jìn)入2012年，大數(shù)據(jù)（big data）一詞越來(lái)越多地被提及，人們用它來(lái)描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。

它已經(jīng)上過(guò)《紐約時(shí)報(bào)》《華爾街日?qǐng)?bào)》的專欄封面，進(jìn)入美國(guó)白宮官網(wǎng)的新聞，現(xiàn)身在國(guó)內(nèi)一些互聯(lián)網(wǎng)主題的講座沙龍中，甚至被嗅覺(jué)靈敏的國(guó)金證券、國(guó)泰君安、銀河證券等寫進(jìn)了投資推薦報(bào)告。

數(shù)據(jù)正在迅速膨脹并變大，它決定著企業(yè)的未來(lái)發(fā)展，雖然很多企業(yè)可能并沒(méi)有意識(shí)到數(shù)據(jù)爆炸性增長(zhǎng)帶來(lái)問(wèn)題的隱患，但是隨著時(shí)間的推移，人們將越來(lái)越多的意識(shí)到數(shù)據(jù)對(duì)企業(yè)的重要性。

正如《紐約時(shí)報(bào)》2012年2月的一篇專欄中所稱，“大數(shù)據(jù)”時(shí)代已經(jīng)降臨，在商業(yè)、經(jīng)濟(jì)及其他領(lǐng)域中，決策將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗(yàn)和直覺(jué)。

哈佛大學(xué)社會(huì)學(xué)教授加里·金說(shuō)：“這是一場(chǎng)革命，龐大的數(shù)據(jù)資源使得各個(gè)領(lǐng)域開(kāi)始了量化進(jìn)程，無(wú)論學(xué)術(shù)界、商界還是政府，所有領(lǐng)域都將開(kāi)始這種進(jìn)程。”

大數(shù)據(jù)是誰(shuí)首先提出的（大數(shù)據(jù)是誰(shuí)首先提出的）

擴(kuò)展資料

大數(shù)據(jù)影響

現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來(lái)越密切，生活也越來(lái)越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。

隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)（Big data）也吸引了越來(lái)越多的關(guān)注。大數(shù)據(jù)（Big data）通常用來(lái)形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)用于分析時(shí)會(huì)花費(fèi)過(guò)多時(shí)間和金錢。

大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來(lái)向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。

在現(xiàn)今的社會(huì)，大數(shù)據(jù)的應(yīng)用越來(lái)越彰顯他的優(yōu)勢(shì)，它占領(lǐng)的領(lǐng)域也越來(lái)越大，電子商務(wù)、O2O、物流配送等，各種利用大數(shù)據(jù)進(jìn)行發(fā)展的領(lǐng)域正在協(xié)助企業(yè)不斷地發(fā)展新業(yè)務(wù)，創(chuàng)新運(yùn)營(yíng)模式。

有了大數(shù)據(jù)這個(gè)概念，對(duì)于消費(fèi)者行為的判斷，產(chǎn)品銷售量的預(yù)測(cè)，精確的營(yíng)銷范圍以及存貨的補(bǔ)給已經(jīng)得到全面的改善與優(yōu)化。

“大數(shù)據(jù)”在互聯(lián)網(wǎng)行業(yè)指的是這樣一種現(xiàn)象：互聯(lián)網(wǎng)公司在日常運(yùn)營(yíng)中生成、累積的用戶網(wǎng)絡(luò)行為數(shù)據(jù)。這些數(shù)據(jù)的規(guī)模是如此龐大，以至于不能用G或T來(lái)衡量。

大數(shù)據(jù)到底有多大？一組名為“互聯(lián)網(wǎng)上一天”的數(shù)據(jù)告訴我們，一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部?jī)?nèi)容可以刻滿1.68億張DVD；發(fā)出的郵件有2940億封之多（相當(dāng)于美國(guó)兩年的紙質(zhì)信件數(shù)量）。

發(fā)出的社區(qū)帖子達(dá)200萬(wàn)個(gè)（相當(dāng)于《時(shí)代》雜志770年的文字量）；賣出的手機(jī)為37.8萬(wàn)臺(tái)，高于全球每天出生的嬰兒數(shù)量37.1萬(wàn)??

截止到2012年，數(shù)據(jù)量已經(jīng)從TB（1024GB=1TB）級(jí)別躍升到PB（1024TB=1PB）

EB（1024PB=1EB）乃至ZB(1024EB=1ZB)級(jí)別。國(guó)際數(shù)據(jù)公司（IDC）的研究結(jié)果表明，2008年全球產(chǎn)生的數(shù)據(jù)量為0.49ZB，2009年的數(shù)據(jù)量為0.8ZB，2010年增長(zhǎng)為1.2ZB，2011年的數(shù)量更是高達(dá)1.82ZB，相當(dāng)于全球每人產(chǎn)生200GB以上的數(shù)據(jù)。

而到2012年為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，全人類歷史上說(shuō)過(guò)的所有話的數(shù)據(jù)量大約是5EB。IBM的研究稱，整個(gè)人類文明所獲得的全部數(shù)據(jù)中，有90%是過(guò)去兩年內(nèi)產(chǎn)生的。而到了2020年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達(dá)到今天的44倍。

每一天，全世界會(huì)上傳超過(guò)5億張圖片，每分鐘就有20小時(shí)時(shí)長(zhǎng)的視頻被分享。然而，即使是人們每天創(chuàng)造的全部信息——包括語(yǔ)音通話、電子郵件和信息在內(nèi)的各種通信，以及上傳的全部圖片、視頻與音樂(lè)，其信息量也無(wú)法匹及每一天所創(chuàng)造出的關(guān)于人們自身的數(shù)字信息量。

這樣的趨勢(shì)會(huì)持續(xù)下去。我們現(xiàn)在還處于所謂“物聯(lián)網(wǎng)”的最初級(jí)階段，而隨著技術(shù)成熟，我們的設(shè)備、交通工具和迅速發(fā)展的“可穿戴”科技將能互相連接與溝通。

科技的進(jìn)步已經(jīng)使創(chuàng)造、捕捉和管理信息的成本降至2005年的六分之一，而從2005年起，用在硬件、軟件、人才及服務(wù)之上的商業(yè)投資也增長(zhǎng)了整整50%，達(dá)到了4000億美元。

大數(shù)據(jù)的精髓

大數(shù)據(jù)帶給我們的三個(gè)顛覆性觀念轉(zhuǎn)變：是全部數(shù)據(jù)，而不是隨機(jī)采樣；是大體方向，而不是精確制導(dǎo)；是相關(guān)關(guān)系，而不是因果關(guān)系。

A.不是隨機(jī)樣本，而是全體數(shù)據(jù)：在大數(shù)據(jù)時(shí)代，我們可以分析更多的數(shù)據(jù)，有時(shí)候甚至可以處理和某個(gè)特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴于隨機(jī)采樣(隨機(jī)采樣，以前我們通常把這看成是理所應(yīng)當(dāng)?shù)南拗?，但高性能的?shù)字技術(shù)讓我們意識(shí)到，這其實(shí)是一種人為限制);

B.不是精確性，而是混雜性：研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度;之前需要分析的數(shù)據(jù)很少，所以我們必須盡可能精確地量化我們的記錄，隨著規(guī)模的擴(kuò)大，對(duì)精確度的癡迷將減弱;擁有了大數(shù)據(jù)，我們不再需要對(duì)一個(gè)現(xiàn)象刨根問(wèn)底，只要掌握了大體的發(fā)展方向即可。

適當(dāng)忽略微觀層面上的精確度，會(huì)讓我們?cè)诤暧^層面擁有更好的洞察力;

C.不是因果關(guān)系，而是相關(guān)關(guān)系：我們不再熱衷于找因果關(guān)系，尋找因果關(guān)系是人類長(zhǎng)久以來(lái)的習(xí)慣，在大數(shù)據(jù)時(shí)代，我們無(wú)須再緊盯事物之間的因果關(guān)系，而應(yīng)該尋找事物之間的相關(guān)關(guān)系;相關(guān)關(guān)系也許不能準(zhǔn)確地告訴我們某件事情為何會(huì)發(fā)生，但是它會(huì)提醒我們這件事情正在發(fā)生。

參考資料來(lái)源：百度百科-大數(shù)據(jù)時(shí)代

二、大數(shù)據(jù)概念最早是在哪一年提出的

2008年八月中旬

大數(shù)據(jù)（big data），是指無(wú)法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。

在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的4V特點(diǎn)：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）。

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

根據(jù)維基百科的定義，大數(shù)據(jù)是指無(wú)法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。

大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

三、當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由( )首先提出來(lái)的

當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由誰(shuí)首先提出的？

當(dāng)前大數(shù)據(jù)技術(shù)的基礎(chǔ)是由“谷歌”首先提出的。

大數(shù)據(jù)（big data），IT行業(yè)術(shù)語(yǔ)，是指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點(diǎn)（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）。

大數(shù)據(jù)是誰(shuí)首先提出的（大數(shù)據(jù)是誰(shuí)首先提出的）

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。

四、簡(jiǎn)述什么是大數(shù)據(jù)時(shí)代

在我們還沒(méi)有弄明白什么是云計(jì)算，什么是物聯(lián)網(wǎng)的時(shí)候，大數(shù)據(jù)時(shí)代來(lái)了。大數(shù)據(jù)時(shí)代帶來(lái)的變革影響著我們生活和工作的方方面面。那么，什么是大數(shù)據(jù)時(shí)代？我們舉例說(shuō)明！

“大數(shù)據(jù)時(shí)代”首次被提出

最早提出“大數(shù)據(jù)時(shí)代”到來(lái)的是全球知名咨詢公司麥肯錫。 2011年5月，全球知名咨詢公司麥肯錫(McKinsey&Company)肯錫全球研究院（MGI）發(fā)布了一份報(bào)告--《大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)新領(lǐng)域》，大數(shù)據(jù)開(kāi)始備受關(guān)注，這也是專業(yè)機(jī)構(gòu)第一次全方面的介紹和展望大數(shù)據(jù)。報(bào)告指出，大數(shù)據(jù)已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對(duì)于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)。

報(bào)告還提到，“大數(shù)據(jù)”源于數(shù)據(jù)生產(chǎn)和收集的能力和速度的大幅提升--由于越來(lái)越多的人、設(shè)備和傳感器通過(guò)數(shù)字網(wǎng)絡(luò)連接起來(lái)，產(chǎn)生、傳送、分享和訪問(wèn)數(shù)據(jù)的能力也得到徹底變革。

大數(shù)據(jù)在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日，卻因?yàn)榻陙?lái)互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。進(jìn)入2012年，大數(shù)據(jù)（bigdata）一詞越來(lái)越多地被提及，人們用它來(lái)描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。

舉個(gè)實(shí)際生活中的例子，大約20年前，亞馬遜剛成立時(shí)，杰夫·貝索斯讓50個(gè)書評(píng)員來(lái)為他賣書，他意識(shí)到不僅僅可以請(qǐng)人來(lái)寫書評(píng)，還可以用數(shù)據(jù)技術(shù)來(lái)提供圖書推薦。起初他使用的是小數(shù)據(jù)，不是大數(shù)據(jù)，把客戶進(jìn)行分類，比如說(shuō)有人對(duì)中國(guó)旅游或者是對(duì)園藝感興趣，系統(tǒng)會(huì)自動(dòng)提供推薦。他的同事告訴他，剛剛開(kāi)始使用這個(gè)數(shù)據(jù)推薦時(shí)，使用體驗(yàn)并不好;在進(jìn)一步分析后，亞馬遜決定不對(duì)人進(jìn)行分類，而是對(duì)用戶的需求分類。這個(gè)做法做法非常成功，以至于到今天，推薦系統(tǒng)為亞馬遜帶去30%的銷售收入。

什么是大數(shù)據(jù)時(shí)代？我們?cè)偻ㄋ滓稽c(diǎn)講，就是在不影響你隱私的前提下，讓你的生活很便捷。例如我要去北京出差，我忙完手里的事情，樓下已經(jīng)有專車在等候送我去機(jī)場(chǎng)，專車根據(jù)大數(shù)據(jù)實(shí)時(shí)路況選了一條最優(yōu)方案把我準(zhǔn)點(diǎn)送達(dá)機(jī)場(chǎng)，下飛機(jī)的時(shí)候，車子已經(jīng)在等我，并且把我送到了我比較喜歡而且價(jià)位適合的賓館，到了賓館，我喜歡的美食已經(jīng)準(zhǔn)備妥當(dāng)，房間溫度已經(jīng)達(dá)到最佳，浴室水溫已經(jīng)正好合適，我喜歡的美人已經(jīng)在床上寬衣解帶等候?qū)櫺摇?/p>

大數(shù)據(jù)時(shí)代就是能夠根據(jù)我實(shí)時(shí)產(chǎn)生的數(shù)據(jù)來(lái)不斷給我匹配我想要的東西，讓生活超級(jí)便捷。

以上就是關(guān)于大數(shù)據(jù)是誰(shuí)首先提出的相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。