1樓：晝星
大資料帶來的變革，遠不止資料量「大」這個字，重要的是處理資料思想的轉變
大資料不關心個體，只關注個體與整體的相關性大資料不要求樣本資料準確性，以 「量」 換 「質」
大資料不僅在於資料量的大，也有資料集的廣度和深度。
推薦一本大資料早期的書，更能把握大資料的概念。
大資料時代 (豆瓣)
2樓：郭斯特
從演算法角度答一下。
最常見的相關性分析演算法包括pearson, spearman, kendall, chisquare independence test, 還有ANOVA，都沒法很有效率地應用到分布式計算系統中。如果想遍歷所有資料子集可能的相關性，則還要面對相關性不存在延展性（如果A變數和B變數都與C變數相關，則A與B必定相關），導致沒法很好地利用動態規劃方法的問題。暴力遍歷的時間複雜度最起碼是2^n (n=變數數），這是僅次於n!
的巨慢演算法，基本上超過n>20就無法有效求解了。
3樓：本戲
小程式的變現模式非常重要，受到之前的經驗和教訓，這次大家都提前開始思考小程式的商業模式。要知道如果不能有效變現的話，小程式是很難持久、健康增長的。從資料分析的角度思考小程式的變現模式，我們可以採取 A/B 測試的方式來探索盈利模式。
如果你是乙個內容型的小程式，那麼你可以嘗試在一部分使用者的資訊流中加入商業廣告，商業廣告勢必造成部分使用者的反感。那麼你可以通過資料分析不斷優化廣告的內容、形式、投放人群，從而在商業變現和使用者體驗之中取得平衡。看薦-黑板報
大資料和小資料的區別是什麼？
天天 簡單地說，我認為現在所謂的大資料新聞更像是乙個遙不可及期望達到的概念，真正的大資料新聞幾乎沒有吧。因為在新聞製作中，資料的量級就難以達到大資料這個概念。投入的成本太高，只為新聞而做的話，幾乎不可能，所以現在看到的資料新聞其實絕大多數都可以說是題主所稱的 小資料新聞 或者就說是 資料新聞 之所以...
大資料技術與應用與商務資料分析與應用哪個好？
魏光豔 大資料技術與應用是近年來新興的計算機專業，其研究方向是將大資料分析挖掘與處理 移動開發與架構 軟體開發 雲計算等前沿技術相結合並在真實場景中進行應用，在工業 醫療 電子商務等行業都具有較強的實用性，商務資料分析與應用專業是圍繞網際網路商務開展資料分析與應用的學習，涉及更多的電子商務和管理運營...
大資料下有什麼方法可以做裝置故障分析與診斷嗎？
星辰大海 推薦一種比較新的 大資料下的裝置故障診斷方法 殘差收縮網路。殘差收縮網路將軟閾值化作為其結構的一部分，更適合監測資料中雜訊較強的情況。 小丑 並不能說完全不靠譜！其實主要還是大量同裝置振動時域譜頻譜等的分析 噪音分析 溫度分析 油液分析等！然後告訴你哪種故障的可能性最大，之前普萊克斯也在考...