科多大数据培训
全国24小时免费热线
15328019568
联系QQ
3048661160
开班时间
当前位置:首页 > 学习资讯 > 大数据内容 >

大数据培训学习:大数据给图书馆带来的新挑战是什么?

大数据与海量数据不同,并不仅仅指数据量大的数据,还要看它的第三个维度,也就是时间或速度维度(涉及数据流、结构化与非结构化数据的处理速率及效率),它不仅包含了海量数据

  “大数据”与“海量数据”不同,并不仅仅指数据量大的数据,还要看它的第三个维度,也就是时间或速度维度(涉及数据流、结构化与非结构化数据的处理速率及效率),它不仅包含了“海量数据”的含义,而且在内容上超越了海量数据。众所周知,数据正以惊人的速度激增,除大众所熟知的科学数据、电子商务信息、计算机仿真等领域的数据来源外,经笔者分析,还可列举出图书情报领域的未来大数据的几个主要来源:
大数据培训学习:大数据给图书馆带来的新挑战是什么?
  (1)RFID射频数据:RFID嵌入到图书馆相关资源中,实现资源的跟踪及分析,虽然现阶段国内图书馆还没有实现RFID的全面推广,但一旦得到广泛应用,将会是大数据的主要来源之一;
  (2)传感器数据:通过分布在图书馆不同位置或环境中的传感器对所处环境和资源进行的感知,不断生成的数据,由于长时间积累所产生的数据量也非常巨大;
  (3)社交网络交互数据:随着社交网络应用的逐步推广,社交网络所产生的数据量远远超过以往任何一个信息传播媒介,毫无疑问,它将会成为未来很长一段时间内,大数据最为主要的来源之一;
  (4)移动互联数据:移动互联网及移动互联技术的不断完善,使得图书馆可以灵活获取移动电子设备、人员、资源、用户行为和需求等信息,并对这些信息进行实时分析,从而帮助我们开展有效的智能辅助决策。
  那么科多大数据培训和大家一起来分析一下,大数据给图书馆带来的新挑战
  以上所描述的是大数据所具备的基本特性,结合现阶段信息技术的发展状况及信息资源的利用需求,如何正视大数据给当前图书馆各个方面带来的冲击及挑战,也是理解什么是“大数据”,所必须掌握的内容:
  (1)数据量增长所带来的存储能力及计算能力的挑战。在飞速发展的数字信息环境中,数据成本下降促使数据量急剧增长,新的数据源和数据采集技术的出现使数据类型增多,各种非结构化的数据又增加了大数据的复杂性,但从大数据应用中却可以发现具有极强挑战性的科学问题及社会问题,而这有助于推动以大数据为基础的科学研究第四范式,促进图书馆形成新型知识服务范式,而现有数据中心技术难以满足大数据的应用及知识服务需求,整个知识服务架构的革命性完善势在必行。首先,存储能力的增长远远落后于数据量的增长,设计最合理的分层、分级存储架构已成为信息资源管理及知识服务体系的关键;其次,移动互联网技术的完善,使得数据移动较之以往更为频繁,而数据的移动亦成为信息资源管理最大的开销,这就促使知识管理从传统的数据围绕着计算能力转,转变为计算能力围绕着数据转;第三,高通量计算机、高可靠性、高可扩展性、高可用性的规模、语义、统计及预测性等数据分析技术、新的数据表示方法等都是亟待解决的技术问题。
  (2)由传统常规分析向广度、深度分析所带来的挑战。数据分析成为图书馆知识服务体系创新与完善必不可少的支撑点。图书馆不仅需要通过数据了解现在知识服务过程发生了什么,更需要利用数据对科研创新合作过程及合作交互型知识服务过程将要发生什么进行分析和预测,以便应对图书馆未来所面对的生存危机,在行动上做出一些主动准备。值得补充的是,这些分析操作除了包括数据关联关系分析、时间序列分析、大规模图分析、社会网络分析及移动平均线分析等广度及深度分析,还包括常规分析。
  (3)基础设施挑战。数据量及非结构化数据的迅速增加,使得存储及计算规模不得不随之增大,导致其成本急剧上升,处于成本的考虑,越来越多的知识服务机构将应用由高端服务器转向中低端硬件构成的大规模计算机集群,从而对支持非结构化数据存储及分析的基础设施提出了很高要求。第一,需要将存储、计算需求分布到为大规模分布式数据密集型应用而设计的基础设施中;第二,需要拥有经济高效的存储与计算能力,足以获取、存储和分析TB、PB级别的数据,并拥有足有的智能分析能力来减少数据足迹(如大数据压缩、自动数据分层及重复数据删除等);第三,需要拥有可快速将分块的大数据集复制到集群服务器节点进行处理的网络基础设施;第四,需要拥有保护高度分布式基础设施和数据的可信应用体系的软硬件基础设施;第五,作为人力及智力基础设施,技能熟练的图书馆员也是图书馆大数据研究及处理最值得期待的挑战之一。
  以上就是大数据给图书馆带来的新挑战的分析,想要进行大数据培训的小伙伴们,科多大数据拥有完整的成熟的大数据培训体系,线上大数据学习平台已经开通,来科多官网即可领取免费账号,学习大数据视频哦~
最新资讯更多+
内容推荐更多+
在线课堂
猜你喜欢