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 >

大数据培训资讯:大数据知识服务需要解决的几个关键问题

当前,科技创新模式、科学研究范式、知识形态、知识获取、知识交流及处理机制都面临着巨大的挑战,导致知识管理模式以及科技服务工作流的关键知识瓶颈发生重大变化,由此专注大数

当前,科技创新模式、科学研究范式、知识形态、知识获取、知识交流及处理机制都面临着巨大的挑战,导致知识管理模式以及科技服务工作流的关键知识瓶颈发生重大变化,由此专注大数据培训科多大数据认为,这迫切呼唤适应未来大数据处理需求的新型知识服务模式的出现,促使信息服务形态从传统的知识分析型服务向知识预测型服务转型。

目前,大数据的研究主要是将其作为一种技术方法或一种提供知识服务的新工具,而不是把数据本身作为研究目标。作为一种技术方法和工具,它与数据挖掘、预测分析、统计分析、个性化搜索等人工智能方法有密切联系,但也有着不同于人工智能、统计学和信息科学的本质内涵。在物联网、传感网及互联网数据为各个领域带来机遇的同时,由于数据的异质、异构、半结构化、非结构化及不可信等特征,大数据知识服务的管理和处理研究需要解决大数据的可表示性、可处理性、可融合性及可靠性四个关键问题。


大数据培训资讯:大数据知识服务需要解决的几个关键问题

(1)可表示性问题。

当前物联网、传感网及互联网中的数据正在向着异质、异构、半结构化、非结构化及不可信等方向发展,半结构化和非结构化数据占据了非常大的比例。目前已有的数据表示方法已不能完整表达已有数据的结构及数据本身的含义,要想有效地对数据进行管理和利用,必须找到最合适的数据表示方法。

(2)可处理性问题。

随着数据规模的急剧扩张,数据类型的迅速增加、数据结构的日趋复杂化,已有数据的处理需求已经远远超越现有计算机处理能力。而传统数学方法和计算模式已无法使用不确定、动态大数据的获取、存储、组织、分析和决策的需求,因此,需要将计算机科学、数学、物理学、管理学等学科结合起来,形成新的数据处理方法。

大数据培训资讯:大数据知识服务需要解决的几个关键问题

(3)可融合性问题。

数据规模的扩张、数据类型的增加及数据结构的复杂化给大数据处理带来了前所未有的挑战,同时也使得异质、异构、半结构化、非结构化及不可信数据的融合变得异常艰难。而大数据作为连接人类社会、物理空间和信息世界的重要纽带,有效地实现数据融合也是无法回避的关键问题之一。

(4)可靠性问题。

物联网、传感网及互联网等网络环境的开放性,使得大数据知识服务体系中的数据质量面临考验。正如美国著名咨询公司Gartner所指出的那样,全球1000强公司中有超过25%的关键数据不正确或不精确;英国BritishTelecom公司因使用数据质量工具而给企业创造的经济效益每年高达6亿英镑。用户在享受大数据所带来价值的同时,也承担着日益严重的安全威胁和隐私风险。

大数据培训资讯:大数据知识服务需要解决的几个关键问题

随着科学研究、传感网络、互联网应用及电子商务等应用领域数据量的飞速增长,大数据正逐渐成为学术界和产业界关注的焦点,相较于Web2.0、云计算、物联网等信息技术的发展轨迹,大数据技术似乎来得更为猛烈。更多大数局培训资讯,欢迎关注科多大数据。
最新资讯更多+
内容推荐更多+
在线课堂
猜你喜欢