形势与政策作业 简述大数据的特点及用途
具体来说，大数据具有4个基本特征： 一是数据体量巨大。百度资料表明，其新首页导航每天需要提供的数据超过1.5PB（1PB=1024TB），这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。 二是数据类型多样。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。 三是处理速度快。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。 四是价值密度低。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。 大数据的作用 第
一，对大数据的处理分析正成为新一代信息技术融合应用的结点。移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。 大数据具有催生社会变革的能量。但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境(Ramayya Krishnan,卡内基·梅隆大学海因兹学院院长)。 第
二，大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。 第
三，大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。 对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；可以帮助企业为消费者提供更加及时和个性化的服务；在医疗领域，可提高诊断准确性和药物有效性；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。 第
四，大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。
大数据的标准定义是什么？
大数据的4V特点：Volume、Velocity、Variety、Veracity 这是目前大多数研究者认同的，标准定义目前还没有
维普科技期刊的特点和使用方法是什么？
维普、万方、超星的特点 1)、超星电子图书馆：收录的电子图书内容丰富，包括经典理论、哲学、社科、经济、语言文字、文学、数理化、生物、工业技术、计算机等50余个学科门类，现拥有中文电子图书80万种，论文300万篇，全文总量4亿余业，并且每天仍在不断地更新与增加 2）书生之家数字图书馆：主要收录1999年以后出版的新书，其收录量为每年中国出版的新书品种一半以上，目前拥有图书15万种，数量可观，学科门类齐全。 3）中国学术期刊全文数据库：该库的产品分为十大专辑：理工
A、理工
B、理工
C、农业、医药卫生、文史哲、政治军事与法律、教育与社会科学综合、电子技术与信息科学、经济与管理。个专辑分为若干专题，共168个专题。 4）维普中文科技期刊数据库:按照《中国图书馆分类法》进行分类，所有文献被分为8个专辑：社会科学、自然科学、工程技术、医药卫生、农业科学、经济管理、教育科学和图书情报。8大专辑又被细分为36个专题 。 5）万方数字化期刊收藏资源的特点：目前集纳了理、工、农、医、人文五大类70多个类目，2500多种科技类核心期刊，实现全文上网。该系统收录的期刊种类主要有7个：基础科学、农业科学、社会科学、哲学政法、医学卫生、教科文艺、经济财政。 维普、万方、超星的使用方法 1)、维普中文科技期刊数据库“高级检索”的方法：打开维普数据库，点击高级检索，输入关键词、作者、分类号、机构、刊名，扩展检索条件，如：时间条件、专业限制、期刊范围，然后点击检索。 2）、中国学术期刊全文数据库“高级检索”的方法：打开中国知网，点击高级检索，进入中国学术期刊全文数据库，输入检索控制条件，如：发表时间 来源期刊` 期刊年期 支持基金，然后输入内容检索条件。
数据在线分析处理是什么意思?
OLAP，英文全称为On-Line Analysis Processing，中文名称为联机分析处理，也称为在线分析处理。 随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合，关系数据库系统已不能全部满足这一要求。操作型应用和分析型应用，特别是在性能上难以两全，人们常常在关系数据库中放宽了对冗余的限制，引入了统计及综合数据，但这些统计综合数据的应用逻辑是分散而杂乱的、非系统化的，因此分析功能有限，不灵活，维护困难。在国外，不少软件厂商采取了发展其前端产品来弥补关系数据库管理系统支持的不足，他们通过专门的数据综合引擎，辅之以更加直观的数据访问界面，力图统一分散的公共应用逻辑，在短时间内响应非数据处理专业人员的复杂查询要求。1993年，
E.F.Codd（关系数据库之父）将这类技术定义为"OLAP"。 OLAP是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。它通过对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。决策数据是多维数据，多维数据就是决策的主要内容。OLAP专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。 OLAP具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。它可用于证实人们提出的复杂的假设，其结果是以图形或者表格的形式来表示的对信息的总结。它并不将异常信息标记出来，是一种知识证实的方法。
