生活中的大数据有什么？

一、生活中的大数据有什么？

交通类: 路径规划如外卖，滴滴，无人车无人机

电商类:商品推荐，优惠券投放如京东东券

医疗类:病历结构化，疾病诊断(图片增强)，药效预测

金融类:智能投顾，信用卡异常检测

电信类: 用户流失预测

二、大数据中图数据有哪些？

1．交易数据（TRANSACTION DATA）

大数据平台能够获取时间跨度更大、更海量的结构化交易数据，这样就可以对更广泛的交易数据类型进行分析，不仅仅包括POS或电子商务购物数据，还包括行为交易数据，例如Web服务器记录的互联网点击流数据日志。

2．人为数据（HUMAN－GENERATED DATA）

非结构数据广泛存在于电子邮件、文档、图片、音频、视频，以及通过博客、维基，尤其是社交媒体产生的数据流。这些数据为使用文本分析功能进行分析提供了丰富的数据源泉。

三、大数据有哪些？

世界上最大的十个数据库:

1.全球气象数据中心： 220千兆网络数据，6个petabytes的其它数据。

2.全美能源研究科技计算中心： 2.8个petabytes (1个petabyte 约等于1千千兆)。

3.AT&T： 323千兆信息。

4.Google： 每天有9千1百万次搜索量。

5.Sprint： 具体数据容量不详，但其拥有2.85万亿条数据库行。

6.ChoicePoint： 250千兆数据。

7.YouTube： 45千兆视频。

8.Amazon： 42千兆数据。

9.中央情报局： （Secret）。

10.美国国会图书馆： 1亿3千万项条目(书籍、图片、地图等)，20千兆文本。

四、生活中的大数都有哪些？

生活中的大数有：

1、一天有24小时，1440分钟，86400秒；一年有365天（平年），有8760小时，525600分钟，31536000秒。

2、中国的土地面积960万平方公里，中国是世界上人口最知多的国家，人口有1，300，000，000多。

3、中国最长的河流是长江，长度是6，397（六千三百九十七）公里。

4、中国最大的湖是青海湖，周长360公里，面积4，500（四千五百）平方公里。

5、中国最快的列车是上海磁悬浮列车，速度是每小时430（四百三十）公里。

6、世界国土面积最大的是俄罗斯，面积是17，075，870（一千七百零七万五千八回百七十）平方公里。

五、生活中的大数有哪些？

这样的数据太多了

1.构成一个人体需要500万亿个细胞， 一天有24小时即1440分钟86400秒，一年有365天有8760小时525600分钟31536000 秒，中国的土地面积960万平方公里(9600000)，中国是世界上人口最多的国家，人口有1,300,000,000（十三亿）多，中国最长的河流是长江,长度是6,397（六千三百九十七）公里，中国最大的湖是青海湖，周长360（三百六十）公里，面积4,500（四千五百）平方公里，中国最快的列车是上海磁悬浮列车，速度是每小时430（四百三十）公里。

2.世界上最大的海洋是太平洋，面积是179,968,000（一亿七千九百九十六万八千）平方公里，世界上最大的洲是亚洲，面积是4,400（四千四百）万平方公里，世界上国土面积最大的国家是俄罗斯，面积是17,075,870（一千七百零七万五千八百七十）平方公里，世界上最高的山峰是珠穆朗玛峰，它的高度是8,848.8（八千八百四十八点八）米，世界上最长的河流是尼罗河，长度是6,671（六千六百七十一）公里，世界上最深的湖是贝加尔湖，深度是1,741（一千七百四十一）米。

六、大数据有关的问题

在当今数字化时代，大数据已经成为企业和组织发展中不可或缺的重要元素。然而，随着大数据的广泛应用和快速发展，也引发了许多与大数据有关的问题，需要及时解决和应对。

1. 数据隐私和安全问题

随着大数据技术的应用，个人数据的收集、存储和处理越来越频繁。然而，数据隐私和安全问题也随之而来。个人隐私数据的泄露和滥用可能造成严重的后果，不仅损害个人权益，也会影响整个社会的信息安全。因此，保护数据隐私和加强数据安全成为当前亟待解决的大数据问题之一。

2. 数据质量问题

大数据时代，数据量巨大且多样化，但如何确保数据质量却是一个挑战。数据质量问题包括数据准确性、完整性、一致性等方面。如果数据质量不高，将影响数据分析和决策的准确性和可靠性，甚至导致错误的决策和结果。因此，提高数据质量和清洗数据成为解决大数据问题的关键一环。

3. 数据分析能力不足问题

虽然大数据为企业提供了海量的数据资源，但并不是所有企业都具备足够的数据分析能力。数据分析能力不足导致企业无法充分挖掘数据的潜力，无法从数据中获取有价值的信息和见解。因此，培养数据分析人才、提升数据分析能力是解决大数据问题的必由之路。

4. 数据合规性问题

随着数据法规和监管的日益加强，数据的合规性问题变得尤为重要。大数据应用过程中涉及的数据处理行为需要符合相关法律法规和隐私政策，否则可能面临巨大的法律风险和罚款。因此，保证数据处理的合法合规性成为解决大数据问题的关键之一。

5. 数据共享和开放性问题

数据共享和开放性是推动大数据发展的重要动力，但也带来一些问题和挑战。不同部门、企业或组织之间的数据共享存在技术、安全、法律等障碍，如何解决数据共享的问题成为当前迫切需要解决的大数据挑战之一。同时，数据的开放性也带来数据管理、监管等方面的挑战，需要制定相应的政策和规范。

6. 数据伦理和道德问题

随着大数据的广泛应用，数据伦理和道德问题备受关注。在数据收集、分析和利用的过程中，如何平衡数据应用的效益与个人隐私、公共利益等之间的关系，是一个亟待解决的问题。数据伦理和道德标准的制定和执行，能够有效帮助企业规范数据处理行为，维护数据安全和隐私。

7. 数据标准化和一致性问题

在大数据时代，不同数据源的数据格式、数据标准存在差异，缺乏数据标准化和一致性会影响数据整合和分析的效果。因此，推动数据标准化、数据整合和数据质量管理至关重要，是解决大数据问题的关键一环。

8. 技术更新和持续学习问题

大数据技术日新月异，不断涌现出新的数据处理技术和工具。企业需要不断跟进技术更新和趋势，进行持续学习和技术创新，才能在激烈的市场竞争中立于不败之地。因此，技术更新和持续学习成为解决大数据问题的重要方面。

总结

综上所述，大数据时代虽然带来了巨大的机遇和挑战，但也伴随着诸多与大数据有关的问题。只有充分认识和理解这些问题，及时采取有效的措施和解决方案，才能更好地应对大数据时代的挑战，实现数据驱动的业务发展和创新。

七、大数据有哪些专业？

大数据有数据科学与大数据技术专业和大数据与审计专业。都属于管理学门类学科，主要研究大数据分析应用及数据挖掘。

八、大数据有哪些特征？

特征为：大量、高速、多样化、有价值、真实。

大量，指大数据量非常大。

高速，指大数据必须得到高效、迅速的处理。

多样化，体现在数据类型的多样化，除了包括传统的数字、文字，还有更加复杂的语音、图像、视频等。

九、大数据有哪些特点？

大数据有多大

要理解大数据这一概念，首先要从"大"入手，"大"是指数据规模，大数据一般指在10TB(1TB=1024GB)规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结(Vol-ume、Variety、Value和Veloc-ity)，即体量大、多样性、价值密度低、速度快。

四大特点

第一，数据体量巨大。从TB级别，跃升到PB级别。

第二，数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。

第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

大数据的价值

大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。目前所说的"大数据"不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域，通过解决巨量数据处理问题促进其突破性发展。因此，大数据时代带来的挑战不仅体现在如何处理巨量数据从中获取有价值的信息，也体现在如何加强大数据技术研发，抢占时代发展的前沿。

十、数学大数据有哪些？

数学大数据是指在大数据环境下，需要运用数学方法和技术来处理和分析数据。数学大数据的应用领域非常广泛，包括金融、医疗、交通、电商等等。

在学习数学大数据之前，需要掌握一定的数学基础，比如概率论与数理统计、线性代数、泛函分析等等。