¿Cuáles son las diferencias entre el periodismo de big data y el periodismo de datos tradicional?
¿Cuál es la diferencia entre el análisis de big data y el análisis de datos tradicional? Mucha gente puede pensar que el análisis de big data es muy misterioso, pero en realidad el análisis de big data no es tan misterioso.
¿Cuál es la diferencia entre el análisis de big data y el análisis de datos tradicional? Mucha gente puede pensar que el análisis de big data es muy misterioso, pero en realidad el análisis de big data no es tan misterioso.
En primer lugar, existe una diferencia esencial entre el análisis de big data actual y el análisis tradicional, es decir, el análisis tradicional se basa en datos estructurados y relacionales. Y, a menudo, se toma un pequeño conjunto de datos para predecir y juzgar todos los datos. Pero ahora es la era del big data y el concepto ha cambiado por completo. El análisis de big data actual consiste en almacenar, gestionar y analizar directamente todo el conjunto de datos.
En segundo lugar, el análisis anterior fue un análisis de muestra pequeña, por lo que a menudo se utilizan muestras pequeñas para predecir las características de todo el conjunto de datos. Esto determina que las muestras pequeñas recopiladas deben ser de alta calidad, de lo contrario no se cumplirán las predicciones. Los resultados serán muy diferentes. El análisis de big data actual es un análisis del conjunto completo de datos, por lo que debe ser tolerante con cierto ruido en los datos.
En tercer lugar, el análisis de datos tradicional original consistía en analizar y predecir datos globales basándose en el análisis de datos de muestras pequeñas. Por lo tanto, el proceso de razonamiento causal se utiliza a menudo en todo el proceso de análisis predictivo. En el análisis de big data actual, la causalidad no es el foco, sino que se basa en el análisis de todo el conjunto de datos. Lo que las empresas necesitan saber es en qué se diferencia el análisis de datos en la era del big data del pasado.
IoT China | 21 de febrero de 2014
Recopilar este artículo
Compartir
Comentar
Grande ¿Qué es? ¿Cuál es la diferencia entre el análisis de datos y el análisis de datos tradicional? Mucha gente puede pensar que el análisis de big data es muy misterioso, pero en realidad el análisis de big data no es tan misterioso.
¿Cuál es la diferencia entre el análisis de big data y el análisis de datos tradicional? Mucha gente puede pensar que el análisis de big data es muy misterioso, pero en realidad el análisis de big data no es tan misterioso.
En primer lugar, existe una diferencia esencial entre el análisis de big data actual y el análisis tradicional, es decir, el análisis tradicional se basa en datos estructurados y relacionales. Y, a menudo, se toma un pequeño conjunto de datos para predecir y juzgar todos los datos. Pero ahora es la era del big data y el concepto ha cambiado por completo. El análisis de big data actual consiste en almacenar, gestionar y analizar directamente todo el conjunto de datos.
En segundo lugar, el análisis anterior fue un análisis de muestra pequeña, por lo que a menudo se utilizan muestras pequeñas para predecir las características de todo el conjunto de datos. Esto determina que las muestras pequeñas recopiladas deben ser de alta calidad, de lo contrario no se cumplirán las predicciones. Los resultados serán muy diferentes. El análisis de big data actual es un análisis del conjunto completo de datos, por lo que debe ser tolerante con cierto ruido en los datos.
En tercer lugar, el análisis de datos tradicional original consistía en analizar y predecir datos globales basándose en el análisis de datos de muestras pequeñas. Por lo tanto, el proceso de razonamiento causal se utiliza a menudo en todo el proceso de análisis predictivo. En el análisis de big data actual, la causalidad no es el foco, sino que se basa en el análisis de todo el conjunto de datos. Lo que las empresas deben comprender es el análisis de la correlación y las características de la regularidad. Por ejemplo, las ventas de cerveza a menudo aumentan al mismo tiempo que las ventas de pañales, por lo que, bajo el análisis de big data, no necesitamos entender por qué el volumen de ventas de cerveza y pañales aumentará simultáneamente. Solo necesitamos saber que los pañales y la cerveza. Las ventas aumentan simultáneamente. En base a este resultado, se pueden desarrollar muchas estrategias comerciales y herramientas de marketing.
En cuarto lugar, los datos actuales suelen ser masivos, especialmente muchos datos emergentes, que son muy urgentes, rompiendo el método original de recopilación, limpieza, almacenamiento y luego análisis de datos. Muchos requisitos de análisis suelen ser en tiempo real y requieren recopilación y análisis al mismo tiempo. Esta es otra característica importante del análisis de big data.