互聯網IDC圈12月28日報道：看一看所有與大數據相關的活動，我們應該問一個問題：究竟有多少大數據在實際上是有用的。根據常識稍微思考一下，我們就會發現只有一小部分。

創新互聯專注于企業營銷型網站建設、網站重做改版、江南網站定制設計、自適應品牌網站建設、H5技術、商城建設、集團公司官網建設、外貿網站制作、高端網站制作、響應式網頁設計等建站業務，價格優惠性價比高，為江南等各大城市提供網站開發制作服務。

我已經與數據打交道超過40年。在前互聯網的時代，我們經歷了所謂的數據過載（dataoverload）。結果后來我們發現數據本身其實是沒有價值的，只有一小部分被證明對實際商業決策有直接影響。銘記歷史教訓，現在最關鍵的問題已經變成了找到真正有用的數據。數據的量的確增加了，但值得注意的是：大部分的增長都來源于非結構化數據。

讓我先根據Webopedia的定義來解釋什么是非結構化數據。非結構化數據是指沒有任何相同結構的數據。例如，圖片、視頻、電子郵件、文件和文本都被認為是一個數據集內的非結構化數據。

盡管每個單獨的文檔可能都包含基于其創建程序的特定結構或格式，非結構化數據也可以被認為是“結構松散的數據”，因為數據源其實是具有結構的，但數據集內的所有數據包含的結構可能不盡相同。與此相反，數據庫則是一種常見的“結構化”數據。

所以回顧歷史，我們現在討論的除了數據超載還加上了一個新的變數——代表了大部分新增數據量的非結構化數據。非結構化數據代表著新的量的產生。我認為，具有強大的數據分析能力同時能很好地把握行業標準并遵守規則的公司可以提供精確的過濾解決方案，從而為用戶鑒別出最有價值的數據。

多剝一點洋蔥（Onion）

盡管有眾多關于過濾和分析結構化數據的解決方案不斷出現，例如Splunk企業版，它可收集、索引和處理所有應用程序、服務器和設備（物理、虛擬和云中）生成的可轉移操作的機器數據。在討論“Hadoop會帶來什么”時，有很多人在爭論其優缺點，在這里我就不多加討論了。

我的觀點是，真正的挑戰是提供價格可取的，關于更復雜的過濾和實時分析非結構化數據的解決方案。雖然所有類型的數據總量預計在未來五年中將增長800%，其中80%將是非結構化數據。

我建議具備數據建模、分析、OCL、本體模型的數據挖掘等能力的公司，可以通過提供既針對結構化又針對非結構化數據的解決方案來獲得一定優勢。時至今日，仍然沒有公司可以真正提供能在海量大數據中精確定位和尋找的“神器”。

本體論在大數據中扮演什么角色？

本體論

正規來說，本體論將知識表示為在一個領域內的分層結構，并通過一個共享的詞匯表來表示這些概念的類型、性質和相互關系。

本體論是用于組織信息的結構框架，可作為一種知識展現用于人工智能、語義網、系統工程、軟件工程、生物信息學、圖書館學、企業書簽和信息架構。領域本體的創建也定義本體論和其企業組織架構方面應用的基礎。

本體論為什么重要？

因為它使我們在尋找關鍵數據或趨勢時不需要整合系統和應用程序。它是如何應用的，哪些是實現它功能的重要元素？

本體論結合了一個本質上非常靈活、基于圖形的語義模型和語義搜索，從而降低復雜數據集成的時間尺度和成本。本體論正在重新思考后谷歌世界中數據采集、數據關聯和數據遷移的項目。

為什么會有人想要發展本體論？

開發本體的最常見的目標之一是共享人們或軟件代理之間的對信息結構的相同理解。例如，假設幾個不同的網站都包含醫療信息或提供醫療電子商務服務。如果這些網站共享和發布信息時所使用的術語背后潛在的本體論是相同的，那么計算機代理可以從這些不同的網站中提取和聚合信息。代理也可以使用這些聚合信息來回答用戶查詢或將其作為其他應用程序的輸入數據。

以一些明確的域假設作為具體實施的基礎使我們可以在關于域的知識發生改變時很容易地改變這些假設。關于編程語言代碼的硬編碼假設使得這些假設不僅很難找到和理解，更加難以被改變，特別是對沒有編程經驗的人。此外，對于領域知識的明確闡述對于必須學會這些術語在領域內代表什么意思的新用戶也是很有幫助的。

通常一個領域的本體本身并不是一個目標。開發一個本體就類似于定義一組數據以及供其他程序使用時的結構。解決問題的方法、域獨立應用程序和軟件代理都是將本體和基于本體的知識庫作為數據來使用的。

分類法與本體論間的區別是什么？

在信息管理領域中，人們經常使用的兩個術語就是“分類法”和“本體論”，但人們卻往往不知道兩者之間的區別是什么。

在技術方面，本體論意味著更廣泛的信息范圍。人們通常把一個分類法稱為“樹”，以此延伸，本體論則更像是“森林”。本體論可以包含許多種分類法，每個分類法都有其特定的組織方式。

分類法一般只局限于特定的專題范圍，例如產品或醫療條件。當你想通過添加結構或上下文使非結構化信息更容易被搜索時，分類法是很有用的。例如，如果用分類法來標記搜索索引中的文件，那么當用戶用關鍵字搜索該內容時，分類法就可以作為給終端用戶的篩選選項顯示在搜索結果的左側。多種分類法可以結合起來作為過濾器來實現強效深度挖掘的搜索體驗。這正是你所看到的許多大牌的電子商務網站如Amazon和Costco正在做的事情。

本體論可以被認為更像一個網絡，包含了所有概念之間的不同類型的聯系。本體可以包含無限種聯系，在不同的主題域的概念之間創建聯系相對更加容易。例如，你可以創建一個材料分類中的“木材”和產品分類中的“椅子”之間的聯系。關系類型可以是“例子”、“目的”或“部分”。

如果要創建一個可能會被用于處理高級自然語言或者文本分析的更復雜的信息模型，就會用到本體論。本體論可以讓你更好地理解在信息語料庫中的概念和因果關系。本體論還可以讓問題回答引擎更加強大：例如，如果我搜索“誰是第十六任總統？”引擎利用本體論就可以返回一個特定的結果：“亞伯拉罕-林肯”。

分享題目：大數據的真正價值在哪里？
鏈接URL：http://www.kartarina.com/article6/sdooog.html

成都網站建設公司_創新互聯，為您提供網站維護、網站導航、用戶體驗、定制網站、面包屑導航、營銷型網站建設

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯