《轉貼文章》今年席捲IT界的大數據究竟能幹什麼

分享:   據IBM日本公司介紹，全球每天生成的數據量達到2.5EB，而且其增長勢頭在不斷加快。

大家或許對EB這一單位不太熟悉，如果換算成家庭使用的普通的藍光光碟的話，2.5EB相當於10億張容量為25GB的藍光光碟。

而且令人吃驚的是，人類迄今為止生成的數據中，有90％是在近兩年內產生的。

除了電子郵件、推特、臉書中輸入的數據、用手機輕鬆拍攝的圖片，以及向YouTube投稿的視訊之外，還有各種感測器收集的數據，以及網上購物等的日誌數據等，都被收集起來。現在，每秒鐘會產生1萬條微博等資訊。

這些數據被稱為非結構化數據，在生成的數據中約佔8成。非構造化數據今後還將爆發性增加，估計在今後5年內將增加800％。

另外還有人推算，到2020年，一年將生成35ZB的數據，這一數據量相當於目前的44倍。

在這樣的情況下，重要的一點是，目前的IT系統無法完全滿足大數據的要求。

針對IT系統的處理進行了優化的數據被稱為結構化數據，其代表是Excel數據等。但大數據時代的IT系統必須能夠收集並分析微博及視訊等大量非結構化數據。另外，將多種不同數據結合起來，催生新的發現，這也是大數據時代要求IT系統具備的要素。

因此，業內人士達成的共識是，大數據時代不僅指大量數據生成的時代，而且還指IT系統的機制本身被刷新的時代。

不過，大數據涉及的範疇不僅限于IT業界，因為其中還蘊涵著使我們的生活發生巨大變化的要素。

大數據消除交通堵塞

那麼，大數據會以什麼樣的形式影響我們的生活呢？其實，大數據會給我們帶來這樣的未來。

比如，通過收集並分析來自行駛于市內的幾十萬輛汽車上的感測器發出的大量數據，便可即時掌握哪發生了交通堵塞，並可根據這些資訊向汽車發出指示，避開交通堵塞。

不過，只是這樣的話並沒多大意思。

如果這些資訊中還包含市內舉行的大型活動的資訊，便可結合這些資訊，根據活動開始及結束的時間來預測會場周圍的堵塞情況，然後根據事先預測做出繞道的指示。

另外，還可試著加入氣象資訊、道路施工資訊、公共交通資訊及停車場資訊等。這樣，在可能出現交通堵塞的道路上，便可靈活變換車道數量，或者鼓勵用戶將車輛停到最近的停車場，改乘公共交通工具前往目的地。

這時，還可結合一些其他的手段，比如對使用公共交通工具的人提供會場優惠，而對駕車去會場的人收取一定的市區堵塞費等段。這樣便可進一步有效緩解交通堵塞。

而且，根據推特、臉書等社交媒體上的資訊可以了解到來自某一特定地區的數據輸入較為集中，由此便可得知那裏發生了某些情況，然後根據這一資訊向車輛發出繞道的指示。

現在海外已開始監視社交媒體上的言論，當有大量人群聚集場所產生大量負面言論時，就會判斷那裏有發生遊行或犯罪的預兆。在地圖上顯示這些資訊後，當附近的警力薄弱時，就會向其他地區的警察發出指示，讓他們前往這些有可能出現問題的地方，為現場補充警力，從而事先防範騷亂。

另外，還可與市內的電力使用數據聯動，發行超市限時優惠券促使窩在家中的人在下午用電高峰時段出門；還可鼓勵人們在用電低峰為電動汽車充滿電、在用電高峰在電動汽車中渡過，由此來削減家庭用電量。

僅從緩解交通堵塞的觀點來看，便可預見到這麼大的變化。通過收集大量數據並把這些數據結合在一起進行分析，便可事先拿出多種對策，而且還可使社會本身變得豐富起來。而這也正是大數據的本質所在。

進入2013年後，大數據的應用案例估計會越來越多，這將為我們帶來意想不到的便利且豐富多彩的世界。作為具體的成果，2013年將會實現什麼樣的新鮮事物，讓我們拭目以待。 （特約撰稿人：大河原克行）

作者簡介

大河原克行，自由撰稿人

1965年出生於東京都。曾任日本IT類專業雜誌《週刊BCN》總編，2001年10月成為自由撰稿人。擔任BCN記者和總編20多年來，一直在IT產業廣泛開展採訪活動並撰寫文章。目前，活躍在商務雜誌、個人電腦雜誌以及Web媒體等領域。負責「日經電腦 Online」的《微軟觀察》專欄。著作包括《索尼精神能否復甦》(日經BP社)，《松下電器變革的挑戰》(寶島社)以及《個人電腦大戰最前沿》（Ohmsha出版社）等。近期著作是《從松下到Panasonic——挑戰世界的品牌戰略》（日本ASCII新書出版）。


轉貼來源：
http://big5.nikkeibp.com.cn/news/digi/63971-20121218.html?ref=ML