进入2012年以来，大数据（Big Data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据。正如《New York Times》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。” 

　　大数据为我们生活、思维、工作带来了巨大的改变，大数据时代的开启是一个时代的重要的转型。它将决定着企业的未来发展，尽管现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。 

　　那么，大数据究竟有什么意义呢？或者说，我们如何用大数据来探索和分析世界呢？简单举个例子来说，在甲型H1N1流感爆发的几周前，互联网巨头谷歌公司的工程师们在《Nature》杂志上发表了一篇引人注目的论文。它令公共卫生官员们和计算机科学家们感到震惊。文中解释了谷歌为什么能够预测冬季流感的传播：不仅是全美范围的传播，而且可以具体到特定的地区和州。谷歌通过观察人们在网上的搜索记录来完成这个预测，而这种方法以前一直是被忽略的。谷歌保存了多年来所有的搜索记录，而且每天都会收到来自全球超过30亿条的搜索指令， 如此庞大的数据资源足以支撑和帮助它完成这项工作。发现能够通过人们在网上检索的词条辨别出其是否感染了流感后，谷歌公司把五千万条美国人最频繁检索的词条和美国疾控中心在03年至08年间季节性流感传播时期的数据进行了比较。其他公司也曾试图确定这些相关的词条，但是他们缺乏像谷歌公司一样庞大的数据资源、处理能力和统计技术。

　　可能有人不理解，数据多就是大数据吗？目前比较流行的一个定义大数据的标准就是4V，即数据量大(Volume)、数据种类多样(Variety)、 要求实时性强(Velocity) ，蕴藏的商业价值大(Value)。对于这样具有4V特征的大数据，我们要怎么处理和分析呢？传统的数据处理主要应用统计学的基本模式，比如随机抽样和正态分布等。随着大数据时代的到来，大数据的处理方法方法也发生了变革。比较大的变化可以体现在以下几点： 

　　（1）样本=总体

　　随着数据收集及分析处理能力的提高，很多时候能够进行全数据的处理，而不需要抽样。其优点是更精确，更全面，能够注意到小概率事件。比如谷歌流感，医疗保险欺诈预警，汇款欺诈预警等。 

　　（2）关注小概率事件 

　　在处理传统数据时，随机抽样是不可能发现小概率事件的。比如疾病的发现与人体基因中的基因异常，针对个人的个性化销售，故障预警中小概率故障事件等等。那么，在进行大数据分析时，大数据将着重关注这些大概率事件的发生。 

　　（3）非正态分布的分析方法 

　　大家知道，总体而不是样本的分析会带来非正态分布。因此，在进行大数据分析时，一些非正态分布将会运用其中，比如收入财产分布，社会行为，复杂网络，股票价格波动等。  

　　总体说来，大数据处理方法来源于现有的人工智能，机器学习，包括统计，数学，物理的方法很难单独定义。 （作者：沈阳自动化所数字工厂研究室傅洋）