大数据的主要特征是什么什么是大数据时代( 三 ) _云知道

分析报告、提炼价值。

12.什么是数据埋点？所谓数据埋点就是从应用的特定流程中收集一些信息，跟踪用户使用的状况，用来提供运营的数据支撑，进一步优化产品。
常见的信息包括独立访客数（UV）、页面浏览量（PV）、页面停留时长、页面跳出率、交互元素的点击事件等。
数据埋点通常有两种方式：
第一种是研发团队在产品中注入代码，并搭建响应的查询平台；
第二种是借助第三方数据埋点工具，如神策数据、百度统计等。
13.什么是数据仓库？数据仓库 (Data Warehouse) 简称DW，存储大量数据的集成中心。数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision-Support）。它为企业提供一定的BI（商业智能）能力，指导业务流程改进、监视时间、成本、质量以及控制。
数据仓库的输入方是各种各样的数据源，最终的输出用于企业的数据分析、数据挖掘、数据报表等方向。
14.什么是数据集市？数据仓库是面向整个企业的，而数据集市是面向部门的，因此规模更小，由业务部门设计、开发、管理、维护，可以理解为是数据库的子集。
数据集市就像宜家楼上的家居展厅，正如其名字"集市"一样，是一个面向最终顾客的数据市场。在这里，数据（家具）以一种更加容易被顾客接受的方式组合在一起。顾客的需求是分场景的，比如客厅、书房、卧室、厨房等，因此我们需要创建多个数据集市（展厅）。

15.什么是数据湖？数据湖至今仍然没有一个特别标准的概念，比较统一的是数据湖存储的是未经加工的原始数据，包含结构化和非结构化的各类数据。数据湖就是一个存储了企业所有原始数据的存储，对于这些原始数据的管理则更加复杂。
以宜家家居为例，数据湖的原始数据就相当于拆散的零部件，顾客可以根据实际需要挑选零部件后自行组装。
16.什么是数据挖掘？数据挖掘就是从大量的实际应用数据中，提取隐藏在其中的有价值的信息的过程。
一般而言，数据挖掘分为两类：一类是监督学习，另一类是无监督学习。监督学习是对目标需求的概念进行学习，通过建立模型来实现从观察变量到目标需求的有效解释。无监督学习没有明确的标识变量来表达目标需求，主要任务是探索数据之间的内在联系和结构。
数据挖掘融合了多学科领域的知识，常用的算法有分类、聚类分析、关联分析、趋势与演化分析、特征分析、异常分析等。
17.什么是数据可视化？数据可视化就是借助图形化的手段，清晰有效地传达与沟通信息。
利用人类对形状、颜色的敏感，有效地传递信息，帮助用户从数据中发现关系、规律和趋势。常用的数据可视化图表有柱状图、条形图、饼图、雷达图、折线图、堆积图、散点图等。