一、大數據簡介

大數據(Big Data)，亦稱作海量資料、巨量資料或大資料。該名詞最早由IBM提出，每個人每天的活動都可記錄下來變成資料，每天的資料就將近2.5百萬兆位元組，隨著資訊技術的發展，資料累計的速度幾乎是以倍數成長，現在世界資料總量的90%大多是過去兩年內所建立的。這些資料的來源不光是由實驗或是訪問而取得的，還包括了蒐集氣象資訊的感應器，社交網站的貼文、照片和影像、交易紀錄，甚至是行動電話的GPS等等，這些來源多元的資料就累積而成大數據。
(http://www-01.ibm.com/software/tw/data/bigdata/)

或許有人認為大數據不就只是資料大一點而已嗎？為什麼要特別提出來討論？那是因為現在的資料型態和以往截然不同，從前的資料大多是文字或是數字資料，而現在的資料還包括照片、圖片及影片等。而資料蒐集的方法也不再像之前一樣是做實驗或是觀察得到的資料，透過網路可以蒐集到更多的資料。舉例來說，大家上Yahoo奇摩網頁，首頁不是都會出現一些購物中心的廣告嗎，網站系統可以經由你常點選的網頁或購物瀏覽的內容，判斷你會對哪些產品較有興趣，進而選擇放入這些產品的廣告。比如說連續一個星期你都透過購物網看球鞋，之後你會發現你的Yahoo 奇摩首頁的廣告大多變成球鞋的廣告，是不是很有趣呢，大家可以試試看。

另外，大數據的涵義不只是指龐大的資料而已，還包括了如何處理這些龐大資料的技術、分析工具及程序等，更重要的是該如何運用這些資料及方法。我們要如何從像海一般大的資料量中找到我們需要的資料進行分析，才是個重大的議題。在許多的領域中，由於資料量龐大，在分析上往往會遭到阻礙或限制，好比說社會學、氣象資料、生物環境學、醫療、交通、經濟及商業等等。

一般提到大數據都會提到3個V，分別是描述資料大小的「量」（volume），資料傳輸速度的「速」（velocity）和形容資料多元性的「多變」（variety），這三者合稱為「3V」（也可稱為「3Vs」）。也就是說大數據是個數量龐大、快速累積以及變化多端的資訊資產，因此我們需要採用新的方式處理資料，以便做出更好的觀察、決策和處理。另外，也有人在3V之外定義了第4個V：真實性（veracity），指的是當資料的來源越來越多元，這些資料是否能夠反映真實，是否可靠，會不會造成分析結果的錯誤。以下對4Vs更詳細之解釋（維基百科：http://zh.wikipedia.org/wiki/大數據）

  • Volume(資料量)：
    電腦與網路尚未普及之前，是以「手動」記錄資料或數據；現在資料是從機器、網路、全球各地人與人之間的社群互動生成。從點擊的滑鼠、傳訊息、搜尋、線上交易，全球每天都在生成並累積龐大數據，其資料量少則TB(Tera Bytes，1,000 GB)、多則PB(Peta Bytes，1,000,000 GB)甚至到EB(Exa Bytes，1,000,000,000 GB)。
  • Velocity(資料輸入輸出速度)：
    資料傳輸流動是連續且快速的，且機器、網路使用者持續不停增加，每天都在輸出更多的內容。在面對如此龐大且迅速的資訊，公司要如何即時回應或反應這些資料亦成為一個最大的挑戰。由於要能即時得到結果才能發揮最大的價值，因此也有人認為Velocity是「時效性」。
  • Variety(資料類型)：
    大數據資料來源種類包羅萬象，最簡單分類為結構化與非結構化。非結構化資料從早期的文字資料類型，已擴展到網路影片、視訊、音樂、圖片等等，複雜的非結構化資料類型造成儲存、探勘、分析的困難。
  • Veracity(資料真實性)：
    該名詞是由Inderpal Bhandar (Express Scripts Chief Data officer)在波士頓大數據創新高峰會(Big Data innovation Summit)的演講中提出。因大數據資料過於雜亂，分析之前須過濾資料偏差、偽造或異常的訊息，避免「Dirt y Data」干擾到資料系統的正確性，進而影響決策結果。
  • 大數據持續發燒，也有越來越多人提出更多的「V」來解釋大數據，如Value、Valisity、Victory等

同學們都有使用臉書（Facebook）的習慣嗎？不論是否有使用，都對「打卡」、「按讚」這些詞彙都不陌生吧！當你打卡時，系統會記錄你去的場所，把所有臉書用戶打卡的場所都記錄下來，便能夠了解某一時間、地點，用戶都在做些什麼事，也可以藉此選擇要廣告的場所地點；當某廠商想要開設新店面時，就可以參考這個資料來判斷人潮多寡，以及附近是否有競爭對手等等資訊。當你按讚時，系統一樣記錄下來你對哪一篇文章按讚，將所有的資料蒐集來後，就可以知道大多數人對什麼樣的文章較容易產生興趣。如果是針對公司行號的廣告行銷文章按讚，公司就可以藉此知道自己的行銷是否成功。大數據資料很貼近大家的生活，並非遙不可及的另外一門學問，同學們不一定要學會分析大數據的資料和技術，可是一定要去了解它的應用情況。

二、大數據及資料科學相關文章

三、大數據資料統計分析相關論文

四、大數據資料統計分析書籍

五、大數據資料相關網站