爱华网一、大数据没那么神秘
二、数据是会说话的
三、数据挖掘的流程
四、核心之一：领域专家建模
五、核心之二：数据采集
六、记住，大数据其实不是那么数学和计算机
七、可以的应用
一、大数据没那么神秘
最近一年来谈大数据的很火，到处都在说大数据，各种的以大数据为名头的会议、活动也比比皆是，你方唱罢我登台，好不热闹。
有网友问我，好多科技公司言必称自己是大数据，实际情况呢？我回答：什么样的数据叫大，是G级还是T级、E级、Z级，乃至B级？这个真不好定义，既然无法定义，那么反复强调自己的大数据，未免滑稽。据我的观察，在必称自己是大数据的公司中，很多甚至连T级都达不到，我曾开玩笑说过，一块硬盘可以打包的数据这叫硬盘公司，对应一个皮包可以装载公司一切的皮包公司。
那么所谓的大数据是什么呢？我曾经这样批判过所谓的大数据：云计算忽悠过了，大数据上了。于是全世界都是大数据了，然后领导开会，找机会拨款，又可以捞了。本来就一数据仓库与数据挖掘，看看1991年定义：DataWarehouse是一个面向主题、集成的、反映历史变化的数据集合，用于支持管理决策。跟所谓云一样，老掉牙的技术，活生生包装成新潮。所谓数据仓库，并没有数据量和范围的限制。广义的基于数据仓库的决策支持系统由三个部件组成：数据仓库技术，联机分析处理技术和数据挖掘技术，目的就是为企业管理好这些海量数据，进一步发掘其内在的价值。这跟所谓大数据概念有何区别？
很多时候，很多人提到大数据，是用来唬人的，展现自己所谓的高深莫测。想想吧，大数据啊，普通人一辈子都接触不到啊，他居然能轻松自如呢，牛人啊、大神啊！
很多人都在宣传，所谓大数据给相关公司带来业绩上翻天覆地的变化，而我认为，如果不能很好地做数据挖掘的话，大数据不但不能能给相关公司带来业绩上的任何变化，反而还会因为大量冗余数据给公司运维带来麻烦。数据只是死的，如果你不能从中找出有价值的内容，再“大”也没意义。其实数据无论大小，如果能够很好地做数据挖掘，带来有意思的知识发现，都有意义。
所以说，我给大家的定义就是，大数据确实有，但是并不是那么神秘，只是数量级别不同而已。数据是体现现实的，数据挖掘也是给现实找方法的，所以，扯数据大小，除了数据库管理员，真没啥意思！
二、数据是会说话的
接下来，我们说说数据挖掘。很多人会问，数据挖掘能够做什么？
有一个很多数据挖掘书籍都会提到的经典案例：
"尿布与啤酒"的故事。在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。沃尔玛拥有世界上最大的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析和挖掘。一个意外的发现是："跟尿布一起购买最多的商品竟是啤酒！经过大量实际调查和分析，揭示了一个隐藏在"尿布与啤酒"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。按常规思维，尿布与啤酒风马牛不相及，若不是借助数据挖掘技术对大量交易数据进行挖掘分析，沃尔玛是不可能发现数据内在这一有价值的规律的。
看到没，这就是数据挖掘，从常人的知识外找到线索。通俗说，数据挖掘可以做到以下几点：
1、 找到没有意识到的问题
2、 找到未来发展的趋势
3、 找到过去存在的问题
4、 把定性的问题定量化
5、 数据对象关联的规则问题
这五块能够产生的效应，我就不用废话了吧？
