对工业大数据的几个原则性认识
【摘要】对工业大数据的几个原则性认识1、工业大数据的本质是以数据形式呈现的“信息”或者“知识”，而不是没有关联的数据。“信息”和“知识”的
对工业大数据的几个原则性认识
1、工业大数据的本质是以数据形式呈现的“信息”或者“知识”，而不是没有关联的数据。“信息”和“知识”的本质接近，差别在于：“知识”在时空上的更具有更强的通用性和连续性。没有关联的数据是垃圾。
2、工业大数据的核心价值是知识的重用。大数据带来的好处是：获得知识的成本低、范围广、质量高。智能化使得知识在人机之间共享、促进了知识价值体现；互联网让知识的价值倍增。知识价值的提高，会让人们值得花更大的力气去发现价值、形成大数据工作的良性循环，让知识工作的价值暴增。
3、知识来源。最好的做法是：数据就是知识，如产品设计的结果。其次，是让数据（信息）很容易地提炼出知识。再次，是尽量让数据包含知识。最差的做法是：数据是垃圾、数据之间的联系消失、不包含知识。由此观之，从知识的角度看，数据的准备过程，可能比分析过程更加重要。
4、数据分析是知识的获取过程。但获取什么知识，服从于业务需求的。所有需要用到数据分析的地方，首要任务和工作重点，是理清业务需求的脉络和逻辑，把业务需求转化成一个便于分析的数学问题。而不是随便拿来一堆数据来乱分析。
5、最初的大数据关注数据的二次应用。数据来源服从于一次应用的需求。但随着大数据的发展，二次应用本身变得非常重要。一次应用和二次应用的界限会变得模糊。
上一篇：excel表格基本操作之从零开始学习
下一篇：Python常见工厂函数用法示例
就业培训申请领取
环球青藤
官方QQ群扫描上方二维码或点击一键加群，免费领取大礼包，加群暗号：青藤。 一键加群
最新文章
数据分析师各地入口
环球青藤官方微信服务平台
刷题看课 APP下载
免费直播 一键购课
代报名等人工服务
数据分析师热点排行
- 1 传统数据和大数据的区别
- 2 数据分析的8种方法都是哪些?
- 3 3大常用的数据分析工具是什么?
- 4 数据分析的具体流程是什么?
- 5 excel中的运算符
- 6 数据分析的作用有哪些?
- 7 电子商务需要分析哪些数据?
- 8 数据分析包括哪些内容?
- 9 rdd是什么？
- 10 数据分析的基本步骤
