九天中文网

手机浏览器扫描二维码访问

第一节 概述（第1页）

““互联网+”

医疗健康的应用与发展研究（..）”

！

第一节

概述

随着信息技术的发展，数据产生的成本急速下降，人类产生数据的速度也越来越快。

全球在2010年正式进入ZB数据量时代，到2020年全球数据量将急剧增长到35ZB，相当于2009年数据量的44倍。

而在这些数据中，80%以上是非结构化数据。

我们正处于大数据时代的边缘。

一、定义

大数据目前主要的定义有如下几种。

1．麦肯锡（McKinsey）的定义

最早提出“大数据”

时代到来的是全球知名咨询公司麦肯锡，其对大数据的定义是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。

2．Gartner的定义

全球著名的研究机构Gartner给出的定义是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

3．IDC的定义

全球著名的调研公司IDC给出的定义可能比较容易被人们所接受，是指一种新一代的技术和架构，具备高效率的捕捉、发现和分析能力，能够经济地从类型繁杂、数量庞大的数据中挖掘出色价值。

对比以上三种定义，它们其实从两种不同维度定义了大数据，一种维度描述的是需要用新模式处理的大数据集合，另一个维度描述的是用于从大数据中获取价值的处理能力。

这两种维度的关注点正是人们提及大数据时所隐含的两个基本要素：数据和技术。

大数据中隐含着未知的价值，价值的发现需要依赖相应的大数据技术。

二、特点

业界对大数据所具备的特点已经达成共识，主要总结为以下的4个“V”

。

（一）数据量巨大（volume）

随着数据处理技术的发展，网络带宽的不断提升，以及社交网络的迅猛发展，各行业都积累了巨量的数据。

目前，数据量级已经由TB级向PB甚至ZB级增长，而这其中非结构化数据占数量总量的80%～90%。

例如：在医疗行业，一家三甲医院的PACS系统每天产生的影像数据就达几十GB，每年要产生几个TB的数据。

（二）数据多样性（variaty）

大数据中包含的数据具有很多种不同的形式：文本、文档、图片、日志文件、数据流、视频等。

在医疗行业中，有结构化的诊疗记录数据、非结构化的文本形式的病历数据和图片形式的影像数据等。