ITPub博客

大数据技术体系太庞杂了，基础技术覆盖数据采集、数据预处理、分布式存储、NOSQL数据库、多模式计算（批处理、在线处理、实时流处理、内存处理）、多模态计算（图像、文本、视频、音频）、数据仓库、数据挖掘、机器学习、人工智能、深度学习、并行计算、可视化等各种技术范畴和不同的层面。

尽管大数据这一概念提出很早，但从为社会科学界熟知，到迅速转向反思与批判，却仅仅经历了短短几年的时间。为什么社会科学研究能够迅速对大数据做出响应?大数据在社会科学研究中有哪些应用?大数据应用于社会科学研究体现出哪一些价值?而它在应用中又有哪些悖论使其不能解决社会科学研究所面临的问题?本文试对以上问题进行分析。

每当提到区块链一词时，许多人都会将其与比特币等加密货币联系起来。这项技术通过加快交易速度、提供隐私和透明以及其他更多功能，确实改变了虚拟货币的世界。但是，区块链不仅限于加密货币，它是一项技术，并且可以应用于不同行业的多种其他应用程序中。大数据和区块链都是当今商业世界中的新兴技术。这些技术有可能从根本上改变组织未来的运作方式。

互联网上存在海量数据。如何将这些零散的数据抓取下来，存储在公司数据库中？如何从数据中挖掘价值，以洞察市场发展方向，助力业务不断增长？

任何完整的大数据平台，一般包括以下的几个过程：数据采集–>数据存储–>数据处理–>数据展现(可视化，报表)。其中，数据采集是所有数据系统必不可少的，随着大数据越来越被重视，数据采集的挑战也变的尤为突出。