简要描述大数据的特点，大数据对软件工程有何影响？
正确答案:
版本一答案：
大数据的三大特点：
首先，“海量数据”最大限度解决了人类主观世界与客观世界之间的信息不对称性难题。 其次，“相关分析”突破了传统简单的因果分析方法，并利用数据一致性法多方验证。 最后，“瞬间互动”节约了巨大的社会创新的试错成本。
大数据是随着互联网的普及应运而生的，大数据和云是分不开的，数据存储，数据的分类，数据挖掘，数据的分析，如何把一堆在硬盘，内存，服务器中存储的数据通过分析，处理，转换成能够为我们带来实际利益的东西，或者说实际能有用处的东西，就是大数据的解决问题。其实云现在在中过是个双刃剑，大数据也因此受到了限制，不过云时代和大数据的到来是早晚的问题，而且近两年是有相当的趋势的，那么大数据对软件工程的影像无非就是方展方向上面和数据的安全问题，怎样防止数据的丢失被盗，IT技术又是如何对大数据进行存储和解析处理，都是当前软件工程的热门和必然的趋势，做好数据分析，数据挖掘。
版本二答案： 大数据主要特点：
1.准确（Veracity） 这是一个在讨论大数据时时常被忽略的一个属性，部分原因是这个属性相对来说比较新，尽管它与其他的属性同样重要。
这是一个与数据是否可靠相关的属性，也就是那些在数据科学流程中会被用于决策的数据（而这不同于与传统的数据分析流程），精确性与信噪比（signal-to-noise ratio）有关。
2.高速（Velocity）大数据是在运动着的，通常处于很高的传输速度之下。它经常被认为是数据流，而数据流通常是很难被归档的。
这就是为什么只能收集到数据其中的某些部分。
3.体量（Volume） 大数据由大量数据组成，从几个TB到几个ZB。这些数据可能会分布在许多地方，通常是在一些连入因特网的计算网络中。
一般来说，凡是满足大数据的几个V的条件的数据都会因为太大而无法被单独的计算机处理。单单这一个问题就需要一种不同的数据处理思路，这也使得并行计算技术（例如MapReduce）得以迅速崛起。
4.多样（Variety） 在过去，数据或多或少是同构的，这种特点也使得它更易于管理。这种情况并不出现在大数据中，由于数据的来源各异，因此形式各异。
这体现为各种不同的数据结构类型，半结构化以及完全非结构化的数据类型。
大数据的三大特点：
首先，“海量数据”最大限度解决了人类主观世界与客观世界之间的信息不对称性难题。 其次，“相关分析”突破了传统简单的因果分析方法，并利用数据一致性法多方验证。 最后，“瞬间互动”节约了巨大的社会创新的试错成本。
大数据是随着互联网的普及应运而生的，大数据和云是分不开的，数据存储，数据的分类，数据挖掘，数据的分析，如何把一堆在硬盘，内存，服务器中存储的数据通过分析，处理，转换成能够为我们带来实际利益的东西，或者说实际能有用处的东西，就是大数据的解决问题。其实云现在在中过是个双刃剑，大数据也因此受到了限制，不过云时代和大数据的到来是早晚的问题，而且近两年是有相当的趋势的，那么大数据对软件工程的影像无非就是方展方向上面和数据的安全问题，怎样防止数据的丢失被盗，IT技术又是如何对大数据进行存储和解析处理，都是当前软件工程的热门和必然的趋势，做好数据分析，数据挖掘。
版本二答案： 大数据主要特点：
1.准确（Veracity） 这是一个在讨论大数据时时常被忽略的一个属性，部分原因是这个属性相对来说比较新，尽管它与其他的属性同样重要。
这是一个与数据是否可靠相关的属性，也就是那些在数据科学流程中会被用于决策的数据（而这不同于与传统的数据分析流程），精确性与信噪比（signal-to-noise ratio）有关。
2.高速（Velocity）大数据是在运动着的，通常处于很高的传输速度之下。它经常被认为是数据流，而数据流通常是很难被归档的。
这就是为什么只能收集到数据其中的某些部分。
3.体量（Volume） 大数据由大量数据组成，从几个TB到几个ZB。这些数据可能会分布在许多地方，通常是在一些连入因特网的计算网络中。
一般来说，凡是满足大数据的几个V的条件的数据都会因为太大而无法被单独的计算机处理。单单这一个问题就需要一种不同的数据处理思路，这也使得并行计算技术（例如MapReduce）得以迅速崛起。
4.多样（Variety） 在过去，数据或多或少是同构的，这种特点也使得它更易于管理。这种情况并不出现在大数据中，由于数据的来源各异，因此形式各异。
这体现为各种不同的数据结构类型，半结构化以及完全非结构化的数据类型。
答案解析:有
微信扫一扫手机做题