- 上一篇：来上海务工人员就业保障问题研究
- 下一篇：农民工养老保险问题及对策研究
附录1： 19
一、大数据概述
（一）大数据定义
对于大数据的定义，目前也没有一个特别完整的定义。单凭从字面理解可以是数据量巨大。但是，大数据绝没有想象的这么简单，从一个初级程序员的理解中可以这样描述：“大数据是从海量的数据中，通过一定的技术手段来获取和筛选对于我们有作用的重要数据”。
（二）大数据的获取
数据的获取，方式很多，只要是存储在介质上的，基本上都可以获取的到，如果想要更加精细的数据，可以通过小程序来获取想要的数据集（如爬虫）。
（三）大数据的分析
数据的分析，首先要做的就是获取数据后的过滤，筛选出数据之后再去分析，利用程序生成图表，或者是生成想要呈现的一种样式。
（四）大数据的特点
大数据所拥有的特点为以下4个方面：数据量大，格式多，时效性高，价值密度低等特点。不仅仅是数据量大这么简单而已。
1、数据量大
通过简单的数据就可以说明数据量大的特点。量化存储大小的单位由GB上升为TB，又由TB上升至EB，EB不能满足，有上升至PB，每一次变化都是原先的1024倍，而这些单位也不够量化了，还有更大的存储单位：ZB、YB、BB，以后还会有更大的单位来描述数据量的大小。在短短几年的实间内就上升至如此体量的高度，可以想象，这些数据对于我们的生活产生了多大的影响。生活中的方方面面都是由这些数据所引导的。
2、格式多
大数据格式多主要体现在它的非结构数据化方面，大数据的数据类型包括很多方面，有网络日志、视频、音频、图片、地理位置、交易信息等，诸如此类能够保存下来的，其作用在商业方面有着不可估量的价值，还有更多的社会价值。
3、时效性高
大数据时效性高体现在一旦获取了相应的数据之后，需要在短时间内给出反馈，否则机会就这样浪费过去了。简单的例子就是当你在访问过一个电商网站之后，再去访问其他的网页，在其他的网页上面可能就会出现之前在电商网站上你曾看过的商品，这就是利用技术手段获取浏览者的访问数据，然后根据访问数据及时的推荐相应广告，针对性比较强，也是比较有用的一种广告精准投放例子。
4、价值密度低
虽然大数据有着相当大的价值，可是价值密度却非常的低。例如用户观看浏览了很多的商品，很多的网站，可是真正能够有价值的确是那么一点点的数据，对大量数据的挖掘与分析才是大数据能够产生价值的痛点需求所在。
二、大数据的现状
（一）大数据的存储现状
大数据时代，每时每刻都会产生大量数据，针对数据的存储，需要出现越来越大的存储介质，存储单位也是在不断的变化，量级越来越高，随着数据的产生，会推动着存储介质的不断发展以满足存储量的不断变化。理论上存储介质存储大量数据已经产生足够大的费用消耗。
（二）大数据的技术分析
大数据最终的目的是为人们的生活带来改善，从海量的数据中提取有用的信息为我们日常的生活提供指导性意义。
如何分析大数据又是另外一种科学，分析大数据需要数据建模分析技术来解决这些问题，尽管相关科研学者提出了一些方法，可仍然不能够达到一种理想的状态。
对于大数据的分析，针对不同的结果需要建立不同的数据模型，从海量的数据中提取出想要的目的信息是需要让机器去学习，通过机器的不断学习来分析如此海量的信息，就目前人们日常的机器来分析如此海量的信息是根本不能满足的。数据的分析是当前大数据中最为重要的一环，关乎着数据结果会对人们的生活产生哪些影响。