 ==>> 点击下载文档 |
获取与处理；
领跑者。1）已上市互联网企业中，以
BAT为首的数据驱动型媒体整体表现较
好；2）未上市互联网企业中，数据驱动
型企业成为领跑者；
体更加广泛；2）移动端使用时长占比超
77%，信息采集更加丰富连贯；3）场景
化特征为大数据发展带来新契机；
的应用提出更高要求
政策推动产业发展进程；2）将自
主研发与投资收购相结合，技术推
动企业发展；
服务的发展策略相对成熟；
态系统雏形已成，多维度输出大数
据能力；
务为起点，推进产业生态形成
本报告将聚焦于中国网络媒体，研
究其大数据体系架构及相关产品，
探讨大数据发展趋势
大数据
Data
来源：艾瑞咨询研究院自主研究及绘制
互联网大数据
Internet
网络媒体大数据
Media中国大数据产业现状分析1
中国网络媒体大数据产业分析2
中国网络媒体大数据企业分析3
中国网络媒体大数据的机遇与挑战4大数据定义与特征
4V：数据规模大，数据流转快，数据类型多，价值密度低
抽样数据 全量数据
精确数据 混杂数据
因果关系 相关关系
数据类型多
—————————
除了以文本为主的结构化数据、
以网页数据为代表的半结构数据，
也存在大量网络日志、音频、视
频、图片、地理位置信息等非结
构化数据
Variety
数据流转快
—————————
1秒定律：要在秒级时间范围内
给出分析结果，超出这个时间，
数据就失去价值了
Velocity
大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。为了适应数据量的爆发式增长，
数据处理方式正逐步向全量性、混沌性及相关性发展。为了避免信息损失，越来越多的场景倾向于对全量数据进行挖掘与
分析，其中，只有一小部分数据是结构化的，而非结构化数据中同样蕴含着大量信息，因此，能够处理各式各样的混杂数
据的大数据技术得到了广泛应用和迅速发展。其中，占据着重要地位的大数据预测分析，也从主要基于因果关系进行分析
发展成了建立在相关关系的基础上的分析模式
Volume
数据规模大
—————————
IDC预计，到2020年，全球新建
和复制的信息量将达到44ZB，
中国数据量将超过8ZB
Value
价值密度低
—————————
海量数据中，如何通过强大的机
器算法，更迅速有效地完成数据
的价值“提纯”，已成为目前大
数据背景下亟待解决的难题
来源：艾瑞咨询研究院自主研究及绘制。大数据集成与存储
数据仓库基于企业整体建立，是大数据集成和存储的基础
作为大数据集成与挖掘的基础，数据仓库是在企业范围内共享准确一致的集成数据、针对分析需求进行数据重组的工具，
基于整个企业的数据模型建立。而数据集市基于单个部门或业务主题建立，为部门业务运行提供数据服务，可以根据仓库
建设也可以独立建设，形成从属数据集市和独立数据集市。所有的从属数据集市都从属于同一个数据仓库，各子系统的数
据均能保持一致。而每个独立数据集市都从各源应用环境中单独提取数据，独立拥有硬件平台、软件平台、数据和应用程
序，彼此没有任何约束，无法保证数据的一致性，从长远来看，既不稳定也不可行
数据仓库能够对海量数据进行集成，满足大数据发展对数据存储的需求，为企业提供局部解决方案和全面解决方案
注释：ETL是指从源系统中提取数据，清洗、转换数据为一个标准的格式，并加载数据到目标数据存储区（通常是数据仓库）的工具
来源：艾瑞咨询研究院自主研究及绘制
按照某一特定部门的
决策支持需求而组织
起来的、针对一组主
题的应用系统
面向主题、集成、不可
更新且随时间不断变化
的数据集合，用来支持
管理人员的决策
源应用环境
从属数据集市独立数据集市
Data Warehouse
数据仓库数据集市
Data Mart
数据源ETL数据仓库数据集市终端用户
大数据处理的数据价值流转过程
数据仓库与数据集市工作原理示意
。。。以上简介无排版格式，详细内容请下载查看
