大数据的本质与定义

从事数据挖掘的企业或者技术专家，所持有的大数据观点，确实在一定层面上对大数据给出了专业性判断。从技术角度来说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。

但是，始终无法解释“大数据”与“海量数据”之间的区别，也有人说“大数据”更侧重于非结构化，可是查阅以往关于“海量数据”的很多定义，都明确提到了非结构化。因此，体量大小与是否结构化，并不是两者的区别。

例如，对于“大数据”，研究机构Gartner给出了这样的定义：“大数据”是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。

本书认为把这个定义说成是“海量数据”的定义，也未尝不可，完全没有体现大数据的本质。本书认为只要停留在技术层面，就不会出现有意义、有价值的概念区分，关于大数据的定义，应该从更高层面上界定。

本书认为，随着现代科学技术推动社会各个主要行业的信息化，社会经济的不同领域都产生了海量数据，并在这些海量数据的基础上，通过现代信息技术找到了价值关联。

简单地说，就是当海量数据从过去的单一行业（比如银行），发展为社会大部分行业都存在海量数据（比如医疗病例）时，这些海量数据之间的价值关联逐步凸显了出来。因此，大数据，本质上是海量数据从量变发展为质变的一种经济表现。

所谓行业数据化，就是市场参与方的交易信息数据化。海量数据的价值关联，就是信息数据化之后更广阔范围内市场交易主体和交易信息的价值关联。本书在下面方法论章节中，将这样的现象定义为“市场的解构”，具体分析见相关章节。

基于此，本书给出以下命题：

命题1.1　大数据的本质，是市场的解构，也就是行业海量数据的关系从量变到质变的转变。

同时，本书对大数据给出以下定义：

定义1.3　大数据：指存在价值关联的海量数据。

因此，没有价值关联的大体量数据，只能称为“海量数据”，我们可以打一个比喻来理解两者的关系，我们一般首先确定人类：能够进行语言与物质交流的高级智能猿人的群体，称为人类。然后，我们才确定人：人是构成人类社会的独立个体。

在论证“大数据”和“海量数据”的关系时，我们可以比照为“人类”与“人”关系：由具有价值关联的海量数据构成大数据。

目前，当前各界对大数据的普遍认识，还处于罗列大数据的现象，以及一些具体的技术应用。现象确实非常有趣，但是对大数据本质的认识，还处于技术层面。