2、保险行业大数据：概念、特性与架构解析

保险行业大数据：概念、特性与架构解析

1. 大数据的定义

大数据是一个通用且广泛使用的术语，对其进行准确定义颇具挑战。维基百科将大数据定义为“规模极大或极为复杂，传统数据处理应用软件难以应对的数据集”。这一定义着重强调了传统工具在处理海量数据时能力的局限性。

从谷歌趋势工具提取的数据来看，自2010年起，人们对“大数据”这一术语的搜索兴趣呈近乎指数级增长，这表明该术语相对较新，也反映出人们对突然失控的数据量感到惊讶。实际上，早在1998年，相关文章就开始探讨数据量和数据库向更大规模发展的未来趋势。2001年，咨询公司高德纳的道格·莱尼（Doug Laney）发表的一篇文章虽未提及“大数据”一词，但提出了大数据的三个关键特性：
- Volume（规模） ：描述数据的大小。
- Velocity（速度） ：指数据生成、传输和处理的速度。
- Variety（多样性） ：表示数据来源和类型的异质性。

后来，又增加了两个特性：
- Veracity（准确性） ：关注数据的可靠性，因为数据可能存在错误、不完整或过时的情况。
- Value（价值） ：强调数据必须为相关公司或整个社会创造价值。

2. 用五个“V”来刻画大数据

2.1 多样性（Variety）

如今的数据来源广泛，类型多样，包括：
- 文本、照片和视频（互联网等）
- 时空信息（移动设备、智能传感器等）