大数据考试重点知识梳理

"大数据考试答案.doc" 大数据技术已经成为现代社会的重要组成部分，它涉及到多个方面的知识，如数据采集、处理、分析和应用。以下是一些从题目中提取的关键知识点： 1. 大数据技术的基础：谷歌首先提出了大数据技术的基础，这表明谷歌在大数据领域的开创性贡献。大数据技术通常包括分布式计算框架、数据存储系统以及数据分析工具等。 2. 大数据的起源：大数据起源于互联网，随着互联网的快速发展，数据量爆炸性增长，催生了大数据的概念和技术。 3. 数据分析角色：数据分析角色中，研究科学家负责根据业务需求建立数据模型，选择最合适的数据分析方法，这是数据分析过程中的关键环节。 4. 数据的价值：数据的颗粒度反映了数据的精细化程度，颗粒度越细，数据价值往往越高，因为它们能提供更深入的洞察。 5. 数据清洗：数据清洗是数据预处理的重要步骤，包括处理缺失值、清除噪声数据、进行一致性检查等，但不包括重复数据记录处理，这通常是数据清洗的一部分。 6. 普查的缺点：普查工作量大，可能导致调查内容有限，容易出现重复和遗漏，而误差控制相对较难。 7. 数据采集技术：智能健康手环采用传感器技术收集用户健康数据，体现了传感器在数据采集中的应用。 8. 智慧城市的智慧之源：大数据是智慧城市的智慧之源，通过数据的收集、整合和分析，推动城市的智能化发展。 9. 数据重组：数据重组不是重新生产或采集数据，而是对已有数据进行新的组合和利用，以产生新的洞察，它有利于数据创新。 10. 智慧城市的构建：智慧城市的构建包含了数字城市、物联网和云计算，但不包括单纯的联网监控，它是多技术的综合应用。 11. 大数据的最显著特征：数据规模大是大数据最显著的特征，此外还包括数据类型多样、处理速度快和价值密度低等特点。 12. 基因与因果关系：一个基因可能同时影响多个相关事件，这在大数据分析中体现为相关性分析，而不是简单的因果关系。 13. 莫里与大数据分析：莫里通过航海日志分析绘制新航海图，体现了大数据分析中对全体数据的关注和相关性分析的重要性，而非追求绝对精确。 14. 舍恩伯格的大数据特点：舍恩伯格提到的大数据特点包括大规模、多样性、速度和价值密度低，错误选项可能指的是对大数据价值密度的误解。 以上知识点涵盖了大数据技术的基本概念、发展历程、数据处理流程、角色分工、数据价值评估、数据清洗技术、数据采集手段、智慧城市构建等多个方面，对于理解大数据及其应用具有重要意义。