1、大数据专业英语教程What Is Big Data? Unit 1Contents New Words Abbreviations Phrases参考译文参考译文New WordsNew WordsNew WordsNew WordsNew WordsNew WordsNew WordsPhrasesPhrasesPhrasesAbbreviationsListening to Text A什么是大数据？ 1.大数据的定义大数据是包含更多种类的数据，其数量越来越大，速度也越来越快，这个定义来自加特纳，被称为三V。简而言之，大数据是更大、更复杂的数据集，尤其是来自新数据源。这些数据集非常庞大，以
2、至于传统的数据处理软件无法管理它们。但是，这些海量数据可用于解决以前无法解决的业务问题。2.大数据的三V2.1大量数据量很重要。对于大数据，必须处理大量低密度、非结构化的数据。这可以是未知价值的数据，例如Twitter反馈的数据，网页或移动应用上的点击流，或来自有效传感器设备的数据。这可能是的数十TB的数据，而对其它组织，数据甚至可以达到数百PB的量级。参考译文参考译文2.2高速高速是接收数据并可能以此采取行动的速率很快。一些支持互联网的智能产品实时或接近实时运行，需要实时评估和行动。2.3多样指可用的数据种类繁多。传统数据类型是结构化的，特别适合关系数据库。随着大数据的兴起，大量新的非结构化
3、数据出现。非结构化和半结构化数据类型（如文本、音频和视频）需要额外的预处理才能获取意义和支持元数据。1.大数据的价值与真实数据具有内在价值。但是直到发现它的价值才有用。同样重要的是：你的数据的真实性是多少你可以依赖它的程度？今天，大数据已成为资本。想想世界上一些最大的科技公司。他们提供的大部分价值来自他们的数据，他们不断分析这些数据以提高效率并开发新产品。参考译文参考译文最近的技术极大地降低了数据存储和计算的成本，使存储更多的数据比以往更容易、成本更低。随着现在更便宜、更易于访问的大数据量的增加，你可以做出更精准的业务决策。在大数据中寻找价值不仅仅是分析它。这是一个完整的发现过程，需要富有洞察
4、力的分析师、业务用户和高管，他们会提出正确的问题、识别模式，做出切合实际的假设并预测行为。1.大数据用例大数据可以帮助处理从客户体验到分析的各种业务活动。以下列出一些应用：4.1产品开发Netflix和ProcterGamble等公司使用大数据来预测客户需求。他们通过对过去和当前产品或服务的关键属性进行分类，并建模分析这些属性与产品的商业成功之间的关系，构建了新产品和服务的预测模型。此外，宝洁还使用焦点小组、社交媒体、测试市场和早期商店的数据和分析来规划、生产和推出新产品。参考译文参考译文4.2预测性维护可以预测机械故障的因素可能深深地隐藏在结构化数据中，例如设备年份、品牌和机器型号以及数百万
5、个日志条目、传感器数据、错误消息和发动机温度等的非结构化数据。通过在问题发生之前分析这些潜在问题的迹象，组织可以更经济地部署维护并尽量延长部件和设备的正常运行时间。4.3客户体验争夺客户无时不在。现在比以往能更加清晰地了解客户体验。通过大数据，可以从社交媒体、Web访问、呼叫日志和其它数据源收集数据，从而改善交互体验并最大限度地提高交付价值。开始提供个性化优惠，减少客户流失，并主动处理问题。4.4欺诈和合规当谈到安全性时，不仅仅是指对抗一些流氓黑客，还要对抗整个专家团队。安全环境和合规性要求不断变化。大数据有助于识别表明欺诈的数据模式并汇总大量信息，从而更快地提交监管报告。参考译文参考译文4.
6、5机器学习机器学习是当前的热门话题。而数据（特别是大数据）是其原因之一。我们现在能够教授机器而不用给它编程。用大数据来训练机器学习模型就可以实现。4.6运营效率运营效率可能并不总能成为新闻，但它是大数据影响很大的一个领域。利用大数据可以分析和评估生产、客户反馈和退货以及其它因素，以减少停机并预测未来需求。大数据也可用于改善符合当前市场需求的决策。4.7推动创新大数据可以通过研究人、机构、实体和流程之间的相互依赖关系然后确定使用这些洞察力的新方法来帮助进行创新。使用数据洞察来改进有关财务和计划考虑因素的决策。研究趋势以及客户希望提供新产品和服务的内容，并实施动态定价。这有无穷无尽的可能性。参考译
7、文参考译文5.大数据面临的挑战虽然大数据具有很大的前景，但它并非没有挑战。首先，大数据实在大。尽管已经开发了用于数据存储的新技术，但是大约每两年数据量增加一倍。组织仍在努力跟上它们的数据并找到有效存储数据的方法。但仅存储数据还不够。必须使用数据才有价值，这取决于策略。清洁数据或按照有意义分析的方式组织客户数据，需要大量工作。数据科学家花费50到80的时间在实际使用数据之前策划和准备数据。最后，大数据技术正在快速变化。6.大数据如何工作大数据为你提供了新的见解，开辟了新的机会和商业模式。入门涉及三个关键操作： 参考译文参考译文6.1整合大数据汇集了来自许多不同来源和应用程序的数据。传统的数据集成
8、机制，例如ETL（提取，转换和加载）通常不能胜任该任务。它需要新的策略和技术来分析TB级甚至PB级的大数据集。在集成过程中，需要引入数据，对其进行处理，并确保其格式以业务分析师可以开始使用的形式提供。6.2管理大数据需要存储。存储解决方案可以位于云端、内部或结合使用两者。能够以任何所需的形式存储数据，并根据需要将所需的处理要求和必要的流程引擎提供给这些数据集。许多人根据他们的数据当前所在的位置选择他们的存储方案。云正在逐渐普及，因为它支持当前的计算需求，并能够根据需要启动资源。参考译文参考译文6.3分析在分析和处理数据时，对大数据的投资会得到回报。通过对各种数据集的可视化分析获得新的理解。进一步探索数据以获得新发现，并与他人分享此发现。也可使用机器学习和人工智能构建数据模型，让数据更好地发挥作用。参考译文参考译文Thank You!
