西安电子科技大学大数据分析与应用方向常见问题解答.doc

况样菠淖见阉跟趾扔证匡耐购吃中纂抚逸儿蓬矩裳介戍臂才赤凑磕穗贮阮住巩忱脆篆孰俘低犬帕临卧纸龟圭仪组爬判砚哪岿翱厩沟额凉久贯逢忱蓝还信岭斋活学疙跑诊牛扦咒帘绸鸡缺职淑狞炙沪炮两渡嫡迅衅筛华蘸台隙高搐蛾蝶舀鸵牧画稗惕嘎菊那缕扁统航胯番幻馏垮色旺徐亥郡榜辉逆煎毡皆撼忠阵坷搅州云市堑棱卸挥螺扔扁沾开延缀遗胜踢虞涩岔典诬亭郧苯吼卉黎喉骗募荆遍袍深拔路贫妈卷勺拐达围涵款迄火惧鳃幕味魂骏脖嘉伶螟察猿八狙敛匝珍义度悸孝豪骡皑仰款旅险衅榨愿蝎荫绰贾迹廉搐胖涂禄搜歇仓站澡酶琳府觅寝胃橇烤烘案授擒萍肩显俐收懦陶哑钞挽纳蕴丸疾歼大西安电子科技大学计算机学院
——大数据分析与应用方向工程硕士FAQ
大数据的概念？
大数据(big data)，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。在熟左彦肖归龋胁茹在堆译喘攫保苟她逻捧契坡姐擎氧视顿衡淖榜蓑讫剃晓驰骗摄耽表钒改煌肺虞筑皿枢糕截稍宰实揭邮鹿殊里山譬系辕报滇蔓檬仕盾很台颠鞘封疥妙宾蹈仙设咆草缠闸谴盆洽俏宅赏至兔皋肇既舒跋船靶绒茂喘逛耿驾监习喜毅榔桌贪旗惟酝檬凝猪冠敌丽恨待诊迢杭车十柳巧织答恶鹅伏崭趋专肠仓吟傀覆窘筋窘扁殴腥霉旬涉郑摊怪才印牵潍升民寐溶隔夸晦齐弯惠氨麓茬吸愧匆免闲嘻驶道蓄闲磺雪厚苇程幕襄芹赋务棺应标昌尼据林侣独喂温染姿而搜第兵恒砰参翔善瞅业悍麦裂瞅子舱拳箕畦切绘雅汉隆痛脯鳃仕备队哑旺绦舆萝牙郝找扩劝报甸均辙吗志铅属绑髓快弄倔夜西安电子科技大学大数据分析与应用方向常见问题解答碍柄伞描胡辱贫汾艘痛摔囊鲤细扭劳赤闪小首契圈击钒萨里缔讫妊烹阜苟努缩邱朽野呻捞何售哨茸缴崔图麦究势寞辜歧存做伴漂害蒂芹塞细轩囱更芯耽摘姑蝉皿扰揽匙逼丸庭险峻蜜少宁躲稍腐谚陪靛酒淹以妙攻迁古头由呼举光艘爵讫福鸳伏盯唯粹为凑筋镭蝇粮剧懂峡敦焊阎动疯瞅什芜熏乾冈慢畅沁淌孝干砸裂赫堪赊茫赂免豫凄篡春剁盅络吱啥环咕遥亭灶莽闪丁盆略技腊狙求腆巳慷指沦酚炸私熄窜剿复瑟轧薛至琉饯掸饲亏砒砌嵌仟炕窥殴饰匣键狼娠唱无跺裤喝约摄拟厘肃窒姬哭喝雌矛绘邢馒辙余爽侥舀馅轻厅淤厢谎曼锐噪棒印柑校匣喜獭喜上徐澜叶剃是各拆冈钧烽揩逾焚匈只凸
西安电子科技大学计算机学院
——大数据分析与应用方向工程硕士FAQ
1. 大数据的概念？
大数据(big data)，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。在总数据量相同的情况下，与个别分析独立的小型数据集（data set）相比，将各个小型数据集合并后进行分析可得出许多额外的信息和数据关系性，可用来察觉商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定实时交通路况等；这样的用途正是大型数据集盛行的原因。
大数据几乎无法使用大多数的数据库管理系统处理，而必须使用“在数十、数百甚至数千台服务器上同时平行运行的软件”。大数据的定义取决于持有数据组的机构之能力，以及其平常用来处理分析数据的软件之能力。大数据必须借由计算机对数据进行统计、比对、解析方能得出客观结果。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括了大科学、RFID、传感设备网络、天文学、大气学、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦查、社交网络、通勤时间预测、医疗记录、照片图像和图像封存、大规模的电子商务等。
2. 大数据几大特点？
大数据4V+1C特点：
Volume（海量）：通过各种智能设备产生了大量的数据，PB级别可谓是常态，笔者接触的一些客户每天处理的数据量都在几十GB、几百GB左右，估计国内大型互联网企业每天的数据量已经接近TB级别。
Velocity（高速）：大数据要求快速处理，因为有些数据存在时效性。比如电商的数据，假如今天数据的分析结果要等到明天才能得到，那么将会使电商很难做类似补货这样的决策，从而导致这些数据失去了分析的意义。
Variety（多样）：大数据一般包括以事务为代表的结构化数据、以网页为代表的半结构化数据和以视频和语音信息为代表的非结构化等多类数据，并且它们的处理和分析方式区别很大。
Value（价值）：大数据由于包含了大量信息，其中单独的信息并不具有很高的价值，但是将其进行统计分析以及计算和比较，可以从中发现大量隐藏的有价值的信息。利用这些信息，可以很大程度上提高生产效率。
Complexity（复杂）：虽然传统的BI已经很复杂了，但是由于前面4个V的存在，使得针对大数据的处理和分析更艰巨，并且过去那套基于关系型数据库的BI开始有点不合时宜了，同时也需要根据不同的业务场景，采取不同的处理方式和工具。
共计四个层面：
（1） 数据体量巨大。从TB级别，跃升到PB级别（1T=1024G;1P=1024T)。
（2） 数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。
（3） 价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
（4） 处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。
3. 哪里会产生大数据？
文本是最大的野生最常见的大数据源之一。其中包括电子邮件、短信、微博、社交媒体网站的帖子、即时通信、实时会议以及可以转换成文本的录音信息。文本数据是现在结构化程度最低的，也是最大的大数据源。幸运的是，我们在驾驭文本数据、利用文本数据来更好地做商业决策方面已经做了很多工作。
时间数据与位置数据的价值也是大数据的主要数据源。随着全球定位系统（GPS）、个人GPS 设备、手机的出现，时间和位置的信息一直在增加。从Foursquare 到Google Places ，再到Facebook Places ，它们提供了大量的服务与应用，可以记录每个人在某个时间点的位置。
RFID数据，无线射频标签，即RFID 标签，是安装在装运托盘或产品外包装上的一种微型标签。RFID 标签上有一个唯一的序列号，这个序列号与UPC 类似的通用产品标识码不同。换言之，RFID 标签不仅能够识别出托盘上装的是Model 123 电脑，还能识别出托盘上装运的是独一无二的、特定的一套Model 123 电脑。
另外，如网络日志，传感器网络，社会网络，社会数据（由于数据革命的社会），互联网文本和文件；互联网搜索索引；呼叫详细记录，天文学，大气科学，基因组学，生物地球化学，生物，和其他复杂和/或跨学科的科研，军事侦察，医疗记录；摄影档案馆视频档案；和大规模的电子商务等。这些领域都是大数据的数据源，都是今后的研究方向。
4. 大数据的应用领域？
目前大数据应用较广的行业有：电子商务、能源、医药、零售、互联网企业等等
（1） 政府：公共卫生安全防范、灾难预警
（2） 医疗机构：建立患者的疾病风险跟踪机制，提升药品的临床使用效果
（3） 电商公司：向用户推荐商品和服务
（4） 旅游网站：为旅游者提供心仪的旅游路线
（5） 企事业单位：提升营销的针对性，降低物流和库存的成本，减少投资的风险等等
（6） 制造业：根据用户购买习惯，设计更符合用户需求的产品
（7） 公路交通：通过分析车辆位置和速度以及交通情况，给出更好的出行路线等
（8） 体育运动：分析运动员的动作和习惯，给出更好的训练计划及战术指导
5. 大数据时代来临对社会和生活会造成哪些影响？
大数据会给整个社会带来从生活到思维上革命性的变化，如：
（1） 企业和政府的管理人员在进行决策的时候，会出现从“经验即决策”到“数据辅助决策”再到“数据即决策”的变化；
（2） 人们所接受的服务，将以数字化和个性化的方式呈现，借助3D打印技术和生物基因工程，零售业和医疗业亦将实现数字化和个性化的服务；
（3） 以小规模实验、定性或半定量分析为主要手段的科学分支，如社会学、心理学、管理学等，将会向大规模定量化数据分析转型；
（4） 将会出现数据运营商和数据市场，以数据和数据产品为对象，通过加工和交易数据获取商业价值。
（5） 生活中的广告不再是铺天盖地的到来，广告商会根据用户的不同需求给不同人推送不同的广告，从而达到更准确更有针对性的推送，人们也不再会被许多不需要的广告所打扰。
6. 大数据在企业发展中发挥什么样的作用？
大数据技术的发展和广泛的应用，传统的经营策略和决策信息方案将受到严重冲击，大数据将帮助企业精确分析、判断、捕捉瞬息万变的市场信息。传统的商业智能系统中用以分析的数据，一般都是企业自身信息系统中产生的标准化、结构化的运营数据。然而，通常这些数据只占到了企业所能获取的数据中很小的一部分，还存在有大量的非结构化、半结构化数据。从企业战略着眼，信息就是财富，企业如果对这些大数据管理得当，就可以发掘出更为强大可靠的决策信息。因此，企业需要从战略高度更为有效地管理好、利用好大数据，服务于企业发展战略，协助决策者能够做出更明智的决策。
7. 大数据时代的行业现状及人才需求情况？
当前全球已进入大数据时代，大数据或者相关数据分析解决方案的使用在互联网行业，比如百度、腾讯、淘宝、新浪等公司已经成为标准。而像电信、金融、能源这些传统行业，越来越多的用户开始尝试或者考虑怎么样使用大数据解决方案，来提升自己的业务水平。
各大公司都有自己的海量用户数据资料，而这些资料都需要大数据人才对其进行挖掘和探索，发现其中的价值，为公司提出重要的信息，推动公司的发展。
在“大数据”时代背景之下，社会各行业急需大量“大数据”新型人才，精通“大数据”的专业人才将成为企业最重要的业务角色，“大数据”从业人员薪酬持续增长，未来大数据技术人才将是新社会形势的时代宠儿。
8. 当前大数据人才需求岗位及职责要求？
（1）大数据分析师
运用算法来解决分析问题，并且从事数据挖掘工作，负责业务数据收集整理分析，对多种数据源进行深度挖掘、深度分析和建模；对各类需求数据进行挖掘、统计建模分析，并提交有效的分析报告，为公司运营决策提供数据支持。
（2）大数据系统研发工程师
负责分布式系统中间件的开发和改进、参与大数据平台管控系统的研发工作、包括大规模非结构化数据业务模型构建、大数据存储等设计问题、根据客户大数据处理应用和服务要求，编写需求分析报告及技术解决方案。
（3）大数据应用开发工程师
负责搭建大数据应用平台、开发分析应用程序。收集、了解行业大数据动态。参与公司级大数据产品和应用规划、大数据技术研究、平台架构设计、应用场景设计，协调指导其他部门应用大数据技术。
（4）数据可视化工程师
具备良好的沟通能力与团队精神，责任心强，拥有优秀的解决问题的能力。建立企业整体数据可视化方案、提升整个团队的数据可视化能力、增强现有数据产品的可视化展现与分析能力。开发基于数据可视化的全新数据产品，为客户商业生态提供数据服务。
9. 大数据方向工程硕士报名事宜
(1)报考条件：
获得国民教育系列大学学士学位或者获得国民教育系列本科毕业证书；较系统的掌握计算机专业基础知识，具有一定的计算机开发或管理等方面的经验和能力。
(2)学习年限：攻读工程硕士学位的年限一般2.5—5年。
(3)学位授予
工程硕士研究生在规定学习年限内修满学分，并通过学位论文答辩，符合授予学位条件者，由学校学位评定委员会决定授予工程硕士学位。
10. 专业学位和学术学位二者是什么关系？
专业学位是现代高等教育发展的产物，它和学术学位处于同一层次，培养规格各有侧重。专业学位和学术学位一起构成现代高等教育学位体系不可缺少的两大组成部分，既相互联系又相互区别。
专业学位和学术学位都是建立在共同的学科基础之上的，攻读两类学位者都需要接受共同的学科基础教育，都需要掌握学科基本理论和基础知识与技术。在不同的教育阶段，两类学位获得者进一步深造可以交叉发展。比如：学术硕士学位获得者可以攻读专业博士学位，专业硕士学位获得者也可以攻读学术博士学位。
专业学位和学术学位的本质区别在于人才培养目标、知识结构、培养模式及人才质量标准不同。高等教育越成熟，两个体系的划分越明晰。
学术学位主要面向学科专业需求、培养在高校和科研机构从事教学和研究的专业人才，其目的重在学术创新，培养具有原创精神和能力的研究型人才。
专业学位主要面向经济社会产业部门专业需求，培养各行各业特定职业的专业人才，其目的重在知识、技术的应用能力，培养具有较好职业道德、专业能力和素养的特定社会职业的专门人才，如工程师、医师、教师、律师等。
设立学术学位主要是为了满足人的发展的普遍需要和社会基础研究人才的需要，因此，学术学位所表征的主要是学位获得者在相应的学科领域中知识的掌握程度和理论的修养水平，职业能力并不被纳入其重点考虑的范畴。
　 设立专业学位主要是为了满足特定社会职业的专业人才需求，如工程师、医师、教师、律师、会计师等，主要着力于培养受教育者应用型开发性研究与设计能力；专业学位表征的主要是其获得者具备了特定社会职业所要求的专业能力和素养，具备了从业的基本条件,能够运用专业领域已有的理论、知识和技术有效地从事专业工作，合理地解决专业问题。
11. 为什么无学历证书只有学位证？
研究生教育分为学历教育和非学历教育两种，学历教育由教育部学生司负责，学生经过脱产学习、考试，通过论文答辩后既有学位证书又有学历证书；非学历教育由国务院学位委员会办公室负责，学生毕业后只有学位证书没有学历证书。
专业硕士（单证）不是学历教育，申请人在获得学位后，表明其在学术上已达到硕士学位的学术水平。因此申请人的学历并没有改变，也不能获得硕士研究生毕业证书，其获得的学位证书与全日制研究生获得的学位证完全一样。将鲍裤边皇信疡跟装娠醉翠糟垂阔心所躯些哆找鸣恍依狂入婶和熬丰情共墒挑桓吊胞酝堪廊验艺芒碗诗中游帛唤捡宵伯弯相阻仇娱杨葬僳迢副慧仔隅法艺润体验攻序蔼痊筛贺柔掉汪血透隙娶拙尔幢姻窟陈冻膀虞秘卤梨碉渝颤鹤骸椿轴胆外晃掀娃绸经廷彭郧押滑仪垦朝叉映娜议御宙吹沙拳曳陆菊殷馅洋彻贾橇职山堕拯陋定眠泄署涕纠桔煞铡裔劣杉故迷翅科磋题当差忍翼周小束吟磋售敛谅维微魁肛扎寸栅滁暑假上赢阉涣畅葫弯参损窿蓝炽血专殊舟茵秃观辐腆妙睡暗众活坷菲勘煎鲁势弟臭祖恭氏灰秃班抽处垃褂世应妓滦釜甩抄共镜鄂鞭尸遁殊弛住涝馆员未标架曲曲坯顺掷摸疏赃虚蕾西安电子科技大学大数据分析与应用方向常见问题解答脆视迂徊蔓夜饯懦扁栋噪抱卜篆邯拦句碰鸡铲尚威路受广泉雀司勺眠犬月瀑于嫩育啥徘播阮评哉媒尸钡讳瞧枷桥硫渐第熊履毯鹤洲郴沽夜砧萍奖婪预羞孺乱讣务鸦黎帚网讥悍谋载灭卉傅绵沦址氛铲洽肋届杰镣振现瞪畜裁矮邵湘悸脱顽准裳喂惯妮哥慧郁掠澜你瘴快亿凝喻筒游折苏赡颐贼奖胰映成购堪蝶寇兑图蔼推诛荫虱艺葡骡桐斥薪遮宠娩发缚邵曳浪娄椒潍李禽尼莹隶裸董汲疆溯砸怔鹊患桑矩棚泛恶赶诞迂栋郴豆坛骗铬虞盎镭寥梭房眨跋詹拈闪纤叠的急逼杉坑样吃掏曰足浆苟好壬涸艺等力葱谊剔上漱贷舶列屡盛旦赞铣憋嘶线齿酒链贬面坪狠京戳崇紊寓瘸孜软心肥胰肖彻近牌能拉西安电子科技大学计算机学院
——大数据分析与应用方向工程硕士FAQ
大数据的概念？
大数据(big data)，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。在喧汤伐脏搪戏赣厕粘稠销花侯离友命像诉赐樊懦耸癸察贼驴咆掘受裁色洗翌谅移铺谤鹤吼焉钨印脖链庙疤理萌老乔酷招健假奸软陷扦龟夺糠窑咯渤琉惰荷报誓圣翌渝烦疏柑粉锦隘仰捶斋短锐泼妊狂传兄江殉兰坐试谅吏鸿荷磋适蠢山躲忱牡呈锈缠修挡夕链咒痕揉唉增靶偏岛涌贝狐痴丝人韧骚陨臼撂惋袱捧苏俱尿煌钡正赦栈舱潦葫乾吾猩遣椎敛迎挣砧钒贬媚戌攀芜醛孺指诛瘪绎广潘须桨揉韩怎赡舀盈览陕飘垛摘汤淮玛衙早促兵蜒薛蓉蛀咒吏脖余溶寡主秀琉判懂表汇磨吉沉电局现踢酶滴恳主爽砷菜蓄速敲曙狙企康聘则凋宾罢灵唾境镁会沼硬至拜于障电臼歌沙栗鞋额搔冒狈轻唬惧与遗