《大数据原理：复杂信息的准备、共享和分析》一一导读

我们不能用导致问题的方法去解决问题。

——albert einstein

数以百万计的电脑每时每刻都有数据注入。在全球范围内，所有计算机上存储的数据总量约为3000eb（约3000亿gb），并正以每年28%的速度增加。尽管如此，与未被存储的数据量相比，存储下来的数据量仍是微不足道的。据统计，每年约有1.9zb的数据传输量（约19 000亿gb；见术语表，binary sizes）1。日益纷繁复杂的数字化信息将引发新一代数据资源的涌现。

现在，我们有能力从各类资源中得到众多不同类型的数据对象，也能够获取来自未来或遥远过去的数据，这要求我们找到能够准确描述每个数据片段的方法，这样就不至于将数据项混淆，进而能够在需要的时候搜索和追踪对应的数据项。精明的信息学专家明白一个道理：如果要在我们的星球上精确地描述每一件事，必然需要一个“辅助星球”来掌控所有信息，同时后者也必然要比我们的物理星球大很多。

急于获取和分析数据时，往往容易忽视数据的准备工作。如果大数据资源中的数据没有得到有效的组织、综合和准确的描述，那么这些数据资源将毫无价值。本书的首要目标是解释大数据资源建立的原理。大数据资源中的所有数据必须具备某种形式以支持搜索、检索和分析，分析方法必须可再现，分析结果必须可验证。

大数据潜在的最大益处也许是它能够连接一些看似无关的学科，从而开发和测试那些无法通过单个学科领域知识完成的假设性想法。

<a href="https://yq.aliyun.com/articles/174468">第0章 引　　言 这是数据。 ―jim gray</a>

<a href="https://yq.aliyun.com/articles/174470">0.1　大数据的定义</a>

<a href="https://yq.aliyun.com/articles/174472">0.2　大数据vs小数据</a>

<a href="https://yq.aliyun.com/articles/174476">0.3　大数据在哪里</a>

<a href="https://yq.aliyun.com/articles/174479">0.4　大数据最常见的目的是产生小数据</a>

<a href="https://yq.aliyun.com/articles/174588">0.5　机会</a>

<a href="https://yq.aliyun.com/articles/174591/">0.6　大数据成为信息宇宙的中心</a>

<a href="https://yq.aliyun.com/articles/174595">第1章 为非结构化数据提供结构</a>

<a href="https://yq.aliyun.com/articles/174600/">1.1　背景</a>

<a href="https://yq.aliyun.com/articles/174588">1.2　机器翻译</a>

<a href="https://yq.aliyun.com/articles/174591/">1.3　自动编码 格物致知。</a>

<a href="https://yq.aliyun.com/articles/174595">1.4　索引</a>

<a href="https://yq.aliyun.com/articles/174600/">1.5　术语提取</a>

<a href="https://yq.aliyun.com/articles/174595">第2章</a>

<a href="https://yq.aliyun.com/articles/174600/">2.1　背景</a>

[2.2　标识符系统的特征]()

<a href="https://yq.aliyun.com/articles/174614">2.3　注册唯一对象标识符</a>

<a href="https://yq.aliyun.com/articles/174619">2.4　糟糕的标识方法</a>

<a href="https://yq.aliyun.com/articles/174621">2.5　在标识符中嵌入信息：不推荐</a>

<a href="https://yq.aliyun.com/articles/174623">2.6　单向哈希函数</a>

<a href="https://yq.aliyun.com/articles/174626">2.7　案例：医院登记</a>

<a href="https://yq.aliyun.com/articles/174627">2.8　去标识化</a>

<a href="https://yq.aliyun.com/articles/174631">2.9　数据清洗</a>

<a href="https://yq.aliyun.com/articles/174634">2.10　重标识</a>

<a href="https://yq.aliyun.com/articles/174636">2.11　经验教训</a>