1、3更了解用户需求 大数据的应用目前在这领域是最广为人知的重点是如何应用大数据更好的了解客户以及他们的爱好和行为企业非常喜欢搜集社交方面的数据浏览器的日志分析出文本和传感器的数据，为了更加全面的了解客户在一般情况下，建立出数据模型进行预测举一个比较简单的例子就是通过大数据的应用。

2、价值密度低因此，如何从大量的数据中提取出有价值的信息，是大数据分析的重要任务5实时性要求高 随着物联网智能设备和实时通信的普及，人们越来越需要实时地分析数据这就是大数据分析的另一个特点，实时性要求高通过实时的大数据分析，企业可以更好地了解市场动态，为客户提供更好的服务。

3、3 关联规则挖掘关联规则挖掘是从大量数据中找出项目之间的有趣关系，如频繁项集关联相关性等这项技术常见于市场篮子分析，使用AprioriEclat等算法进行实现4 时间序列预测时间序列预测是通过分析过去的时间序列数据来预测未来的趋势和模式这方面的技术包括ARIMA模型季节性分解的时间序列。

4、大数据big data，mega data，或称巨量资料，指的是需要新处理模式才能具有更强的决策力洞察力和流程优化能力的海量高增长率和多样化的信息资产可以概括为5个V， 数据量大Volume速度快Velocity类型多Variety价值Value真实性Veracity大数据分析的六个基本方面1 Analytic。

5、1大数据存储与管理随着数据量的不断增长，如何有效地存储和管理海量数据成为了大数据研究的关键问题大数据存储技术主要包括分布式文件系统NoSQL数据库列式存储图数据库等这些技术在解决大规模数据存储问题的同时，还需要考虑数据的一致性可扩展性容错性和安全性等方面的问题2 大数据分。

6、数据分析指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程大数据分析是指对规模巨大的数据进行分析大数据可以概括为5个V， 数据量大。

7、大数据技术的体系庞大且复杂，基础的技术包含数据的采集数据预处理分布式存储数据库数据仓库机器学习并行计算可视化等1数据采集与预处理FlumeNG实时日志收集系统，支持在日志系统中定制各类数据发送方，用于收集数据Zookeeper是一个分布式的，开放源码的分布式应用程序协调服务，提供数据同步。

8、数据分类数据聚类关联规则挖掘时间序列预测根据人民教育出版社给出的公开资料得知，大数据分析四个方面的工作主要是数据分类数据聚类关联规则挖掘时间序列预测大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具。