什么是大数据？IBM公司最早提出了大数据的“4V”概念，即Volume（海量的数据），Velocity（快速处理、快速搜集），Variety（多样），Value（价值）。目前，对大数据较为普遍的看法主要集中于以下四个方面。第一，部分人认为现在的数据量越来越大。现在的数据主要有两个来源：传统数据来源和新型数据来源。传统数据包括政府统计机构、证券机构、银行、传统媒体等每天采集、发布的数据；新型数据则包括互联网、移动媒体、物联网、智能家居、生物工程等产生的数据。就目前来看，传统数据来源生产的数据对我们并不具有挑战性，在技术和认知层面人们有能力处理这些数据，新型数据来源生成的数据才导致了当前的数据爆炸。从这个意义上讲，现在的数据量确实是越来越大，并且呈几何级速度增加。第二，一些人认为数据量越大越好。就抽样误差和样本量的关系而言，数据量越大越好。在研究中，抽取的样本与研究的总体或多或少存在差别，样本不等于总体，二者之间的差别叫作误差。这个误差有两个来源，一个来源是抽样过程中的随机误差，它会使对总体的估测不够精确。抽样误差可以计算，当样本量越大时，抽样误差越低，预测的精确度也会越高，样本的增加过程 <<