概述：
此分享是关于阿里研究中心：大数据时代的分享汇总
分享点：
大数据4V：大量（Volume）；多样（Variety）；快速（Velocity）和价值（Value） 数据是资产，云为数据资产提供存储、访问和计算 数据来源： 互联网企业：SNS、微博、视频网站、电子商务网站 物联网、移动设备、终端中的商品、个人位置、传感器采集的数据 联通、移动、电信等通信和互联网运营商 天文望远镜拍摄的图像、视频数据、气象学里面的卫星云图数据等 金融行业 大数据对信息化影响： 传统软件开发流程敏捷开发（快速演进） 企业信息化不只是订单系统上线，订单处理也需自动化跟上 通过分析师对一系列的数据、行为的分析后才能得到用户需求 大数据的方向： 云计算是基础设施架构 大数据是灵魂资产 分析、挖掘是手段 发现和预测是最终目标
大数据相关技术：
分析技术： 数据处理：自然语言处理技术 统计和分析：A/B test; top N排行榜；地域占比；文本情感分析 数据挖掘：关联规则分析；分类；聚类 模型预测：预测模型；机器学习；建模仿真 大数据技术： 数据采集：ETL工具 数据存取：关系数据库；NoSQL；SQL等 基础架构支持：云存储；分布式文件系统等 计算结果展现：云计算；标签云；关系图等 存储： 结构化数据：海量数据的查询、统计、更新等操作效率低 非结构化数据：图片、视频、word、pdf、ppt等文件存储不利于检索 半结构化数据：转换为结构化存储和按照非结构化存储 存储问题解决方案：NoSQL技术： HDFS, HBASE, OceanBase, MongoDB等 计算： 因结构变化为导致计算模式变更 需求模式变化带来的计算碰到瓶颈 解决方案：MapReduce技术和流计算（twitter的storm和yahoo！的S4）
更多详情参见附件