传统数据与大数据的区别

传统数据与大数据的区别

传统的数据技术主要是利用现有关系数据库中的数据，对这些数据进行分析和处理，找到一些相关性，利用数据的相关性来创造价值。这些数据相对较小，可以使用数据库的分析工具进行处理。传统上，数据主要在关系数据库中进行分析。广西通信工程

大数据的大容量和类型、访问速度、高的应用价值为主要特征的数据收集,第1次使用在IT行业,目前正在快速发展对于一个庞大的数字,源分散、格式各种数据采集、存储、和相关分析,发现新知识，创造新价值，促进新一代信息技术和服务业务的新能力。大数据必须采用分布式架构，才能对海量数据进行分布式数据挖掘。因此，它必须依赖于分布式处理、分布式数据库、云存储和云计算的虚拟化技术。

大数据与传统数据的本质区别体现在采集的来源和应用的方向上。传统数据的整理更能凸显群体水平——学生整体学业水平、身体发展与身体状况、社会情绪与适应发展、学校满意度等。实时收集这些数据是不可能的，也不是必须的，而是在定期和分阶段的评估中收集。

和大数据的能力,关注每个学生的微观性能,当他打开一本书,话说他听到什么,多久他停留在一个问题,有多少次他不在课堂上不同的主题,又有多少同学他会发起主动沟通吗?这些数据对其他个体没有意义，是高度个性化的绩效特征的体现。

传统数据与大数据的区别如下:

1. 传统数据用来解释宏观和整体的教育状况，影响教育政策决策;大数据可以分析学生微观、个体和课堂条件，调整教育行为，实现个性化教育。

2. 传统的数据挖掘方法、收集方法、内容分类、信息获取标准等现有规则，方法论完备;大数据挖掘是一个新事物，还没有形成明确的方法、路径和评价标准。

3.传统的数据来源于分阶段、有针对性的评价，抽样过程可能存在系统性误差;大数据来自过程，实时记录行为和现象，而第三方、技术观察和采样方法误差较小。

4. 传统数据分析所需的人才、技能和设施普遍且容易获得;大数据挖掘需要高水平的人才、知识和设施，从业者需要创新和灵感来挖掘数据，而不是有条不紊地进行挖掘，这样的人才是缺少的。

通信传输工程提示以上内容由互联网收集整理，版权归原创作者所有，如有侵权请联系我们处理删除内容，谢谢！