大數(shù)據(jù)(big data,mega data)或稱(chēng)巨量資料，指的是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。 在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法(抽樣調(diào)查)這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點(diǎn):Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價(jià)值密度)、Veracity（真實(shí)性）。隨著人工智能的大量應(yīng)用，大數(shù)據(jù)翻譯也應(yīng)用廣泛起來(lái)，下來(lái)海歷陽(yáng)光翻譯公司簡(jiǎn)單總結(jié)一些大數(shù)據(jù)的常用詞匯。

??一、大數(shù)據(jù)

  ??英文：big data，mega data

  ??大數(shù)據(jù)，或稱(chēng)巨量資料，指的是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

??二、大數(shù)據(jù)的4V：

  ??Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）

??三、當(dāng)前用于分析大數(shù)據(jù)的工具主要有開(kāi)源與商用兩個(gè)生態(tài)圈

  ??開(kāi)源大數(shù)據(jù)生態(tài)圈：

  ??1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 漸次誕生，早期Hadoop生態(tài)圈逐步形成。

  ??2、. Hypertable是另類(lèi)。它存在于Hadoop生態(tài)圈之外，但也曾經(jīng)有一些用戶(hù)。

  ??3、NoSQL，membase、MongoDb

  ??商用大數(shù)據(jù)生態(tài)圈：

  ??1、一體機(jī)數(shù)據(jù)庫(kù)/數(shù)據(jù)倉(cāng)庫(kù)：IBM PureData(Netezza), OracleExadata, SAP Hana等等。

  ??2、數(shù)據(jù)倉(cāng)庫(kù)：TeradataAsterData, EMC GreenPlum, HPVertica 等等。

  ??3、數(shù)據(jù)集市：QlikView、 Tableau 、 以及國(guó)內(nèi)的Yonghong Data Mart 。

??四、Hadoop

  ??Hadoop是一個(gè)由Apache基金會(huì)所開(kāi)發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。

  ??用戶(hù)可以在不了解分布式底層細(xì)節(jié)的情況下，開(kāi)發(fā)分布式程序。充分利用集群的威力進(jìn)行高速運(yùn)算和存儲(chǔ)。

  ??Hadoop實(shí)現(xiàn)了一個(gè)分布式文件系統(tǒng)（Hadoop Distributed File System），簡(jiǎn)稱(chēng)HDFS。HDFS有高容錯(cuò)性的特點(diǎn)，并且設(shè)計(jì)用來(lái)部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）來(lái)訪(fǎng)問(wèn)應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集（large data set）的應(yīng)用程序。HDFS放寬了（relax）POSIX的要求，可以以流的形式訪(fǎng)問(wèn)（streaming access）文件系統(tǒng)中的數(shù)據(jù)。

  ??Hadoop的框架最核心的設(shè)計(jì)就是：HDFS和MapReduce。HDFS為海量的數(shù)據(jù)提供了存儲(chǔ)，則MapReduce為海量的數(shù)據(jù)提供了計(jì)算。

??五、Apache基金會(huì)

  ??Apache軟件基金會(huì)（也就是Apache Software Foundation，簡(jiǎn)稱(chēng)為ASF），是專(zhuān)門(mén)為支持開(kāi)源軟件項(xiàng)目而辦的一個(gè)非盈利性組織。在它所支持的Apache項(xiàng)目與子項(xiàng)目中，所發(fā)行的軟件產(chǎn)品都遵循Apache許可證（Apache License）。

??六、MapReduce

  ??MapReduce是一種編程模型，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運(yùn)算。概念”Map（映射）”和”Reduce（歸約）”，和它們的主要思想，都是從函數(shù)式編程語(yǔ)言里借來(lái)的，還有從矢量編程語(yǔ)言里借來(lái)的特性。它極大地方便了編程人員在不會(huì)分布式并行編程的情況下，將自己的程序運(yùn)行在分布式系統(tǒng)上。 當(dāng)前的軟件實(shí)現(xiàn)是指定一個(gè)Map（映射）函數(shù)，用來(lái)把一組鍵值對(duì)映射成一組新的鍵值對(duì)，指定并發(fā)的Reduce（歸約）函數(shù)，用來(lái)保證所有映射的鍵值對(duì)中的每一個(gè)共享相同的鍵組。

??七、BI

  ??商業(yè)智能（BI，Business Intelligence）。

  ??BI（Business Intelligence）即商務(wù)智能，它是一套完整的解決方案，用來(lái)將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策。

??八、CRM

  ??CRM即客戶(hù)關(guān)系管理，是指企業(yè)用CRM技術(shù)來(lái)管理與客戶(hù)之間的關(guān)系。在不同場(chǎng)合下，CRM可能是一個(gè)管理學(xué)術(shù)語(yǔ)，可能是一個(gè)軟件系統(tǒng)。通常所指的CRM，指用計(jì)算機(jī)自動(dòng)化分析銷(xiāo)售、市場(chǎng)營(yíng)銷(xiāo)、客戶(hù)服務(wù)以及應(yīng)用等流程的軟件系統(tǒng)。它的目標(biāo)是通過(guò)提高客戶(hù)的價(jià)值、滿(mǎn)意度、贏(yíng)利性和忠實(shí)度來(lái)縮減銷(xiāo)售周期和銷(xiāo)售成本、增加收入、尋找擴(kuò)展業(yè)務(wù)所需的新的市場(chǎng)和渠道。CRM是選擇和管理有價(jià)值客戶(hù)及其關(guān)系的一種商業(yè)策略，CRM要求以客戶(hù)為中心的企業(yè)文化來(lái)支持有效的市場(chǎng)營(yíng)銷(xiāo)、銷(xiāo)售與服務(wù)流程。

??九、云計(jì)算

  ??云計(jì)算（cloud computing）是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過(guò)互聯(lián)網(wǎng)來(lái)提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源。云是網(wǎng)絡(luò)、互聯(lián)網(wǎng)的一種比喻說(shuō)法。過(guò)去在圖中往往用云來(lái)表示電信網(wǎng)，后來(lái)也用來(lái)表示互聯(lián)網(wǎng)和底層基礎(chǔ)設(shè)施的抽象。因此，云計(jì)算甚至可以讓你體驗(yàn)每秒10萬(wàn)億次的運(yùn)算能力，擁有這么強(qiáng)大的計(jì)算能力可以模擬核爆炸、預(yù)測(cè)氣候變化和市場(chǎng)發(fā)展趨勢(shì)。用戶(hù)通過(guò)電腦、筆記本、手機(jī)等方式接入數(shù)據(jù)中心，按自己的需求進(jìn)行運(yùn)算。

??十、云計(jì)算相關(guān)

  ??分布式計(jì)算（Distributed Computing）

  ??并行計(jì)算（Parallel Computing）

  ??效用計(jì)算（Utility Computing）

  ??網(wǎng)絡(luò)存儲(chǔ)（Network Storage Technologies）

  ??虛擬化（Virtualization）

  ??負(fù)載均衡（Load Balance）

  ??熱備份冗余（High Available）

??十一：數(shù)據(jù)倉(cāng)庫(kù)

  ??數(shù)據(jù)倉(cāng)庫(kù)，英文名稱(chēng)為Data Warehouse，可簡(jiǎn)寫(xiě)為DW或DWH。數(shù)據(jù)倉(cāng)庫(kù)是為企業(yè)所有級(jí)別的決策制定過(guò)程提供支持的所有類(lèi)型數(shù)據(jù)的戰(zhàn)略集合。它是單個(gè)數(shù)據(jù)存儲(chǔ)，出于分析性報(bào)告和決策支持的目的而創(chuàng)建。 為企業(yè)提供需要業(yè)務(wù)智能來(lái)指導(dǎo)業(yè)務(wù)流程改進(jìn)和監(jiān)視時(shí)間、成本、質(zhì)量和控制。

??十二：非關(guān)系型數(shù)據(jù)庫(kù)

  ??NoSQL，泛指非關(guān)系型的數(shù)據(jù)庫(kù)。隨著互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)在應(yīng)付web2.0網(wǎng)站，特別是超大規(guī)模和高并發(fā)的SNS類(lèi)型的web2.0純動(dòng)態(tài)網(wǎng)站已經(jīng)顯得力不從心，暴露了很多難以克服的問(wèn)題，而非關(guān)系型的數(shù)據(jù)庫(kù)則由于其本身的特點(diǎn)得到了非常迅速的發(fā)展。NoSQL數(shù)據(jù)庫(kù)的產(chǎn)生就是為了解決大規(guī)模數(shù)據(jù)集合多重?cái)?shù)據(jù)種類(lèi)帶來(lái)的挑戰(zhàn)，尤其是大數(shù)據(jù)應(yīng)用難題。

??十三：結(jié)構(gòu)化數(shù)據(jù)

  ??結(jié)構(gòu)化數(shù)據(jù)（即行數(shù)據(jù)，存儲(chǔ)在數(shù)據(jù)庫(kù)里，可以用二維表結(jié)構(gòu)來(lái)邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù)）而言，不方便用數(shù)據(jù)庫(kù)二維邏輯表來(lái)表現(xiàn)的數(shù)據(jù)即稱(chēng)為非結(jié)構(gòu)化數(shù)據(jù)，包括所有格式的辦公文檔、文本、圖片、標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言下的子集XML、HTML、各類(lèi)報(bào)表、圖像和音頻/視頻信息等等。

??十四：結(jié)構(gòu)化分析方法

  ??結(jié)構(gòu)化分析方法（Structured Method，結(jié)構(gòu)化方法）是強(qiáng)調(diào)開(kāi)發(fā)方法的結(jié)構(gòu)合理性以及所開(kāi)發(fā)軟件的結(jié)構(gòu)合理性的軟件開(kāi)發(fā)方法。結(jié)構(gòu)是指系統(tǒng)內(nèi)各個(gè)組成要素之間的相互聯(lián)系、相互作用的框架。結(jié)構(gòu)化開(kāi)發(fā)方法提出了一組提高軟件結(jié)構(gòu)合理性的準(zhǔn)則，如分解與抽象、模塊獨(dú)立性、信息隱蔽等。針對(duì)軟件生存周期各個(gè)不同的階段，它有結(jié)構(gòu)化分析（SA）和結(jié)構(gòu)化程序設(shè)計(jì)（SP）等方法。

??十五：半結(jié)構(gòu)化數(shù)據(jù)

  ??和普通純文本相比，半結(jié)構(gòu)化數(shù)據(jù)具有一定的結(jié)構(gòu)性，但和具有嚴(yán)格理論模型的關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)相比。OEM(Object exchange Model)是一種典型的半結(jié)構(gòu)化數(shù)據(jù)模型。

  ??半結(jié)構(gòu)化數(shù)據(jù)(semi-structured data)

  ??在做一個(gè)信息系統(tǒng)設(shè)計(jì)時(shí)肯定會(huì)涉及到數(shù)據(jù)的存儲(chǔ)，一般我們都會(huì)將系統(tǒng)信息保存在某個(gè)指定的關(guān)系數(shù)據(jù)庫(kù)中。我們會(huì)將數(shù)據(jù)按業(yè)務(wù)分類(lèi)，并設(shè)計(jì)相應(yīng)的表，然后將對(duì)應(yīng)的信息保存到相應(yīng)的表中。比如我們做一個(gè)業(yè)務(wù)系統(tǒng)，要保存員工基本信息：工號(hào)、姓名、性別、出生日期等等；我們就會(huì)建立一個(gè)對(duì)應(yīng)的staff表。

  ??但不是系統(tǒng)中所有信息都可以這樣簡(jiǎn)單的用一個(gè)表中的字段就能對(duì)應(yīng)的。

??十六：非結(jié)構(gòu)化數(shù)據(jù)

  ??非結(jié)構(gòu)化數(shù)據(jù)庫(kù)是指其字段長(zhǎng)度可變，并且每個(gè)字段的記錄又可以由可重復(fù)或不可重復(fù)的子字段構(gòu)成的數(shù)據(jù)庫(kù)，用它不僅可以處理結(jié)構(gòu)化數(shù)據(jù)（如數(shù)字、符號(hào)等信息）而且更適合處理非結(jié)構(gòu)化數(shù)據(jù)（全文文本、圖象、聲音、影視、超媒體等信息）。

??十七：數(shù)據(jù)庫(kù)（Database）

  ??數(shù)據(jù)庫(kù)是按照數(shù)據(jù)結(jié)構(gòu)來(lái)組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)，它產(chǎn)生于距今六十多年前，隨著信息技術(shù)和市場(chǎng)的發(fā)展，特別是二十世紀(jì)九十年代以后，數(shù)據(jù)管理不再僅僅是存儲(chǔ)和管理數(shù)據(jù)，而轉(zhuǎn)變成用戶(hù)所需要的各種數(shù)據(jù)管理的方式。數(shù)據(jù)庫(kù)有很多種類(lèi)型，從最簡(jiǎn)單的存儲(chǔ)有各種數(shù)據(jù)的表格到能夠進(jìn)行海量數(shù)據(jù)存儲(chǔ)的大型數(shù)據(jù)庫(kù)系統(tǒng)都在各個(gè)方面得到了廣泛的應(yīng)用。

??十八：數(shù)據(jù)分析

  ??英文名：Data Analysis

  ??數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集來(lái)的大量數(shù)據(jù)進(jìn)行分析，提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過(guò)程。這一過(guò)程也是質(zhì)量管理體系的支持過(guò)程。在實(shí)用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當(dāng)行動(dòng)。

  ??Excel作為常用的分析工具，可以實(shí)現(xiàn)基本的分析工作，在商業(yè)智能領(lǐng)域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及國(guó)內(nèi)產(chǎn)品如Yonghong Z-Suite BI套件等。

??十九：數(shù)據(jù)挖掘

  ??數(shù)據(jù)挖掘（英語(yǔ)：Data mining），又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（英語(yǔ)：Knowledge-Discovery in Databases，簡(jiǎn)稱(chēng)：KDD)中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線(xiàn)分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。

??二十：數(shù)據(jù)清洗

  ??數(shù)據(jù)清洗從名字上也看的出就是把“臟”的“洗掉”，指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤的最后一道程序，包括檢查數(shù)據(jù)一致性，處理無(wú)效值和缺失值等。因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是面向某一主題的數(shù)據(jù)的集合，這些數(shù)據(jù)從多個(gè)業(yè)務(wù)系統(tǒng)中抽取而來(lái)而且包含歷史數(shù)據(jù)，這樣就避免不了有的數(shù)據(jù)是錯(cuò)誤數(shù)據(jù)、有的數(shù)據(jù)相互之間有沖突，這些錯(cuò)誤的或有沖突的數(shù)據(jù)顯然是我們不想要的，稱(chēng)為“臟數(shù)據(jù)”。我們要按照一定的規(guī)則把“臟數(shù)據(jù)”“洗掉”，這就是數(shù)據(jù)清洗。而數(shù)據(jù)清洗的任務(wù)是過(guò)濾那些不符合要求的數(shù)據(jù)，將過(guò)濾的結(jié)果交給業(yè)務(wù)主管部門(mén)，確認(rèn)是否過(guò)濾掉還是由業(yè)務(wù)單位修正之后再進(jìn)行抽取。不符合要求的數(shù)據(jù)主要是有不完整的數(shù)據(jù)、錯(cuò)誤的數(shù)據(jù)、重復(fù)的數(shù)據(jù)三大類(lèi)。數(shù)據(jù)清洗是與問(wèn)卷審核不同，錄入后的數(shù)據(jù)清理一般是由計(jì)算機(jī)而不是人工完成。

??二十一：可視化

  ??可視化（Visualization）是利用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像在屏幕上顯示出來(lái)，并進(jìn)行交互處理的理論、方法和技術(shù)。它涉及到計(jì)算機(jī)圖形學(xué)、圖像處理、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)輔助設(shè)計(jì)等多個(gè)領(lǐng)域，成為研究數(shù)據(jù)表示、數(shù)據(jù)處理、決策分析等一系列問(wèn)題的綜合技術(shù)。目前正在飛速發(fā)展的虛擬現(xiàn)實(shí)技術(shù)也是以圖形圖像的可視化技術(shù)為依托的。

??二十二：數(shù)據(jù)可視化

  ??英文名：Data visualization

  ??數(shù)據(jù)可視化技術(shù)的基本思想是將數(shù)據(jù)庫(kù)中每一個(gè)數(shù)據(jù)項(xiàng)作為單個(gè)圖元元素表示，大量的數(shù)據(jù)集構(gòu)成數(shù)據(jù)圖像，同時(shí)將數(shù)據(jù)的各個(gè)屬性值以多維數(shù)據(jù)的形式表示，可以從不同的維度觀(guān)察數(shù)據(jù)，從而對(duì)數(shù)據(jù)進(jìn)行更深入的觀(guān)察和分析。

  ??數(shù)據(jù)可視化主要旨在借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。但是，這并不就意味著，數(shù)據(jù)可視化就一定因?yàn)橐獙?shí)現(xiàn)其功能用途而令人感到枯燥乏味，或者是為了看上去絢麗多彩而顯得極端復(fù)雜。為了有效地傳達(dá)思想概念，美學(xué)形式與功能需要齊頭并進(jìn)，通過(guò)直觀(guān)地傳達(dá)關(guān)鍵的方面與特征，從而實(shí)現(xiàn)對(duì)于相當(dāng)稀疏而又復(fù)雜的數(shù)據(jù)集的深入洞察。然而，設(shè)計(jì)人員往往并不能很好地把握設(shè)計(jì)與功能之間的平衡，從而創(chuàng)造出華而不實(shí)的數(shù)據(jù)可視化形式，無(wú)法達(dá)到其主要目的，也就是傳達(dá)與溝通信息。

??二十三：產(chǎn)品數(shù)據(jù)管理

  ??產(chǎn)品數(shù)據(jù)管理（Product Data Management）是基于分布式網(wǎng)絡(luò)、主從結(jié)構(gòu)、圖形化用戶(hù)接口和數(shù)據(jù)庫(kù)件管理技術(shù)發(fā)展起來(lái)的一種軟件框架（或數(shù)據(jù)平臺(tái)），PDM對(duì)并行工程中的人員工具、設(shè)備資源、產(chǎn)品數(shù)據(jù)以及數(shù)據(jù)生成過(guò)程進(jìn)行全面管理。

??二十四：DSP（需求方平臺(tái)）

  ??DSP（Demand-Side Platform），就是需求方平臺(tái)。這一概念起源于網(wǎng)絡(luò)廣告發(fā)達(dá)的歐美，是伴隨著互聯(lián)網(wǎng)和廣告業(yè)的飛速發(fā)展新興起的網(wǎng)絡(luò)廣告領(lǐng)域。它與Ad Exchange和RTB一起迅速崛起于美國(guó)，已在全球快速發(fā)展，2011年已經(jīng)覆蓋到了歐美、亞太以及澳洲。在世界網(wǎng)絡(luò)展示廣告領(lǐng)域，DSP方興未艾。DSP傳入中國(guó)，迅速成為熱潮，成為推動(dòng)中國(guó)網(wǎng)絡(luò)展示廣告RTB市場(chǎng)快速發(fā)展的動(dòng)力之一。

??二十五：DMP（數(shù)據(jù)管理平臺(tái)）

  ??DMP(Data-Management Platform)數(shù)據(jù)管理平臺(tái)，是把分散的第一、第三方數(shù)據(jù)進(jìn)行整合納入統(tǒng)一的技術(shù)平臺(tái)，并對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和細(xì)分，讓用戶(hù)可以把這些細(xì)分結(jié)果推向現(xiàn)有的互動(dòng)營(yíng)銷(xiāo)環(huán)境里。

  ??DMP的核心元素包括：

  ??·數(shù)據(jù)整合及標(biāo)準(zhǔn)化能力：采用統(tǒng)一化的方式，將各方數(shù)據(jù)吸納整合。

  ??·數(shù)據(jù)細(xì)分管理能力：創(chuàng)建出獨(dú)一無(wú)二、有意義的客戶(hù)細(xì)分，進(jìn)行有效營(yíng)銷(xiāo)活動(dòng)。

  ??·功能健全的數(shù)據(jù)標(biāo)簽：提供數(shù)據(jù)標(biāo)簽靈活性，便于營(yíng)銷(xiāo)活動(dòng)的使用。

  ??·自助式的用戶(hù)界面：基于網(wǎng)頁(yè)web界面或其他集成方案直接獲取數(shù)據(jù)工具，功能和幾種形式報(bào)表和分析。

  ??·相關(guān)渠道環(huán)境的連接：跟相關(guān)渠道的集成，包含網(wǎng)站端、展示廣告、電子郵件以及搜索和視頻，讓營(yíng)銷(xiāo)者能找到、定位和提供細(xì)分群體相關(guān)高度的營(yíng)銷(xiāo)信息。

以上就是海歷陽(yáng)光翻譯公司就大數(shù)據(jù)翻譯英語(yǔ)常用詞匯總結(jié)之一的介紹,如果您有大數(shù)據(jù)翻譯的需求請(qǐng)聯(lián)系我們，海歷陽(yáng)光翻譯將竭誠(chéng)為您服務(wù)。