通过以上分析可知，数据产生的三要素已经发生了历史性的变革，人、机、物协同作用下，不间断、无领域限制的数据产生方式已经突破了传统数据的概念，其必然导致数据性质的变革，这也就衍生出了新的概念———“大数据”。

2． 3 大数据特性

在“大数据”的定义中，已经包含了大数据的特性，即数据量大、处理速度要求快、价值密度低等，目前对于大数据的特性认可度较高的是 3V 特

性: 即数据的规模性( Volume) 、高速性 ( Velocity) 以及数据结构多样性( Variety) ，而在此基础上已经有不同的公司以及研究机构对其进行了扩展，大数据特性描述的演化如表 1 所示。

根据上表可以看出，随着时间的演化，业界对于大数据的认识也更深入、全面。除以上对大数据特性的通用性描述之外，不同应用领域的大数据的具体特性也存在差异性。如互联网领域需要实时处理和分析用户购买行为，以便及时制定推送方案，返回推荐结果来迎合和激发用户的消费行为，精度以及可靠性要求较高; 医疗领域需要根据用户病例以及影像等信息判断病人的病情，由于其与人们的健康息息相关，所以其精度以及可靠性要求非常高。

·472 · 电 子 测 量 与 仪 器 学 报 第 29 卷

表 1 大数据特性描述的演化情况

Table 1  The description evolutions of big

data characteristics

特点 提出时间 作者或者机构 内涵

规模性 数据量大

( Volume)

DougLaney［27］

高速性 数据分 析 和

( Gartner Meta

( Velocity) 2001 处理速度快

Group research)

多样性 数 据 类 型

( Variety) 多样

价值性 价值稀疏性

( Value) ［28］ 2012 IDC

真实性 2012 IBM 数据反 应 客

( Veracity) ［29］ 观事实

易变性 Brian  Hopkins 大数据 具 有

和 Boris Evel-

( Variability) ［30］  2012 多层结构

son( Forrester)

［18］

表 2 列举了不同领域大数据的具体特点 以及应用案例。

表 2 不同领域大数据的具体特点

Table 2 The specific features of big data in different areas

领域 用户 响应 数据 可靠性 精度