大數據(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的決策力、洞察力和流程優(yōu)化能力的海量、高增長(cháng)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·庫克耶編寫(xiě)的《大數據時(shí)代》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據進(jìn)行分析處理。大數據的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(zhù)人工智能的大量應用，大數據翻譯也應用廣泛起來(lái)，下來(lái)海歷陽(yáng)光翻譯公司簡(jiǎn)單總結一些大數據的常用詞匯。

??一、大數據

  ??英文：big data，mega data

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

??二、大數據的4V：

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

??三、當前用于分析大數據的工具主要有開(kāi)源與商用兩個(gè)生態(tài)圈

  ??開(kāi)源大數據生態(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

  ??商用大數據生態(tài)圈：

  ??1、一體機數據庫/數據倉庫：IBM PureData(Netezza), OracleExadata, SAP Hana等等。

  ??2、數據倉庫：TeradataAsterData, EMC GreenPlum, HPVertica 等等。

  ??3、數據集市：QlikView、 Tableau 、 以及國內的Yonghong Data Mart 。

??四、Hadoop

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

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

  ??Hadoop實(shí)現了一個(gè)分布式文件系統（Hadoop Distributed File System），簡(jiǎn)稱(chēng)HDFS。HDFS有高容錯性的特點(diǎn)，并且設計用來(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)應用程序的數據，適合那些有著(zhù)超大數據集（large data set）的應用程序。HDFS放寬了（relax）POSIX的要求，可以以流的形式訪(fǎng)問(wèn)（streaming access）文件系統中的數據。

  ??Hadoop的框架最核心的設計就是：HDFS和MapReduce。HDFS為海量的數據提供了存儲，則MapReduce為海量的數據提供了計算。

??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)源軟件項目而辦的一個(gè)非盈利性組織。在它所支持的Apache項目與子項目中，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，用于大規模數據集（大于1TB）的并行運算。概念”Map（映射）”和”Reduce（歸約）”，和它們的主要思想，都是從函數式編程語(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，將自己的程序運行在分布式系統上。 當前的軟件實(shí)現是指定一個(gè)Map（映射）函數，用來(lái)把一組鍵值對映射成一組新的鍵值對，指定并發(fā)的Reduce（歸約）函數，用來(lái)保證所有映射的鍵值對中的每一個(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)中現有的數據進(jìn)行有效的整合，快速準確的提供報表并提出決策依據，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。通常所指的CRM，指用計算機自動(dòng)化分析銷(xiāo)售、市場(chǎng)營(yíng)銷(xiāo)、客戶(hù)服務(wù)以及應用等流程的軟件系統。它的目標是通過(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、云計算

  ??云計算（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)和底層基礎設施的抽象。因此，云計算甚至可以讓你體驗每秒10萬(wàn)億次的運算能力，擁有這么強大的計算能力可以模擬核爆炸、預測氣候變化和市場(chǎng)發(fā)展趨勢。用戶(hù)通過(guò)電腦、筆記本、手機等方式接入數據中心，按自己的需求進(jìn)行運算。

??十、云計算相關(guān)

  ??分布式計算（Distributed Computing）

  ??并行計算（Parallel Computing）

  ??效用計算（Utility Computing）

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

  ??虛擬化（Virtualization）

  ??負載均衡（Load Balance）

  ??熱備份冗余（High Available）

??十一：數據倉庫

  ??數據倉庫，英文名稱(chēng)為Data Warehouse，可簡(jiǎn)寫(xiě)為DW或DWH。數據倉庫是為企業(yè)所有級別的決策制定過(guò)程提供支持的所有類(lèi)型數據的戰略集合。它是單個(gè)數據存儲，出于分析性報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)指導業(yè)務(wù)流程改進(jìn)和監視時(shí)間、成本、質(zhì)量和控制。

??十二：非關(guān)系型數據庫

  ??NoSQL，泛指非關(guān)系型的數據庫。隨著(zhù)互聯(lián)網(wǎng)web2.0網(wǎng)站的興起，傳統的關(guān)系數據庫在應付web2.0網(wǎng)站，特別是超大規模和高并發(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)系型的數據庫則由于其本身的特點(diǎn)得到了非常迅速的發(fā)展。NoSQL數據庫的產(chǎn)生就是為了解決大規模數據集合多重數據種類(lèi)帶來(lái)的挑戰，尤其是大數據應用難題。

??十三：結構化數據

  ??結構化數據（即行數據，存儲在數據庫里，可以用二維表結構來(lái)邏輯表達實(shí)現的數據）而言，不方便用數據庫二維邏輯表來(lái)表現的數據即稱(chēng)為非結構化數據，包括所有格式的辦公文檔、文本、圖片、標準通用標記語(yǔ)言下的子集XML、HTML、各類(lèi)報表、圖像和音頻/視頻信息等等。

??十四：結構化分析方法

  ??結構化分析方法（Structured Method，結構化方法）是強調開(kāi)發(fā)方法的結構合理性以及所開(kāi)發(fā)軟件的結構合理性的軟件開(kāi)發(fā)方法。結構是指系統內各個(gè)組成要素之間的相互聯(lián)系、相互作用的框架。結構化開(kāi)發(fā)方法提出了一組提高軟件結構合理性的準則，如分解與抽象、模塊獨立性、信息隱蔽等。針對軟件生存周期各個(gè)不同的階段，它有結構化分析（SA）和結構化程序設計（SP）等方法。

??十五：半結構化數據

  ??和普通純文本相比，半結構化數據具有一定的結構性，但和具有嚴格理論模型的關(guān)系數據庫的數據相比。OEM(Object exchange Model)是一種典型的半結構化數據模型。

  ??半結構化數據(semi-structured data)

  ??在做一個(gè)信息系統設計時(shí)肯定會(huì )涉及到數據的存儲，一般我們都會(huì )將系統信息保存在某個(gè)指定的關(guān)系數據庫中。我們會(huì )將數據按業(yè)務(wù)分類(lèi)，并設計相應的表，然后將對應的信息保存到相應的表中。比如我們做一個(gè)業(yè)務(wù)系統，要保存員工基本信息：工號、姓名、性別、出生日期等等；我們就會(huì )建立一個(gè)對應的staff表。

  ??但不是系統中所有信息都可以這樣簡(jiǎn)單的用一個(gè)表中的字段就能對應的。

??十六：非結構化數據

  ??非結構化數據庫是指其字段長(cháng)度可變，并且每個(gè)字段的記錄又可以由可重復或不可重復的子字段構成的數據庫，用它不僅可以處理結構化數據（如數字、符號等信息）而且更適合處理非結構化數據（全文文本、圖象、聲音、影視、超媒體等信息）。

??十七：數據庫（Database）

  ??數據庫是按照數據結構來(lái)組織、存儲和管理數據的倉庫，它產(chǎn)生于距今六十多年前，隨著(zhù)信息技術(shù)和市場(chǎng)的發(fā)展，特別是二十世紀九十年代以后，數據管理不再僅僅是存儲和管理數據，而轉變成用戶(hù)所需要的各種數據管理的方式。數據庫有很多種類(lèi)型，從最簡(jiǎn)單的存儲有各種數據的表格到能夠進(jìn)行海量數據存儲的大型數據庫系統都在各個(gè)方面得到了廣泛的應用。

??十八：數據分析

  ??英文名：Data Analysis

  ??數據分析是指用適當的統計分析方法對收集來(lái)的大量數據進(jìn)行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過(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，數據分析可幫助人們作出判斷，以便采取適當行動(dòng)。

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

??十九：數據挖掘

  ??數據挖掘（英語(yǔ)：Data mining），又譯為資料探勘、數據采礦。它是數據庫知識發(fā)現（英語(yǔ)：Knowledge-Discovery in Databases，簡(jiǎn)稱(chēng)：KDD)中的一個(gè)步驟。數據挖掘一般是指從大量的數據中通過(guò)算法搜索隱藏于其中信息的過(guò)程。數據挖掘通常與計算機科學(xué)有關(guān)，并通過(guò)統計、在線(xiàn)分析處理、情報檢索、機器學(xué)習、專(zhuān)家系統（依靠過(guò)去的經(jīng)驗法則）和模式識別等諸多方法來(lái)實(shí)現上述目標。

??二十：數據清洗

  ??數據清洗從名字上也看的出就是把“臟”的“洗掉”，指發(fā)現并糾正數據文件中可識別的錯誤的最后一道程序，包括檢查數據一致性，處理無(wú)效值和缺失值等。因為數據倉庫中的數據是面向某一主題的數據的集合，這些數據從多個(gè)業(yè)務(wù)系統中抽取而來(lái)而且包含歷史數據，這樣就避免不了有的數據是錯誤數據、有的數據相互之間有沖突，這些錯誤的或有沖突的數據顯然是我們不想要的，稱(chēng)為“臟數據”。我們要按照一定的規則把“臟數據”“洗掉”，這就是數據清洗。而數據清洗的任務(wù)是過(guò)濾那些不符合要求的數據，將過(guò)濾的結果交給業(yè)務(wù)主管部門(mén)，確認是否過(guò)濾掉還是由業(yè)務(wù)單位修正之后再進(jìn)行抽取。不符合要求的數據主要是有不完整的數據、錯誤的數據、重復的數據三大類(lèi)。數據清洗是與問(wèn)卷審核不同，錄入后的數據清理一般是由計算機而不是人工完成。

??二十一：可視化

  ??可視化（Visualization）是利用計算機圖形學(xué)和圖像處理技術(shù)，將數據轉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)。它涉及到計算機圖形學(xué)、圖像處理、計算機視覺(jué)、計算機輔助設計等多個(gè)領(lǐng)域，成為研究數據表示、數據處理、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：數據可視化

  ??英文名：Data visualization

  ??數據可視化技術(shù)的基本思想是將數據庫中每一個(gè)數據項作為單個(gè)圖元元素表示，大量的數據集構成數據圖像，同時(shí)將數據的各個(gè)屬性值以多維數據的形式表示，可以從不同的維度觀(guān)察數據，從而對數據進(jìn)行更深入的觀(guān)察和分析。

  ??數據可視化主要旨在借助于圖形化手段，清晰有效地傳達與溝通信息。但是，這并不就意味著(zhù)，數據可視化就一定因為要實(shí)現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雜。為了有效地傳達思想概念，美學(xué)形式與功能需要齊頭并進(jìn)，通過(guò)直觀(guān)地傳達關(guān)鍵的方面與特征，從而實(shí)現對于相當稀疏而又復雜的數據集的深入洞察。然而，設計人員往往并不能很好地把握設計與功能之間的平衡，從而創(chuàng )造出華而不實(shí)的數據可視化形式，無(wú)法達到其主要目的，也就是傳達與溝通信息。

??二十三：產(chǎn)品數據管理

  ??產(chǎn)品數據管理（Product Data Management）是基于分布式網(wǎng)絡(luò )、主從結構、圖形化用戶(hù)接口和數據庫件管理技術(shù)發(fā)展起來(lái)的一種軟件框架（或數據平臺），PDM對并行工程中的人員工具、設備資源、產(chǎn)品數據以及數據生成過(guò)程進(jìn)行全面管理。

??二十四：DSP（需求方平臺）

  ??DSP（Demand-Side Platform），就是需求方平臺。這一概念起源于網(wǎng)絡(luò )廣告發(fā)達的歐美，是伴隨著(zhù)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，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，迅速成為熱潮，成為推動(dòng)中國網(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（數據管理平臺）

  ??DMP(Data-Management Platform)數據管理平臺，是把分散的第一、第三方數據進(jìn)行整合納入統一的技術(shù)平臺，并對這些數據進(jìn)行標準化和細分，讓用戶(hù)可以把這些細分結果推向現有的互動(dòng)營(yíng)銷(xiāo)環(huán)境里。

  ??DMP的核心元素包括：

  ??·數據整合及標準化能力：采用統一化的方式，將各方數據吸納整合。

  ??·數據細分管理能力：創(chuàng )建出獨一無(wú)二、有意義的客戶(hù)細分，進(jìn)行有效營(yíng)銷(xiāo)活動(dòng)。

  ??·功能健全的數據標簽：提供數據標簽靈活性，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據工具，功能和幾種形式報表和分析。

  ??·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)光翻譯公司就大數據翻譯英語(yǔ)常用詞匯總結之一的介紹,如果您有大數據翻譯的需求請聯(lián)系我們，海歷陽(yáng)光翻譯將竭誠為您服務(wù)。