以前看过果壳网上一篇连载的博文“当我谈论算命时 我想谈的是大数据”，是关于大数据的一个很有趣的设想 。本科学的GIS,处理的是地理空间数据，数据量会采样的密度和精确度急剧增长，从一定程度上，有一些大概念。因为，想做技术， 只是浅尝一些概念，与大家分享。
（1） THIINK IN BigData
对于复杂的问题，正常处理方式是简化问题以适应一些比较熟悉的处理模型，大数据不追求精确性，乐于接受数据的纷繁复杂，必须接受所有的数据，以大取小，颠覆了我们以前传统上 “以小事大” 的信仰。同时，我们还颠覆了 “知其所以然” 的信条，在处理大数据时，不再探求难以捉摸的因果关系，转而关注事物的相关关系。
（2） 大数据价值链
基于数据。比如：Twitter，它拥有海量数据。但是它的数据都通过两个独立的公司授权给别人使用。
基于技能。主要是咨询公司、技术供应商或者分析公司。它们掌握了专业技能但并不一定拥有数据或提出数据创新性用途的才能。比方说，沃尔玛和Pop-Tarts这两个零售 商就是借助天睿公司（Teradata）的分析来获得营销点子，天睿就是一家大数据分析公司。
基于思维。Jetpac通过用户分享到网上的旅行照片来为人们推荐下次旅行的目的地。对于某些公司来说，数据和技能并不是成功的关键。让这些公司脱颖而出的是其创始人和员工的创新思维，他们有怎样挖掘数据的新价值的独特想法。
现今世界，技能依然欠缺，而数据则非常之多。数据科学家是统计学家、软件程序员、图形设计师与作家的结合体。与通过显微镜发现事物不同，数据科学家通过探寻数据库来得到新的发现。
（3）预测
大多数情况下，我们已经在以预测之名采用大数据分析。它把我们放在一个特定的人群之中来对我们进行界定。保险精算表上指出，超过50岁的男性更容易患前列腺癌，所以你如果不幸正好处于这个年龄段，就需要支付更多的保险费用，即使你根本就没得过这个病。没有高中文凭的人更容易偿还不起债务，所以如果你没有高中文凭，就可能贷不到款或者必须支付更高的保险费。有的人在过安检的时候，可能会需要进行额外的检查，仅仅是因为他带有某种特定的特征。但是，精准的预测是不现实的。大数据分析只能预测一个人未来很有可能进行的行为。
