在信息技术迅猛发展的当下，大数据的应用已渗透进人们生活中各个领域，每个人直接或间接的都在接触着大数据，可见大数据技术领域的重要性。

       大数据领域对于身处于IT行业的工作者来说，既好奇又神秘。小编在虚心学习的同时，将前嗅内部员工培训的知识点，详细的记录了下来，今天与大家分享一下此次前嗅培训的知识点~~~

（1）数据产生

①web服务协议。web（World Wide Web）即全球广域网，也称为万维网，它是一种基于超文本和HTTP的、全球性的、动态交互的、跨平台的分布式图形信息系统。

web服务协议是建立在Internet上的一种网络服务，它为浏览者在Internet上查找和浏览信息提供了图形化的、易于访问的直观界面。其中的文档及超级链接，将Internet上的信息节点，组织成一个互为关联的网状结构。

其中此协议包括HTTP-GET、HTTP-POST、SOAP。

每个协议都由一系列 HTTP 请求头组成，这些请求头与一些其他信息一起定义客户端向服务器请求的内容。而在响应成功时，服务器将用一系列 HTTP 响应头和所请求的数据响应。

②传感器数据。例如摄像头数据，像超市、政府、企业的话都会安放摄像头，像这些摄像头存储下来的数据就是传感器数据。

③数据源介质包括条形码，二维码，射频码。

④系统数据包括日志数据、监控数据。爬虫软件采集数据时，日志记录了采集过程的历史情况，用于管理采集的日志。

（2）数据处理

①存储。数据存储对象包括：数据流在加工过程中产生的临时文件、加工过程中需要查找的信息。

②清洗。是将数据中的垃圾数据清洗掉，从而提高数据的质量。

ForeSpider这款爬虫软件，是通过一个采集模板，采集搜索引擎，挖掘全网特征信息。数据的采集-挖掘-排重-清洗-权重分析-采集入库，同步完成，清洗的作用：是去除重复数据及垃圾数据。

③挖掘。数据挖掘一般是指从大量的数据中通过算法，搜索隐藏于其中信息的过程。通过爬虫软件采集数据时，如果根据文本中的关键词来判断该数据是否需要，这就属于数据挖掘。

④模拟/学习。模拟数据是由传感器采集得到的连续变化的值，例如温度、压力，以及目前在电话、无线电和电视广播中的声音和图像。

（3）数据的价值

①图表将庞大的数据采集出来以图表的形式直观的展示出来，ForeSpider将采集的数据存入数据库，可以导出csv文件用excel打开，也可以采集图片、文件、视频、报表等非结构化数据。

②预测包括模型和指导意义。

       指导意义相当于数据的应用，例如自动驾驶、人工智能城市。

       大数据应用领域极广，比如小编在前嗅工作的这段时间里，接触到了各种采集数据的客户，有需要淘宝电商的数据，或者政府投标的相关信息，再或者新闻网站的数据等。

总之，大数据领域既神秘又吸引人，作为公司内部福利，小编也会定期跟大家分享成果滴~~~让我们一起跟随前嗅的小伙伴开启大数据领域的冒险之旅吧！

前嗅大数据——深度大数据专家

前嗅（www.forenose.com）是首个深度大数据专家。

提供数据采集-分析-处理-管理-营销-应用，

自主知识产权的全套大数据产品。