大数据研究综述

大数据文献综述随着以博客、社交网络、基于位置的服务ＬＢＳ为代表的新型信息发布方式的不断涌现，以及云计算、物联网等技术的兴起，数据正以前所未有的速度在不断地增长和累积，国际数据公司(IDC)的数字宇宙研究报告称[1]：2011年全球被创建和被复制的数据总量超过1.8ZB，且增长趋势遵循新摩尔定律(全球数据量大约每两年翻一番)，预计2020年将达到35ZB．与此同时，数据复杂性也急剧增长，其多样性、低价值密度、实时性等复杂特征日益显著，大数据时代已经来到。学术界、产业界甚至于政府机构都已经开始密切关注大数据问题，并对其产生浓厚的兴趣。一、大数据国内外发展现状对于学术界，1989年在美国底特律召开的第11届国际人工智能联合会议专题讨论会上，首次提出了“数据库中的知识发现（KDD）”的概念。在1995年召开了第一届知识发现与数据挖掘国际会议，随着与会人员的增加，KDD国际学术成为年会。大数据的兴起，主要是国际顶尖期刊《Nature》早在2008年推出了Bigdata专刊[2]。计算社区联盟(computingcommunityconsortium)在2008年发表了报告“bigdatacomputing：creatingrevolutionarybreakthroughsincommerce,scienceandsociety”[3]，阐述了在数据驱动的研究背景下，解决大数据问题所需的技术以及面临的一些挑战。《science》在2011年2月推出专刊“dealingwithdata”[4]，主要围绕着科学研究中大数据的问题展开讨论，说明大数据对于科学研究的重要性．美国一些知名的数据管理领域的专家学者则从专业的研究角度出发，联合发布了一份白皮书《challengesandopportunitieswithbigdata》［5］。该白皮书从学术的角度出发介绍了大数据的产生，分析了大数据的处理流程，并提出大数据所面临的若干挑战。全球知名的咨询公司麦肯锡(McKinsey）2011年6月份发布了一份关于大数据的详尽报告“bigdata:thenextfrontierforinnovation,competiton,andproductivity”［6］，对大数据的影响、关键技术和应用领域等都进行了详尽的分析。进入2012年以来，大数据的关注度与日俱增1月份的达沃斯世界经济论坛上，大数据是主题之一，该次会议还特别针对大数据发布了报告“bigdata，bigcompat:newpossibilitiesforinternationaldevelopment”［7］，探讨了新的数据产生方式下，如何更好地利用数据来产生良好的社会效益．该报告重点关注了个人产生的移动数据与其他数据的融合与利用．3月份美国奥巴马政府发布了“大数据研究和发展倡议”［8］（bigdataresearchanddevelopmentinitiative），投资２亿以上美元，正式启动“大数据发展计划”．计划在科学研究、环境、生物医学等领域利用大数据技术进行突破．奥巴马政府的这一计划被视为美国政府继信息高速公路计划之后在信息科学领域的又一重大举措．与此同时，联合国一个名为“globalpulse”的倡议项目在今年５月发布报告“bigdatafordevelopment:challengesoropportunities”［9］，该报告主要阐述大数据时代各国特别是发展中国家在面临数据洪流（datadeluge）的情况下所遇到的机遇与挑战，同时还对大数据的应用进行了初步的解读．《纽约时报》的文章“theageofbigdata”[10]。则通过主流媒体的宣传使普通民众开始意识到大数据的存在，以及大数据对于人们日常生活的影响。在产业界，经济利益成为主要的推动力，IBM、ORACLE、微软、谷歌、亚马逊、Facebook、Teradata、EMC、惠普等跨国巨头也因大数据技术的发展而更加具有竞争力[11]。仅2009年一年，谷歌公司通过大数据业务对美国经济贡献540亿美元；2005年以来，IBM投资160亿美元进行30多次与大数据相关的收购，使业绩稳定高速增长，2012年，IBM股价每股突破200美元大关，3年内翻了3番；eBay通过数据挖掘精确计算出广告中每个关键字带来的回报，2007年以来，广告费降低了99%，同时顶级卖家占总销售额的百分比上升至32%；2011年，Facebook首次公开新数据处理分析平台PUMA，通过对数据多处理环节区分优化，相比之前单纯采用Hadoop和Hive进行处理的技术，数据分析周期从2天降到10秒以内，效率提高数万倍。与国外相比，我国大数据的发展还稍落后。我国国家自然科学基金于1993年首次支持对数据挖掘领域的研究项目。1999年，在北京召开第三届亚太地区知识发现与数据挖掘国际会议(PAKDD)，收到论文158篇。2011年，第十五届PAKDD在深圳举办，会议就数据挖掘、知识发现、人工智能、机器学习等相关领域的主题进行交流讨论，反响热烈。2012年5月，香山科学会议组织了以“大数据科学与工程——一门新兴的交叉学科？”为主题的第424次学术讨论会，来自国内外35个单位横跨IT、经济、管理、社会、生物等多个不同学科领域的43位专家代表参会，并就大数据的理论与工程技术研究、应用方向以及大数据研究的组织方式与资源支持形式等重要问题进行了深入讨论。6月，中国计算机学会青年计算机科技论坛（CCFYOCSEF）举办了“大数据时代，智谋未来”学术报告会，决定成立大数据专家委员会，就大数据时代的数据挖掘、体系架构理论、大数据安全、大数据平台开发与大数据现实案例进行了全面的讨论。2012年10月，成立了首个专门研究大数据应用和发展的学术咨询组织--中国通信学会大数据专家委员会，推动了我国大数据的科研与发展。2012年11月，“Hadoop与大数据技术大会”以“大数据共享与开放技术”为主题，总结了八个热点问题：数据科学与大数据的学科边界、数据计算的基本模式与范式、大数据的作用力和变换反对、大数据特性与数据态、大数据安全和隐私问题、大数据对IT技术架构的挑战、大数据的生态环境问题以及大数据的应用及产业链。大会还成立了“大数据共享联盟”，旨在搜集大数据、展示大数据、促进大数据的研究与开发。在产业界，国内主要以百度、腾讯、华为、淘宝、中国移动等企业为首的大数据布局与商业活动。百度作为中国最大的搜索引擎，在中国和中文互联网领域各项排行中不是最大就是最多。2012年，百度日均抓取约10亿网页，处理超过100PB（1PB=1024TB）的数据。过去10年，百度网页搜索库已从500万猛增到了500亿个页面。从公开的材料看，百度的大数据战略往往与云计算绑定在一起，强调大数据储存与处理能力。2011年8月，百度宣布将用三年的时间建立一个全国最大的数据中心，并且主打“绿色”。通过对大数据流量的把握，百度经过设计，降低设备能耗、减少服务器、日间侧重商业业务、夜间侧重数据业务，从而让“百度的单体十万台服务器的数据中心，PUE每降低0.1，一年就可为百度节省上千万元的成本。”腾讯自称“目前中国最大的互联网综合服务提供商之一，也是中国服务用户最多的互联网企业之一”，拥有超过7.52亿QQ即时通讯活跃账户，1亿微信用户、4.25亿微博用户和超过1亿的视频用户。在积累了个人用户多方面的海量数据后，2012年腾讯提出了“大数据营销”的概念。腾讯网总编辑陈菊红表示“将从这些海量数据中挖掘、分辨出用户的行为模式、兴趣偏好等，打造专属于每个人的智慧门户。”腾讯不仅在各大产品线中都设置了数据挖掘团队，还在和一些第三方数据挖掘公司、营销公司展开合作洽谈，充分挖掘用户在网上的行为、关系、UGC(用户产生的内容)等数据，“通过合理的方法找到对企业有帮助的数据，并且将营销预算合理的分配在为数众多的数据来源平台上”，从而提高营销效率。2011年4月腾讯追加在天津的数据中心建设投资，欲建立亚洲最大的数据储备处理中心。相比中国用户最多的两家互联网企业，淘宝在大数据方面的举措丝毫不逊色，因为几乎所有淘宝业务都依赖淘宝数据库。每天大约有6000万用户登录淘宝网，约20亿页面浏览量（PV）。淘宝所使用的OceanBase分布式数据库，在基准数据和增量数据基础上，实现不同部门对数千亿条记录、数百TB数据上的跨行跨表事务共同完成，并支持每天4000～5000万的更新操作。早在2009年淘宝便自建大型数据库，并通过对全国淘宝购买数据的挖掘发布了2011年淘宝中国地图，对其掌握的大量用户交易数据进行了形象的展示。在利用大数据为提高用户购物体验的旗号下，淘宝根据长尾原理充分利用大数据挖掘技术，建设开放平台，提供各种增值服务。中国移动作为中国最大的移动通讯运营商，截至2012年4月底，中国移动用户数已经达到6.7亿。同时，中国移动正在谋求从移动运营商的管道角色向客户端制造和云端服务两个方向发展。而大数据业务的投入，为此提供了机遇。2011年第四季度中国移动先后与内蒙古自治区和黑龙江省签署合作协议，在呼和浩特、哈尔滨建设全国规模最大、技术最先进、能耗最低定在成都建立西部最大数据中心，完成了其在国内数据中心的三大数据基地布局。通过对国内外学术期刊SCI与SSCI检索研究中发现，目前国外对大数据的研究主要集中在如何进行大数据的存储、处理、分析以及管理的技术及软件的应用上，而关于大数据与管理科学的结合几乎很少，国内学者对大数据的研究主要集中大数据的商业模式的探讨、大数据分析处理技术、大数据的应用领域等，而对关于大数据与云计算结合的研究几乎处于理论摸索阶段。二、大数据的国内外研究综述对于大数据的定义，学术界和产业界目前尚未形成公认的准确定义。维基百科的定义[12]：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的信息。麦肯锡的定义[13]：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。权威IT研究将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题”[14]。美国国家科学基金会(NSF)则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”[15]。研究机构Gartner的定义：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。无论是哪一种定义，我们可以看出，均体现了大数据具有的四种特性：数据体量巨大（Volume）、数据种类繁多（Varity）、流动速度快（Velocity）、价值密度低（Value）。其实，对于大数据的4V特征其不仅仅是海量数据，更追求的是实时性、动态性、全貌性。1.关于大数据的商业模式方面的研究“假如我们有了一个数据预报台，就像为企业装上了一个GPS和雷达，企业的出海将会更有把握。”马云在2012年网商大会上的演讲中形象地表示了数据的重要性。在麦肯锡发布《大数据：创新、竞争和生产力的下一个前沿领域》报告之后，大数据的商业价值迅速受到银行、零售等行业的关注。如今，银行业中的实时欺诈监测和风险管理、电信业的客户细分和业务波动分析、医疗业中的疾病诊断和分析、零售业的价格优化和购买分析等已经开始应用大数据分析的结果，大数据已经开始创造着价值。目前从管理学的角度应用大数据技术以支持商业分析和决策，已经成为商学院教育的热点方向。国家自然科学基金委员冯芷艳从商务管理在大数据背景下所面临的时代挑战出发，给出了社会化的价值创造、网络化的企业运作、实时化的市场洞察三个重要研究视角。同时，描述了社会化网络环境中的行为机理与社会资本结构、企业网络生态系统及其协同共生机制、大数据环境下的顾客洞察与市场营销策略、基于大数据的商业模式创新等研究方向[16]。此外国内学者陈晓霞对大数据业务的商业模式进行了探讨，通过对大数据产业链自底向下的三层构成提出了基于大数据的六种商业模式[17]，（第一层是企业内部交易数据和企业外部的用户行为数据、物联网数据等，这一层次的主要任务是数据的采集、存储和传输等工作；第二层次是信息层，去粗取精，提炼后形成价值密度更高的信息，这一层可以产生诸如数据包销售、租赁等业务模式，也会诞生一批靠搜集各类数据为主业的公司，如区域数据提供商；第三个层次是知识层，对于知识的利用需要人工介入以外，主要还需要融合行业信息。）主要包括租售数据模式、租售信息模式、数字媒体模式、数据使能模式、数据空间出租模式、大数据技术提供商模式。就产业界而言，腾云天下数据挖掘总监张夏天虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。首先，手中握有数据的公司如同站在金矿上，基于数据交易即可产生很好的效益；其次，基于数据挖掘会有很多商业模式诞生，定位角度不同，或侧重数据分析。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准找到用户，降低营销成本，提高企业销售率，增加利润。百分点的联合创始人苏萌表示，未来，数据可能成为最大的交易商品。大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。在他看来，未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。目前，百分点所做的就是通过分析用户在网络上的消费行为数据，帮助电商企业实现“千人千面”精准营销。据了解，作为全球最大的中文搜索引擎，百度已经覆盖5亿中国网民，拥有千亿级用户行为数据，在分析消费者行为与对接企业营销阶段需求方面，已经构建起相对完善的商业产品布局和蓝图。2.关于大数据分析处理的研究基于社交网络、移动互联、电子商务、物联网等诸多应用领域，数据量正在以极快的速度增长，包括结构化的、半结构化的和非结构化的数据,其规模或复杂程度超出了常用传统数据库和软件技术所能管理和处理的数据集范围大数据广泛存在,如企业数据、统计数据、科学数据、医疗数据、互联网数据、移动数据、物联网数据,等等,并且各行各业都可得益于大数据的应用按其应用类型,可将大数据分为海量交易数据(企业OLTP应用)、海量交互数据(社网、传感器、GPS、Web信息)和海量处理数据(企业OLAP应用)这3类为了分析和利用这些庞大的数据资源，必须依赖有效的数据分析技术和数据管理系统。目前，Hadoop是最为流行的大数据处理平台。Hadoop最先是DougCtting模仿GFS,MapReduce实现的一个云计算开源平台，后贡献给Apache.Hadoop已经发展成为包括文件系统（HDFS）、数据库（HBase、Cassandra）、数据处理(MapReduce)等功能模块在内的完整生态系统。对Hadoop改进并将其应用于各种场景的大数据处理已经成为新的研究热点。主要的研究成果集中在对Hadoop平台性能的改进、高效的查询处理、索引构建和使用、在Hadoop之上构建数据仓库、Hadoop和数据库系统的连接、数据挖掘、推荐系统等。国内学者王珊、王会举等人通过提出了大数据分析平台应具备的特性（高度可扩展性、高性能、高度容错性、支持异构环境、较低的分析延迟等特性），分析了并行数据库、MapReduce技术、并行数据库和MapReduce技术的混合架构优势及不足。该团队提出了另一种思路，从数据的组织和查询的执行两个核心层次入手,融合关系数据库和MapReduce两种技术,设计高性能的可扩展的抽象数据仓库查询处理框架.该框架在支持高度可扩展的同时,又具有关系数据库的性能[18]。团队尝试过两个研究方向:(1)借鉴MapReduce的思想,使OLAP查询的处理能像MapReduce一样高度可扩(LinearDB原型);(2)利用关系数据库的技术,使MapReduce在处理OLAP查询时,逼近关系数据库的性能(Dumbo原型)。周傲英等人提出基于MapReduce的列存储数据的连接优化方法,极大地加快了连接的速度[19].除此之外，NoSQL是目前云环境下支持海量数据管理的新模式，NoSQL是指那些非关系型的、分布式的、不保证遵循ACID原则的数据存储系统。典型的NoSQL产品有Google的BigTable[20]、基于HadoopHDFS[21]的HBase[22]、Amazon的Dynamo[23]等。国内学者申德荣等人提出了基于key-value数据模型的NoSQL数据管理系统，解决了传统数据管理系统不具有的可扩展性、弹性、容错性等问题，提高了海量数据管理的效率[24]。国外学者DittrichJ等人，研究了非侵入式的MapReduce性能提升技术,包括特洛伊索引(Trojanindex)和分区数据并置co-partition,即把需要连接的数据分区保存到同一个节点或者在网络拓扑上接近的节点,以加快数据分区之间的Join操作)技术等[25]。IuMY等人通过对MapReduce执行函数的分析,对MapReduce查询进行改写,充分利用SQL数据库的索引、聚集函数等功能,提高MapReduce函数的执行效率[26]。研究了MapReduce架构下面向日志处理的连接操作的性能,在100个节点组成的Hadoop集群上进行若干连接技术的性能研究,包括标准的重新分区连接方法(standardrepartitionjoin)、改进的重新分区连接方法(improvedrepartitionjoin)、直接连接方法(directedjoin)、广播连接方法(broadcastjoin)、半连接(semi-join)、基于分片的半连接(per-splitsemi-join)等,为不同应用场景下使用不同的连接技术提供了参考在产业界，大数据在美国也是很前沿的技术，OperaSolutionss公司2008年转向大数据服务，目前是典型的大数据融合服务性公司，他本身不拥有数据，通过购买或者搜集用户的行为信息为客户的商业决策提供精准的信息，并协助客户设计新产品。SAS公司是全球商业智能和分析软件与服务领袖。全球50000多家企业都在通过SAS软件对数据进行深入挖掘，帮助企业更快、更准确地进行业务决策。SAS在综合的企业智能平台内提供一流的数据整合、存储、分析和商业智能应用。国内企业在大数据处理技术上呈现良好势头，主要以华为、阿里巴巴、百度为首。华为提供了基于x86服务器的SmartVision大数据处理解决方案[11]，催生数据基础架构的革新，。在“2012华为云计算大会”上，推出了OceanStorMVX大数据存储解决方案[12]，存储系统是融合了Scale-outNAS、Scale-outDatabase和Scale-outBackup，实现存储、分析、备份多位一体，面向大数据存储的集群存储系统。3、关于大数据的应用领域2012年6～9月份的时候，IBM公商业价值研究院和牛津大学赛德商学院联合开展研究，针对大数据的应用，对全球95个国家、26个行业、1144名企业高管和专业人士做了调研。结果显示，在全球各行各业中，企业高管都意识到自身需要更多地了解大数据、使用大数据。提到大数据的应用，首先必须提到的就是阿里巴巴的金融微贷业务，阿里金融拿到金融执照短短几年时间，到2012年6月份其微贷企业已经达到12.9万家企业，贷款总额260亿万元，到2012年年底其服务的微小企业已经超过20万家。阿里金融利用网上的客户信用数据与行为数据，建立网络数据模型及信用体系。借此给每一个商铺、每一个店家做信用等级的评分，根据这个评分阿里金融去发放微贷，从500块钱到100万不等，并开发了很多业务产品，包括订单贷款、信用贷款等等。阿里金融打破了银行的传统做法，不需要抵押，不需要担保，只依赖于大数据，通过大数据应用和业务创新，改变了一个行业，改变了游戏规则。大数据目前在全球已经用于各行各业，主要包括金融服务业、银行业、计算机行业、国内外的咨询公司、电商企业、零售业等等。下面主要从四个方面阐述大数据在不同行业较成功的应用。一是从传感器、网络日志、网上点击流实时采集下来，制定一些业务规则，实时满足业务规则的东西摘录出来，实时判断。比如某人在一天中打通了20个电话，但不到2分钟就挂断了，这个电话可能是欺诈电话，这就是业务规则，当下一个电话的数据流发生时，就会自动判断，这个是一个异常的话单，是一个欺诈的单位，这在电信企业中已经应用了。银行也一样，开展了信用卡的实时监测。另外一种手段是内容计算。传统处理都是数据库表格的方式，而现在要处理内容。一是社交媒体跟舆情的分析。首先，从微博、社交媒体中把需要的文档、文章，通过爬虫从网上爬下来，放在非结构化的数据平台中，对内容进行分词、句法分析、情感分析，同时做一些关系实体的识别，通过这些内容、关系分析企业声誉度、品牌、服务质量，跟踪产品评价和市场动态，做企业层面舆情的监控。二是利用360度全景客户视图开展营销、销售。传统的客户视图基于客户在本企业的交易数据，但是新的技术手段出现后，很多企业考虑全景的客户视图，除了企业本身的交易数据以外，把客户在社交网络上、媒体、交互数据上的一些信息集成起来，和原来传统的数据集中在一起，做全景的客户视图，全面了解客户。目前在银行、电信行业，很多企业都在做这个事情。360度全景视图怎么做？利用外部的社交网络数据，对客户社交网络进行画像，对客户在网络上的信息进行归类，有些是客户的评价讨论，有些是客户的倾向性信息，还有客户情绪的信息、行为的数据，全面整合，对客户进行网络的画像。基于这个画像，企业可以实现微观的客户细分、营销活动管理、信誉风险的评估以及竞争对手的分析。三是通过大数据开展关联企业、交易对手风险暴露分析和事件监测。将交易所、证监会、银监会、安全部门、公安部门的监管文件，以及新闻、出版物、社交媒体数据爬下来，刻画企业的社交网络图，实时展示企业与外界的联系。四是客户的信用风险评估。比如花旗银行本身掌握客户的很多交易的数据，同时也会采集客户的一些外部信息，以及交易对手信息、市场信息、新闻评论，并且把这些数据关联起来。当客户贷款时，系统通过模型能自动判断贷款利率（因为美国的利率是浮动的，这个利率会给信贷员提供参考）。这与阿里金融异曲同工。这方面的应用还有很多，比如保险公司获取客户体检的信息以及病历，从而判断客户大概得了什么病，应该用什么药，并把这些结论提供给医生做实时参考。4、大数据与云计算结合的研究云计算受到学术界和工业界的热捧，随后，大数据横空出世，更是炙手可热，经常有人把大数据和云计算相提并论。大数据与云计算确实有一些相同之处。它们都是为数据存储和处理服务的，都需要占用大量的存储和计算资源，而且大数据用到的海量数据存储技术、海量数据管理技术、MapReduce等并行处理技术也都是云计算的关键技术。但是，大数据与云计算也有很多方面的差异。云计算的目的是通过互联网更好地调用、扩展和管理计算及存储资源和能力，以节省企业的IT部署成本，其处理对象是IT资源、处理能力和各种应用。云计算从根本上改变了企业的IT架构，产业发展的主要推动力量是存储及计算设备的生产厂商和拥有计算及存储资源的企业。而大数据的目的是充分挖掘海量数据中的信息，发现数据中的价值，其处理对象是各种数据。大数据使得企业从“业务驱动”转变为“数据驱动”，从而改变了企业的业务架构，其直接受益者不是IT部门，而是业务部门或企业CEO，产业发展的主要推动力量是从事数据存储与处理的软件厂商和拥有大量数据的企业。学者余从国认为云计算和大数据实际上是工具与用途的关系，即云计算为大数据提供了有力的工具和途径，大数据为云计算提供了很有价值的用武之地[]。大数据若与云计算相结合，将相得益彰，互相都能发挥最大的优势。云计算能为大数据提供强大的存储和计算能力，更加迅速地处理大数据的丰富信息，并更方便地提供服务；而来自大数据的业务需求，能为云计算的落地找到更多更好的实际应用。评述：大数据是指一般的软件工具难以捕捉、管理和分析的大容量数据，一般以“太字节”为单位，大数据之“大”，并不仅仅在于“容量之大”，更大的意义在于：通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”。大数据大数据作为一种重要的战略资产，已经不同程度地渗透到每个行业领域和部门，其深度应用不仅有助于企业经营活动，还有利于推动国民经济发展。目前，关于大数据的存储处理技术研究中有6种数据管理技术普遍被关注，即分布式存储与计算、内存数据库技术、列式数据库技术、云数据库、NoSQL、移动数据库技术。其中分布式存储与计算受关注度最高。参考文献：GantzJ,ReinselD.2011DigitalUniverseStudy:ExtractingValuefromChaos[M].IDCGo-to-MarketService,2011.Nature.BigData[EB/OL].[2012-10-02]./new/special/bigdata/index.htmlBryantRE,KatzRH,LazowskaED.Big-Datacomputing:Creatingrevolutionarybreakthroughsincommerce,science,andsociety[R].[2012-10-02]./ccc/docs/init/Big_Data.PdfScinece.Specicalonlinecollection:Dealingwithdata[EB/OL].[2012-10-02]./site/special/data/,2011AgrawalD,BernsteinP,BertinoE,etal.Challengesandopportunitieswithbigdata-AcommunitywhitepaperdevelopedbyleadingresearchersacrosstheUnitedStates[R/OL].[2012-10-02],/ccc/docs/init/bigdatawhitepaper.pdfManyikaJ,ChuiM,BrownB,etal.Biddata:Thenextfrontierforinnovation,competion,andproductivity[R/OL].[2012-10-02].http://www.M/Insights/MGI/Research/Technology_and_Innovation