第 1 页（共 3 页）1、简述大数据的来源与数据类型大数据的来源非常多，如信息管理系统、网络信息系统、物联网系统、科学实验系统等，其数据类型包括结构化数据、半结构化数据和非结构化数据。2、大数据产生的三个阶段（1）被动式生成数据（2）主动式生成数据（3）感知式生成数据3、大数据处理的基本流程1．数据抽取与集成2．数据分析3．数据解释4、大数据的特征4V1OVolume，Variety，Value，Velocity，On-Line5、适合大数据的四层堆栈式技术架构应用序严玄时決策*内富预测能力■>救摇业功，数据货币化J并析层r日助屎务渤弋、灵涼实时协作、丿•管理层r结构化敕据和 1*结构化敎摇井行处理“餓件可护屣 ri.u第 2 页（共 3 页）甚础二f虚■拟化*网络化、仆布式、横向可护展体绩皓梅1JJ6、大数据的整体技术和关键技术大数据的整体技术一般包括：数据采集、数据存取、基础架构、数据处理、统计分析、数据挖掘、模型预测和结果呈现等。大数据处理关键技术一般包括：大数据采集、大数据预处理、大数据存储及管理、开发大数据安全大数据分析及挖掘、大数据展现和应用（大数据检索、大数据可视化、大数据应用、大数据安全等）。7、新一代数据体系的分类新一代数据体系中，将传统数据体系中没有考虑过的新数据源进行归纳与分类，可将其归纳到线上行为数据与内容数据两大类别。8、EDC 系统的定义临床试验电子数据采集（ElectricDataCapture,EDC）系统，在临床试验中的应用可以有效解决纸质 CRF 存在的问题。EDC 是通过互联网从试验中心（Sites）直接远程收集临床试验数据的一种数据采集系统。9、EDC 系统的基本功能数据录入、数据导出、试验设计、编辑检查、操作痕迹、系统安全、在线交流、医学编码和支持多语言。10、EDC 系统的优点（1）提高了临床研究的效率，缩短了临床研究周期（2）通过逻辑检查提高了数据质量（3）对研究质量的监测更加方便11、大数据采集的数据来源大数据的三大主要来源为商业数据、互联网数据与传感器数据。12、网络数据采集和处理的四个主要模块第 3 页（共 3 页）网络爬虫（Spider）、数据处理（DataProcess）、URL 队列（URLQueue）和数据（Data）。13、大数据集成在大数据领域中，数据集成技术也是实现大数据方案的关键组件。大数据中的集成是将大量不同类型的数据原封不动的保存在原地，而将处理过程适当的分配给这些数据。这是一个并行处理的过程，当在这些分布式数据上执行请求后，需要整合并返回结果。1...
