为什么在大数据中，数据量越大，数据的价值密度越低？ 数据的价值密度是怎么定义的？虽然数据量大，数据价值密度低是大数据的2个重要特征，但数据量越大，数据的价值密度不一定就越低，两者之间并没有必然的关系。。
大数据的价值可以体现在哪些方面？ 知乎原文链接https：// zhuanlan.zhihu.com/p/11 0120618 发布于 2020-03-17 ？ 13 ？ ？ 添加评论 ？ ？ ？ 喜欢 ？ 继续浏览内容 知乎 发现更大的世界。
大数据厉害不在于多大 如何运用更关键 数据作为一种资源，在“沉睡”的时候是很难创造价值的，需要数据挖掘。有人把大数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“用”。如何提升大数据价值？首先，要实现数据公开。数据开放是大势所趋，信息使用的边际收益是递增的，信息流动和分享的范围越大，创造的价值就越高，而线上、线下数据化和数据开放正是信息大范围流动的两大前提。推动数据开放和流通在发达国家已成为共识。其次，是要进行数据评估。大数据产业的核心枢纽是数据交易，而数据资产评估、定价是交易的核心。不过，目前大多数政府、企业确实是拥有很多数据，但仅仅限于“数据大”，而不是大数据，也并不了解自身大数据资产的价值。最后，是要培养大数据人才。大数据是一种虚拟化的数字及其运算逻辑，不仅需要高端的计算机知识，更需要综合掌握数学、统计学、信息工程等相关学科知识。目前国内的大数据人才储备远不能满足发展需要，尤其是缺乏既熟悉行业业务需求，又掌握大数据技术与管理的综合型人才。
