关系型数据库仍然是大数据处理中的关键技术。

大数据本质上只是一场技术变革。

要让公共管理大数据落地，最有效的推动力来自政府行动+购买技术和服务。

谷歌大数据流感趋势已经可以替代当前政府在流感监测方面的工作。

近年来出现的行为金融学认为社交网络媒体中隐藏的征兆可以用来预测股市变动的趋势。

在环境治理过程中，我们可以借助大数据的数据开放性，鼓励更多公众和更多社会力量参与环境保护。

“大数据”是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。

因为对原始数据的分析是在大规模水平上进行的，因此，大数据对不同的社会群体不会厚此薄彼，避免了基于群体的歧视。

大数据促使网络广告由传统大众化的营销模式向个性化营销模式转变，进入精准营销时代。

决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。

简单随机抽样，是从总体N个对象中任意抽取n个对象作为样本，最终以这些样本作为调查对象。在抽取样本时，总体中每个对象被抽中为调查样本的概率可能会有差异。

懂大数据就必须懂技术。

具备很强的报告撰写能力，可以把分析结果通过文字图表、可视化等多种方式清晰地展现出来，能够清楚地论述分析结果及可能产生的影响，从而说服决策者信服并采纳其建议，是数据分析能力对大数据人オ的基本要求。

对于大数据而言，最基本、最重要的要求就是减少错误、保证质量。因此，大数据收集的信息量要尽量精确。

数据再利用的价值表现为：挖掘数据的潜在价值、实现数据重组的创新价值、利用数据可扩展性拓宽业务领域、优化存储设备，降低设备成本、提高社会效益，优化社会管理等。