1.试述信息技术发展史上的3次信息化浪潮及其具体内容。
回答一:
1980年前后个人计算机的普及解决了信息处理的问题，大大提高了社会生产力，人类迎来了第一次信息化浪潮；1995年前后互联网的普及加快了信息传输的速度，人类迎来第二次信息化浪潮；2010年前后云计算、物联网和大数据快速发展解决了信息爆炸的问题，人类迎来了第三次信息化浪潮。
2.试述数据产生方式经历的几个阶段。
回答二:
在运营式系统阶段，数据的产生方式是被动的，只有当实际的企业业务发生时，才会产生新的记录并存入数据库。
到了用户原创内容阶段，数据的产生方式由被动转为主动。真正的互联网数据爆发产生于以“用户原创内容”为特征的“Web 2.0时代”。Web 2.0技术以Wiki、微博、微信、抖音等应用所采用的自服务模式为主，强调自服务，大量上网用户本身就是内容的生成者，并且伴随着移动互联网和智能手机终端的普及，人们更是可以随时随地使用手机发微博、传照片等，数据量开始急剧增长。
直到感知式系统阶段，物联网的发展最终导致了人类社会数据量的第三次跃升。物联网中的设备，每时每刻都在自动产生大量数据，与Web 2.0时代的人工数据产生方式相比，物联网中的自动数据产生方式，将在短时间内生成更密集、更大量的数据，使得人类社会迅速步入“大数据时代”。
3.试述大数据的4个基本特征。
回答三:大数据的4个特点：数据量大（Volume）、数据类型繁多（Variety）、处理速度快（Velocity）和价值密度低（Value）。
数据量大（Volume）:从1986年到2010年的20多年时间里，全球数据量增长了100倍。“大数据摩尔定律”表明:人类社会产生的数据一直都在以每年50%的速度增长，也就是说，每两年就增加一倍多。2020年，全球总共拥有约44ZB，与2010年相比，数据量将增长近40倍。
数据类型繁多（Variety）:大数据的数据类型非常丰富，总体而言可以分成两大类，即结构化数据和非结构化数据。前者占10%左右，主要是指存储在关系数据库中的数据；后者占90%左右，种类繁多，主要包括邮件、音频、视频、位置信息、链接信息、手机呼叫信息、网络日志等。
处理速度快（Velocity）:大数据时代的很多应用都需要基于快速生成的数据给出实时分析结果，用于指导生产和生活实践。因此，数据处理和分析的速度通常要达到秒级响应。
价值密度低（Value）:在大数据时代，很多有价值的信息都是分散在海量数据中的。因为大数据技术是针对全集数据而非抽样数据进行分析，而全集数据中并不都是有价值的信息。
4.试述大数据时代的“数据爆炸”特性。
回答四:人类社会产生的数据一直都在以每年50%的速度增长，也就是说，每两年就增加一倍多，这一现象称之为“大数据摩尔定律”。
5.科学研究经历了哪4个阶段？
回答五:
实验科学: 在最初的科学研究阶段，人类采用实验来解决一些科学问题，著名的比萨斜塔实验就是一个典型实例。
理论科学:实验科学的研究会受到当时实验条件的限制，难以完成对自然现象更精确的理解。随着科学的进步，人类开始采用数学、几何、物理等理论，构建问题模型和寻找解决方案。比如牛顿第一定律、牛顿第二定律、牛顿第三定律。
计算科学主要用于对各个科学问题进行计算机模拟和其他形式的计算。通过设计算法并编写相应程序输入计算机运行，人类可以借助于计算机的高速运算能力去解决各种问题。
数据密集型科学是在大数据环境下，一切都以数据为中心，从数据中发现问题、解决问题，真正体现数据的价值。
6.试述大数据对思维方式的重要影响。
回答六:大数据时代最大的转变就是思维方式的3种转变：全样而非抽样、效率而非精确、相关而非因果。
全样而非抽样:传统的抽样的方法，即从全集数据中抽取一部分样本数据，通过对样本数据的分析来推断全集数据的总体特征。现在，我们已经迎来大数据时代，大数据技术的核心就是海量数据的存储和处理。科学分析完全可以直接针对全集数据而不是抽样数据，并且可以在短时间内得到分析结果。
效率而非精确:抽样分析只是针对部分样本的分析，其分析结果被应用到全集数据以后，误差会被放大，为了保证误差被放大到全集数据时仍然处于可以接受的范围，就必须确保抽样分析结果的精确性。全样分析结果就不存在误差被放大的问题。大数据时代数据分析具有“秒级响应”的特征，要求在几秒内就给出针对海量数据的实时分析结果，否则就会丧失数据的价值，因此，数据分析的效率成为关注的核心。
相关而非因果:过去，数据分析的目的有两方面，一方面是解释事物背后的发展机理，另一方面是预测未来可能发生的事件。现在，在大数据时代，因果关系不再那么重要，人们转而追求“相关性”而非“因果性”，人们更喜欢个性化广告。
7.大数据决策与传统的基于数据仓库的决策有什么区别？
回答七:数据仓库以关系数据库为基础，无论是在数据类型还是数据量方面都存在较大的限制。大数据决策可以面向类型繁多的、非结构化的海量数据进行决策分析。
8.举例说明大数据的具体应用。
回答八:
9.举例说明大数据的关键技术。
回答九:近些年新发展起来的大数据核心技术，包括分布式并行编程、分布式文件系统、分布式数据库、NoSQL数据库、云数据库、流计算、图计算等。（不了解的可以去其他作者的文章查看）
10.大数据产业包含哪些层面？
回答十:
11.给出以下术语的定义：云计算、物联网。
回答十一:云计算是通过网络提供可伸缩的、廉价的分布式计算能力的网络计算技术与模式；物联网是利用通信技术形成人物、物物相连实现信息化和远程管理控制的互联网。
12.详细阐述大数据、云计算和物联网三者之间的区别与联系。
回答十二:
