今天下午在太原理工大学听取了孟小峰教授的报告，报告的题目为：云计算与大数据。
孟小峰教授是中国人民大学信息学院的副院长，在大数据领域带领其团队已经有了数年的积累，对于什么是大数据以及大数据的意义有着自己的实践与理解，对于大数据的获取、数据之间联系的建立以及数据信息的诠释有着实际的体会。在此就把通过这次报告我所得到的写下来，同时把我的疑问也记录下来。
1，一个新见解：大数据是一种需求。
之前我一直肤浅的理解大数据是一种技术，而这次报告一开始，孟教授就阐述了这个观点，即：大数据是一种需求。
随着网络的发展，人们在使用网络的过程中已经并且正在产生大量数据，这些数据正如在殷墟发现的甲骨文一般，蕴藏着重要的价值，但我们却无从下手去建立数据之间的联系，从而获得有价值的信息。在这个背景下，对于这些数据的分析的需求就造就了大数据这种技术，所以说，大数据是一种需求。
2，孟教授对于推动技术进步力量的认识
编程范式的发展、实际需求的推动以及硬件的发展。在孟教授看来，这三点是推动技术进步的因素。
在传统的CS模式中，C/C++所代表的编程范式解决了当时的需求，在网络时代，Java所代表的编程范式所面对的是BS的问题，而面对现在的对于海量数据的处理需求，直接促进产生了大数据相关的技术。
在报告会中，孟教授格外强调了硬件的发展对于技术的重要性，孟教授有一句话大意是这样的：起初我们在编程时不得不接触硬件，之后，我们的编程仿佛是在一个虚拟的环境中，不用去关心硬件，那么现在，我们必须重新去认识硬件，利用硬件来提高我们处理的速度。
孟教授介绍了关于现在的存储设备的变革，包括了非易失性的内存，这必将带来编程上的改变，只有改变现在的编程范式，才能更好地与现在的设备结合，提高性能，尤其是对于性能有要求的数据方面的操作。
3，数据源的改变
起初，数据是被动的，是在公司机构的日常生产中被动产生的（运营式），这种数据格式固定，在处理之前就有着明确的含义与使用方式；然后，数据是主动产生的，是人们借由互联网主动记录的，比如你的状态、照片等等（互联网），随后的发展，数据是自动产生的（感知网），而这种自动产生的大量数据，在孟教授看来，正是大数据的真正驱动力。数据的源变的复杂多样，这就意味着数据的格式变得不统一。以前 ，对于数据信息的获取就仿佛是使用网在池塘中捕鱼，池塘中的鱼是放养的，大小差不多，一网下去就会捞起不少，而现在对于数据中有价值信息的获取则是在大海中捕鱼，大海中的鱼大小不一，使用相同的网子必然导致捞起大的就错过小的，反之亦然。这就使得我们对于数据信息的抽取技术的变革，针对不同的数据使用不同的网子（有意思的点：孟教授的一个关于大数据分析的应用实现了自动生成数据抽取程序《关于定性分析大数据的应用》）。
4，大数据下编程范式的改变
之前的数据库编程范式是把会产生的数据已经做好了对应的格式，在使用过程中从产生到处理都是基于已经预定义好的数据规范。在大数据时代，数据的格式千差万别，多种多样，使用之前的编程范式已经无法解决现在的问题。面对现在的状况，新的编程范式已经由预定规律改变成了发现规律，即通过对已经获得的数据的分析发现数据的格式上的规律，以便进行下一步的处理。也就是说，现在的大数据模式已经成为了先有数据，后有模式，再使用发现的模式处理新的数据。
5，孟教授关于其成果的介绍
孟教授介绍了其带领团队在大数据领域的成果。我的疑惑也在这个地方。孟教授及其团队在大数据分析过程中，采用了一种数据抽样的方法，即，把现有的海量数据首先根据特征进行抽样，然后去分析抽取出的数据，在预置的置信区间中分析大数据，从而实现分析速度的提高。而这个预置区间就是一个可以接受的准确度。我的体会就是，孟教授通过采用这种方法以定性的方式分析大数据，来提供一些决策性的信息。但是，孟教授同时也介绍道，Google的无人汽车也是大数据的应用，那么，对于这种大数据应用，显然定性的分析是不可行的，那么仍把其归于大数据的范围，是不是把大数据的概念纠缠了？这个Google的无人车大数据与传统的多信息融合网络有什么区别（待查资料）？最后体会总觉得大数据这个概念有些模糊，应用领域有些过于宽泛。
6，关键点
大数据的关键点：数据集成、数据抽取、建立数据间的联系、分析数据的含义。
7，其他点，待查阅资料
Stream Process
包括：Storm（Twitter） S4（Yahoo！）
ScholarSpace
Online Aggregation
CCF大数据会议
数据科学家
8，网页
9，建议切入点
可以选择一类数据，开发对于这类数据的大数据分析工具来切入这个领域。
凭记忆整理，难免有纰漏，敬请谅解！