常用大数据词汇中英文对照表

100

个常用大数据词汇中英文对照表

A

聚合

(Aggregation)

–

搜索、合并、显示数据的过程

算法

(Algorithms)

–

可以完成某种数据分析的数学公式

分析法

(Analytics)

–

用于发现数据的内在涵义

异常检测

(Anomaly detection)

–

在数据集 中搜索与预期模式或行为不匹配的数据项。

除了

“

Anomalies

”

,

用 来表示异常的词有以下几种：

outliers, exceptions, surprises, contaminants.

他们通常可提供关键的可执行信息

匿名化

(Anonymization)

–

使数据匿名，即移除所有与个人隐私相关的数据

应用

(Application)

–

实现某种特定功能的计算机软件

人工智能

(Artificial Intelligence)

–

研 发智能机器和智能软件，这些智能设备能够感知

周遭的环境，并根据要求作出相应的反应 ，甚至能自我学习

B

行为分析法

(Behavioural Analytics)

–

这种分析法是根据用户的行为如< /p>

“怎么做”

，

“为

什么这么做”

，

以及

“做了什么”< /p>

来得出结论，

而不是仅仅针对人物和时间的一门分析学科，

它着眼于数据中的人性化模式

大数据科学家

(Big Data Scientist)

–

能够设计大数据算法使得大数据变得有用的人

大数据创业公司

(Big data startup)

–

指研发最新大数据技术的新兴公司

生物测定术

(Biometrics)

–

根据个人的特征进行身份识别

B

字节

(BB: Brontobytes)

–

约等于

1000 YB(Yottabytes)

，相当于未来数字化宇宙的大

小。

1 B

27

个

0!

商业智能

(Business Intelligence)

–

是一系列理论、

< br>方法学和过程，

使得数据更容易被理

解

< br>

C

分类分析

(Classification analysis)

–

从数据中获得重要的相关性信息的系统化过程

;

这

类数据也被称为元数据

(meta data),

是描述数据的数据

云计算

(Cloud computing)

–

构建在网 络上的分布式计算系统，数据是存储于机房外的

(

即云端

)

聚类分析

(Clustering analysis)

–

它是将相似的对象聚合在一起，每 类相似的对象组合

成一个聚类

(

也叫作 簇

)

的过程。这种分析方法的目的在于分析数据间的差异和相似 性

冷数据存储

(Cold data storage)

–

在低功耗

服务器

上存储那些几乎不被使用的旧数据。

但这些数据检索起来 将会很耗时

对比分析

(Comparative analysis)

–

在非常大的数据集中进行模式匹配 时，进行一步步

的对比和计算过程得到分析结果

复杂结构的数据

(Complex structured data)

–

由两个或多个复杂而 相互关联部分组成的

数据，这类数据不能简单地由结构化查询语言或工具

(SQL)

解析

计算机产生的数据

(Computer generated data)

–

如日志文件这类由计算机生成的数据

并发

(Concurrency)

–

同时执行多个任务或运行多个进程

相关性分析

(Correlation analysis)

–

是一种数据分析方法，用于分析变 量之间是否存在

正相关，或者负相关

客户关系管理

(CRM: Customer Relationship Management)

–

用于管理销售、

< br>业务过程的

一种技术，大数据将影响公司的客户关系管理的策略

< br>

D

仪表板

(Dashboard)

–

使用算法分析数据，并将结果用图表方式显示于仪表板中

数据聚合工具

(Data aggregation tools)

–

将分散于众多数据 源的数据转化成一个全新数

据源的过程

数据分析师

(Data analyst)

–

从事数据分析、建模、清理、处理的专业人员

数据库

(Database)

–

一个以某种特定的技术来存储数据集合的仓库

数据库即服务

(Database-as-a- Service)

–

部署在云端的 数据库，即用即付，例如亚马逊

云服务

(AWS: Amazon Web Services)

数据库管理系统

(DBMS: Database Management System)

–

收集、存储数据，并提供数

据的访问

数据中心

(Data centre)

–

一个实体地点，放置了用来存储数 据的

服务器

数据清洗

(Data cleansing)

–

对数据进 行重新审查和校验的过程，目的在于删除重复信

息、纠正存在的错误，并提供数据一致性

数据管理员

(Data custodian)

–

负责维护数据存储所需技术环境的专业技术人员

数据道德准则

(Data ethical guidelines)

–

这些准 则有助于组织机构使其数据透明化，保

证数据的简洁、安全及隐私

数据订阅

(Data feed)

–

一种数据流，例如

Twitter

订阅和

RSS

数据集市

(Data marketplace)

–

进行数据集买卖的在线交易场所

数据挖掘

(Data mining)

–

从数据集中发掘特定模式或信息的过程

数据建模

(Data modelling)

–

使用数据建模技术来分析数据对象 ，以此洞悉数据的内在

涵义

数据集

(Data set)

–

大量数据的集合

数据虚拟化

(Data virtualization)

–

数据整合的过程，

以此获得更多的数据信息，

这个过

程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等

去身份识别

(De-identification)

–

也称为匿名化

(anonymization)

，

确保个人不会通过数据

被识别

判别分析

(Discriminant analysis)

–

将数据分类

;

按不同的分类方式，可将数据分配到不

同的群组，