管理，处理并整理成为帮助企业经营决策更积极地一个目的资讯大数据所适用的领域是在人工智能，BI，工业40，云计算，物联网，互联网+等多个领域它的特点就是大量，高速，多样，价值以及真实性；由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。

大数据的四个基本特征是数据量大，要求快速响应，数据多样性，价值密度低大数据的四个基本特征介绍1数据量大 TB，PB，乃至EB等数据量的数据需要进行数据分析处理2要求快速响应 市场变化快，要求能及时快速的响应。

大数据价值密度的高低与数据总量成反比

大数据的五个特征是数据分析量大数据量本身就是聚合的概念数据分析结构多样性大数据的数据类型非常复杂，包括结构化数据，非结构化数据和半结构化数据数据价值密度与传统信息系统相比，大数据中的数据价值密度相对较低。

大数据价值密度低举例

4 价值密度低 大数据以可观的数据量为代价，收集了大量冷门或无关紧要的数据，因此其价值密度相对较低因此，在处理大数据时，必须使用先进的算法工具例如机器学习深度学习和数据科学技术，将大数据转化为可用的真知。

4真实性大数据往往是从真实世界中实时获取的数据，具有真实性和实时性这些数据来自各种来源，包括社交媒体传感器在线交易等，反映了真实的行为观点和事件5价值密度低大数据中存在大量的噪音冗余和无用信息。

有价值的信息所占比例较小密度低就是占比小，价值密度低是指大数据保持了数据原始特征，能够利用统计模型机器学习复杂网络技术等开展深入数据分析，获取对现有事实模式未来发展趋势的重要洞察力，但是由于大数据容量巨大。