大数据时代的特征是数据的价值，因此如何提取数据的价值是大数据相关技术的重点。要有效提取数据的价值，需要注意以下几个方面。数据分类是有效数据价值提取的重要组成部分，不同类别的数据在价值提取上存在很大差异。在大数据的应用过程中，大数据使用者应该更多地了解大数据技术的细节，以便大数据参与者共同促进大数据的理性发展。
大数据采集平台有哪些？
谢邀，据我所知，大数据采集平台根据数据来源大致有这几种1系统日志采集平台。大部分企业都是有系统日志采集平台的，在企业的业务平台下，每天都会产生大量的日志数据。企业通过采集这些日志数据并对它清洗整理后进行数据分析，从而挖掘出这些日志数据中的潜在价值。2网络数据采集平台。这种数据采集平台一般都是通过爬虫去采集的，在服务器上搭建一个对目标网站集进行爬取的爬虫，然后将每天爬取到的数据进行清洗整理，最终得到企业所需的数据。
大数据时代有什么潜在问题吗？
近期大数据产业链上的不少企业成为了科技领域的热门话题，一部分大数据企业在运营的过程中出现了一定的问题，从而接连受到监管部门的问询，这也为大数据的落地应用敲响了警钟。随着大数据技术体系的逐渐成熟，大数据技术也处在落地应用的初期，但是由于大数据技术涉及到的数据，本身就具有一定的敏感性，所以目前很多大数据产业链上的企业，都处于业务发展的探索阶段，一部分业务也处在所谓的灰色地带，这在一定程度上，也制约了大数据行业的发展。
如何规范大数据行业，以及如何让大数据能够更加合理顺利地落地到产业领域，并为产业领域的发展赋能，将是一个必须面对和解决的问题。大数据在落地应用的过程中，潜在的问题涉及到数据泄露问题，而数据泄露不仅可能会侵犯个人的隐私，甚至会泄露企业的核心技术，所以如果大数据不能解决数据泄露问题，大数据技术未来的发展将会受到很大的制约，而大数据作为人工智能的基础，大数据发展速度减缓也会在一定程度上影响人工智能技术的发展。
除了数据泄露之外，大数据技术如果在使用的过程中，没有边界的限制，很有可能会对大数据的使用者形成一个认知壁垒，这对于使用者来说，也是一个潜在的风险。所以，在大数据的落地应用过程中，应该让大数据使用者更多地了解大数据技术的细节，让大数据的参与者共同推动大数据的合理发展。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
大数据具体是做什么？有哪些应用？
大数据即海量的数据，一般至少要达到TB级别才能算得上大数据，相比于传统的企业内数据，大数据的内容和结构要更加多样化，数值文本视频语音图像文档XMLHTML等都可以作为大数据的内容。提到大数据，最常见的应用就是大数据分析，大数据分析的数据来源不仅是局限于企业内部的信息化系统，还包括各种外部系统机器设备传感器数据库的数据，如政府银行国计民生行业产业社交网站等数据，通过大数据分析技术及工具将海量数据进行统计汇总后，以图形图表的方式进行数据展现，实现数据的可视化，在此基础上结合机器学习算法，对数据进行深度挖掘，发掘数据的潜在价值。
在应用部分，大数据不仅包括企业内部应用系统的数据分析，还包括与行业的深度融合。大数据分析的应用场景是行业特有的，不同行业呈现的内容和分析维度是不一样的。具体场景包括互联网行业、政府行业、金融行业、房地产、医疗能源、传统企业中的制造业和电信业等等。1.t大数据在互联网行业的应用，表现在电子商务社交网络检索领域。可以根据销售数据、客户行为活跃度、商品偏好购买率等数据、交易数据、商品收藏数据、售后数据等搜索数据绘制用户画像，根据客户的喜好推荐相应的商品给客户。
