大数据@@更需要强调数据挖掘@@利用@@，而针对目前存在的@@技术应用@@、人才@@、安全与隐私等问题@@，最关键的@@是要有国家大数据@@战略@@，使其成为转变经济增长方式的@@有效抓手@@。
不要被大数据@@@@（Big Data）的@@“Big”误导@@，大数据@@更强调的@@不是数据之多@@，而是数据挖掘@@@@。数据大与价值大未必成正比@@，例如将一个人每分钟的@@身体数据记录下来@@，对了解该人的@@身体状况是有用的@@@@，但如果将他每毫秒的@@身体数据都记录下来@@，数据量将较前者高@@6万倍@@，与按每分钟记录的@@数据相比@@，其价值并不能增加@@。大数据@@的@@价值在于样本数的@@普遍性@@。统计一个人每分钟的@@身体状况数据与统计@@60个人每小时的@@身体状况数据相比@@，可能后者在统计上更有意义@@。大数据@@往往是低价值密度@@。大数据@@中的@@多数数据可能是重复的@@@@，忽略其中一些数据并不影响对其挖掘的@@效果@@。因此可以说大数据@@的@@价值好似沙里淘金和海底捞针@@。
大数据@@的@@量越大处理难度就越大@@，就需要更多@@的@@服务器或更高速的@@服务器@@。实时性是大数据@@挖掘@@面临的@@挑战@@，而非结构化是大数据@@挖掘@@的@@主要挑战@@。目前国际上大数据@@处理技术主要集中在结构性数据@@，但是大数据@@中@@80%以上都是非结构性数据@@。目前国内外都有很多大数据@@应用成功的@@例子@@，但基本上还是结构性数据@@，对结构性数据的@@挖掘是大数据@@应用的@@切入点@@。
