大数据分析是对非常大、多样的数据集使用先进的分析技术，这些数据集包括结构化、半结构化和非结构化数据，来自不同的源，大小从TB到Zettabytes不等。大数据是一个用于数据集的术语，其大小或类型超出了传统关系数据库捕获、管理和处理低延迟数据的能力。大数据具有以下一个或多个特征：高容量、高速或高多样性。人工智能（AI）、移动、社会和物联网（IOT）正通过新的数据形式和来源推动数据复杂性。例如，大数据来自传感器、设备、视频/音频、网络、日志文件、事务性应用程序、网络和社交媒体——其中大部分都是实时生成的，而且规模非常大。对大数据的分析允许分析师、研究人员和业务用户使用以前无法访问或无法使用的数据做出更好更快的决策。企业可以使用先进的分析技术，如文本分析、机器学习、预测性分析、数据挖掘、统计和自然语言处理，独立地或与现有企业数据一起从以前未开发的数据源获得新的见解。
| 大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
| 计算机科学 | 4区 | COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 计算机：跨学科应用 COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法 | 4区 4区 | 否 | 否 |
| JCR分区等级 | JCR所属学科 | 分区 | 影响因子 |
| Q1 | COMPUTER SCIENCE, THEORY & METHODS | Q1 | 4.426 |
| COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | Q2 |
* 请认真填写需求信息，我们会在24小时内与您取得联系。
