大数据基础技术是谁提出来的

大数据基础技术是由多位科学家和工程师共同提出的。其中，最为著名的是维克托·迈尔-舍恩伯格（Viktor Mayer-Schönberger）和肯尼斯·库克耶（Kenneth Cukier）在2013年出版的《大数据时代》一书中提出了“大数据分析”的概念。

维克托·迈尔-舍恩伯格和肯尼斯·库克耶认为，大数据不仅仅是数据量巨大，更重要的是数据的多样性、速度和价值。他们提出了一种全新的数据处理方式——大数据分析，以应对大数据带来的挑战。

大数据分析的核心思想是将数据视为一个整体，通过对数据的全面分析来发现隐藏在其中的模式和趋势。这种思维方式与传统的数据分析方法有很大的不同，它强调的是数据的整合和关联性，而不是孤立地看待每个数据点。

大数据分析的方法主要包括以下几个方面：

1. 数据采集：通过各种手段收集大量的原始数据，包括传感器数据、社交媒体数据、日志数据等。

2. 数据存储：将采集到的数据存储在合适的数据库中，以便后续的分析工作。

3. 数据处理：对存储的数据进行清洗、转换和整合，使其适合进行分析。这包括去除重复数据、填补缺失值、数据类型转换等操作。

4. 数据分析：使用各种统计分析方法和技术，如聚类分析、分类分析、回归分析等，从数据中挖掘出有价值的信息。

5. 数据可视化：将分析结果以图形化的方式展示出来，帮助人们更好地理解数据和发现其中的规律。

6. 数据应用：根据分析结果，制定相应的策略或决策，以解决实际问题或满足业务需求。

大数据分析的应用非常广泛，涵盖了金融、医疗、交通、教育等多个领域。例如，在金融领域，大数据分析可以帮助银行和保险公司更准确地评估风险、优化投资组合；在医疗领域，大数据分析可以用于疾病预测、药物研发等；在交通领域，大数据分析可以用于智能交通系统、自动驾驶等。

总之，大数据分析是一种全新的数据处理方式，它强调数据的整合和关联性，能够帮助我们更好地理解和利用大数据。随着大数据技术的不断发展，大数据分析将在各个领域发挥越来越重要的作用。