maggie潘
随着大数据的不断发展，数据的价值得到了越来越多的关注，要想充分利用大数据，首先需要有数据来源，因此信息采集就成为了一个非常重要的环节。
通常情况下，采集信息有以下几个渠道：
第一：传统信息系统。传统信息系统采集的信息往往具有较高的价值，一方面原因是传统信息系统采集的往往是结构化数据，易于统计和分析，另一方面原因是传统信息系统采集的数据往往是比较重要的数据，对后续的数据分析有重要的参考价值。传统信息系统包含的内容比较广泛，比如常见的ERP系统。对于企业来说，传统信息系统的建设应该是信息化建设的第一步。
第二：Web平台。信息来源的另一个重要渠道是各种Web平台，随着Web应用的普及，尤其是Web2.0的普及应用之后，整个Web系统产生了大量的数据，这些数据也是大数据系统的重要数据来源之一。Web系统的数据具备几个典型的特点，比如数量大、结构多样性、真假难辨等等，这就需要通过数据分析来进一步体现其价值了。
第三：物联网系统。物联网与大数据的关系非常紧密，物联网系统的普及应用是产生大数据的重要原因之一，大数据的大部分数据来源就是物联网系统。通常情况下，物联网系统有五层结构，分别是设备、网络、平台、分析处理和服务应用，设备往往是数据的来源。与传统信息系统和Web系统不同，物联网的数据大部分都是非结构化数据和半结构化数据，要想对其进行分析需要采用特定的处理方式，比较常见的处理方式包括批处理和流处理。批处理比较常见的平台包括Hadoop和Spark，而流处理通常采用Spark Streaming、Storm等。
除了以上几个比较常见的信息采集渠道之外，通过线下活动进行信息采集也是一种获取信息的手段和方式。对于广大用户来说，要注意线下信息采集的安全性。
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，我会陆续在头条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。
如果有互联网方面的问题，也可以咨询我，谢谢！
IT人刘俊明
在数据的江湖里，既有波澜壮阔的大数据（Big Data），也有微波涟漪的小数据（Small Data），二者相辅相成，才能相映生辉。目前大数据流行，人们就“言必称大数据”，这不是做学问的态度，不要碰到大量的数据，就给它戴上一顶 “大数据”的帽子。大数据体现出规律，小数据蕴含着智慧，它们都闪烁着理想之光。
古人云：“圣人见微知著，睹始知终。”道家的一部重要著作《淮南子·说山训》中说：“以小明大，见一叶落而知岁之将暮，睹瓶中之水而知天下之寒。”意思是说，看见一片落叶，就知道秋天来临；看到瓶中水结冰，就知道天气的寒冷程度，这是对见微知著的形象比喻。
吴甘沙先生用《一代宗师》的台词来比拟大、小数据的区分，倒也甚是恰当。他说，小数据“见微”，作个人刻画，可用《一代宗师》中“见自己”形容之；而大数据“知著”，反映自然和群体的特征和趋势，可用《一代宗师》中的“见天地、见众生”比喻之。
大就是大数据，就是全量数据；小就是小数据，就是个体数据。所以，对于数据科学，我们必须在把情况搞清楚的基础上懂得哪些是大、哪些是小、怎样处理大小辩证关系，才能在具体数据应用中做到抓大放小、以大兼小，以小带大、小中见大。在研究小数据时，要以大兼小、以小见大，必须考虑目标的正确性、可操作性和决策的科学性、可行性。在研究大数据时，要抓大放小、以小带大，既要考虑整体共性，又要注重个体特征。这样，数据应用中，大能与小数据量化的自我保持高度一致，小能与大数据预见的未来保持一致，既不能见小不见大，也不能见大不见小。对于数据科学，从数据中来，到数据中去，既要见大，也要见小，以小带大、小中见大，才能真正用好数据。
当认知科学领域发生“天翻地覆”的变化时，我们的未来又会是怎样？认知革命，特别是“真相时代”的到来，“预测”将被“预见”取代，那么，“预见未来”将不再是遥远的星辰。如果认知科学的本质是计算科学，那么，“大数据”和“小数据”争夺所谓“大小”的“江湖地位”意义何在？但我们需要觉悟的是：此“数据”非彼“数据”。面向未来，“大数据”和“小数据”将开启一个“全新故事”，一个“预见未来”的故事。
