编辑导语：数据的时空观是我们认识数据代价的一种新角度，它研究的是数据在时间和空间两个维度上的代价纪律与浸染机制，那么该如何领略数据的时空观？本文作者基于数据的时空观问题展开了阐明，看看如何才气从时空观中看出数据的取舍之道。

之前谈过数据的代价观，本日想谈一谈数据的时空观。

说到时空观，仿佛也是大数据规模较量隐讳的。因为一说到时空观就要扯到相对论了，在大数据规模来聊相对论的话题，大部门专家是不敢搬起石头砸本身的脚的。

不要紧，横竖笔者是大数据规模的一个小脚色，乱说八道的聊几句，也不会掉本身的身价。

所以，本日笔者就打肿脸充胖子，在这里说说本身对数据时空观的领略。

一、什么是数据的时空观

开门见山，先说说什么是数据的时空观。

笔者认为：数据的时空观是关于数据在时间和空间两个维度上的代价纪律与浸染机制的根基观点与认知。这里提到的数据是一种宽泛的说法——既包罗传统的布局化数据，也包罗音视频、文本等非布局化与半布局化数据。

由以上界说可知，数据的时空观要研究的是数据在时间序列和空间位置上代价变革纪律。

时间和空间自己就是人类认知世界常常阐明的两个维度：时间和空间一方面可以对应到数据的纵向深度和横向广度，另一方面还可领略为数据在三维立体世界中的生命力，数据的时空代价自己就是数据生命力的浮现。

二、如何领略数据的时空观 1. 数据的时间观：数据是有温度的

时间赋予数据以温度。

绝大部门数据是有时间上的延续性的，跟着时间的推移，数据的温度或热度也跟着变革。越是长远的数据，其“体温”就越低，而此时而今的数据则是鲜活的，新鲜出炉的数据就有较高的温度。

企业按照数据的温度差别，可以对差异温度的数据举办差别化处理惩罚。

好比：在用户画像规模，可以将用户的数据分为冷数据、温数据和热数据三种范例。

冷数据：一般指三个月前的数据，这些数据凡是较量不变，恒久以来不怎么变革，譬喻：年数、性别、常住地、职业等；

温数据：指近三个月内的数据，是半冷不热的数据，好比：近一个月下载过哪些APP、玩过哪些游戏等等，这些都是具有一按时效性的数据；

热数据：指及时的数据，即此时而今用户在做些什么，这些数据都有极高的时效性，掌握这些热数据所发生的商机往往能检验企业与小我私家的敏捷度和及时营销本领。好比：对付滴滴司机来说，抢到更多的及时订单就意味着空载率越低，其在单元时间内的运营效率就越高，及时订单就是热数据，司机得到高代价的热数据越多，也就能赚到更多的钱。

贸易规模，数据代价一般跟着时间的流逝在衰减。

艾宾浩斯遗忘曲线汇报我们，遗忘是人类的个性，时间越长远的事物，人类大脑能记着的就越少。

而在贸易规模，跟着人类收罗和存储数据的技能日益成熟，数据存储本钱的快速低落，需要人类大脑记着的数据反倒越来越少了，数据的影象事情大部门都交给了电脑、云盘、处事器等东西。

跟着时间的推移，数据量在增加，数据存储本钱也在增加。

可是，从数据代价的时效性来看，越是新鲜的数据其代价一般会越高，而同样的数据假如是半年前的，那么其代价就会大打折扣。陪伴着时间的流逝，数据的代价一般呈衰减态势。

在某些特定规模，时间能为数据主体带来增值。并非在所有的规模，时间城市让数据及其主体的代价发生衰减效应。

好比：一些骨董或考古文物，对付此类物品有浓重乐趣的玩家，其年月越长远，物品的代价就越高。

数据此时虽说只是一种记录可能证明，可是数据珍藏的时间越持久，承载数据的主体其稀缺度就越高，在市场上的估价就越高。

再好比：在许多悬疑侦破类电视剧中，许多汗青上的案件因为缺乏实际有效的证据而被弃捐为悬案。此时汗青上的证明资料，大概就是一段视频文件，这些视频资料的数据因其重要性和可贵到性，其对付案件侦破的代价就显得很是高。

虽然，尚有一些经典的影像资料、音乐作品、艺术作品等，这些作品及其所承载数据也是跟着时间的流逝而会泛起代价增值的。

数据的时间代价是相对的。

代价自己是一个相对的观念，数据在时间维度上的代价也是相对的：一方面与数据自己的代价有关，另一方面也与小我私家或组织对付数据自己的感知有关。