大数据正成为继云计算、物联网、移动互联网之后又一个被热议、热捧的概念。很多的企业都已经将大数据可视化作为信息技术未来发展方向和经济社会诸行业领域应用方向，纷纷开始 对未来大数据进行战略布局，抢占大数据的高地。然而，就在大家一哄而上发展大数据的时候，又有多少人对传统数据与大数据有着清楚的认识。

计算机科学在大数据出现之前，非常依赖模型以及算法。人们如果想要得到精准的结论，需要建立模型来描述问题，同时，需要理顺逻辑，理解因果，设计精妙的算法来得出接近现实的结论。因此，一个问题，能否得到最好的解决，取决于建模是否合理，各种算法的比拼成为决定成败的关键。然而，大数据分析的出现彻底改变了人们对于建模和算法的依赖。当数据越来越大时，数据本身(而不是研究数据所使用的算法和模型)保证了数据分析结果的有效性。即便缺乏精准的算法，只要拥有足够多的数据，也能得到接近事实的结论。数据因此而被誉为新的生产力。

全球大数据的发展还处于起始阶段，理论展望尚多于实践探索。与借成熟技术积累推动应用模式创新的云计算、物联网、移动互联网等领域不同，大数据领域的技术尚未完全成熟，在多源异构信息融合、大规模数据智能清洗、大规模异构数据并行挖掘、大规模异构数据在线分析处理、大规模数据可视化等技术领域还需要做大量研究创新工作，尤其是决定大数据应用能力高低的人工智能技术尚未取得革命性突破，将在一定时间内限制大数据的深度应用。这种背景下，对大数据的发展必须从基础做起，注重核心关键技术创新与应用模式创新的协同并进;对大数据的应用必须考虑技术实现能力，避免目标过于理想，难以落地。