摘要：处理互联网大数据充满挑战，首当其冲的就是处理大数据的能力。为使消费数据的速度赶超生成数据的速度，拥有足够的计算资源是必要条件。在此基础上，线性扩展的计算框架、高效稳定的程序设计以及精准的算法都是大数据处理的核心能力。

　　我们知道，现代社会是一个商业社会，工业化解决了批量生产商品的问题，促进商业蓬勃发展。随着社会的不断发展，商品也越来越多样化，以期满足大众的不同需求。而如今这个大数据到来的时代，所需要的的服务也是趋向于个性化，就看商家们怎么把握了。
　　
　　以电视机为例，最初只有尺寸的区别，后来可以选择品牌型号。直到11年9月27日，海尔和天猫在网上发起用户定制电视的活动；用户可以在电视机生产以前就选择电视尺寸、边框、清晰度、能耗、颜色、接口等属性，再由厂商组织生产并送货到客户家中。这样的个性化服务受到广泛欢迎，2天内1万台订制电视的额度被抢光。类似的定制服务在空调、服装等等商品上都受到用户欢迎。这些事例已经展示了未来商业的曙光——通过满足个性化需求来使用户得到更满意的产品，进而缩短设计、生产、运输、销售的周期来提升商业运转的效率。
　　
　　大数据是实现个性化的基础
　　
　　要实现个性化的商业模式，充足的数据是基础。比基尼生产厂商都知道他们的产品在海滩边或滨海城市有市场。可有谁能料到新疆和内蒙古的男人最爱给自己女人买比基尼呢？这样的"潜规则"隐藏在数据中，需要深挖才能见天日，就像"啤酒和尿布"的经典故事那样。而"大数据"相对于传统的数据挖掘更进一步。数据量大、数据种类多、数据之间有潜在关联是挖掘大数据的前提。整个互联网的用户和所有的商品本身就是一个足够大的数据空间，加上空间、时间、天气等等潜在相关因素，想要知道每个用户的喜好，所需要的数据量是巨大的。数据越多对用户的理解越精准。
　　
　　互联网大数据处理的技术挑战
　　
　　处理互联网大数据充满挑战，首当其冲的就是处理大数据的能力。为使消费数据的速度赶超生成数据的速度，拥有足够的计算资源是必要条件。在此基础上，线性扩展的计算框架、高效稳定的程序设计以及精准的算法都是大数据处理的核心能力。
　　
　　第二个挑战便是时效性。用户在互联网上的操作不断地暗示其意图，只有及时感知到这些意图，才能在用户下一次操作前做出有效的响应，最终给用户带来便捷。这样的时效性要求系统的计算框架能够以数据流的方式来运转。最终导致系统在如何实时分流负载、实时容错等问题上采用与传统批量大数据处理截然不同的技术方案。
　　
　　为了更大程度的满足个性化需求，还必须具有足够强大的定制能力。一方面，尽管单个用户的定制需求可能很小，但用户数量巨大，定制需求迥异，不是几个工程师努力下就能完全解决问题的。需要有像数据库SQL语言那样给用户足够多的自由，使再小的需求通过简单的操作就能满足。这样的定制能力要在数据的存储、运算、查询、展现等多方面都有体现。

　　在云推荐的管理界面里，网站开发人员可以定制推荐位置大小、推荐内容条目数、URL范围、展现形式等参数。网站站长还能看到推荐展位的点击情况，并根据建议适当调整推荐位置参数以改善效果。云推荐服务还针对主流建站工具Wordpress、Discuz！、DeDeCMS等提供插件支持。开发人员在安装插件之后，即可在建站工具管理界面来操作并管理云推荐的各项功能。
　　
　　根据后台统计，网站启用云推荐后的整体流量会提升10%.这样的个性化服务让人感觉就像是钱存银行能拿到利息一样，是大数据魅力的展现。相信随着数据的不断积累及用户数量的累积，个性化服务在大数据时代能给人带来的远不止10%流量提升这样的惊喜！