大数据 Big Data & 数据挖掘 Data Mining

大数据 Big Data
描述大量数据或动态大数据（某一时点大量数据）的情况下的各种应对。1）网站前端大数据输入，引出高并发、高负载、高性能的处理；2）大数据后台处理，引出分布式处理、分布式存储、云计算；3）大数据摆在面前，应该搞点数据分析，不用好像白不用，于是引出数据挖掘。

与数据挖掘的关系：大数据推手认为大数据的核心是预测，从而我们可以理解为数据挖掘是其核心。

题外话：当然，如果是大数据概念推手，你可以把“大量数据的情况下”改为“大数据时代下”~。

数据挖掘 Data Mining/DM
通过算法搜索隐藏信息，可助决策 Decition making 和预测 forecast。

应用 - 如：购物习惯、舆情分析、社交关系、市场调研、产品推荐、用户行为。

算法（广义） - 简单的如：频数统计、极值、均值；中等的如：数据立方体 Data Cube；复杂的如机器学习算法：分类、回归、聚类（基于某些假设的统计模型）。
算法（狭义） - 等同于机器学习算法。
与BI的关系：商业智能(Business Intelligence，BI)把数据挖掘用到商业领域中。

题外话：数据太多，还要避免过拟合。