說起大數據，估計大家都覺得只聽過概念，但是具體是什麽東西，怎麽定義，估計很多人都沒有一個明確的概念，在《大數據時代》提到了大數據的4個特征，一個是數量大，一個是價值大，一個是速度快，一個是多樣性。?

一個是數量比較大，大致有多大，就是大到PB級別，甚至ZB級別，1PB等於1024TB，1TB等於1024G，那麽1PB等於100多G，當然了具體的計算方法可以相關資料數據進行查詢，總之，和傳統的單個網站數據庫存儲的數據相比，已經是它的上百倍還多，而只有數據體量達到了PB級別以上，才能被稱為大數據。

第二個是價值大，價值是大體量數據的更深一步的演變，就是說，你如果有1PB以上的全國所有20-35年輕人的上網數據的時候，那麽它自然就有了商業價值，比如通過分析這些數據，我們就知道這些人的愛好，進而指導產品的發展方向等等。如果有了全國幾百萬病人的數據，根據這些數據進行分析就能預測疾病的發生。這些都是大數據的價值。?

第三個就是多樣性，如果只有單一的數據，那麽這些數據就沒有了價值，比如只有單一的個人數據，或者單一的用戶提交數據，這些數據還不能稱為大數據，所以說大數據還需要是多樣性的，比如當前的上網用戶中，年齡，學歷，愛好，性格等等每個人的特征都不一樣，這個也就是大數據的多樣性，當然了如果擴展到全國，那麽數據的多樣性會更強，每個地區，每個時間段，都會存在各種各樣的數據多樣性。?

第四個是速度快，就是通過算法對數據的邏輯處理速度非常快，1秒定律，可從各種類型的數據中快速獲得高價值的信息，這一點也是和傳統的數據挖掘技術有著本質的不同。

而大數據蘊含著極大的價值，對我們的工作和生活具有重大的影響，如何快速有效的獲取到這些數據為我們服務，是一個大難題。出現了問題，自然就有解決問題的人，為了解決這一問題，後羿工程師團隊經過不斷的探索和研發，終於開發出一款基於人工智能技術的網絡爬蟲軟件，只需要輸入網址就能夠自動識別網頁數據，無需配置即可完成數據采集，是業內首家支持三種操作系統（包括Windows、Mac和Linux）的采集軟件。同時這是一款真正免費的數據采集軟件，對采集結果導出沒有任何限制，沒有編程基礎的小白用戶也可輕松實現數據采集要求。

那麽這款軟件如何使用呢，我們就以瓜子二手車上的二手車數據為例，為大家演示如何高效且免費的快速采集數據。

首先復制需要采集的網址，註意需要復制的是結果頁的網址，而不是搜索頁的網址，然後在軟件中輸入網址新建智能采集任務。

在新建的智能模式下，軟件即可自動識別出頁面上的數據並生成采集結果，每一類數據對應一個采集字段，我們可以右擊字段進行相關設置，包括修改字段名稱、增減字段、處理數據等。

由於在列表頁上只展示了部分信息，如果需要采集看車地址及咨詢電話，我們需要右擊鏈接使用“深入采集”功能，跳轉到詳情頁進行采集。

接著點擊“保存並啟動”按鈕，可在彈出的頁面中進行一些高級設置，包括定時啟動、自動入庫和下載圖片，本次示例中未使用到這些功能，直接點擊“啟動”運行爬蟲工具。

數據采集完畢後我們導出數據，軟件支持多種導出方式，大家可以自由選擇。

我們導出一個Excel2007的表格，采集效果如下所示，我們可以看到數據都采集出來了，大家可以直接使用這些數據，也可以在這個基礎上對數據進行加工處理。

詳解如何用爬蟲采集瓜子二手車車輛數據及聯系方式