越来越多的应用涉及到大数据，不幸的是所有大数据的属性，包括数量、速度、多样性等等都是描述了数据库不断增长的复杂性。那么大数据给我们带来了什么好处呢？大数据最大的好处在于能够让我们从这些数据中分析出很多智能的、深入的、有价值的信息。

　1、信息分析的原理

信息分析主要以事物、现象、数据、信息的属性、特征、本质、规律、关联等为依据展开定性和定量分析，以期发现新知识。因此，信息分析以事物、现象、数据、信息之间存在的因果关系或相关关系为基础。关系是指事物之间因为时间、秩序、结构、运动等产生的联系，包括时间、空间、发生和发展逻辑（包括流程，如工业流程、业务流程等；规律，如生命体的生老病死循环、自然运动规律等）

事物、现象、数据、信息之间的关系十分复杂且多种多样，但都可归为不确定关系和确定性关系两种，不确定性关系主要是相关关系，是定性分析的基础，确定性关系主要是数量关系，是定量分析的基础

2、信息分析的思维模式

（１）样本微观分析：信息分析以数据、信息和现象为对象，一般是从全体或总体中选择部分样本进行分析，称为样本分析或抽样分析

（２）定性和定量分析：以相关关系为基础，采用定性方法分析样本的本质、规律、特征、属性、联系；以因果关系为基础，采用数学和统计学模型定量描述或拟合样本的特征、规律和联系。样本间的定量关系通常不是严格的函数关系，而是近似的函数关系，需要用函数关系近似地描述相关关系，这样必然存在误差，因此需要对样本间的函数关系进行各种检验，控制误差。

（３）趋势外推分析：以定性和定量分析得到的样本的本质、规律、特征、属性、联系等为基础进行趋势外推，扩大到全体或总体，并进行总体预测或估计

3、信息分析的方法与工具

信息分析方法主要源于逻辑学方法、系统分析方法、图书情报学方法（如文献计量学方法、引文分析法）、社会学方法、统计学方法、数学方法等，一般分为哲学方法、一般方法、具体方法三个层次，具体分析方法通常又分为定性方法、定量方法和半定量方法三大类。