量化自我这个名词，最早是在2007年由《Wired》杂志主编凯文·凯利（Kevin Kelly）和技术专栏作家沃尔夫（Gary Wolf）提出的，并由此发起一场探索自我身体的社会运动。他们把对自我跟踪感兴趣的使用者和工具制造者（Self-tracker）组织起来，召开量化自我大会，在全球各国建立量化自我的兴趣组织。

试图对人自身进行量化监测的想法由来已久。早期的概念是人本主义计算（Humanistic Computing），可以追溯到20世纪70年代，那时就已经有通过穿戴式传感器进行以人的行为、生理信息为对象的研究。早期的研究使用诸如穿戴式摄像机等比较简陋的技术手段，记录人日常生活中的心理和生理变化来了解人类的智能、行为等。今天的量化自我，无论是可量化的内容范围、还是技术手段，都已有了惊人的进步。

广义而言，量化自我绝不仅限于身体和健康领域，还包括个体的日常生活习惯、行为、认知等。如果说狭义的量化自我是“健康量化”，探索自我身体，那么广义的量化自我，就是探索个体生活。例如，记录个人学习、孩子的教育情况、身体状况等。我们每天通过个人计算机、智能手机、信用卡等不断产生文字、照片、声音、视频、地理位置和消费记录，都是在构成这个大数据世界，个体把对自我的了解变成个人数据库，无数个体的个人数据库共同编织成“自我大数据”。(www.daowen.com)

未来广泛的个体量化数据网络，将主要包含以下四类数据：健康数据（关于人体机能与状态的数据）、认知数据（关于个体性格、认知规律的数据）、消费数据（关于个体消费行为与习惯的数据）和环境数据（关于个体与物理环境互动的数据）。在现有的技术条件下，已经具备了对以上四类数据收集、储存和初步处理的可能性。“自我大数据”无疑会成为大数据最重要的一个组成部分。个体可以被全面量化，表明数据可能会深刻地改变人类知识生产方式和认识框架。

而反过来，量化自我的直接条件就是对大数据技术的纯熟运用。当前，大数据已经展开，对大量个体的数据进行挖掘和分析，从而提取规律和特征，而在每个个体的深度上尚有所欠缺。未来，在大数据聚合时代下，个人有需求并有权利通过个人数据中心去连接各种应用与服务、数据计算并存储在个人数据中心中，以防被他人收集、使用、加工和传输。相应地，对个人数据中心的技术和商务要求将包括：数据的私密性、数据的安全性、数据的永生性及数据的不可被利用和不可篡改性。未来，每个人都将在属于自己的个人数据中心中进行数据运算形成个人所需的结果，个人数据与其他应用和服务之间联结，与家人、朋友以及同事进行共享。