针对大数据的聚集、处理、分析以及可视化的过程，各式各样的技术以及方法被大量提出，涵盖了统计学、计算科学、应用数据、经济学等各个领域。这表明在某一领域，如果想从大数据中获得价值必须要有一个多学科的、灵活的方法。有一些从单一的小数据中总结出的方法，通过改良也可以应用到大数据的处理中。此外，一些公司和学者也提出了一些大数据的处理方法，这些方法都有自身的特定应用领域。

1.大数据的应用案例之社交网络

由于社交网络的快速发展，社交网络数据已经成为大数据的典型来源。在移动互联网服务的驱动下，人与人之间联系的建立以及有效的沟通不再受地域和时间的限制。现如今，网络用户更倾向于通过移动设备(如智能手机、平板电脑等)而不是传统的台式机获取所需要的数据。自2014年以来，全球移动连接设备数量已经超过世界人口数量。典型的应用实例包含人们熟知的社交媒体和社交网络平台，如Facebook、微博和微信。这些社交平台为人们提供了随时随地分享情感和公开信息的专有社区，并开发了好友推荐机制。事实上，这些社交平台每时每刻都在产生大量且具有实时性的社会信息。另外，通过对社交网络大数据的分析，可以得知某个个体或者组织在社会中的影响力。

以美国的You Tube网站为例，该网站通过对访问者的访问数据以及留言数据进行数据挖掘、整理和分析，将每个人的偏好绘成一个图谱，并建立相应的偏好推荐机制或偏好共享机制。早在2009年，You Tube就在其Logo旁边加了“1BN”的标志，意为每天十亿点击量，这充分体现了You Tube的成功。(www.daowen.com)

2.大数据的应用案例之交通网络

随着物联网的兴起与发展，智能交通逐渐走进了人们的生活。智能交通的典型应用是基于位置的服务平台，在网络环境中可以进行交通数据的实时采集，如采集的地理位置系统(GPS)信息。GPS信息不仅包含某些手机用户的移动轨迹信息，还封装了大量的实时交通信息。因此在实际应用中我们可以通过便携式设备(如智能手机)访问共享的实时交通信息。生活中的典型应用有掌上公交、滴滴打车和Uber等。社交媒体的广泛传播极大地激励了用户在网上分享与位置相关的信息，并促进了实时监测交通状况的智能交通系统诞生。因此，在普适计算、社交网络和新兴互联网技术应用的综合体系下，逐步形成了以人、车辆、基础设施和服务为基础的新型互联网络关系，即数据驱动的智能交通系统(Intelligent Traffic System，ITS)，并且该系统具有实时流量分析和交互控制的功能。