16. 關於巨量資料，下列敘述何者不正確？
(A) 巨量資料分析始於找出大量資料之間的關聯性
(B) 隨著巨量資料分析技術俱進，分析人員可以忽略數據的真實性，依 然仍夠得到理想的結果
(C) 好的巨量資料運算服務，是可以根據運算需求與時效性，平行擴增 所需要的運算資源
(D) 能妥善處理和保存大量的數據資料，即為巨量資料所談的量級 （Volume）之特性

解析題目與選項：

巨量資料（Big Data） 的核心特性通常被歸納為 5V：

• Volume（量）：數據規模龐大
• Velocity（速度）：數據產生與處理的速度快
• Variety（多樣性）：數據格式多樣（結構化、半結構化、非結構化）
• Veracity（真實性）：數據的準確性與可靠性
• Value（價值）：從數據中提取價值

基於這些特性，我們來分析選項。

選項分析：

(A) 巨量資料分析始於找出大量資料之間的關聯性 ✅
→ 正確。大數據分析的目標之一是找出數據之間的潛在關聯，這有助於做出預測與決策。例如，電商平台會分析顧客購買行為來推薦產品。

(B) 隨著巨量資料分析技術俱進，分析人員可以忽略數據的真實性，依然能夠得到理想的結果 ❌ (錯誤)
→ 錯誤！數據的真實性（Veracity） 仍然是巨量資料分析中的關鍵因素。即使技術進步，若數據來源不可靠或充滿錯誤，分析結果也會被誤導。例如，垃圾數據或錯誤資訊會導致錯誤的商業決策。

(C) 好的巨量資料運算服務，是可以根據運算需求與時效性，平行擴增所需要的運算資源 ✅
→ 正確。大數據處理通常需要分散式計算（如 Hadoop、Spark）來根據需求動態擴展運算資源，以確保效率與時效性。

(D) 能妥善處理和保存大量的數據資料，即為巨量資料所談的量級（Volume）之特性 ✅
→ 正確。Volume（數據量） 是大數據的基本特性之一，能有效儲存和管理大量數據是處理大數據的關鍵之一。

正確答案：

(B) 隨著巨量資料分析技術俱進，分析人員可以忽略數據的真實性，依然能夠得到理想的結果 (錯誤！數據的真實性仍然至關重要)