5G是第五代無線移動網路，其主要目的是連接個人、設備和機器。
5G的主要特點是其性能——它的平均速度為50Mbps，並且能夠達到10Gbps。5G的意義遠不止速度，與之前的4G不同，5G具有網路切片功能。簡而言之，這允許將一個物理網路劃分為多個虛擬網路，從而為各種用例提供最佳設置。而且，5G提供了更低的平均延遲率（1ms，而4G為50ms），從而確保了傳輸資料時的較短延遲。
5G推動數字產業化發展的同時，將有力提升各產業數位化水準，發展潛力巨大。特別在製造業生產環節，5G與超高清視頻、感測器、控制系統等結合，完成品質檢測、AGV(自動導航車)運輸、生產資料即時監測等，助力提質增效。“5G憑藉其大頻寬、低時延、廣連接的特點，能夠幫助我們完成許多以前無法實現的工作。
借助5G，將有可能在雲中進行大量計算，從而使IoT設備可以以前所未有的程度授權大資料。這只是一個方面——資料收集能力的提高不僅僅是由於智慧設備的增加，而且，速度的提高將允許在更多樣化的環境下收集更多的資料。
“大資料”(Big data)，或稱巨量資料、海量資料、大資料，指的是所涉及的資料量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、並整理成為人類所能解讀的資訊。一般認為，“大資料”具有4V特點：Volume(資料量大)、Velocity(輸入和處理速度快)、Variety(資料多樣性)和Value(價值密度低)。
由於5G通信網路中傳輸的資料量大，資料 種類多樣，而且不同資料存儲的方式不同，所以對大資料的收集、存儲、分析、查詢等難度加大。常用的一般大資料技術分採集、分析、存儲、處理等。通過合適的資料採擷演算法挖掘出有效資訊，挖掘出來的大資料進行分析後，通過資料圖表視覺化的形式展現給讀者，進行可量化的評價，進一步完善資料採擷技術。
資料採擷技術很多，可以根據挖掘任務、挖掘物件、挖掘方式進行分類。從挖掘任務角度，分為預測模型發現、關聯規則發現、序列模式發現、依賴模型發現、趨勢發現等。從挖掘物件角度，分為關係型數據庫、物件導向資料庫、多媒體資料庫、全球WEB資料庫等。從挖掘方法角度，分為機器學習方法、統計方法、神經網路方法和資料庫方法。機器學習方法又分為歸納學習、決策分析方法，一般基於返利學習、遺傳演算法等。統計方法分為回歸分析、判別分析、聚類分析、探索性分析等。神經網路方法分為前向神經網路、自主性神經網路等。資料庫分析方法分為多維資料分析、面向屬性的歸納方法等。
因此，基於大資料技術構建起來的網路架構能夠滿足人們的日常資訊查詢需求。大資料網路架構具有網路資料中心，該中心可以實現各類資訊的輸入和輸出，為資訊的有效傳遞提供支撐。大資料網路架構是對大資料的充分利用，在該網路架構下，能夠實現對各類網路業務的協調。由於5G通信技術本身的顯著優勢，在應用大資料技術進行5G通信網路架構的構造時，將能夠彰顯出5G通信網路環境的穩定性與高效性。且大資料技術和5G通信網路架構可以相互促進，在二者的融合發展下將能夠彰顯出較高的效益。
隨著時代的進步和發展,大資料技術作為一種新型的資訊技術,尤其是伴隨著5G通信網路技術的出現,可以說在某種程度上它實現了和大資料技術的優勢互補,呈現出相輔相成的發展關係。大資料和5G通信作為兩種獨立的技術模組,在實際應用過程中,憑藉和依靠5G通信網路所具備的大連接,大容量和高速率以及低延遲等特點,在此基礎上,和大資料技術所具有的強大的資料收集,存儲和處理能力有機融合起來,可以實現對海量資訊的快速傳遞和分析,與此同時,還可以結合相關資料資訊,完成對資訊價值的深度挖掘.在這種條件下,大資料技術在5G通信網路領域的應用已經成為時代發展的必然要求,將逐步成為未來重要的發展趨勢。
