大数据群体计算（crowd computing on big data），工学-信息与通信工程-大数据处理-大数据分析-大数据群体计算，通过人机协作的方法来解决大数据环境下复杂计算任务的过程。大数据计算的主要手段依赖于大规模的计算资源以及数据挖掘、机器学习、分布式计算等技术。大数据的规模繁杂性、高速增长性、形式多样性、价值密度低等特点为大数据计算带来了严峻的挑战。一是大数据的规模繁杂性和高速增长性导致很多大数据计算任务需要海量计算分析技术。二是大数据的形式多样性和价值密度低造成很多大数据计算任务高度依赖复杂认知推理技术，而单纯利用计算技术与算法难以有效处理。针对上述大数据计算中海量计算分析和复杂认知推理并存的技术难题，研究者提出基于人机协作的群体计算解决途径。群体计算主要整合互联网用户和大量计算资源来解决复杂大数据问题，如构建知识图谱。群体计算是人群和机群协作的一种计算模型，它通过整合互联网上大量未知用户（人群）和计算资源（机群）来处理现有计算技术难以完成的复杂任务。群体计算与众包、社会计算、人类计算、群体智能等概念有着密切的关联，但也存在本质的区别。