传统数据与大数据的产生角度区别主要体现在以下几个方面：
1. 数据来源和采集方式：传统数据通常来源于结构化的数据库，如关系型数据库、非关系型数据库等。而大数据则主要来源于互联网、社交媒体、物联网等非结构化或半结构化的数据源。此外，大数据还涉及到数据的采集、处理、存储和分析等多个环节。
2. 数据处理和分析方法：传统数据通常采用传统的数据处理和分析方法，如统计分析、数据挖掘等。而大数据则采用分布式计算、云计算、机器学习等先进的数据处理和分析技术，能够处理海量、高维度、高速变化的数据。
3. 数据规模和类型：传统数据的规模相对较小，通常在几十TB到几百TB之间。而大数据的规模非常庞大，可能达到PB甚至EB级别。此外，大数据还包括文本、图像、音频、视频等多种类型的数据。
4. 数据价值和应用：传统数据的价值主要体现在对历史数据的分析和挖掘，为企业提供决策支持。而大数据的价值主要体现在对实时数据的分析和预测，为企业提供实时的业务洞察和优化建议。此外，大数据还可以应用于社交网络分析、金融风控、智能交通等领域，为社会带来巨大的价值。
5. 数据隐私和安全：传统数据通常涉及到个人隐私和企业机密，需要采取严格的保护措施。而大数据由于其庞大的规模和多样的数据类型，对数据隐私和安全提出了更高的要求。因此，大数据需要在数据采集、传输、存储、处理和分析等各个环节加强安全防护。
6. 数据治理和标准化：传统数据通常遵循一定的数据标准和规范，如ISO/IEC 19800系列标准等。而大数据则需要建立一套完善的数据治理体系，包括数据质量、数据安全、数据共享等方面的内容。此外，大数据还需要制定相应的数据标准化规范，以便于不同系统之间的数据交换和融合。
总之，传统数据与大数据的产生角度区别主要体现在数据来源和采集方式、数据处理和分析方法、数据规模和类型、数据价值和应用、数据隐私和安全以及数据治理和标准化等方面。随着信息技术的发展，大数据已经成为现代社会的重要资源，对于企业和政府来说，如何有效地管理和利用大数据，将数据转化为实际价值，是当前面临的重要挑战。
