推荐第1篇：互联网+与大数据
先看一则新闻：武汉的士集体抵制专车 开空车打双闪堵路。8月10号，在武汉长江大桥、二桥、解放大道、中南路武珞路沿线交通发生了大面积的拥堵，原因是武汉的士司机集体在道路上打双闪缓行，意在抵制武汉7万多辆“私家专车”。为什么的士司机要发动这场“战争”，我相信在座的各位都清楚：专车抢了的士的饭碗。说到专车，就不得不提导致私家专车产生的几家公司：滴滴打车、快的打车、uber以及一号专车，以及他们近乎疯狂打车补贴!有人可能会有疑问：你讲的这个和今天的话题有什么联系吗?有，想了解互联网时代的商业秘密就不得不剖析这些疯狂的背后的故事。
2014年，由腾讯入股的滴滴打车以及由阿里巴巴如果的快的打车掀起了互联网时代最疯狂的天价补贴：花钱让用户去免费坐专车，花钱去补贴专车司机，两家公司简单粗暴的烧钱推广活动在短短6个月的时间里烧掉了近20-40亿人民币。20亿，是个什么概念，有人可能会说，他们是疯了吗，有了这20亿做点什么不好，非要这么折腾?
那么我们来看看经过他们这么折腾后两家公司目前的市值估价：2015年2月滴滴快滴两家公司宣布合并，市值估计60亿——100亿美元，20亿人民币的投入，换来了360亿——600亿人民币的市值(如果不是Uber的搅局，估计会值更多)。相信在座的各位都会觉得这是一笔很划算的买卖。
滴滴快滴的成功可以称得上是互联网+时代的一个经典案例，后面的讲解中，我将会一一对其进行剖析。
2015年3月，李克强总理在政府工作报告上提到了一个词：互联网+，相信在座的各位都听过这个，那么到底什么是互联网+?其实互联网+早就存在，并且早就融入到了我们的生活中，比如网上订票，网上购物，网上预约，网上理财等等，说简单一点，“互联网+”就是“互联网+各个传统行业”，但这并不是简单的两者相加，而是利用信息通信技术以及互联网平台，让互联网与传统行业进行深度融合，创造新的发展生态。前面提到的滴滴快滴，如果用互联网+的概念来理解的话，就是互联网+汽车客运，它主要存在以下特征：
一是跨界融合。“+”本身就是一种跨界，变革，开放，融合。敢于跨界了，创新的基础才会更坚实；融合协同了，群体智能才会实现，从研发到产业化的路径才会更垂直。融合本身也指代身份的融合，客户消费转化为投资，伙伴参与创新等等，不一而足。融合就会提高开放度，就会增强适应性，就不会排斥、排异；开放了平台，可以让很多的人、物、服务、机构嵌入连接器，带来连接的价值，影响了我们智慧生活的方式、与世界对话的方式。互联网与汽车客运两个原本不在一个轨道上的行业，在滴滴快的身上得到了很好的融合，甚至成了相互加分的利器：互联网让打车、付款变得容易快捷，而汽车客运反过来又促进了互联网在该行业的发展。
二是创新驱动。传统行业粗放的资源驱动型增长方式早就难以为继，必须有创新，才能有经济增长的驱动力。要敢于打破垄断格局与条框自我设限，破除束缚生产力发展的因素，建立可跨界、可协作、可融合的环境与条件。一直以来，汽车客运行业一直是由的士、长途汽车所把控，由于垄断，该行业的服务质量和口碑一直饱受诟病，而另一方面，中国的私家车呈爆炸式的增长，甚至是过剩，严重的造成资源浪费和环境污染问题，很多私家车司机就希望充分利用资源，顺带着跑跑业务，赚点外快，但是由于没有政府认证以及缺乏监督和管理，私家车跑客运一直被称作为“黑的”，成为政府监管部门重点的打击对象。滴滴快递的出现，正好创新性的改变了这一切，打破了的士一家独大的的局面，同时也让所谓的“黑的”变得合法且规范。
三是重塑结构。重塑结构打破原有的社会结构、经济结构、关系结构、地缘结构、文化结构。结构被重塑的同时带来很多要素如权力、关系、连接、规则和对话方式的转变，摧毁了固有身份，如用户、伙伴、股东、服务者等身份在一定条件下可以自由切换。互联网改写了地理边界，也摧毁了原有的游戏规则以及管控模式。在弱关系社会里重新建立契约和信任关系，这是互联网非常重要的一个方面。传统的的士运输行业，无非就是司机和乘客面对面，手把手的交易，互联网的介入，导致了交易的多样性，打车不在局限于在路边招揽，电话邀约，而是可以很方便的通过网络预约，可以选择现金交易，网络自主和自动支付，甚至是免费!
四是尊重人性。人性是推动科技进步、经济增长、社会进步、文化繁荣的最根本的力量。尊重人性是互联网最本质的文化。互联网除却冷冰冰的技术性，其力量之强大最根本地也来源于对人性的最大限度的尊重、对用户体验的敬畏、对人的创造性的重视。例如用户生成内容、卷入式营销、分享经济，粉丝营销，都是透视人性、尊重人性的产物。
滴滴快滴土豪式的补贴背后，正是对人性的充分尊重后的结果，在滴滴快递中，你可以感受到良好的用户体验、分享传播、信息反馈等。
五是生态圈效应。关于互联网+，生态是非常重要的特征，未来的商业是开放的世界。在这个重要前提下，衡量企业跨界能力的一个关键因素，就是开放性、生态性够不够。只有在一个开放的生态系统里，跨界才能找到一些和外界其他要素之间的共通点。未来的跨界，一定要把企业的内部生态圈延伸出去，和外部的生态系统进行协同、交互、融合，跨界的力量才能有效地推动创新。滴滴快递成功的背后，正是汽车运输向其他行业开放的结果：互联网、物流系统、信息发布系统、支付系统、互动系统等，最终形成了专车行业独特的生态圈。
六是连接一切。互联网的连接将技术、场景、参与者、协议与交互、信任都融合在一起。互联网时代的连接大体上可以分三层：第一层“连接”很多机构和服务都可以做到，比如App超市、某一个游戏、某一档节目等，短时期可以聚来很大的流量。第二层“交互”很关键，它承上启下，没有交互，就很难分流、导流，建立信任和依赖。最后一层是“关系”，是连接的目的、创新的驱动、商业的核心，沉淀下信任性关系是连接的归宿，是商业的阶段性目标，是社会价值创新的基础。
滴滴快滴这个案例中，互联网+连接的不仅仅只有互联网和汽车运输，还有金融、信息、服务以及个体。
总的来说，互联网+其实就是利用互联网去整合、去创新、去改变、去发掘其他行业的潜能，从而达到行业的第二次新生。
如果说滴滴快递仅仅因为烧了20多亿人民币，以及做了互联网+就取得了成功，我估计在坐的各位肯定不会相信，的确，实际的情况也是这样的!那么，到底是什么让滴滴快递变得烧了这么多钱却还这么值钱?关键点：大数据!
大数据是什么?
对于互联网企业来说，大数据就是互联网公司在日常运营中生成、累积的用户网络行为数据。腾讯QQ是中国乃至全世界用户量最多的一种即时通讯应用，按理说，免费的QQ并不能产生直接的消费利润，但是正是这个免费却让腾讯成为中国互联网的三大巨头之一，原因只有一个：腾讯有着海量的用户资源，而用户资源就是一种大数据，腾讯可以通过分析、整理、归纳、挖掘这些数据，从而开发有针对性的产品以及战略布局，并且这个通过这个大数据带来的一个好处是：腾讯的任何一款产品，无需做大规模的推广宣传，就可以在很短时间内应用普及，腾讯游戏穿越火线、QQ飞车、QQ炫舞、QQ农场在推出后短短几个月内迅速干掉了原先的产品反恐精英、极品飞车、劲舞团、开心农场，而腾讯的另一款产品，微信一经推出更是引发了多个行业的地震，移动通讯、移动支付，甚至让自身的QQ都有被取代的危险。
所以，大数据的威力是无穷的，这里简要分析一下大数据的一些重要特征：
一、数据量大，这个量越大越好。2014年6月，快的打车覆盖人数超过2814万人，月度使用次数2.7839亿次，占总使用次数的52.05%;滴滴打车覆盖2405万人，月度使用次数2.5651亿次，占总使用次数的47.95%，两家打车软件合计月度使用总次数达5.349亿。
二、类型繁多，包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。通过烧钱，滴滴快滴迅速的积累了用户信息、用户行为、金融等多重数据。
三、价值密度低，如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。滴滴快滴会如何去整合他的数据我不得而知，但是通过腾讯对这些密度和个体价值低的数据分析以及运用的情况来看，只要挖掘的好，恰当的利用，也会产生无法估量的大价值。
四、处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。任何新出来的产品，无论设计的时候想的多么完善，一旦经过市场的检验，总会出这样那样的问题。出问题不可怕，可怕的是处理问题不够及时。滴滴快递在推出APP应用后，先后更新了好几版，而且更新频率很快，其原因就是对运营中存在的问题进行更新。而实际上，我们所用的所有软件几乎隔一段时间就会更新，目的也就在于此。
大数据的作用？
1、帮企业了解用户
大数据通过相关性分析，将客户、用户和产品进行有机串联，对用户的产品偏好，客户的关系偏好进行个性化定位，生产出用户驱动型的产品，提供客户导向性的服务。
从大数据技术方面来看，用数据来指引企业的成长，将不再单单是一句口号。据百度副总裁曾良表示，从挖掘的角度来看，他们通过对每天60亿的检索请求数据分析，可以发现检索某一品牌的受众行为特征，进而反馈给企业的品牌、产品研发部门，能更准确地了解目标用户，并推出与调性相匹配的产品。
通过运用大数据，不仅可以从数据中发掘出适应企业发展环境的社会和商业形态，用数据对用户和客户对待产品的态度，进行挖掘和洞察，准确发现并解读客户及用户的诸多新需求和行为特征，这必将颠覆传统企业在用户调研过程中，过分依赖主观臆断的市场分析模式。
2、帮企业锁定资源
通过大数据技术，可以实现企业对所需资源的精准锁定，在企业在运营过程中，所需要的每一种资源的挖掘方式、具体情况和储量分布等，企业都可以进行搜集分析，形成基于企业的资源分布可视图，就如同“电子地图”一般，将原先只是虚拟存在的各种优势点，进行“点对点”的数据化、图像化展现，让企业的管理者可以更直观地面对自己的企业，更好地利用各种已有和潜在资源。如果没有大数据，将很难发现曾经认为是完全无关行为间的相互关联性，就如同外媒曾经提到的“啤酒”与“尿片”之间的关联营销一样，如果美元大数据这将是一种几乎不可能的事情。
3、帮企业规划生产
大数据不仅改变了数据的组合方式，而且影响到企业产品和服务的生产和提供。通过用数据来规划生产架构和流程，不仅能够帮助他们发掘传统数据中无法得知的价值组合方式，而且能给对组合产生的细节问题，提供相关性的、一对一的解决方案，为企业开展生产提供保障。
过去的所谓商业智能，往往大多是“事后诸葛亮”，而大数据则让企业可预测未来的走向，帮助企业做到“未雨绸缪”。大数据的虚拟化特征，还将大大降低企业的经营风险，能够在生产或服务尚未展开之前就给出相关确定性答案，让生产和服务做到有的放矢。
在这方面，不得不提到的就是最近火爆的《纸牌屋》，它的剧集为什么会受到全球欢迎?有很大一部分原因就跟它前期依据大数据技术和思维方式所做的准备。据称，《纸牌屋》的数据库包含了3000万用户的收视选择、400万条评论、300万次主题搜索。下一季剧情拍什么、谁来拍、谁来演、怎么播，都由数千万观众的客观喜好统计决定。
4、帮企业做好运营
过去某一品牌要做市场预测，大多靠自身资源、公共关系和以往的案例来进行分析和判断，得出的结论往往也比较模糊，很少能得到各自行业内的足够重视。通过大数据的相关性分析，根据不同品牌市场数据之间的交叉、重合，企业的运营方向将会变得直观而且容易识别，在品牌推广、区位选择、战略规划方面将做到更有把握地面对。
对于大数据对企业运营的导航左右，梦芭莎集团董事长佘晓成深有感触，他不禁感慨“大数据让我们能够及时调整运营策略，现在的库存每季售罄率从80%提升到95%，实行30天缺货销售，能把30天缺货控制在每天订单的10%左右，比以前有3倍的提升。
5、帮企业开展服务
通过大数据计算对社交信息数据、客户互动数据等，可以帮助企业进行品牌信息的水平化设计和碎片化扩散。经济学家Richard H.Thaler曾经提出一种观点，“个人观点的微小变化都可以演变为所有人的群体行为模式的重大变革。”在这一重大变革的背景之下，对微小的信息流，企业都必须重视，而客户服务为应对这种情况，也需要像空气一样分布在一些细枝末节之中。企业可以借助社交媒体中公开的海量数据，通过大数据信息交叉验证技术、分析数据内容之间的关联度等，进而面向社会化用户开展精细化服务，提供更多便利、产生更大价值。
那么，问题来了，大数据怎么来?
需要通过长期而广泛地的收集用户信息汇总而来，一般来说，这种数据有两种重要来源：一种是长期的人工统计，一种就是通过互联网运营中进行收集和整理。
大数据的重要作用其实在传统行业中也表现的很明显，在座的各位都是从汽车后市场行业走出来的，我相信凭借对这行业的熟悉，你们对每天、每月、每个库的销售情况都会有一个大致甚至很准确的预判!为什么你们会有这么样的能力?关键点：熟，用大数据的说法就是，你们能从长期以来的销售数据中通过整合、分析，从而得出预期的判断，这就是大数据的作用和魅力。
上面提到了两种数据来源的两种模式，第一种，我相信大家很容易理解，后面将由我的同事给大家讲解一下：什么是网络运营?这里我只是大概提一下。
网站运营是指一切为了提升网站服务于用户的效率，而从事与网站后期运作、经营有关的工作;范畴通常包括网站内容更新维护、网站服务器维护、网站流程优化、数据挖掘分析、用户研究管理、网站营销策划等。
通俗的说，网络运营就是怎么把网站推出去，从而产生交易，达到想要的互联网营销效果。
以上种种可能会涉及到专业性很强的内容，在座的各位不一定要全部弄懂，只需要知道网络运营的一般流程就够了，当然，如果有兴趣，可以去进一步了解。
通过以上的介绍，我相信大家应该对互联网时代的商业特点有了一定的了解，其实汇总起来可以就一句话：用互联网思维去做符合互联网时代要求的事。
所谓互联网思维，就是在(移动)互联网、大数据、云计算等科技不断发展的背景下，对市场、对用户、对产品、对企业价值链乃至对整个商业生态的进行重新审视的思考方式。即通过互联网+来进行整合、颠覆、创新，从而创造出符合互联网时代的商业法则。
重视体验和设计，以体验设计为核心，与用户共同创造新的商业模式。
不尊重用户体验，或者用户体验不好的应用终究将会被市场所淹没，上面提到的天涯和猫扑两个大型的社交网站的沦落以及微博微信等应用的盛行正说明了这一点。 必须好用且免费（或优惠），用户要用的开心又要实惠。
传统行业，比如开一个保养店，只要我开张了，有技术有设备，自然就有人来进行消费，但是互联网+行业不一样，没有足够吸引眼球且让用户觉得实惠的产品终将会被其他同行所淘汰！这样的例子比比皆是，最显著的一个例子是360杀毒，周鸿祎在做360杀毒之前，曾推出过金山毒霸，然而在其他传统杀毒软件的大战中始终处于行业底部。直到360杀毒的横空出世，才彻底扭转战局，奠定了现在在国内杀毒行业老大的地位。
免费并不意味着就是赔钱，360杀毒虽然免费，但他带了了数以亿计的大数据，通过这些数据的挖掘，360成功的拓展了游戏、电商、数码产品等其他市场。
必须挖掘用户兴趣，培养粉丝，以社群成就无需细分的定位、无需广告的营销。
在中国，互联网行业最有名的粉丝文化公司当属小米，小米的社区文化有很重要的一条：米粉们积极互动、让粉丝参与MIUI设计改进的成分不断加强，定时会给米粉们发一些赠品来回馈他们的支持，这些举措都表明小米公司再为用户打造有用的产品。 这些措施给有主见、有想法且希望自己的想法能得到体现的80后、90后乃至00后这些群里极大的参与感，培养了他们对小米产品的兴趣，从而增加了用户的黏性。
互联网时代的商业规则对不同的行业也许效果和作用不同，但是如果其他行业想分互联网时代商业的一杯羹，就必须遵守互联网的游戏规则，否则就只有一个下场——出局。
感谢大家的倾听，今天讲的内容可能有些多，也可能有些地方不够成熟、不够细，这里做一天推荐，大家可以看一下奇虎360CEO周鸿祎写的《我的互联网方法论》，腾讯CEO马化腾《互联网+：国家战略行动路线图》，有互联网时代“孙子兵法之称”的《互联网思维“独孤九剑”》，以及在爱奇艺中搜索一下《金错刀钱规则》。谢谢！
推荐第2篇：中医药与大数据
中医药与大数据 ——信息化时代程序设计课程群建设的探索与研究培训体会
“大数据”这个新词，近两年曝光率颇高。字面意思好像谁都看得懂，却又似懂非懂。
谷歌预测流感趋势，微软预言奥斯卡奖，多次成功后，大数据被传得神乎其神。到底怎么解释？在社会生活中有哪些应用？我国核心技术研发现状如何？大数据和保护隐私间怎样平衡？
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
中医，从古到今，历经几千年的传承、发展，成为中华文化一个重要的组成部分。中医，也像很多灿烂的传统文化遗产一样，面临着新的挑战和机遇。如何让中医的“古”和现代科学技术的“今”互相融合、彼此促进，让中医在当下焕发新的魅力？传统的中医药科学，在人类医药学史上作出很大的贡献，还曾经在世界医药学史上有很多“第一次”的创举。不过，在创造了无数辉煌和“第一”的同时，中医药也有着自身的弱点。天人相应、取类比象，具有不精确性；治病因地、因时、因人制宜，但方法单
一、主观，缺乏客观性、恒定性及标准化„„通俗地讲，对于同样的病，不同的中医开的药可能不一样，而西医开的药是一样的。作为一名中医学者，刘良认为，中西医的这种差别，是医学哲学和治疗理念的差别：“人的身体状态在变，环境条件在变，所以中医的治疗方法相对也在变。西医讲究群体治疗，某些病、某些药的治疗和研究采用的都是现代世界公认的研究方法。中医有所长，但也有所短。”
数字化和智能化技术，也应该与中医药发展紧密相关。刘良认为，数字化是现代科学的象征，这正是中医药的弱项，但又是中医药现代化所必需的。
“大数据”越来越被人们熟悉，也越来越多地被运用到不同的领域。刘良认为，在中医药这种复杂体系下采用高新技术来研究，所产生的数据其实更大，更需要引入“大数据”的科学分析方法，“数字化、智能化、个体化中医药诊疗系统的建立，将使传统中医药产生历史性变革。”
澳门科技大学中药质量研究国家重点实验室，是中医药实验室里唯一一个国家级重点实验室。中医药的基因条码技术、中药活性成分快速分离与鉴定技术、单细胞分选和纯化技术、活细胞及分子显微成像可视化技术、蛋白质组学技术、脂组学技术„„这些看上去与传统中医药距离特别遥远的高新科技，都在这个国家级重点实验室得到有效的应用。
不仅如此，现在中医药还把人参的种子送上了太空，“不是为了宣传什么，而是中医药有很多领域需要去想，需要去做，你主动去想了、去做了，机会就多了。送人参种子上太空，就是希望找出它的优势基因，便于育种和培育出人参的
新品种。只要去努力对接，中医药就会有很多新技术。
中医药学能够发展2000多年长盛不衰，是因为有确实的疗效。但是为什么大家总是对中医怀疑呢？关键在于中医疗效证据缺少科学数据的支撑。如果我们能够把中医药学所有的诊疗过程数据化，把中医诊疗的结果数据化，把中医与病人的沟通数据化，中医就真正成为以大数据支撑的令人信服的学科了。
当前，数据已经渗透到所有领域，成为重要的生产因素。大数据的特点是数据量大、数据类型多、价值密度低、商业价值高、处理速度快、潜在应用价值高。大数据时代的到来，引起人们思维的变革是多方面的，最主要有三个方面：一是从随机小样本向全样本转变，二是从精确性向混杂性转变，三是从因果关系向相关关系转变。也就是说，在小数据时代简单范式下，人们往往会将各种复杂事物简单化、静止化，通过精确的抽样小样本，追求因果关系，回答“为什么”。在大数据时代复杂范式下，人们借助各种信息手段，往往会在复杂事物的过程中，通过混杂的全样本信息，首先探求相关关系，用大数据来回答“是什么”。而且往往依据“是什么”就可以帮助我们解决非常多的临床和生活当中的一些问题。如大家熟悉的来自2000多年前《伤寒论》中的“白虎汤”、“麻杏石甘汤”等古代经典名方，临床使用只要方证对应，相关关系明确，常常可以救治危重大病。尽管到目前为止，研究其物质基础的不少，但其复杂关系中的“因果关系”却始终没能阐明，然而这丝毫不影响其临床的使用。大数据时代思维变革，将会使人们从追求因果关系的渴求当中解脱出来，开始寻找复杂数据中的相关关系，用新的视角来看待世界、看待工作、看待生活。
2000多年前，张仲景并没有做我们现在这么多的实验，但是他写出了《伤寒论》。他在序言中说自己是“勤求古训、博采众方”。其实他就是把大家已经积累的经验数据化了，在里面抽取了有关中医防治伤寒病的方法。《伤寒论》至今我们还在应用，对整个中医学界的影响是不可估量的。
大数据时代中医药的变革，还有三个关键环节。一是要有数据；二是有了这些数据怎么用，要有思维；三是从哪个地方用这些数据，要有技术。很多人跟着老中医学习，拿着本记，靠自己的脑子进行总结，这都是很有限的。
数据本身就是一种事实，它代表着对某个事件的描述，它是可以记录、分析和重组的。数据化就是把一些现象转变成可制表分析的量化形式的过程。如何把中医药每次的临床过程数据化？大数据这种高新技术能不能很好地用到中医里面来？能不能把中医自身发展规律持续健康地发展下去？这是我们面临的关键问题。如果能把这个问题解决，中医药学就成了一个真正有大数据支撑的学科。同时，我们如果能够解决海量数据处理分析的方法，中医就会插上腾飞的翅膀。
推荐第3篇：大数据与个人
大数据应该服务于个人还是服务于商业?这其实是一个深刻的问题。一个不好的事实是，目前主流的认识偏向于大数据的商业价值，许多人误以为大数据是为了帮助商业组织更好地赚钱，让他们从竞争中脱颖而出。
未来会有公司或因自我迷失或因外部误导，走上商业利益绝对化的大数据利用之路——殊不知在新知识和信息机制大发展的环境下，以大数据引爆商业利益固然未可厚非，但一旦在这一过程中有意或无意地损害了个人的利益，同样会引爆报复性的反击，而且这不仅是个人层面的，更是社会层面的反击。
商业巨头们经常产生一种误解，认为他们所拥有的大数据是自己的财富，是自身赢得竞争、战胜市场的资源。但是，大数据的终极所有者并不是商业组织，而是社会以及个人，市场的内在要求是大数据必须开放和共享。
正如市场是人的活动的产物，大数据同样是用户活动的产物而非市场的产物。应该讲，在历史的长河中，目前的大数据还处于成长初期归属未明、制度缺失的特定时期，商业组织对大数据并不拥有法定的占有、使用、收益和处置权，其至多拥有某种事实上的占有权。
大数据之“大”，既在于其总体体量之大，也在于其对个人而言的意义之“大”。对个人而言，大数据不仅意味着传统意义上的隐私，更意味着一个人是否交出对自己生命的控制权，是否让自己成为数据枷锁下的奴隶。这是必须树立的一个非常重要的认识。
大数据是个人生命的一部分，是社会肌体全新的核心构成。如果社会和个人放弃对大数据的权利要求，那不啻于将个人类的一部分天然权利割让给不同的商业组织，或者说人们默认自己在部分意义上成为某些商业组织的奴隶——人将不再是自由的社会人，因为他们的一部分成为商业组织牟利的机器。
大数据可催生核武器一般的社会权力，其无论为政府还是商业组织所掌控都可能破坏近几百年相对趋于稳定的社会制度基础，而且随着大数据的迅猛增长和相关技术、机制的高速发展，这种风险正如暴雨和洪水下猛涨的河流水位一般，随时会猛烈地冲击社会权力稳定的传统堤坝。
这向我们提出一个必须令所有人重视和警醒的问题：在大数据时代，如何界定大数据的权益归属，如何控制大数据的使用风险?在大数据时代，如何保持我们全社会的数据民主?
如果大数据在商业利用的消极方向滑得太远，其所带来的将不仅是个人隐私方面的问题，大数据的风险既是个人风险，更是社会风险。当大数据的损害发生时，付出代价的不仅是个人，还将包括整个社会的文化价值观以及权力和财富的结构。
大数据的权益归属之争，事关个人和社会的自由与未来。其实，当大数据之潮流尚方兴未艾之际，关于大数据力量、控制和风险的矛盾、分歧就已暗流涌动。当商业组织欢呼雀跃，市场人士一片赞声的时候，每个人都需要反思的是，大数据在给予我们的生命以馈赠的同时，是否还有可能从我们的生命中剥夺什么?
推荐第4篇：大数据
大数据时代带来的大变革
中国社会科学评价中心 荆林波 《 中国青年报 》（ 2014年05月26日 02 版）
大数据时代的来临，带给我们众多的冲击，每个人都应当与时俱进、不断提升，放弃残缺的守旧思想，大胆接受新的挑战。
探讨大数据时代将给我们带来哪些变革，首先要搞清楚什么是大数据，其次，要厘清大数据会带来哪些变革，最后，要思考如何应对大数据时代的挑战。
什么是大数据？
国际数据公司定义了大数据的四大特征：海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。仅从海量的数据规模来看，全球IP流量达到1EB所需的时间，在2001年需要1年，在2013年仅需1天，到2016年则仅需半天。全球新产生的数据年增40%，全球信息总量每两年就可翻番。
而根据2012年互联网络数据中心发布的《数字宇宙2020》报告，2011年全球数据总量已达到1.87ZB（1ZB=10万亿亿字节），如果把这些数据刻成DVD，排起来的长度相当于从地球到月亮之间一个来回的距离，并且数据以每两年翻一番的速度飞快增长。预计到2020年，全球数据总量将达到35～40ZB，10年间将增长20倍以上。
需要强调的是：所谓大数据并不仅仅是指海量数据，而更多的是指这些数据都是非结构化的、残缺的、无法用传统的方法进行处理的数据。也正是因为应用了大数据技术，美国谷歌公司才能比政府的公共卫生部门早两周时间预告2009 年甲型H1N1流感的暴发。
厘清大数据带来了哪些变革
就像电力技术的应用不仅仅是发电、输电那么简单，而是引发了整个生产模式的变革一样，基于互联网技术而发展起来的“大数据”应用，将会对人们的生产过程和商品交换过程产生颠覆性影响，数据的挖掘和分析只是整个变革过程中的一个技术手段，而远非变革的全部。“大数据”的本质是基于互联网基础上的信息化应用，其真正的“魔力”在于信息化与工业化的融合，使工业制造的生产效率得到大规模提升。
简而言之，“大数据”并不能生产出新的物质产品，也不能创造出新的市场需求，但能够让生产力大幅提升。正如，《大数据时代：生活、工作与思维的大变革》作者肯尼思·库克耶和维克托·迈尔-舍恩伯格指出：数据的方式出现了3个变化：第一，人们处理的数据从样本数据变成全部数据；第二，由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求；第三，人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相互联系。这一切代表着人类告别总是试图了解世界运转方式背后深层原因的态度，而走向仅仅需要弄清现象之间的联系以及利用这些信息来解决问题。
如何应对大数据带来的挑战
第一， 大数据将成为各类机构和组织，乃至国家层面重要的战略资源。
在未来一段时间内，大数据将成为提升机构和公司竞争力的有力武器。从某一层面来讲，企业与企业的竞争已经演变为数据的竞争，工业时代引以自豪的厂房与流水线，变成信息时代的服务器。阿里巴巴集团的服务器多达上万台，而谷歌的服务器超过了50万台。重视数据资源的搜集、挖掘、分享与利用，成为当务之急。
第二，大数据的公开与分享成为大势所趋，政府部门必须身先士卒。
2013年6月在英国北爱尔兰召开G8会议，签署了《开放数据宪章》，要求各国政府对数据分类，并且公开14类核心数据，包括：公司、犯罪与司法、地球观测、教育、能源与环境、财政与合同、地理空间、全球发展、治理问责与民主、保健、科学与研究、统计、社会流动性与福利和交通运输与基础设施。同年7月，我国国务院就要求推进9个重点领域信息公开工作。正如李克强总理所强调的，社会信用体系建设包括政务诚信、商务诚信、社会诚信的建设，而政务诚信是“三大诚信”体系建设的核心，政府言而有信，才能为企业经营作出良好示范。作为市场监督和管理者，政府应首当其冲推进政务公开，建设诚信政府。为此，国务院通过《社会信用体系建设规划纲要（2014～2020年）》，要求依法公开在行政管理中掌握的信用信息，提高决策透明度，以政务诚信示范引领全社会诚信建设。
第三，机构组织的变革与全球治理成为必然的选择。
在工业时代，以高度的专业分工形成的韦伯式官僚制组织形态，确实具有较高的效率。然而，这种专业化分工一旦走向极致，就容易出现分工过细、庞大臃肿、条块分割等弊端，无法有效应对新的挑战。大数据技术提供了一种解困之道：在管理的流程中，管理对象和事务产生的数据流只遵循数据本身性质和管理的要求，而不考虑专业分工上的区隔，顺应了全球治理的需要。
1990年，时任国际发展委员会主席勃兰特，首次提出“全球治理”的概念。所谓全球治理，指的是通过具有约束力的国际规制（regimes）和有效的国际合作，解决全球性的政治、经济、生态和安全问题，以维持正常的国际政治经济秩序。为了顺应全球治理的浪潮，我国应当构建自己的全球治理理论。深化对全球化和全球治理的研究，为世界贡献中国对全球治理的先进理念。
当然，构建我国最新的全球治理理论，当务之急是构建我们的国家治理理论，夯实基础。《中共中央关于全面深化改革若干重大问题的决定》指出，“全面深化改革的总目标是完善和发展中国特色社会主义制度，推进国家治理体系和治理能力现代化”。这充分体现了与时俱进的治理理念，切中了我们国家运行中的核心问题。
推荐第5篇：大数据
猴场乡大数据工作开展情况汇报
猴场乡是全省100个一类贫困乡镇之一，贫困面大，贫困发生率高，扶贫工作任务艰巨。为更好的实施精准扶贫，帮助全乡群众早日脱贫致富，与全县实现同步小康，今年与来，在上级各部门的帮助和指导下，猴场乡的大数据工作有续开展，取得了一定实效，现将工作情况汇报如下：
一、进村入户、摸清底数
弄清群众真实状况，弄清群众所需所盼，是实施精准扶贫的基础。“欲知民事，必入民屋”。了解民情，按照上级政府部门的要求，在各级领导部门的帮助下，我乡充分发挥驻村干部、包村干部及村干部的基础性作用，在乡联系领导的带领下，按照不漏一户，不漏一人的工作要求，在各村开展民情调查，并将调查内容制成电子档案。即将每个自然村按村民组进行分组，把村干部和驻村、包村干部进行分组，一名村干部和一名驻村干部或包村干部为一组，分组对各村民组进行入户调查。调查内容包括家庭人口、家庭收入、主要经济来源、是否贫困户、贫困户致贫原因，非贫困户能否带动发展、群众发展意愿等60余个项目。通过调查，建立了瞄准机制，摸清了全乡群众的真实情况，实现了 “一家一户调研摸底、一家一户一本台账”。全乡共调查7357户26066人。其中贫困户4182户12158人，贫困户中低保户1700户4592人，需要政策兜底的288户475人；非贫困户3175户13908人，其中能自己致富的？？户多人，到带富的？？户？？人；一般户？？户？？人；离任村干部108人，党员272人，退伍军人137人；初中以上非在校群众9321人，其中高中414人，大专及以上192人；在校初中及以上2006人，其中初中1548人，高中350人，中专64人，大专以上39人。
二、能人带动，产业致富，有效帮助群众致富
通过对大数据的科学分析论证，综合分析各类群众的具体情况，我乡制定了初步的帮扶方案。总体上以种养殖业为主导，通过对能人带富的帮扶，帮助发展产业，培育大户，进而利用大户带小户，小户带散户的模式，逐步实现总体致富的目标。
（一）特殊人群，特殊处理
第一是需要政策兜底的群众。这部分群众多为丧失劳动力的高龄老人和残疾群众，是社会的弱视群体，无力通过自身的发展来实现脱贫致富。针对这类人群，充分利用低保、新农合、乡养老院等，保证这类群众有所养，有所依，有所乐；
第二是对有孩子正在接受教育的家庭，通过教育扶贫方式帮扶。知识是第一生产力，教育改变命运。一个家庭，如果能出一个大学生，就给这个家庭注入了发展的活力，家庭的情况也将发生质的变化。我乡以“改善山区教育条件、推动教育事业均衡发展、培育新型农村实用人才”为扶持重点，努力实现教育均衡化。从孩子教育上下功夫，加大教育投入力度。目前，已建成猴场中学、猴场中心校和西北小学寄宿制学校，解决学生长途跋涉之苦；在西北小学、乡中心校、谷毛小学、中学建设教师周转房；在中心校和中学建设少年宫，是全县唯一一个同时建设两所乡村少年宫的乡镇；实现了中心幼儿园和谷毛幼儿园的公助民办；充分利用“金秋助学”、“雨露计划”等，全面覆盖，开展智力帮扶，帮助他们顺利完成学业，自2013年以来，实现辖区内二本以上大学生扶持资助全覆盖。
第三是留守儿童，一是建立留守儿童爱心之家，做好“四个一”管理，即：“一份成长档案、一张爱心联系卡、一个心理咨询台、一套规章制度。”二是开展专题心理讲座。在各中小学校开设心理辅导课，针对留守儿童“关爱缺失”引起严重的“情感饥饿”及情感缺失形成的心理障碍开展巡回专题辅导，孩子在心理老师的引导下，情感得到丰富，性格也由内向向开朗转变。三是开展“凤还巢”帮扶活动。对全乡外出务工人员及返乡农民工，摸清底数，摸清特长、摸清创业意向，确保全覆盖。由乡党委政府牵头、信用社组织力量对这部分人群进行评估，主动联系，发放贷款，助力创业，让更多的外出务工人员愿意、主动返乡创业，使留守儿童数量不断降低。四是开展结对帮扶留守儿童。有针对性安排乡直机关干部职工、学校教师对留守儿童进行“1+1”结对帮扶。帮扶过程实行动态管理、动态上报、动态帮扶。五是开展联系留守儿童家长活动。联系留守儿童家长，请家长做到“五个一”，即：每周与孩子通电话一次、每月与孩子的班主任联系一次、每月与孩子的临时监护人联系一次、争取每半年与孩子见一次面、每学期到学校与老师当面交谈一次。
（二）普通人群，致富引导
第一、配强村级一把手。在选拔各村支部书记时，坚持“选能人、用好人，为民选好领头人”的原则，拓宽选拔层面，面向社会大户能人、乡土人才、产业协会党组织负责人、大中专毕业生、复转军人等群体，选贤任能，把政治素质强、带领群众致富能力强的“双强”型人才，依法选拔进村两委班子，增强村级组织整体功能，建设一批村干部精英群体，为群众致富树立导向。引导村级“一把手”用党的理论武装头脑、指导实践、推动工作。通过“三严三实”教育活动、上党课等方式对各村支部书记进行培训充电，进一步提高他们运用科学理论分析和解决实际问题的能力，为全村的经济发展想思路、谋发展，并把国家的相关政策法规宣传到户，为人民群众排忧解难。
第二、打造致富“集团军”。一方面各村结合实际，因地制宜，按照“大户带小户，小户带散户”的工作思路，建立种植、养殖群体，形成了一点成线、以线覆面的“集团化”产业发展格局。另一方面坚持“一村一特、一村一品”，重点打造山地高效农业小区，扶持大户种植核桃，小红蒜，林下养殖本地土鸡，养兔、养牛等。组织全乡群众跟进大户步伐，以家庭为单位，在大户核心区的带动下，大力发展种养殖业。
第三、引进科技“领头雁”。扎实开展“支部带富、党员致富、能人带富”三带工程，将返乡农民工自助创业工程纳入扶贫工作范围，把贫困户作为重点帮扶对象，扶持一批有技术、有本事的科技示范户，并利用他们的影响力，加大宣传力度，让群众知晓科学技术在农业产业发展中的重要性，让群众改变传统观念，学到新的生产生活技能。另一方面，扩大资金支持。积极推动三个“十五万”、妇女小额贷款、院坝经济等项目支持自主创业的大户能人，通过先扶持一批能人创业致富人的方式，带动群众创业发家。
第四、坚持“递进式重实效”扶贫模式，走“生态产业化、产业生态化”道路。我乡在省总工会及各级各部门的支持和帮助下，形成了四种精准扶贫开发经验，“自购补贴、分级分时补贴、1：1资金滚动补贴、小额贷款”等四种扶贫模式。下步工作中，将继续以“生态产业化，产业生态化”为总要求，重点发展种植业和畜牧业，以扩大、提高传统种植特色产品的规模及品质为目标，着力培育绿色生态特色产品，在2020年前全乡逐步建成“一核心四片区”现代特色生态农业产业发展格局，即：即以水落洞村为核心，建成以优质水稻、生态畜牧业、精品水果产业为主体的现代特色生态农业和休闲农业示范核心区，形成猴场、西北、谷毛片区以核桃、马铃薯、中药材为主的产业带；猛舟片区以时令水果、蔬菜和粮食增产工程为主的产业带。通过产业的发展，带领群众脱贫致富。
第五是培育一批地方知名品牌。通过品牌效应，增加家产品的销路和收益，壮大经济实力，引导群众致富。积极推动产品商标注册、绿色产品认定及地理标识注册工作，加大特色农产品及其制品的宣传推介和市场开拓力度，大力宣传猴场生态产业品牌，树立品牌意识，努力打造品牌产品，使种养殖户和企业获得最大的经济效益。把生态做成产业，把产业做成生态，依靠品牌不断提升猴场乡特色农产品的市场知名度，推动特色产业的发展壮大。创建产地品牌，打造仙马牌系列生态产品，利用知识产权保护，将资源优势转化为市场优势，将资源转化为资产，增加产品的市场占有率和竞争力。一是找准优势主导产业。要想富，产业发展是出路。结合我乡生态良好的特点，重点打造以下产业。核桃种植：猴场的气候非常适合核桃生长，群众历来都有种植核桃的传统，因此，我们在全乡范围内广种核桃。
总的来说，通过大数据，将特殊人群、能致富人群、能带动致富人群等有效的区别开来，通过对特殊人群进行特殊帮扶，配强村级一把手、找准致富带头人，找准产业致富路，从而达到精准扶贫的效果。
推荐第6篇：大数据与个性化教学
大数据与个性化教学
作者：何年
来源：教育 2015年22期
现代社会标准化、批量化的大工业生产提升了生产力，与之对应的大课堂教育模式、单一标准评价模式，则因为忽略个体的差异受到批评。进入信息时代后，互联网技术的发展促进了教育的民主化，让人们随时随地都能获取知识。在信息时代，大数据技术使得小批量、个性化的生产和教育行为成为可能。与传统教育模式中一位教师面对多名学生相比，信息时代日益强烈地呼吁个性化教学。
大数据教学就是因材施教
国家信息产业部项目管理中心教授刘俊平认为：大数据技术将彻底改变教育。信息技术的长足发展，使教育发生了翻天覆地的变化。最近几年，云计算与大数据的概念出现，标志着大数据时代来临，教育信息化进入了服务化阶段。这个阶段，开始强调以人为本，科技的目光转向了学校核心内容——教学。刘俊平指出：“在信息时代，人们的活动被各种电子产品记录下来，形成庞大的数据库。商业领域已经开始高度重视这些数据，大数据引发了个性化服务的热潮。在教育领域，同样也可以利用学生学习活动的一些数据，精准把握学生的学习情况，从而提升课堂教学效果。”
浙江省嘉兴市南湖区大桥镇中学校长沈利华认为，大数据教学将实现教育的个性化。教师通常面对所有人布置作业。但在大数据时代，技术能够帮助教师了解每个学生的需求，绵延了两千多年的“因材施教”的理想，有望成为现实。他表示：“我们应利用大数据将‘信息过载’的难题转变成为个性化的教育。”嘉兴市余新镇中心小学校长王慧松也认为：“大数据时代的来临，使得过去无法收集与分析的数据，都被新的技术手段轻松破解。大数据时代的到来，让跟踪每一个人的数据成为可能。对于教育者来说，我们将比任何时候都能更接近真正的学生。大数据的支持，标志着个体化教育的时代到来。在缺少大数据分析之前，可能一直以为，在某个时间段同样成绩的学生的学业水平基本是一致的，也可能认为学生的某一次学业成绩的异常是因为粗心造成，一直凭经验下结论。大数据教学，使我们有能力去关注每个学生的微观表现，这些数据能清晰反映学生学业成绩背后的原因，能帮助教师确定有针对性的策略，实现个体化教育。”
大数据课堂教学
《苏州市教育信息化五年行动计划》提出，到2017年，全市中小学校将出现200个未来教室，用于大数据教学模式。按照目前的建设速度，届时，未来教室的数量将超额完成。未来教室有什么优势？它对于教与学有何影响？就这些问题，苏州市电教馆馆长顾瑞华作了简略的介绍。
作为与现代信息技术高度融合的新型教室，未来教室优势明显。顾瑞华将这种优势归结为以下特点：“首先是双轨展示。未来教室教学内容的呈现形式丰富，不仅有图像、师生现场演练等各种视觉形式的呈现，有教材、荧屏和师生在白板上书写出来的语言（文字）形式的呈现，还有各种音频形式，这些都能以双画面的形式同时呈现，图文并茂，彼此意义关联，互为说明、印证和延伸。双轨展示的理论依据是双重编码理论。该理论认为，如同时以视觉（图像）形式和语言（文字）形式呈现信息，对人脑的刺激更强，能让人快速识别，记得更快、更深刻，这样的教学能有效提高学生的学习质量。教师在讲授平行四边形的性质时，因为有了两块屏幕，就可同时清晰地展示‘平行四边形的平行线段相等’‘平行四边形的邻角互补’的图形和文字。”
但是，未来教室的上述功能还不是大数据教学。顾瑞华表示，未来教室是大数据教学的硬件基础。在此基础上，把教与学充分数据化，把一对多变成多对多、一对一，这才是大数据教学。比如，在一次考试中，学生个人和整体在每道题上花费了多少时间，花费时间长的有多少，短的有多少，平均需要时间又是多少，哪些在这之前已经出现过的问题，学生答对或答错了，哪些问题的线索是有效的，能打开学生的思路，回答这个问题用了多少时间，使用了哪些资源，哪些步骤被学生直接跳过了。未来教室可以即时监测、收集这些信息，形成数据资源。教师通过分析这些数据资源，可以明确掌握每个学生和群体学生的学习情况，形成新的多层次的甚至是个性化的教学策略，为学生课内课外自主学习和探究学习，提供智能的“一对一”个性化学习方案和泛在学习环境。同理，未来教室还可通过实时化和动态化的数据处理和分析，了解教师信息化教学的习惯、知识呈现方式、组织差异化教学等方面的变化，对教师的教，进行智能化诊断，帮助教师扬长避短。
大数据教学的另一方面，是对各级各类教育管理部门提供决策支持，如建立事务处理、业务监管、动态监测、评估评价、决策分析等管理系统，让教育管理部门收集、整合、分析各类数据，为教育决策提供科学依据。
未来教室与数据池
大数据课堂教学必须依托一定的信息化技术环境。苏州市正尝试用未来教室模式，把大数据教学规范化推广。苏州目前建设的未来教室分为两种模式：一种是完全模式，一种是不完全模式。在外观上，完全模式是教室中的电子屏不止两块，教室讲台前有两大块，一左一右，并排安装。教室两侧同时各有两块甚至更多的屏幕，但尺寸比讲台前的两块要小。此外，学生手中还有平板电脑、应答器等终端。不完全模式基本上只有教室前的两大块屏幕，其他的屏幕往往是可以移动的，放在课桌上，或与学生手中的终端合二为一。
在未来教室中，教师可以用资源白板混合教学。在一块屏幕上打出平行四边形的题目，另一块电子屏上，师生可手写做题。这时，师生手写的屏幕就相当于现在已经普及的电子白板。不同资源间的意义关联教学。如一边是英文题目，一边是相关的图片、漫画等，使题目更直观，也更有趣味性。课堂互动更加充分，学生个体或学习小组可通过即时应答器、各类终端等回答提问，参与讨论，呈现自己的思考等。课堂直连海量的数字化学习资源，各种网络资源都可跨越时空，国内、中外课堂可随时联通，进行交流，开展讨论。学科工具空前丰富，很多实验可直接通过电脑及网络进行。
教师在这样的教室中高效讲课，光会上网可不行，必须要接受深度培训。未来教室对教师和教育管理者提出了高要求。它要求教师掌握现代信息技术，在信息技术环境下，运行、分析、管理教育资源。据苏州市电教馆统计，2013年以来，苏州已培训了未来教室的325名种子教师、150名种子校长，此外还有各类有关未来教室的培训1300多人次，到目前，全市接受包含“未来教室专题”的网络在线培训人数，已超过了18000人。
在上海市闵行区，大数据教学也已开始实践。闵行中学化学教师戢军勇用了近6年时间，积累形成了“化学图书馆”。这个访问量已超过20万次的“微图书馆”是一个庞大的资源库，包括基础化学的课程视频、化学计算题分析、食品化学的添加剂问题等，既有资源整合，又有原创教学；既有纯学科知识，又有社会现象的拓展。戢军勇说，希望将学生的“电子书包”装得更丰富些，将知识的触角伸得远一些。这个数字图书馆是闵行区开发的一个强大的数字化学习系统的
一部分。该系统目前有65所学校参与试点，成为目前全国最大的数字化学习实验区域。这个数字化平台延展课堂教学时空。英语课上，写作在线软件深受学生欢迎，系统自动评分纠错，学生反复修改，系统即时给老师提供统计数据，教学效率大幅提高；数学课上，学生用数码笔在平板电脑上做随堂练习题，老师可以全程观察每个学生的做题进度和问题所在，及时辅导；地理课堂尝试用地图软件，师生身临其境地探究“黄河沿岸城市的分布特点”。
教学管理准确到位
信息化时代的教育转型发展，还影响到教学管理。在闵行区教育局信息中心主任张中涛看来，学生们在校园一天天学习和生活，就是他们成长的数据：“以前评价一个学生的表现，更多地看期末考试分数和老师的学期评语，并不十分客观和科学。”闵行区收集孩子们的成长数据，把建立数据池作为突破点。两年前，闵行区开始探索依托网络平台系统，为每个学生建立电子成长档案。为了搜集数据，学校为每个学生发了一张电子学生证，抓取和记录孩子日常行为数据，并能在系统内自动生成各种数据统计图表。学生去图书馆借了哪些书，参加了哪些社团活动，运动会上拿了什么名次，只需刷一下电子学生证，这些记录都能记录保存。闵行区教育局局长王浩说，对每个学生来说，这份电子成长档案就是一张全面的综合素质动态发展图。老师和家长能更直观地看到孩子的点滴进步和潜在问题，从而有的放矢引导。有了身体素质、学业成绩、社会实践、公益活动、阅读信息等数据，评价体制导向从单一分数转向多元评价。
数字化学习与传统课堂并不冲突，而是让学习变得更加多姿多彩。闵行区教育学院副院长王永和认为：数字化学习帮学生建立了学习资源库，有微课程、习题库、音视频等。无论是在学校还是家里，学习无处不在，变得更自主和个性化。有了即时形成的数据，教师更能因材施教。教育管理者的决策不再凭印象，而是用客观数据发现教育管理的缺位。闵行区有400多所中小学和幼儿园，每年还平均新增10所学校。通过数据的专业解析和深层挖掘，可以找到教育管理中的潜在问题；或者对已经发现的一些教育问题，通过数据佐证找出症结。
目前，闵行区已经开发试用教育资金管理软件。每一笔资金使用后，都会形成数据分析：在科技教育方面花了多少钱，成效如何，和学生科技普及教育的整体水平到底是怎样的关系。教育资金使用的方方面面都实时产生，监督资金是不是管好了，钱有没有花在该花的地方。对闵行区每所学校来说，教育管理更加精细化：将“大数据”分解成一个个小数据，从学生全面发展、教师专业发展、学校特色发展等方面，也能发现教育管理中的问题，让管理更加科学与人性化。
推荐第7篇：大数据与智慧城市
苏论道：大数据与智慧城市
2015-06-26尚尔刚
6月17日，由苏州大学计算机科学与技术学院、中国计算机学会苏州分会联合主办的“大数据与智慧城市”主题报告会在苏大本部报告厅隆重举行。报告会由苏大科学技术与产业部常务副部长、计算机科学与技术学院博导朱巧明博士主持，苏州市各区县的经信委、发改委部分领导列席，计算机学会成员和苏大师生约200人出席。
中兴通讯大数据产品资深工程师尚尔刚在报告会上发表了同题演讲，介绍了大数据和智慧城市的相关技术，以及中兴通讯大数据平台在智慧城市建设中的实践经验。下文是演讲的精编版。
各位来宾、领导、老师、同学们下午好，我非常荣幸有机会在这里能与大家一起分享一下大数据与智慧城市的一些知识观点。
今天我要与大家分享的内容主要分为三部分，第一部分是对大数据的解读；第二部分主要对智慧城市做个简介，第三部分主要分享一下大数据在智慧城市建设中的一些具体应用。
最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、音频、图片、地理位置信息等等；第三，价值密度低，商业价值高，关于价值下面我们会进一步详细讨论；第四，处理速度快，谷歌的搜索，每月40亿小时的视频，4.25亿Gmail用户，150PB Web索引，却能实现0.25秒搜索出结果 ，足以看出大数据的处理速度是惊人的快。在大数据时代，三分技术，七分数据，得数据者得天下。无论国内国外目前看都是这样的，国内的有bat三家公司，国外的有谷歌，facebook，亚马逊，苹果等等公司都是因为掌握了大量数据，才成就了今天的巨无霸公司。
第一，情景辅助，操作基础
数据本身被记录下来，并非全部是为了长远的利益所用。很多记录其实发挥的作用是一种操作的基础，脱离了记录，后续的操作将难以进行。举个例子说明一下，假如我在炒股，突然有个消息，某某地方刮台风了，并且导致了当地损失惨重，那现在我不能快速判断对那些股票是利好那些是利空了，现在大数据可以帮忙。在美国有一家创业公司，研发了一款大数据软件，名字叫沃伦软件，该软件就是基于大量的金融数据，政治事件，交易数据，加以复杂的模型运算，能够快速的给出结果。
第二，情景复原，责任追究
数据记录也是对以前操作过程的一个虚拟备份，记录了各自多方不同的操作过程及次序，乃至不同环节的具体操作内容。这样一种作用可以看作是记录本身最被认可的初始价值。历史上的各种备忘录，金融记录（例如会计），甚至包括历史都是出于这样一种动机来加以记录的。记录让操作的当时情景有了复原的可能性，哪怕只是一种并非完整的复原。这种复原除了纪念意义等的考虑外，还有一个重要的价值就是事后的责任追究，是一种奖惩的基础。这样一种作用看似很微小，但却是人类社 会运作的基础。尤其是在连接时代的今天，不同主体之间的交互不断加剧，情景复原会让每个主体对自己的操作更为负责，让各种有效的连接成为一种可能。随着互 联网与线下实际经济行为的日益融合，一次鼠标点击有可能代表着很大的利益转移，结合网络协议的操作记录成为了大家网上操作时承担对应责任的依据。淘宝网鼓励买家与卖家在旺旺上聊天的时候将聊天记录保存下来。在具体的投诉环节，相互之间的聊天记录可以作为一种证据去为自己辩护。而包括中间买方下单，支付款项，卖家发货，快递公司名称以及单号，甚至包括该单在快递过程中的状态，时间，甚至有些快递公司将具体快递员的姓名和电话也记录在内，最后签收的方式 等都被详细的记录下来。所有这些记录发挥了一种情景复原以及事后追究责任的作用，从而确保了交易的正常进行。
第三，情景指引，方向微调
一个系统在运行的过程中，有些时候也会出现一些跟平常不一样的差异所在。当这种差异所代表的数据通过极值等各种方式体现出来的时候，系统本身的原有平衡可能会被打破，内部各方面的环节或资源就有可能跟不上。这个时候适当的外力参与很有必要，以免出现系统崩溃的情况。中国的计划生育政策已经执行了很多年，而且也取得了一定的效果。但最近几年随着中国人口老龄化的加快，未来一些年社会对劳动力的需求会逐渐加强，劳动力短缺有可能成为中国的关键问题。在这样一种情况下，基于各种人口数据的不断变化，适当地进行人口政策的调整已经变成一种必须。但具体怎样调整，则需要根据数据来说话
第四，情景研究，系统优化
对未来的预测功能是目前业界对大数据最看重的价值之一。基于之前记录下来的各种数据的深入研究，发现其中的规律特征，从而进行系统优化，甚至升级。如果前面的纠偏只是一些相对较小的指引的话，那么基于预测的情景研究和系统优化，则是相对较大的变动。这种基于预测的价值实现对系统（包括个人、企业机构，也包括各种电子性工具）的长远运行来说价值重大，其决定了一个系统是否具有长期的成长性和演变能力。
一个主体（系统）不但要考虑即时的运行，以及下一步的正确操作，更需要考虑长远的运行可能。尤其是在竞争激烈的今天，各种企业机构之间的竞争非常残酷。如何基于以往的运行数据，对未来的运行模式进行预测，从而提前进行准备或者加以利用、调整，对很多企业机构其实是一种生死存亡的问题。这样一种情况同样适用于国家级别。正因为这一点，目前无论是在企业级别还是国家级别都开始研究、部署大数据。
中国的粮食统计是一个老大难的问题。中国的统计，虽然有组织、有流程、有法律，但中央的统计人员依靠省统计人员，省靠市，市靠县，县靠镇，镇靠村，最后真正干活或上报的是基层兼职的调查人员，由于众所周知的KPI考核导向的原因，层层加码，几乎没有人相信这个调查数据，而其中国家统计局的人是最不信的。在前两年北京的一个会议上，原国家统计局总经济师姚景源讲述了他们是如何做的。他们采用遥感卫星，通过图像识别，把中国所有的耕地标识、计算出来，然后把中国的耕地网格化，对每个网格的耕地抽样进行跟踪、调查和统计，然后按照统计学的原理，计算(或者说估算)出中国整体的整体粮食数据。这种做法是典型采用大数据建模的方法，打破传统流程和组织，直接获得最终的结果。
1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇1律枯燥无味的数据：每支部队歼敌多少、俘虏多少；缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗？”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗？林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高？”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高？”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高？”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定！敌人的指挥所就在这里！”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
推荐第8篇：大数据与物联网
大数据与物联网
物联网的发展离不开大数据，依靠大数据可以提供足够有利的资源；同时，大数据也推动了物联网的发展。新时代的发展提出更高的要求，这是一种智慧化的新形态，其外在表现就是物联网，而其内涵就表现为大数据。简单来说，物联网的应用，其内在本质就利用了大数据。大数据是物联网的血液。
众所周知，物联网时代所创造的数据将不会是互联网时代数据所能比拟的，物联网时代一辆汽车甚至一个冰箱都有一个独立的ip地址，都能依照自己系数的改变生成数据。那么这么多的数据存在，我们又如何保护它的安全和个人隐私呢?或许这个问题永远没有答案，这里借用爱因斯坦的著名理论来解释就是：“只有相对的自由，没有绝对的隐私”。 物联网产生的大数据与一般的大数据有不同的特点。物联网的数据是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的数据有明显的颗粒性，其数据通常带有时间、位置、环境和行为等信息。物联网数据可以说也是社交数据，但不是人与人的交往信息，而是物与物，物与人的社会合作信息。大数据助力物联网，不仅仅是收集传感性的数据，实物跟虚拟物要结合起来。今天北京交通堵塞，但是并不知道堵塞原因，如果政府发布消息和市民微博发布消息结合起来就知道发生什么事，物联网要过滤，过滤要有一定模式。
物联网概述
物联网最初在1999年提出：即通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。简而言之，物联网就是“物物相连的互联网”。物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。
清华大学教授李星表示：现在的互联网是人和人之间的通讯，物联网包括人和机器的通讯，机器和机器的通讯，包括传感器、控制器等。中国移动总裁王建宙解释说：“物联网时代的冰箱、彩电等家电产品，都可以用手机控制。例如在家电上安装传感器。就可以用手机通过网络进行操控”。中国联通董事长常小兵表示，3G带来了巨大的机会。尤其是物联网时代，3G将促进物联网有效发挥无缝通信的巨大威力。相辅相成的是，物联网实现了人与物、物与物的传输。这也将成为未来移动通信的巨大蓝海。
物联网是未来4G业务可选择的商业模式。物联网是下一代移动互联网的重要应用，因为物联网突出表现为每一个物体都可通信、可寻址、可控制，并且未来任何物体都可实现上网，移动互联网将随处可见。与此同时，物物通信还会包涵大量数据业务，而未来4G的高带宽正好有了“用武之地”。也就是说，物联网会对数据业务有较大需求，也许会成为未来4G业务可选择的商业模式。正因为对数据业务有巨大需求，才会使得大数据与物联网的结合成为可能。人们在不断的发展不断的进步，在这当中人们提出来大数据的概念，一次来满足不断发展的需求。
我国物联网的发展现状
一、发展优势
下面将从政策优势、技术优势、市场优势三个方面来研究我国物联网发展的优势所在。 2009年8月，温家宝“感知中国”的讲话把我国物联网领域的研究和应用开发推向了高潮，无锡市率先建立了“感知中国”研究中心，中国科学院、运营商、多所大学在无锡建立了物联网研究院。自温总理提出“感知中国”以来,物联网被正式列为国家五大新兴战略性产业之一，写入“政府工作报告”，物联网在中国受到了全社会极大的关注，其受关注程度是在美国、欧盟、以及其他各国不可比拟的。
就像互联网是解决最后1公里的问题，物联网其实需要解决的是最后100米的问题，在最后100米可连接设备的密度远远超过最后1公里，特别是在 家庭，家庭物联网应用(即我们常说的智能家居)已经成为各国物联网企业全力抢占的制高点，作为目前全球公认的最后100米主要技术解决方案，ZigBee 得到了全球主要国家前所未有的关注，这种技术由于相比于现有的WiFi、蓝牙、433M/315M等无线技术更加安全、可靠，同时由于其组网能力强、具备 网络自愈能力并且功耗更低，ZigBee的这些特点与物联网的发展要求非常贴近，目前已经成为全球公认的最后100米的最佳技术解决方案。在我国企业南京物联和深圳华为的长期持续的推动下，ZigBee技术不仅在中国得到快速的发展，在全球也具备了一定的影响力，特别是在智能家居 领域，很多世界500强企业纷纷将兼容南京物联的标准作为一项基础的选择，这也为我国发展物联网营造了非常积极有利的外部环境。
当前．我国的无线通信网络已经覆盖了从南疆到北国、从青藏高原到黄河三角洲的整个广袤的国土．从城市到农村、从珠穆朗玛峰到南沙群岛。到处都可感知到无线信号讯息。而这一完整的无线通讯网络正是未来物联网在中国拓展的物质基础．是“感知中国”计划在我国全面推进的重要保障。未来物联网是比过去的互联网更具深远影响力的一次科技革命．这次科技革命不仅将扩大传统的物品流通途径和服务范围．而且将给使用者带来更高效、更有品质的生活质量．最重要的将催生一大批从事这一领域开发和服务的朝阳产业。而也惟有中国才具备物联网形成规模经济．进行大面积推广和产业化的人口优势、物质基础和市场规模。可以这么说，由于中国市场优势的存在．在未来的全球物联网产业当中．中国必将占据一席之地。
二、发展存在的问题
缺乏健全的政策和立法支持。物联网不是一种普通的技术和产品．它属于对国家经济发展和国家安全具有极其重要利益战略性高新技术产业。因此．国家与政府必须具有长远的战略眼光．在产业政策的制定和专利及行业立法保障方面未雨绸缪。先试先行。
缺乏统一的技术标准与协调机制。从互联网的发展历程来看．统一的技术标准和一体化的协调机制是导致现在互联网能遍布全球的重要原因。但是，从目前我国物联网行业的发展情况来看，实际情况却令人堪忧。由于没有一个统一的技术标准和协作平台．导致进入这行业的大大小小的企业各自为政。开发出大量不能相互适配和联通的技术．导致未来可能会出现的灾难性的后果。如果这一问题解决不好．势必成为制约我国物联网长期发展的瓶颈。
高昂的开发成本，导致目前我国的物联网技术很难推进到产业化发展和应用的良性循环轨道。由于对于中小企业来讲．进入的门槛太高．造成这一技术无法大规模的推广。而没有规模经济效应．这一技术只能停留在技术研发阶段．不能给国家和企业带来实实在在的利益．
安全问题亟待从技术和法律上得到妥善的解决。物联网的兴起既给人们生活带来了诸多便利．但也使得人们对它的依赖性越来越大。如果物联网被恶意的入侵和破坏．那么个人隐私和信息就会被窃取．更不必说国家的军事和财产安全。这一点．从互联网时代的黑客行为就可想象得到它的巨大危害性。
总之，在政府、企业和科研机构的协同努力之下．我国的物联网发展必定能抓住机遇。突破瓶颈，实现自身的跨越式发展。真正迎接大数据时代的到来，更好的发展物联网产业。
参考文献
《大数据》作者：涂子沛
出版社：广西大学出版社
《物联网工程导论》 王志良 西安电子科技大学
我国物联网的发展现状与策略
吴 帅
江汉大学文理学院
石军．“感知中国”促进中国物联网加速发展[J]．通信管理与技术，2009(5) 张南．未来两年：物联网产业发展爆发期[J]．通信世界，2009(46) 我国物联网产业现状及其发展对策分析 袁国智 董毅明
昆明理工大学管理与经济学院2011年 第4期
推荐第9篇：大数据学习体会
“大数据前沿技术及应用”专题研修活动
大数据技术是“互联网+”时代的利器之一，它可以帮助我们从不同角度和层面来剖析教学，探索教育教学的新规律，大数据的全样本特征解决了教育管理中局部数据或抽样数据的片面性问题，使得教育需求的把握更加整体化。下面我结合实际，谈谈大数据在教育管理中的几点应用：
1.现在社会进入互联网时代，学生在学校的每一次考试，在哪方面有特长、曾经获得过哪些奖励、参加过哪些社会活动等，其实在电子档案中就可以一目了然，再加上现在的学生都会有微博、微信、QQ 等网络社交工具，这些社交平台中会会留下大量的信息，学生的成长轨迹也可以说是非常清晰的。只要把这些信息过程数据化，教师的教育教学工作可以有更明确的指向性，学生也可以更好地了解自己，以后自己的努力方向在哪，这对学生更为重要。
2．实现个性化教育。利用大数据，我们可以去关注每一个学生个体的微观表现，比如，他在什么时候翻书，听到什么话的时候微笑点头，在一道题上逗留多久，在不同学科的课堂上提问多少次，开小差的次数，会向多少同学发起主动交流，等等。这些数据的产生全是过程性的，包括课堂的过程，作业的过程，师生互动过程等，这些数据完全是在学生不自的情况下收集，因此采集非常自然真实，可以获得学生的真实表现。在教学上根据学生情况因材施教。
3．大数据能够帮助我们解决没有办法收集分析大数据的困境，做以前不能做的事情。那这对学习意味着什么呢？它不仅仅意味着能影响教学结果，还影响着决定者每个学生学习的方式和学习的内容。我们可以给每个学生提供个性化的教学内容，教学服务以及教学方式，也让他们的学习变得越来越容易和简单。 十九大报告提出，建设教育强国是中华民族伟大复兴的基础工程，必须把教育事业放在优先位置，加快教育现代化，办好人民满意的教育。我认为当进入大数据时代后，在党和国家的关心下，我们的教育管理和运行会迎来了更多的发展机遇。更多的大数据的预测、分析将逐步融入我们的教育管理和决策中去，从而帮助我们更好地做好教育发展的规划,改变我们的教育教学评价体系,甚至还有更深远的影响。
推荐第10篇：《大数据》读后感
《大数据》读后感
毫无疑问，我们正处在一个真正意义上的大数据时代。徐子沛先生的《大数据》这本书给了我们一个很好的启发，面对信息技术的迅猛发展，存储能力的日渐膨胀，网络传输的高效便捷，我们当今时代的每个人都应该认清局势，顺势而为，主动驾驭数据，让数据创造更大价值。
《大数据》是一本视野独特的书。它以数据为轴线，描绘了美国走过的改革创新的过程，行文如流水，引人入胜。书中，我读到的不仅是大数据处理技术的发展变革，更多的是与大数据相关的美国政治、经济、社会和文化的演进，从民主和国家战略的层面细解大数据的影响力。美国是全书的主体，但又处处反观中国当下的现实。它让我更加深刻地理解了朱局长提出的“坚持用数据说话、用数据改进管理、用数据推动创新”的深刻内涵和殷切期望。我们只有重视数据，加强对数据的收集、分析和使用，才能更好地应对正在到来的数据革命挑战。那么，作为与数据打交道、用数据说话的财务工作者，我们应该如何应对大数据时代的种种挑战呢？
对比《大数据》，结合平时工作和学习的实际情况，我认为我们应该认真思考和解决好以下三个问题：
一、什么是大数据？ 以前我们总认为不相关的数据是没有用，但是徐子沛先生却彻头彻尾的颠覆了我们的固有思维，他告诉我们不需要强求每条数据都那么真实准确，从大量的数据中我们就可以得出相对准确的结果。例如：Google通过汇总分析某个地区的人们搜索和流感有关的词汇等关键字提前一周准确的预测了这个地区流感的爆发。通过学习，我深刻意识到大数据无处不在，只要我们细心，就可以轻松挖掘出我们身边的那些大数据，并做一些有意义的关联，就像书中说的那样，未来成功的公司必定是是那些拥有大量数据、并使用那些数据为大众提供服务的公司。
二、如何收集数据？
面对信息大爆炸时代的海量数据，我们必须充分利用高科技手段，高效有序地收集整理各种数据，以满足现实工作中越来越广泛的信息需求。为此，建议我们广电系统可以规范文档备案和上传制度，建立统一的文档共享中心。通过互联网、电子计算机等现代技术手段搜集汇总各部门的纵向数据以及部门间的横向数据，通过纵横交错的数据网络，针对特定主题，持续不断地收集相关数据，增加现实工作的高效性和便捷性。
三、怎么利用数据？
收集数据的目的是为了分析利用数据。这里举一个现代财务发展史上的伟大发明，财务三大报表，通过分析财务报表，阅读者可以直观的了解到企业的财务全貌，大大加快了现代公司制企业发展的进步步伐。当今社会，依托于现代计算机技术的高速发展和现有社会结构的深刻变革，我们可以大力引入中介机构，通过培训，定制软件等方式，向员工贯彻新理念，普及新知识，迅速改变落后工作状态，加快提升业务运行效率。
综上，大数据时代是我们信息化社会发展必然趋势，身处其中的我们还有很多知识需要学习，许多思维需要转变。只有紧跟时代潮流，迅速响应调整，才能在新一轮市场竞争中把握主动，脱颖而出。成就更伟大的事业，收获更宏伟的人生。
2015年11月23日
第11篇：大数据观后感
2018年4月1日，我参加观看了贵州省组织的“新时代学习大讲堂”时代前沿知识专题讲座第二期的直播，本期的主体是“大数据”。主讲人是中国科学院院士，北京理工大学党委常委、副校长，贵州省大数据产业发展应用研究院院长梅宏同志。他从认识大数据、应对大数据、应用大数据、现状与思考四个方面作了全方面讲解，并谈了意见和建议。
习近平总书记在中共中央政治局第二次集体学习时指出，大数据是信息化发展的新阶段。善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。所以，大力加快发展大数据是我们目前的重要工作之一。
梅院长在《认识大数据》中表示：大数据现象源于互联网及其延伸所带来的无处不在的信息技术应用、以及信息技术的不断廉价化。近年来，大数据蕴含的巨大应用价值和潜力已被广泛认知和期待，并兴起了大数据研究和应用的热潮，我们正在步入大数据时代。”他总结和概括了大数据的本质和内涵。在《应对大数据》一节分析了大数据对信息技术体系的挑战以及相关的技术发展趋势。在《应用大数据》一节中梅院长举了大量的实例来介绍大数据应用的成功情况。梅院长指出，他第一次感受到时代和数据的变化是他领工资的时候，以前将工资装入信封中，总是厚厚的一叠，突然有一天，信封里的厚度变薄了，里面只放一张工资条。，由此可见，数据时代给我们带了很多的便利。
梅院长指出，大数据的发展也面临着很多困难，如google的流感预测，2009年，GTF预判一个地区的流感爆发情况，其结果和CDC的数据十分接近，却比CDC提前了一到两周。这件事引发轰动后，其数据的准确性却在不断下降。其原因包括行为动机随时间变化和模型本身可能改变人的行为等。由此可见，数据也会受很多因素的影响。梅院长举了很多这方面的例子，如：人与机器同时回答一个问题：美国哪两个机场是由人的名字命名的，对于人来说，只需要经过一些筛选就可以得出答案，对于机器来说，他的数据只要在“机场”和“人名”中的某一项不完善，则无法得出结论。所以，我们还面临着很大的挑战。
我们从硬件为王的时代到软件为主导的时代，现在我们已经进入到了以数据为王的时代。我们都还处于初级阶段，还未到达我们的预期，我们所说的智能化到底有多智能，我们还尚未得知。梅院长指出，我国要发展大数据，应该借鉴已有的模式，兼顾现状和发展，建立符合我国国情的体系
这次讲座中我学习到了很多大数据的相关知识，受益匪浅。
第12篇：大数据人才培养
大数据产业人才培养计划
贵州省在着力打造大数据产业发展应用新高地，推动大数据产业成为贵州经济社会发展的新引擎，建成全国领先的大数据资源中心和大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应用、保安全、促创新，建设信息资源聚集地。2014年2月，贵州印发《关于加快大数据产业发展应用若干政策的意见》。明确从2014年起连续3年，省和贵阳市、贵安新区每年各安排不少于1亿元资金，用于支持大数据产业发展及应用。到2017年，贵州将形成1―2个大数据产业示范园区，引进和培育30户大数据龙头企业，聚集500户创新型大数据相关企业，通过大数据带动相关产业规模达3000亿元，引进大数据领军人才100名，引进和培养高端人才5000名。
一方面，根据IDC的调查报告，全球从2012年至2015年的3年之间里，云计算的相关工作需求将出现26%的年增长率，超过1/4的增长率再次证明了企业对云计算人才的巨大需求。IDC的预测还表明，2012年有约170万的云计算相关岗位出现真空，而这方面的求职者也都缺乏云计算方面的实践经验，并且不具备完善的培训机制；值得警醒的是，到2015年，这个数字将有170万上升到700万，云计算产业面临着更大的人才缺口。若以地区来看，亚太地区的云计算人才缺失要更加严重一些，根据IDC预测，亚太区的云计算相关人才需求年增长率将达到32%，超过欧洲、中东等地区8个百分点，到2015年的人才需求是230万。这其中，中国地区也占了很大比例，尤其中国还是一个拥有巨大发展潜力的市场。
另一方面，根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。
大数据产业在中国已经被提高到国家战略层面，在国务院印发的《促进大数据发展行动纲要》中就明确指出要以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，着力推进数据汇集和发掘，深化大数据在各行业创新应用，促进大数据产业健康发展。发展大数据在工业、新兴产业、农业农村 等行业领域应用，推动大数据发展与科研创新有机结合，推进基础研究和核心技术攻关，形成大数据产品体系，完善大数据产业链。
然而，目前在云计算和大数据行业打拼的从业者中，大部分都是半路出家，极少有人受过系统化的培养和教育。在信息周刊的调查显示BI、数据分析和信息管理人才认为技术培训、认证课程和统计/分析培训是最重要的三种培训课程选择。有趣的是，数据分析人才对财务、营销等商务技能课程的兴趣远高于其他IT专业人士。
我国大数据所需人才储量小，符合条件的人才严重不足，供需矛盾明显。我国能否在云计算和大数据时代这一轮新的竞争中取得先机，人才是关键。在一个产业来说，高端科研和开发人才其实需求量并不大，市场需要的更多是基础开发、项目实施和维护人员，这就给我省大数据人才培养和大数据产业弯道取直提供了一个非常好的机会。 贵阳市高新区、贵州大学大数据与信息工程学院、贵州创客科技孵化器有限公司结合各自优势、整合资源，共建大数据产业人才培养基地，把呼叫中心、统计师、电商人员基本培训与数据分析师、大数据高端分析挖掘串联培养，打通大数据产业各层次人才链，造就贵州大数据产业人才、助力贵州大数据产业发展。 使命
1、造就贵州大数据产业人才；
2、助力贵州大数据产业发展；愿景：
1、成为贵州大数据产业人才培训培养平台；
2、成为贵州大数据产业人才评估评测平台；
3、成为贵州大数据产业人才就业服务平台；
4、成为贵州大数据产业人才创业孵化平台；
5、成为贵州大数据产业人才公共服务平台；
6、成为贵州大数据产业人才智慧聚合平台；
7、成为贵州大数据产业人才国际交流平台；
8、成为贵州大数据产业人才社群社区平台；培训培养平台总体思路：
1、老师资源：外部合作、聚合吸引，以本地尤其是贵大师资为主，引进外部相关成熟机构或资深教师。
2、学生资源：政府助推、宣传影响，政、校、企联合创新高校学生3+1培养计划，加大大数据人才培养和职位宣传，明确职位需求。
3、学生就业：企业预订-代培、主动输送、供需对接，收集和对接全省企业或机构大数据产业相关需求，明确目标、针对岗位培训，预定就业；
4、价值创造（赢利模式）：政府配套扶持、学生深入培训支付（就业后返还）、企业人才委培费用；
5、培训方式：项目实战型培训、定向定岗型培训、基础技能型培训、专业认证型培训；
6、内容设置（暂定）：基础技能性人才；数据分析类人才；专业工具类人才；平台技术类人才；数据库类人才；应用开发类人才；运营维护类人才；信息安全类人才；移动互联网应用类人才；定向委培类人才等。
7、认证考核：国家认证、行业认证、学校认证；（大数据学院结合其多年教学和相关合作单位拥有ISO 20000认证 数据中心认证(CDCP/CDCS/CDCE/CDFOM)认证绿色数据中心能源与效率专家，红帽认证工程师、微软认证工程师、戴尔认证存储工程师、博科认证网络工程师、数据统计师（全省唯一一家）等等）；
8、外部合作与资源整合：认证机构合作、培训机构合作、用人单位合作、创业项目合作、研究课题合作、政府机构合作、产业行业合作；
9、实习培训：到机构、项目、单位实习锻炼；参与项目课题组实战锻炼；
10、呼叫中心、电商等相关行业计策人才培养。整体切入点：
1、贵州大学六度创客工场（贵州创客科技孵化器有限公司和贵州大学大数据学院合作打造）组织初创技术团队；组织相关软件技术和大数据基础培训。
2、贵州大学大数据学院组织授课老师和相关培训资质和证书。
3、高新区收集本区内相关外包项目，统一打包给六度创客工场。优点：
1、可以解决高新区企业技术外包难题，为高新区培养大量技术人才缓解高新区企业技术短缺、人才紧缺问题；
2、培养成熟的技术团队或人员推荐到高新区落户注册企业；
3、扶持一部分初创公司，帮助他们度过创业初期艰难时刻；
4、外包项目大大增加培训实战环节，有利的提高培训质量。
本地化人才是贵州大数据产业发展的基础。通过建设培训培养基地、构建运营服务体系、打造产业服务平台，快速高效地培训培养出大数据产业发展所需要的各类人才，是贵州省大数据产业快速起步和长远发展的当务之急。
我们将在省大数据产业人才培养相关部门的指导下，密切配合大数据产业人才发展计划，做好贵州大数据人才需求规划和培养计划，力争在2015年培训培养大数据产业人才300人，2016年培训培养出2000人才，以满足持续增长的人才需求，为贵州大数据产业的发展添柴加油。
六度创客工场 贵州溪山科技有限公司 2015年10月1日
第13篇：大数据心得体会
大数据心得体会
早在2007年，人类制造的信息量有史以来第一次在理论上超过可用存储空间总量，近几年两者的剪刀差越来越大。2010年，全球数字规模首次达到了“ZB”（1ZB＝1024TB）级别。2012年，淘宝网每天在线商品数超过8亿件。2013年底，中国手机网民超过6亿户。随着互联网、移动互联网、传感器、物联网、社交网站、云计算等的兴起，我们这个社会的几乎所有方面都已数字化，产生了大量新型、实时的数据。无疑，我们已身处在大数据的海洋。
有两个重要的趋势使得目前的这个时代（大数据时代）与之前有显著的差别：其一，社会生活的广泛数字化，其产生数据的规模、复杂性及速度都已远远超过此前的任何时代；其二，人类的数据分析技术和工艺使得各机构、组织和企业能够以从前无法达到的复杂度、速度和精准度从庞杂的数据中获得史无前例的洞察力和预见性。
大数据是技术进步的产物，而其中的关键是云技术的进步。在云技术中，虚拟化技术乃最基本、最核心的组成部份。计算虚拟化、存储虚拟化和网络虚拟化技术，使得大数据在数据存储、挖掘、分析和应用分享等方面不仅在技术上可行，在经济上也可接受。
在人类文明史上，人类一直执着探索我们处的世界以及人类自身，一直试图测量、计量这个世界以及人类自身，试图找到隐藏其中的深刻关联、运行规律及终极答案。大数据以其人类史上从未有过的庞大容量、极大的复杂性、快速的生产及经济可得性，使人类第一次试图从总体而非样本，从混杂性而非精确性，从相关关系而非因果关系来测量、计量我们这个世界。人类的思维方式、行为方式及社会生活的诸多形态（当然包括商业活动）正在开始发生新的变化。或许是一场革命性、颠覆性的变化。从这个意义上讲，大数据不仅是一场技术运动，更是一次哲学创新。 1 大数据的概述
1.1 大数据的概念
大数据（Big Data）是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。
数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。如沃尔玛或谷歌这类领先企业都要付高昂的代价才能从大数据中挖掘信息。而当今的各种资源，如硬件、云架构和开源软件使得大数据的处理更为方便和廉价。即使是在车库中创业的公司也可以用较低的价格租用云服务时间了。
对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息，例如零售业中对门店销售、地理和社会信息的分析能提升对客户的理解。对大数据的二次开发则是那些成功的网络公司的长项。例如Facebook通过结合大量用户信息，定制出高度个性化的用户体验，并创造出一种新的广告模式。这种通过大数据创造出新产品和服务的商业行为并非巧合，谷歌、雅虎、亚马逊和Facebook，它们都是大数据时代的创新者。
1.2 大数据的三层关系
第一层关系：数据与机器的关系。大数据纪元刚开始，产业界碰到的第一个核心问题就是“大”的问题。做了几十年的数据仓库甚至海量并行处理的数据库都不能处理那么大的数据，怎么办？需要范式切换。主要有三个方面，新型的数据与机器关系当中的第一条就是重新考虑架构与算法，重新考虑舍得，有舍才能得，天下没有免费的午餐，所以必须要舍弃一些，得到一些新的。必须舍弃贵族化的高端小型机和UNIX服务器，得到平民化的更大量的X86服务器。通过这样一种可横向、可水平扩展服务器处理每两年翻番的数据量的挑战。第二个舍得是舍弃硬件的可靠性和可用性，得到软件的可靠性和可用性。这也就是谷歌三大论文以及Hadoop的核心重点。第三个舍得是舍弃传统数据库的强一致性，获得更放松一致性、可扩展架构，如NoSQL。第四个舍得是传统算法强调非常严格的精确性，现在要放弃一些精确性，通过近似、采样这种方式来获得更好的扩展性。
最早大数据的处理范式是Mapreduce的批量处理，英特尔慢慢有其他的需求，实时的流处理、多迭代的处理、图计算、即时查询等等新的范式百花齐放，最后万法归宗。刚才王斌老师将讲的SAP的HANA本身就是数据管理和分析的融合，现在非常流行的Hadoop之后的SPARK，就是把前面的各种范式进行了融合。 存储与内存的消长，大数据第一个要解决把数据存储下来，后来发现要把它放到大的内存里进行处理，获得实时性，接着在存储和内存之间现在又出现了闪存，有闪存化甚至全闪存的存储，也有闪存化的内存，把所有的计算在闪存里面处理，已经被微软、Facebook等等大量使用。大家可以预期，两年以后出现新的非易失性的闪存，它的速度可能要比闪存快几百倍，和内存相似，这又会极大地颠覆数据与机器的关系。
第二层关系：数据与人的关系。主要是价值的觉醒，如果数据不能产生价值它可能是负面资产。数据怎么能够给人带来价值？我们介绍一下它的价值维度，把它映射到二维的时空象限里，用六个关键词来描述它。第一是“Volume”，两个关键词，小数据见微对个人进行刻划，大数据知著能够了解宏观规律，它是空间概念，同时也是时间概念，数据刚刚产生的时候，它的个性化价值、见微的价值最大，而随着时间的推移，它渐渐退化到只有集合价值。第二是Velocity，时间轴的原点是当下实时价值，副轴是过往，正轴是预测未来，如果知道知前后就能够做到万物的皆明。第三是Variety，多源异质的数据，能够过滤噪声、查漏补缺、去伪存真，就是辩讹。还有晓意，能够从大量的非结构化数据中获得语意，从而能够使机器窥探人的思维境界，这六个价值维度怎么去实现？主要是两部分人，一是数据科学家要洞察数据，另外一个是终端用户和领域专家要去解读数据并利用数据。首先看洞察数据，数据科学，人和机器作用发生了消长，讲个例子，机器学习大家觉得是机器的问题，其实人在里面起到很重要的作用，尤其是机器学习是模型加特征，而特征工程是一个人力工程，你要有经验非常丰富的特征团队去死磕特征，找出更好、更多的特征，才能够使机器学习的效果更好。但是现在深度学习这些新技术出来，能够用机器学习特征，能够在大量非结构化数据中找到丰富的信息维度用特征表达出来，这远远超出了人的能力。大家知道黑客帝国描述了一个场景，人脑袋后面插一个插头，给机器提供营养，我可能不会那么悲观，但是像这样的互动关系以一种更良性的方式出现了，现在人的一言一行、社交行为、金融行为都已经成为机器的养料、机器的数据，使得机器获得更好的洞察。
终端用户需要更好地、更傻瓜化的分析工具和可视化工具，两年前我去参加大数据的会，基本上都是Hadoop和NoSQL现在大家参加大数据会可以看到清一色的分析工具和可视化工具。大数据跟各行各业的化学作用正在发生。如果马化腾说“互联网+”是互联网与各行各业的加法效应，那么大数据将与各行各业产生乘法效应。
第三个关系，数据与数据的关系。现在只有海面平的数据是搜索引擎可以检索到，深海的数据可能是黑暗的数据，在政府、在企业里大家看不到。我们怎么办呢？必须让数据发现数据。只有让数据能够发现数据、遇到数据，才能产生金风玉露一相逢、便胜却人间无数的效果。这里有三个重要的观念，需要法律、技术、经济理论和实践上配合。法律上要明确数据的权利，数据所有权，数据的隐私权，什么数据不能给你看；数据的许可权，什么数据是可以给你看的；数据的审计权，我给你看了以后，你是不是按照许可的范围去看；数据的分红权。数据像原油又不同于原油，原油用完了就没有了，数据可以反复地产生价值，因此数据的拥有者应该得到分红。我们要保证数据的开放、共享、交易。 公共数据和部分科研数据要开放，开放过程中注意保护隐私。企业之间可以进行数据的点对点共享，最高境界是不丢失数据的所有权和隐私权的前提下共享，这里有多方安全计算的概念。1982年姚期智老先生提出了百万富翁的窘境的问题，两个百万富翁他们想要比谁更富，但是谁都不愿意说出来自己都多少钱，在我们的数据共享当中要通过各种各样的技术达到这样的效果。还有数据交易，建立多边多边平台来支持数据交易。
互联网能发展起来经济学理论和实践是很重要的支撑，梅特卡夫定律决定了一个互联网公司的价值，跟它用户数的平方成正比，又比如说谷歌请最好的经济学家，它的一个广告业务的核心就是建立在一个非常先进的拍卖经济学的模型基础上。数据经济也需要这样一些基础的理论，比如数据定价和信息定价不一样，信息做一个咨询报告5000美金卖给你，可以卖给所有人。但数据对不同的单位价值不一样，可能我之毒药是彼之蜜糖。另外估值，一个企业拥有大量的数据，是无形资产的一部分，对于企业的市场价值带来了多大的增长。
1.3 大数据的四个特性
大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。这也是一个描述性的定义，在对数据描述的基础上加入了处理此类数据的一些特征，用这些特征来描述大数据。当前，较为统一的认识是大数据有四个基本特征: 数据规模大( Volume) ，数据种类多( Variety) ，数据要求处理速度快( Velocity) ，数据价值密度低( Value) ，即所谓的四V 特性。
数据规模大( Volume)：企业面临着数据量的大规模增长。例如，IDC最近的报告预测称，到2020年，全球数据量将扩大50倍。目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。此外，各种意想不到的来源都能产生数据。
数据种类多( Variety)：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
处理速度快( Velocity)：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。根据IMS Research关于数据创建速度的调查，据预测，到2020年全球将拥有220亿部互联网连接设备。
数据价值密度低( Value)：大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。
1.4 大数据的三个特征
除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。
第一个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求.
第二个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。
第三个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。
2 大数据的技术与处理
2.1 大数据的技术
1.数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
2.数据存取：关系数据库、NOSQL、SQL等。
3.基础架构：云存储、分布式文件存储等。
4.数据处理：自然语言处理(NLP，NaturalLanguageProceing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解(NLU，NaturalLanguage Understanding)
，
也
称
为
计
算
语
言
学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。
5.统计分析：假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。
6.数据挖掘：分类 （Claification）、估计（Estimation）、预测（Prediction）
、
相
关
性
分
组
或
关
联
规
则（Affinity grouping or aociation rules）、聚类（Clustering）、描述和可视化、Description and Visualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)。
7.模型预测：预测模型、机器学习、建模仿真。
8.结果呈现：云计算、标签云、关系图等。
2.2 大数据的处理
1.采集 大数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。
在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片的确是需要深入的思考和设计。
2.导入/预处理
虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。 导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。
3.统计/分析
统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。 统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。
4.挖掘
与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的Kmeans、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。
整个大数据处理的普遍流程至少应该满足这四个方面的步骤，才能算得上是一个比较完整的大数据处理。
3 大数据的应用
正如诸多文献所谈到的，大数据对许多行业的影响和冲击已经呈现。例如，商零售、物流、医药、文化产业等。金融，作为现代经济中枢，其实也已透出了大数据金融的曙光。
过去的2013年，中国金融界热议最多的或许是互联网金融，更有人指出2013年是中国互联网金融元年。确实，第三方支付、P2P、网贷、众筹融资、余额宝、微信支付等发展迅速。众多传统金融业者也或推出自己的电商平台，或与互联网企业联手提供相应的金融产品和服务。
互联网金融，无论是业界、监管者或理论界，都在试图给出自己的理解和定义。但到目前为止，尚未有一个统一的、规范的概念。在我看来，互联网金融本来就是一个不确切的概念，也不可能有一个明确的定义。严格说来，所谓互联网金融只是大数据金融的一种展现或形态。换言之，前者是表，后者是里。
这是因为，无论是互联网还是金融业，其实质都是大数据（信息）。首先，对互联网企业而言，流量、客户等数据（信息）是其涉足金融业的基石。对金融企业而言，提供中介服务，撮合金融交易也是以数据（信息）为基础。其次，没有大数据技术的支撑，所谓互联网金融也难以快速、持续成长。20世纪90年代互联网浪潮的蓬勃兴起，至今已近二十年。但从世界范围看，所谓互联网金融却发展缓慢。当然，其中原因很多，但其主要原因则是大数据技术是近几年才快速发展起来的。最后，从金融企业来看，在数据中心建设，软硬件系统建设，数据（信息）挖掘、分析等方面也是做得有声有色，其庞大的客户数据、海量交易记录及众多信息源，使其在大数据应用方面也做了许多积极探索。因此，要准确反映近年新金融趋势，“大数据金融”比“互联网金融”更为贴切。
4 大数据应用中的三大难题近年来，大数据这个词成为互联网领域关注度最高的词汇，时至今日，大数据已经不再是IT圈的“专利”了，从去年的春晚，到刚刚过去的两会，都能见到它的身影，但实际上春晚与两会的数据都只能叫做小数据，它与真正的大数据还相差甚远。即便如此，数据所产生的价值已经被人们所认知。
就大数据来说，它的发展可以分成三个阶段，第一个阶段是组织内部的数据，这些数据通常都是结构化的数据，我们一般将这些数据进行分类、排序等操作，将相同类型的数据进行对比、分析、挖掘，总而言之基本上都是统计工作。到了第二阶段，数据的范围扩大到行业内，各种各样的应用数据出现，数据量大规模增长，尤其是非结构化数据的出现。典型的像视频、图片这一类的数据，在这一阶段的特点就是非结构化和结构化数据并存，且数据量巨大，要对这些数据进行分析是我们目前现阶段所处在的状态。
第三阶段则是未来大数据发展的理想化状态，首先它一定是跨行业的，且数据的范围是整个社会。通过对这些数据进行分析加以使用，将直接改变我们的生活方式，这也是现在很多企业所设想的未来交通、医疗、教育等领域的发展方向。
1.大数据太大不敢用
第三个阶段是我们所憧憬的，但在我们所处的第二阶段面对的更多是问题。其中的一个问题就是“大”。大数据给人最直观的感受就是大，它所带来的问题不仅仅是存储，更多的是庞大的数据没办法使用，以交通为例，从2001年开始在北京的主干道上都增设了一些卡口设备，到了今天基本上大街小巷都能看到。 这些设备每天所拍摄的视频及照片产生的数据量是惊人的，仅照片每天就能产生2千万张，而解决这些数据的存储只是最基本的任务，我们更需要的是使用这些数据。例如对套牌车辆的检查，对嫌疑车辆的监控，当你想要使用这些数据的时候，传统的数据库以及系统架构，放进这么庞大的数据，是根本跑不动的。这一问题导致很多企业对大数据望而却步。
2.大数据太难不会用
说到大数据的使用，自然离不开Hadoop，Hadoop本身提供了分布式系统中两个最重要的东西：分布式存储（HDFS）和分布式计算（Mapreduce）。这两者解决了处理大数据面临的计算和存储问题，但更为重要的是，为开发大数据应用开辟了道路。 Hadoop是目前解决大数据问题最流行的一种方式，但其仍然有不成熟的地方，曾作为雅虎云计算以及Facebook软件工程师的Jonathan Gray就表示：“Hadoop实施难度大，且复杂，如果不解决技术复杂性问题，Hadoop将被自己终结。”正是由于这样的原因，Gray创办了自己的公司——Continuuity，这家公司的目标就是在Hadoop和Hbase基础上创建一个抽象层，屏蔽掉Hadoop底层技术的复杂性。由此可见想要用好大数据又是一大考验。
3.大数据太贵用不起
Hadoop的特点就是让你可以使用廉价的x86设备来完成大数据的业务，但事实上如果你真想要用它来完成某些商业任务你还得是个“土豪”。在国外那些使用大数据的成功案例里，亚马逊曾给出过这样一组数字，NASA需要为45天的数据存储服务支付超过100万美元。像Quant___cast这样的数字广告公司，同样也是花费了巨额的资金用在Hadoop技术上，来根据自己的需求定制系统。从上面两个案例来看用于商业用途的大数据现阶段还是很费钱的，随着大数据软件环境逐渐成熟，开发工具增多，价格在未来会逐渐降低。
从上面罗列的这三点困难，其实并不是要给大数据泼冷水，而是想说大数据想要淘金并不简单，首先在做大数据之前，好好盘点一下自己拥有的资源，不仅仅是数据资源，还包括知识与技能。确定了自己的能力之后，选择一个能够发挥你现有资源最大价值的项目。如果你需要帮手，应先考虑商业顾问，再考虑技术人才。为了解答一个生意上的困惑花下的钱，叫作投资，而把钱投到一个拥有特殊技能的IT人才身上，那就叫沉没成本。当你有了这些之后，选择更灵活且可扩展的工具，为以后的扩充打好基础。更重要的是——从小规模做起。
5 大数据创新的驱动力
计算机科学与技术的发展使得大规模信息处理基础设施产生重要改变。在过去的30年中，经典的数据库管理系统（DBMS）在处理大规模数据方面与时俱进，在企业数据处理等方面得到广泛应用。数据库研究和技术进展主要集中在数据建模、描述性查询语言、事务处理和数据库可靠性等。在这个过程中，相关的数据仓库和数据挖掘分析技术也成为一个热点研究方向；人们认识到数据处理过程中的信息可以被有效整理和分析来支持以数据为中心的决策支持。 数据库管理系统在目前的互联网时代继续占据了重要地位。在一个典型的互联网服务系统架构中，数据库管理系统和Web服务器及应用服务共同作用，为互联网用户提供各类信息和服务。在这个系统架构中，人们期望系统能支持无限次和高速的互联网用户访问，这个时候数据库层由于在硬件可扩展性上面的不足可能成为系统性能瓶颈。这个挑战我们称为大数据问题 （big data problem）。大数据系统期望能对大规模异构复杂数据建模，进行实时分析；传统的商用数据库系统很难提供良好的解决方案。另一个大数据相关的挑战是服务器端数据中心的数据维护及安全隐私问题。近年来云计算技术已经成为大数据中心的一种可靠解决方案，Google, Yahoo and Microsoft等公司也纷纷开发自己的云计算系统。尽管云计算在互联网应用中已经体现出很多优越性，其在系统成熟性、可用性等方面还有很大提高空间。
显而易见，大数据领域的大规模数据管理和复杂数据分析已经成为新的研究前沿。目前的各类大数据应用正是大数据研究的驱动力，比如社会网络、移动计算、科学应用等等。这些应用产生的大数据往往具有海量、时序动态性、多样等特性，给数据库领域的各项技术带来巨大挑战，涵盖包括数据获取、组织管理、分析处理和应用呈现等整个数据管理生命周期。针对数据管理和分析不同系统应用，各类大数据处理技术在也不断发展。MapReduce作为一种分布式的数据处理框架由于其灵活性、可扩展性、高效和容错等特性其近年来得到了广泛应用。此外，也有多类其他分布式数据处理系统用来解决MapReduce不擅长的问题，比如交互式分析、图计算和分析、实时和流处理、通用数据处理等等。大数据不但给数据库研究领域，同时也给体系结构、存储系统、系统软件和软件工程等计算机多个学科带来了很多机会和挑战。大数据正是目前很多计算机科学问题的根本，并驱动众多新科技的发展。
6 大数据的发展前景
大数据的概念来源于、发展于美国，并向全球扩展，必将给我国未来的科技与经济发展带来深远影响。根据IDC 统计，目前数据量在全球比例为: 美国32%、西欧19%、中国13%，预计到2020 年中国将产生全球21% 的数据，我国是仅次于美国的数据大国，而我国大数据方面的研究尚处在起步阶段，如何开发、利用保护好大数据这一重要的战略资源，是我国当前亟待解决的问题。
而大数据未来的发展趋势则从以下几个方面进行：
（1）开放源代码
大数据获得动力，关键在于开放源代码，帮助分解和分析数据。Hadoop 和NoSQL 数据库便是其中的赢家，他们让其他技术商望而却步、处境很被动。毕竟，我们需要清楚怎样创建一个平台，既能解开所有的数据，克服数据相互独立的障碍，又能将数据重新上锁。
（2）市场细分
当今，许多通用的大数据分析平台已投入市场，人们同时期望更多平台的出现，可以运用在特殊领域，如药物创新、客户关系管理、应用性能的监控和使用。若市场逐步成熟，在通用分析平台之上，开发特定的垂直应用将会实现。但现在的技术有限，除非考虑利用潜在的数据库技术作为通用平台 ( 如Hadoop、NoSQL)。人们期望更多特定的垂直应用出现，把目标定为特定领域的数据分析，这些特定领域包括航运业、销售业、网上购物、社交媒体用户的情绪分析等。同时，其他公司正在研发小规模分析引擎的软件套件。比如，社交媒体管理工具，这些工具以数据分析做为基础。
（3）预测分析
建模、机器学习、统计分析和大数据经常被联系起来，用以预测即将发生的事情和行为。有些事情是很容易被预测的，比如坏天气可以影响选民的投票率，但是有些却很难被准确预测。例如，中间选民改变投票决定的决定性因素。但是，当数据累加时，我们基本上有能力可以大规模尝试一个连续的基础。网上零售商重新设计购物车，来探索何种设计方式能使销售利润最大化。根据病人的饮食、家族史和每天的运动量，医生有能力预测未来疾病的风险。当然，在人类历史的开端，我们就已经有各种预测。但是，在过去，许多预测都是基于直觉，没有依靠完整的数据集，或者单单靠的是常识。当然，即便有大量数据支撑你的预测，也不表明那些预测都是准确的。2007 年和2008 年，许多对冲基金经理和华尔街买卖商分析市场数据，认为房地产泡沫将不会破灭。根据历史的数据，可以预测出房地产泡沫即将破裂，但是许多分析家坚持原有的观点。另一方面，预测分析在许多领域流行起来，例如欺诈发现( 比如在外省使用信用卡时会接到的诈骗电话)，保险公司和顾客维系的风险管理。 7 结语
大数据正在以不可阻拦的磅礴气势，与当代同样具有革命意义的最新科技进步 (如纳米技术、生物工程、全球化等)一起，揭开人类新世纪的序幕。可以简单地说，以往人类社会基本处于蒙昧状态中的不发展阶段，即自然发展阶段。现在，这一不发展阶段随着2012年的所谓“世界末日”之说而永远成为了过去。大数据宣告了21世纪是人类自主发展的时代，是不以所谓“上帝”的意志为转移的时代，是“上帝”失业的时代。
对于地球上每一个普通居民而言，大数据有什么应用价值呢?只要看看周围正在变化的一切，你就可以知道，大数据对每个人的重要性不亚于人类初期对火的使用。大数据让人类对一切事物的认识回归本源;大数据通过影响经济生活、政治博弈、社会管理、文化教育科研、医疗保健休闲等等行业，与每个人产生密切的联系。
大数据技术离你我都并不遥远，它已经来到我们身边，渗透进入我们每个人的日常生活消费之中，时时刻刻，事事处处，我们无法逃遁，因为它无微不至：它提供了光怪陆离的全媒体，难以琢磨的云计算，无法抵御的仿真环境。大数据依仗于无处不在的传感器，比如手机、发带，甚至是能够收集司机身体数据的汽车，或是能够监控老人下床和行走速度与压力的“魔毯”(由GE与Intel联合开发)，洞察了一切。通过大数据技术，人们能够在医院之外得悉自己的健康情况;而通过收集普通家庭的能耗数据，大数据技术给出人们切实可用的节能提醒;通过对城市交通的数据收集处理，大数据技术能够实现城市交通的优化。 随着科学技术的发展，人类必将实现数千年的机器人梦想。早在古希腊、古罗马的神话中就有冶炼之神用黄金制造机械仆人的故事。《论衡》中也记载有鲁班曾为其母巧公制作一台木马车，“机关具备，一驱不还”。而到现代，人类对于机器人的向往，从机器人频繁出现在科幻小说和电影中已不难看出。公元2035年，智能型机器人已被人类广泛利用，送快递、遛狗、打扫卫生……这是电影《我，机器人》里描绘的场景。事实上，今天人们已经享受到了部分家用智能机器人给生活带来的便利。比如，智能吸尘器以及广泛应用于汽车工业领域的机器手等等。有意思的是，2010年松下公司专门为老年人开发了“洗发机器人”，它可以自动完成从涂抹洗发水、按摩到用清水洗净头发的全过程。未来的智能机器人不会是电影《变形金刚》中的庞然大物，而会越来越小。目前，科学家研发出的智能微型计算机只和雪花一样大，却能够执行复杂的计算任务，将来可以把这些微型计算机安装在任何物件上用以监测环境和发号施令。随着大数据时代的到来和技术的发展，科技最终会将我们带进神奇的智能机器人时代。
在大数据时代，人脑信息转换为电脑信息成为可能。科学家们通过各种途径模拟人脑，试图解密人脑活动，最终用电脑代替人脑发出指令。正如今天人们可以从电脑上下载所需的知识和技能一样，将来也可以实现人脑中的信息直接转换为电脑中的图片和文字，用电脑施展读心术。2011年，美国军方启动了“读心头盔”计划，凭借读心头盔，士兵无需语言和手势就可以互相“阅读”彼此的脑部活动，在战场上依靠“心灵感应”，用意念与战友互通讯息。目前，“读心头盔”已经能正确“解读”45%的命令。随着这项“读心术”的发展，人们不仅可以用意念写微博、打电话，甚至连梦中所见都可以转化为电脑图像。据美国《纽约时报》报道，奥巴马政府将绘制完整的人脑活动地图，全面解开人类大脑如何思考、如何储存和检索记忆等思维密码作为美国科技发展的重点，美国科学家已经成功绘出鼠脑的三维图谱。2012年，美国IBM计算机专家用运算速度最快的96台计算机，制造了世界上第一个“人造大脑”，电脑精确模拟大脑不再是痴人说梦。试想一下，如果人类大脑实现了数据模拟，或许你的下一个BOSS是机器人也不一定。
总而言之，大数据技术的发展有可能解开宇宙起源的奥秘。因为，计算机技术将一切信息无论是有与无、正与负，都归结为0与1，原来一切存在都在于数的排列组合，在于大数据。
第14篇：大数据心得体会
大数据时代的信息分析平台搭建安装报告
一、平台搭建
描述小组在完成平台安装时候遇到的问题以及如何解决这些问题的，要求截图加文字描述。
问题一：在决定选择网站绑定时，当时未找到网站绑定的地方。解决办法：之后小组讨论后，最终找到网站绑定的地方，点击后解决了这个问题。
问题二：当时未找到TCP/IP属性这一栏
解决办法：当时未找到TCP/IP属性这一栏，通过老师的帮助和指导，顺利的点击找到了该属性途径，启用了这一属性，完成了这一步的安装步骤。
问题三：在数据库这一栏中，当时未找到“foodmartsaleDW”这个文件
解决办法：在数据库这一栏中，当时未找到“foodmartsaleDW”这个文件，后来询问老师后，得知该文件在第三周的文件里，所以很快的找到了该文件，顺利的进行了下一步
问题四：在此处的SQL server的导入和导出向导，这个过程非常的长。
解决办法：在此处的SQL server的导入和导出向导，这个过程非常的长，当时一直延迟到了下课的时间，小组成员经讨论，怀疑是否是电脑不兼容或其他问题，后来经问老师，老师说此处的加载这样长的时间是正常的，直到下课后，我们将电脑一直开着到寝室直到软件安装完为止。
问题五：问题二：.不知道维度等概念，不知道怎么设置表间关系的数据源。关系方向不对
解决办法：百度维度概念，设置好维度表和事实表之间的关系，关系有时候是反的——点击反向，最后成功得到设置好表间关系后的数据源视图。（如图所示）
这个大图当时完全不知道怎么做，后来问的老师，老师边讲边帮我们操作完成的。
问题六：由于发生以下连接问题，无法将项目部署到“localhost”服务器:无法建立连接。请确保该服务器正在运行。若要验证或更新目标服务器的名称，请在解决方案资源管理器中右键单击相应的项目、选择“项目属性”、单击“部署”选项卡，然后输入服务器的名称。”因为我在配置数据源的时候就无法识别“localhost”，所以我就打开数据库属性页面：图1-图2 图一：
图二：
解决办法：解决办法: 图2步骤1：从图1到图2后，将目标下的“服务器” 成自己的SQL SERVER服务器名称行SQL ServerManagement Studio可以）步骤2：点确定后，选择“处理”，就可以成功部署了。
问题七：无法登陆界面如图：
解决方法：尝试了其他用户登陆，就好了
二、心得体会
（1）在几周的学习中，通过老师课堂上耐心细致的讲解，耐心的指导我们如何一步一步的安装软件，以及老师那些简单清晰明了的课件，是我了解了SQL的基础知识，学会了如何创建数据库，以及一些基本的数据应用。陌生到熟悉的过程，从中经历了也体会到了很多感受，面临不同的知识组织，我们也遇到不同困难。
数据隐藏着有价值的模式和信息，在以往的时间才能提取这些信息。如今的各种资源，如硬件、云结构和开源软件使得大数据的处理方法更为方便和廉价。大数据的规模是传统IT架构所面临的直接挑战。要求可扩展的储存和分布方式来完成查询。传统的关系数据库无法处
理大数据的规模。 大数据进修学习内容模板：
LINUX安装，文件系统，系统性能分析 HAdoop学习原理
大数据飞速发展时代，做一个合格的大数据开发工程师，只有不断完善自己，不断提高自己技术水平，这是一门神奇的课程。
2、在学习SQL的过程中，让我们明白了原来自己的电脑可以成为一个数据库，也可以做很多意想不到的事。以及在学习的过程中让我的动手能力增强了，也让我更加懂得了原来电脑的世界是如此的博大精深，如此的神秘。通过这次的学习锻炼了我们的动手能力，上网查阅的能力，。改善了我只会用电脑上网的尴尬处境，是电脑的用处更大。让我们的小组更加的团结，每个人对自己的分工更加的明确，也锻炼了我们的团结协作，互帮互助的能力。
3、如果再有机会进行平台搭建，会比这一次的安装更加顺手。而在导入数据库和报表等方面也可以避免再犯相同的错误，在安装lls时可以做的更好。相信报表分析也会做的更加简单明了有条理。
总结，大数据时代是信息化社会发展必然趋势，在大学的最后一学期里学习了这门课程是我们受益匪浅。让我们知道了大数据大量的存在于现代社会生活中，随着新兴技术的发展与互联网底层技术的革新，数据正在呈指数级增长，所有数据的产生形式，都是数字化。如何收集、管理和分析海量数据对于企业从事的一切商业活动都显得尤为重要。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代的发展才能在以后的工作生活中中获得更多的知识和经验。
三、结语
叙述小组内每个组员在这次的项目里各自分工和完成情况，组长需给组员打分，10分为满分
第15篇：大数据时代
大数据时代
近年来，随着互联网、移动互联网、智能手机及传感器等的普及，信息流量有了爆发性的增长，两会以后，互联网里最热的词汇，就是李克强总理在政府工作在报告里面提到的“互联网+”，大数据将会更广泛的被运用到各个领域，越来越多的业内人士开始谈论“大数据”，如何利用大数据，成为政府和众多企业关心的热点？
互联网+《大数据》紧紧围绕这些问题展开，帮您如何利用大数据为企业从战略上面进行指导挖掘和预测，从战术上进行营销服务和安全措施，精彩我们共同期待。
第一篇大数据很热，大数据不神秘（趋势） 有人说，如果你不知道大数据，你就OUT了 －－大数据到底有多热 什么样的数据算是大数据 －－大数据的特点和概念辨析 乱我心者，大数据之事多烦忧 －－大数据并不象你想象的那样神秘 身边的大数据
－－大数据就在你我身边
案例分析：淘宝是如何利用大数据淘宝的 小结：不管你愿不愿意，大数据已经在那里 电话：010---59002742 010--59004371 第二篇：认识大数据 1.什么是大数据 2.大数据应用的意义
3.大数据在企业经营中应用的意义 4.对大数据的认识误区 案例分析
第三篇：大数据时代变革 1：大数据时代的思维变革 2：大数据时代的商业变革 3：大数据时代的管理变革
第四篇：大数据在营销中的运用 大数据精准营销 1.什么是精确营销 2.精确营销的方法 实操教学+案例分析
第五篇：在技术中应用 数据挖掘
大数据的核心价值——挖掘 1.什么是数据挖掘？ 2.数据挖掘的流程 3.数据挖掘解决的问题 结合现场实操教学+案例分析
第六篇：预测
大数据的核心价值——预测 1：如何预测？ 案例分析
第七篇：大数据与云计算 1：什么是云计算
2：大数据与云计算的关系
第八篇：大数据的安全问题
大数据给信息安全带来新的挑战和机遇 大数据存储安全策略 大数据应用安全策略 大数据管理安全策略
第16篇：大数据试题
《大数据前沿技术应用与发展》在线测试题
1、下面哪一项不属于大数据关键技术（ ） (单选题) A.云计算
B.分布式文件系统 C.数据众包 D.关系型数据库 回答正确
2、最早提出大数据时代概念的公司是（ ）(单选题) A.微软公司 B.谷歌公司 C.脸谱公司 D.麦肯锡公司 回答正确
3、大数据所带来的思维变革不包括（ ）(单选题) A.不是随机样本而是全体数据 B..不是精确性而是混杂性 C..不是因果关系而是相关关系 D..不是歧视而是平等 回答正确
4、大数据元年是指（ ）(单选题) A.2010年 《大数据前沿技术应用与发展》在线测试题
B.2011年 C.2012年 D.2013年 回答正确
5、下面陈述不正确的是（ ） (单选题) A.大数据将实现科学决策 B.大数据使政府决策更加精准化
C.大数据彻底将群体性事件化解在萌芽状态 D.大数据将实现预测式决策 回答正确
6、下面哪项关联不属于购物篮分析（ ） (单选题) A.啤酒和尿布 B.湿巾和烧烤 C.咖啡和咖啡伴侣 D.飓风和蛋挞 回答正确
7、下面哪个理论描述了亚马逊的商业模式（ ） (单选题) A.长尾理论 B.二八定律 C.六度空间理论 《大数据前沿技术应用与发展》在线测试题
D.冰山理论 回答正确
8、第一个将大数据上升为国家战略的国家是（ ）(单选题) A.中国 B.美国 C.英国 D.法国 回答正确
9、下面哪一项不属于大数据系统的必备要素（ ） (单选题) A.云平台 B.物联网 C.数据 D.数据库 回答正确
10、信息时代的三大定律不包括（ ）(单选题) A.摩尔定律 B.吉尔德定律 C.达律多定律 D.麦特卡尔夫定律 回答正确 《大数据前沿技术应用与发展》在线测试题
11、下面关于数据开放的陈述哪些是正确的（ ） (多选题) A.要提供应用程序开放接口 B.允许公众免费查询、下载 C.要提供全部的原始数据 D.允许公民要求数据开放数据 回答正确
12、单纯依据大数据预测做出决策需要遵循哪些原则（ ） (多选题) A.公开原则 B.公正原则 C.可反驳原则
D.确保个人动因能防范数据独裁的危害 回答正确
13、大数据的产生要归功于人类哪些方面能力的提升（ ） (多选题) A.生产数据的能力 B.保存数据的能力 C处理数据的能力 D.展示数据的能力 回答正确
14、大数据的特征包含（ ） (多选题) A.规模性 《大数据前沿技术应用与发展》在线测试题
B.多样性 C.高速性 D.价值密度低 回答正确
15、大数据处理流程可以概括为以下哪几步（ ） (多选题) A.数据分析与挖掘 B.数据采集 C.数据储存 D.结果展示 回答正确
16、与其他部门相比，政府部门在应用大数据时具有哪些优势（ ） (多选题) A.创新能力更强 B.面临苦难最小 C.获得收益最多 D.价值潜力更大 回答正确
17、相比于政府1.0，政府2.0具有哪些特征（ ） (多选题) A.侧重于“以政府为中心” B.侧重于“以公众为中心” C.政府扮演单一和主导性的角色 《大数据前沿技术应用与发展》在线测试题
D.吸纳多元主体的参与 回答正确
18、大数据带来的挑战有哪些（ ） (多选题) A.会导致数据盲点 B.危及个人隐私 C.造成群体歧视 D.产生庞大能耗 回答正确
19、下面例子属于大数据技术公司的是（ ） (多选题) A.商品比价系统Decide.com B.ZestFinance的信用风险评估 C.塔吉特怀孕预测指数
D.基于社会化的众包天气报告应用Weddar 回答正确
20、中国大数据产业特征包括（ ） (多选题) A大数据整体解决方案成熟 B.区域产业集聚现雏形 C.大数据基础研究受到重视 D.互联网企业表现强势 回答正确 《大数据前沿技术应用与发展》在线测试题
21、大数据思维认为海量数据结合复杂算法在应用中更加有效。（ ）(判断题) 对 回答正确 错
22、因为对原始数据的分析是在大规模水平上进行的，因此，大数据对不同的社会群体不会厚此薄彼，避免了 对 回答正确 错
23、摩尔定律是由英特尔创始人之一戈登﹒摩尔提出来的。（ ）(判断题) 对 回答正确 错
24、“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化 对 回答正确 错
25、大数据本质上只是一场技术变革。（ ）(判断题) 对 回答正确 错
26、政府只是其所搜集的信息的托管人，私营部门和社会对数据的利用会比政府更具创新性。（ ）(判断题) 对 回答正确 错
27、在环境治理过程中，我们可以借助大数据的数据开放性，鼓励更多公众和更多社会力量参与环境保护。（ 对 错 《大数据前沿技术应用与发展》在线测试题
回答正确
28、关系型数据库仍然是大数据处理中的关键技术。（ ）(判断题) 对 回答正确 错
29、近年来出现的行为金融学认为社交网络媒体中隐藏的征兆可以用来预测股市变动的趋势。（ ）(判断题) 对 回答正确 错
30、谷歌大数据流感趋势已经可以替代当前政府在流感监测方面的工作。（ ）(判断题) 对 回答正确 错
第17篇：大数据读后感
感于《大数据》
崮山裕禄学校 白海
我原以为《大数据》会是一本理论书籍。读下去才发现该书很像西方的教科书，运用案例和讲故事的方式，把美国数据开放、收集、使用背后的立法故事，公民故事，技术故事，商业故事娓娓道来，引人入胜，令我大开眼界。而更让我惊讶的是，《大数据》并不是技术类的书籍，它的着重点是公共管理，是在谈数据信息的公开，如何公开，如何收集，如何使用。对我们现在如何推动政务信息公开，财政支出公开，如何更好地发挥政府部门的数据服务民生，如何更好地实现社会公益组织与政府的和谐互动具有很好的启发作用。
我心目中的好书，应该是能开阔视野，启发思维，昭示未来的。我觉得《大数据》就是这样的一本书。
首先说下这本书好的地方就是将大数据变化为一本科普读物，不是讲大数据的关键技术和具体实现，而更多的是围绕美国政府基于数据的管理历史线条展开，让大家更加容易理解大数据在政府执政和公共事务管理中发挥的作用，所以我看完后最大的感觉就是关注智慧城市的相关人员完全有必要阅读该书，会对以后在智慧城市的管理和建设中如何更好的理解大数据，应用大数据，发挥大数据本身的业务价值有更好的理解。
为何近几年出现大数据，最重要的还是随着信息技术和互联网，管理的精细化，全球化和社交圈扩大，数据呈现了指数级的增长。2009年美国的数据，离散制造业966PB，政府848PB，传媒行业715PB，这是麦肯锡2011年出版的一份报告《大数据：下一代创新，竞争和生产率的前沿》里面的一个估算。正是由于数据指数级的增长，对数据的开放，信息自由，数据的采集，数据的分析和处理，预测和决策提出了更高的要求。
信息自由，一为信息公开，二为信息发布。公开是政府和某一社会特定主体的关系，是点对点的；而信息发布是政府和社会的关系，是点对面的。信息自由法已经成为美国不可缺少的一个基本法案，只有信息自由才谈得上进一步的数据开放和数据共享。 我们信奉上帝，除了上帝任何人都要以数据说话。信息技术发展，数据指数级增长，已经彻底改变了政府，社会，商业群体的决策方法。需要的是形成一种数据驱动的决策方法，数据治国，需要基于实证的事实而非简单的意识形态。而真正要让数据能够上升到决策层面，首先需要的就是数据大范围采集，数据抽样，数据测量和数据质量管理。另外数据驱动和事件驱动是两种模式，数据驱动强调的是历史和预测，而事件驱动强调的是实时和响应。大数据有一个维度专门是指速度和快速响应，更需要考虑事件驱动和数据驱动融合。
帝国法则，详细讲述了数据的收集法则，使用法则，发布法则和管理法则。数据能够满足既定的用途，它才有质量。如果不能满足既定的目标和用途，就谈不上质量。换句话说，数据的质量不仅取决于它本身，还取决于它的用途。数据质量的问题涉及到数据收集，使用，发布等所有过程的问题。数据质量管理要有标准，有流程，有救助机制。
从软件的开源到数据的开放，我们过渡到一个新的世界，可以讲数据开放式本身的另外一个重点。在这个新的世界里面，数据远远比软件更加重要。从2004年以来，美国一直在进行数据开放运动，联邦政府也专门家里了数据开放门户网站DataGov，其主要目标就是通过数据开放，通过鼓励新的创意，让数据走出政府，得到更多的创新型应用。从而进一步巩固政府透明化，民主化和政府效能。
数据之争涉及到原始数据采集，数据质量，数据安全，数据粒度，数据价值，数据虚实多个维度。而DataGov不仅仅开放了原始数据，地理数据，还包含了数据分析工具的开放。数据开放为创新提供了无穷的燃料，因为创新型应用，数据的能量将逐层放大。
预测未来最好的方法，就是创造未来。而数据最大的价值仍然在预测上面，在解决了数据开放，数据采集，数据质量管理，数据处理后，最重要的作用就是基于数据进行科学的预测和决策。数据竞争将是企业赢之道，一些企业已经将他们商业活动的每个环节放在了数据收集，分析和行动的能力上。 摘录大数据中令人难忘的语句：
一个真正的信息社会，首先是一个公民社会。
永远不要怀疑，那一小部分有思想并且执著努力的公民能够改变这个世界。事实上，人类的历史从来都是这样最高深的技术是那些令人无法察觉的技术，这些技术不停的把它们自己编织进日常生活，直到你无从发现为止 。
第18篇：大数据学习心得
大数据学习心得
现在大数据已经成为IT行业的一块香馍馍了，有很多人开始学习大数据了，我也不例外，我两个多月前开始在科多大数据学习大数据，因为是零基础，所以目前还在学习Java基础，学的时间也不算短了，有些感受想和大家一起分享一下。 学习大数据其实并不是一条很简单的道路，大数据行业不算轻松，但是努力了之后回报很大，但从薪资来说，就能让人很满意。所以一开始还是要做好准备，零基础的朋友不要被网上各种说难的言论吓到，只要你决定开始，跟着课程安排走，一般专业的培训机构课程的设置都是逐步递进的，一旦有什么不懂的就积极的向老师询问，及时把问题解决的，慢慢的你就会发现自己已经掌握了很多知识了，所以说一开始不要有畏难心理。
其次就是要多交流，和老师交流和同学交流，多交流才能更好地了解到自己的不足和欠缺，真的，不要怕丢脸，我们就是因为不懂才去学的，只有把自己的疑惑都提出来了，才能更好地学到知识，要不然什么都一知半解的，最后发现自己什么都没学会，这相当于浪费了自己的时间精力和学费，所以学知识一定要学透，不要怕问。
最后就是多练，选学习机构的时候，一定要看看他们的课程安排里面有没有实战课程，这一点很重要，比如我在科多大数据学的时候，课程中间有老师带着做一些实际的项目，我觉得来参加培训，实践真的比知识更重要，只有这样才能对自己今后要做的工作更清晰。
第19篇：大数据读后感
读《大数据》有感
（赵元）
最近闲暇之余我读了徐子沛先生的《大数据》一书，真是让我受益匪浅。《大数据》又叫做《大数据：正在到来的数据革命》。全书通过讲述美国在过去的半个世纪里所发生的关于信息、技术方面的典型案例，来为读者剖析出一个浅显易懂的“大数据”。
《大数据》一书，之所以珍贵、便于阅读，在于徐子沛先生在写作过程之中，将原本高、精、尖的数据专业的专业术语，转而用浅显易懂的话语来表现，使得本书成为了一本平易近人的科普读物。使得阅读此书的读者无论年龄、专业、学识，都能最大限度的接触到书中所阐释的基本知识。而我作为一个农行从业四年的员工，当然也有属于我自己的一些感想：
《大数据》一书之中，所提出的一个关键性的问题就是为什么在近几年出现了“大数据”这一词语？作者举出了美国在2009年的相关数据，我从中发现了对该问题给出的一些答案。书中举例，麦肯锡《大数据：下一代创新，竞争和生产率的前沿》报告中进行估算，政府848PB，传媒行业715PB，离散制造业966PB。正是针对相关数据指标的增长，以及当前以全球化为背景的数据信息开放化，各类信息的自由化等原因，导致了面对数据的分析，以及数据的处理，数据的预测和数据的决策都有了更高的要求。这些要求导致我们在针对经济全球化，交流多元扩大化，各个专业管理与发展的精细化必须有一个相对宏观的经济分析头脑。 书中使我感触最深的是，针对美国目前发展中的大事件以及现象，例如，美国矿难的悲情历史，街头警察的创新创奇，美国最热的交友信息平台FACEBOOK与推特，以及美国纠结百年的统一身份证的问题等，都一一分析了其背后所蕴含的经济学、金融学道理，以及这些时间的背后数据对于美国政府，公民以及社会的种种挑战。书中针对美国半个世纪的发展历程，逐一的分析其内涵，并将美国的发展与进步的基本原因归结为开放和创新。正是因为在这个时代美国强调对于互联网的最大利用化，才有了即使面对压力和强大的经济困难还在稳步前进的现代美国。
这本书给了我最大的启迪，说实话不是那些经济学案例，也不是那些几年前的数据信息。而是一种如何发展的理念。美国正是有了开放和创新才有了如今不断发展中的世界第一强国。而我们中国对于开放和创新却还没有做出最好的诠释。虽然我国的改革开放，技术创新已经取得了一定的成绩，但是面对发达国家我相信其中的差距也是不言而喻的。大到一个国家，小到一个集体，都离不开开放和创新。读了徐子沛先生的《大数据》，我思考最深的不是国家的改革与创新，而是我身处的农行的发展与创新。
作为一个在农行工作了四年的员工，我热爱的着我的岗位，也热爱着我为之努力奋斗的中国农业银行。面对农行未来的创新与发展，在对了这本书以后我针对自身的岗位得出了一些不尽成熟的想法：一方面，我们农行有自己的理财产品，而我行主要的营销方法还是有些被动，我的一点想法是可以多做集中性质的营销，例如在浦口区农行网点附近繁华地段发放宣传单，或者针对有需要的企业可以进行集体宣传，使我行的优质产品深入人心，从而也可以提升我行的基本效益。例如去年举行了几场“新老客户答谢会”，如果举办的次数再多一点，我觉得效果会更好。
另一方面，对于我行的创新产品我也有一些想法。创新是任何个人，企业，乃至国家的发展原动力。那么，我行也应该响应时代的召唤。近日，正值旅游的黄金时期，很多人选择出境旅游，但是有很多国家不支持银联卡，所以很多人想办理VISA或MC的信用卡，但是信用卡办起来需要至少半个月的时间，且要求比较高。所以现在有的银行正在发行VISA或MC的借记卡，且申领条件比较简单、速度快。我行可以参照并大力开发这一领域。
以上两点只是我个人的一点想法，虽然还有些稚嫩，有些不成熟，但是这两点是我看了徐子沛先生的《大数据》一书以后，基于我对农行的热爱，有感而发，由心而生的。
2013年09月
第20篇：大数据读后感
《大数据》读后感
这个暑假，我看了《大数据》这本书，颇有感想。 “《大数据》一书，通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——奥巴马建设‘前所未有的开放政府的雄心’、公共财政透明的曲折、背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、Facebook和推特等社交媒体、Web3.0与下一代互联网的未来图景等等，详细诠释了数据技术变革与权力合法性、执政正义以及公民社会之间的关系。全面阐述了信息时代数据的重要性，如何加强数据的收集、分析和使用以及通过数据开放改进政府治理等问题。”
数据、信息和知识的区别和联系在于从数据、信息到知识演变：数据→赋予背景→信息→提炼规律→知识。所以，数据是一个数，但这个数加上单位，就能变成一条信息。当我们把足够多的信息罗列出来，并寻找出规律，就形成知识了。在这个大数据时代，无论是哪个国家，谁拥有的数据多，谁管理、分析数据的能力强，哪个国家就能成为强国中的强国。所以，最先实行数据开放的美国成为了世界第一强国。
但我认为，滥用数据会侵犯人的隐私权。正如书中所说：“不论是睡着还是醒着，在工作还是在吃饭，在室内还是在户外，在澡盆里还是在床上——没有躲避的地方。除了你脑壳里的几个立方厘米以外，没有东西是属于你自己的。”在美国，“即使没有姓名，没有社会安全号，只要通过性别、生日、和邮编3个数据项，数据挖掘技术就能够成功地识别全美87%的人口。”这种数据所带来的便捷，在发达国家却成为被人们所害怕的“老大哥”。所以，有些犯罪分子利用这一点，把警察告上法庭，说是侵犯了隐私权。这就是大数据的弊端。还有最近被炒得沸沸扬扬的斯诺登事件，也是利用数据出卖信息的典型案例。据美国中情局前职员爱德华·斯诺登爆料：“棱镜”窃听计划，始于2007年的小布什时期，美国情报机构一直在九家美国互联网公司中进行数据挖掘工作，从音频、视频、图片、邮件、文档以及连接信息中分析个人的联系方式与行动。监控的类型有10类：信息电邮，即时消息，视频，照片，存储数据，语音聊天，文件传输，视频会议，登录时间，社交网络资料的细节，其中包括两个秘密监视项目，一是监视、监听民众电话的通话记录，二是监视民众的网络活动。2013年7月1日晚，维基解密网站披露，美国“棱镜门”事件泄密者爱德华·斯诺登(Edward Snowden)在向厄瓜多尔和冰岛申请庇护后，又向19个国家寻求政治庇护。这件事不仅让美国政府感到不安，也让美国民众感到恐慌。 在数据开放方面，我们中国人做得不太好。中国人有不尊重数据的传统，缺乏数据开放意识。与美国政府相比，中国政府很不透明，我认为其中一个主要问题在于数据的不开放、虚假和偏差。例如，有些数据统计人员为了图方便、省时间、省力气，人为地控制数据的收集和统计过程，这样结果往往误差很大。还有些官员，平时经常应酬、乱花公款，到了年底，又害怕上级批评指责，于是谎报数据，并制造虚假信息。政府监管不严，导致公布了假数据，对社会公众危害很大。这也是为什么老百姓有时不信任政府的原因。 中国人，尤其是政府特别热衷于数据，但是数据水分之大，又很难令人信服。在本书的尾声中，作者号召我们摘下“差不多先生”的文化标签。作为大数据时代的青少年，我们不能漠视数据，应该培养收集数据的意识，因为中国缺乏的不是可供收集的数据，也不是收集数据的手段，而是收集数据的意识。我们口语中也常说“大概”“差不多”“少许”等词，经常使人搞不清楚。在今后的生活中，我们应该做到说话精确、做事准确，在学习和工作中仔细对待每一项数据、每一条信息，尝试运用数据分析来解决一些问题，这样不仅省时间，还提高了学习质量。例如，你觉得最近时间总不够用，那么你可以罗列出一周所干的事情，并准确地记录下时间，找出你把时间浪费在什么事情上，并制定解决方案。 这本书记录了美国利用数据分析由普通走向强大的历史，这也告诫我们中国人、中国政府，从现在做起收集数据、使用数据、开放数据，彻底摘掉“差不多先生”的标签！正如书中所说，否则“等待我们的，还将是一个落后的100年。”
