大数据三大应用领域
大数据在企业商业智能、公共服务和市场营销三个领域拥有巨大的应用潜力和商机。
今天，大数据似乎成了万灵药，从总统竞选到奥斯卡颁奖、从web安全到灾难预测，正如那句俗语：“当你手里有了锤子，什么都看上去像钉子。”当IT经理成功部署一套Hadoop
系统后，任何事看上去都与大数据有关（事实也是如此）。类似的事情在云计算的普及中也出现过，一开始大家认为所有的IT都可以搬到云端，而现实是我们依然需要虚拟化技术和基础设施。
对于大数据来说，如果IT经理们初期不能正确选择应用领域，有可能会导致达不到期望值，招致麻烦。其实，综合来看，未来几年大数据在商业智能、政府服务和市场营销三个领域的应用非常值得看好，大多数大数据案例和预算将发生在这三个领域。
商业智能
过去几十年，分析师们都依赖来自Hyperion、Microstrategy和Cognos的BI产品分析海量数据并生成报告。数据仓库和BI工具能够很好地回答类似这样的问题：“某某人本季度的销售业绩是多少？”（基于结构化数据），但如果涉及决策和规划方面的问题，由于不能快速处理非结构化数据，传统的BI会非常吃力和昂贵。
大多数传统BI工具都受到以下两个方面的局限：
首先，它们都是“预设-抓取”工具，由分析师预先确定收集什么数据用于分析。
其次，它们都专注于报告“已知的未知”（Known unknowns），也就是我们知道问题是什么，然后去找答案。（而大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果）传统BI工具主要用于企业运营，侧重于成本控制和计划执行报告。
而大数据技术最主要的功能/应用是ETL（Extract、Transform、Load）。将近80%的Hadoop 应用都与ETL有关，例如在导入Vertica这样的分析数据库之前对日志文件或传感器数据的处理。
今天计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常“奢侈”地先抓取大量数据再考虑分析命题。可以说，低廉的计算资源正在改变我们使用数据的方式。此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而“实时”和“预测”将BI带到了一个新的境界——未知的未知。这也是大数据分析与传统BI之间最大的区别。
今天的大数据技术还处于战国时期，未来几年，随着企业间的兼并和新产品的不断推出，BI厂商们将能推出完善的，让CEO感到满意的“大数据套件”，但这并不意味着企业IT经理
们的工作将受到威胁。因为正如云计算在理想和现实间达成妥协一样，大数据也会经历类似的发展过程。传统的BI工具将与大数据分析并存。
公共服务
大数据另外一个重大的应用领域是社会和政府。如今，数据挖掘已经能够预测疾病暴发、理解交通模型并改善教育。
今天，城市正面临预算超支、基础设施难题以及从农村和郊区涌入的大量人口。这些都是非常紧迫的问题，而城市，也正是大数据计划的绝佳实验室。
以纽约这样的大都市为例，政府公共数据公开化、以及市民生活的高度数字化（购物、交通、医疗等）等都是大数据分析的理想对象。
客观的市政数据，是消除争端，维系公民社会的最佳纽带。当然，前提是让公民能够访问这些数据。苹果的Siri和谷歌的Google Now都具备成为个人化助理的潜力。当然，我们还需要更多的产品和技术让数据分析结果更容易被公众理解和接受（数据可视化）。此外，IBM 的Watson以及Wolfram Alpha这样的人工智能技术还能实现与用户的互动。
今天，智能手机（以及Twitter等社交网络）的普及让人类社会首次实现了公民的联网。应用程序商店实时上已经打通了政府和公民之间的应用层面的通道。（例如奥运期间伦敦警察厅发布的iphone通缉程序）。伴随着各国政务的数字化进程，以及政务数据的透明化，公民将能准确了解政府的运作效率。这是不可逆转的历史潮流，同时也是大数据最具潜力的应用领域之一。
市场营销
大数据的第三大应用领域是市场营销。具体来说，是提升消费者与企业之间的关系。（卖得更多、更快、更有效率）
今天，最大的数据系统是web分析、广告优化等。今天的数字化营销与传统营销最大的区别就是个性化和精准定位。
如今，企业与客户之间的接触点也发生了翻天覆地的变化，从过去的电话和邮件地址，发展到网页、社交媒体账户、博客等等。在这些五花八门的渠道里跟踪客户，将他们的每一次点击、收藏、“顶”、分享、加好友、转发等行为纳入企业的销售漏斗中并转化成收入是一个巨大的挑战。也就是所谓的“360度客户视角”。
大数据已经与在线营销交织在一起，其应用可以分为两大类：
首先，从线上到线下。配备了NFC近场通讯技术的智能手机和基于位置的签到正在成为营销人员的最新利器。他们将能跟踪商场人流，把在线零售的分析优化应用于线下。
其次，数据分析工具将更加容易使用（面向中小企业应用的大数据创业非常火爆），中小企业也许没有BI平台，但他们都有平板电脑和智能手机，移动版客户智能分析将会改变企业使用营销工具的方式。
数据库的发展与应用
数据库的发展与应用 数据库是指长期保存在计算机的存储设备上、并按照某种模型组织起来的、可以被各种用户或应用共享的数据的集合。数据库管理系统是指提供各种数据管理服务的计算机软件系统，这种服务包括数据对象定义、数据存储与备份、数据访问与更新、数据统计与分析、数据安全保护、数据库运行管理以及数据库建立和维护等。 由于企业信息化的目的就是要以现代信息技术为手段，对伴随着企业生产和经营过程而产生的数据进行收集、加工、管理和利用，以改善企业生产经营的整体效率，增强企业的竞争力。所以，数据库是企业信息化不可缺少的工具，是绝大部分企业信息系统的核心。 数据库技术的发展，已经成为先进信息技术的重要组成部分，是现代计算机信息系统和计算机应用系统的基础和核心。数据库技术最初产生于20世纪60年代中期，根据数据模型的发展，可以划分为三个阶段：第一代的网状、层次数据库系统；第二代的关系数据库系统；第三代的以面向对象模型为主要特征的数据库系统。 第一代数据库的代表是1969年IBM公司研制的层次模型的数据库管理系统IMS和70年代美国数据库系统语言协商CODASYL下属数据库任务组DBTG提议的网状模型。层次数据库的数据模型是有根的定向有序树，网状模型对应的是有向图。这两种数据库奠定了现代数据库发展的基础。这两种数据库具有如下共同点：都支持三级模式，如外模式、模式、内模式。保证数据库系统具有数据与程序的物理独立性和一定的逻辑独立性；都用存取路径来表示数据之间的联系；都有独立的数据定义语言；都是导航式的数据操纵语言。 第二代数据库的主要特征是支持关系数据模型，包括数据结构、关系操作、数据完整性。他们具有以下特点：关系模型的概念单一，实体和实体之间的连系用关系来表示；以关系数学为基础；数据的物理存储和存取路径对用户不透明；关系数据库语言是非过程化的。 第三代数据库产生于80年代，随着科学技术的不断进步，各个行业领域对数据库技术提出了更多的需求，关系型数据库已经不能完全满足需求，于是产生了第三代数据库。主要有以下特征：1.支持数据管理、对象管理和知识管理；2.保持和继承了第二代数据库系统的技术；3.对其它系统开放，支持数据库语言标准，支持标准网络协议，有良好的可移植性、可连接性、可扩展性和互操作性等。第三代数据库支持多种数据模型（比如关系模型和面向对象的模型），并和诸多新技术相结合（比如分布处理技术、并行计算技术、人工智能技术、多媒体技术、模糊技术），广泛应用于多个领域（商业管理、GIS、计划统计等），由此也衍生出多种新的数据库技术。 分布式数据库允许用户开发的应用程序把多个物理分开的、通过网络互联的数据库当作一个完整的数据库看待。并行数据库通过cluster技术把一个大的事务分散到cluster中的多个节点去执行，提高了数据库的吞吐和容错性。多媒体数据库提供了一系列用来存储图像、音频和视频对象类型，更好地对多媒体数据进行存储、管理、查询。模糊数据库是存储、组织、管理和操纵模糊数据库的数据库，可以用于模糊知识处理。 在现在的社会经济发展形势下，数据库的应用更为广泛，作用也更为重要。可以说数据、计算机硬件和数据库应用，这三者推动着数据库技术与系统的发展。数据库要管理的数据的复杂度和数据量都在迅速增长；计算机硬件平台的发展仍然实践着摩尔定律；数据库应用迅速向深度、广度扩展。尤其是互联网的出现，极大地改变了数据库的应用环境，向数据库领域提出了前所未有的技术挑战。这些因素的变化推动着数据库技术的进步,出现了一批新的数据库技术，如Web数据库技术、并行数据库技术、数据仓库与联机分析技术、数据挖掘与商务智能技术、内容管理技术、海量数据管理技术等。限于篇幅，本文不可能逐一去展开来阐述这些方面的变化，只是从这些变化中归纳出数据库技术发展呈现出的突出特点。
RFID技术的三种类型和六个应用领域
RFID技术的三种类型和六个应用领域 为什么我们的快递可以一直准确无误在路线上？为什么学校图书馆里海量的书籍却管理得整齐有序？为什么有些不小心失窃的物品可以迅速追踪回来？而这些都得利用RFID技术，因为在这个物联网的时代，它是数据连接、数据交流的关键技术之一。 什么是RFID技术？RFID又称无线射频识别，通过无线电讯号识别并读写特定目标数据，不需要机械接触或者特定复杂环境就可完成识别与读写数据。如今，大家所讲的RFID技术应用其实就是RFID标签，它已经存在于我们生活中的方方面面。它的工作方式有两种情况，一种就是当RFID标签进入解读器有效识别范围内时，接收解读器发出的射频信号，凭借感应电流所获得能量发出存储在芯片中的信息，另一种就是由RFID标签主动发送某一频率的信号，解读器接收信息并解码后，送至中央信息系统进行有关数据处理。在二十世纪中期，基于雷达的改进和应用，射频识别技术就开始奠定基础，此后便开始初步发展，直到今天，RFID技术应用已经有了长达半个世纪的历史，目前，RFID技术在国内外的发展状况良好，尤其是美国、德国、瑞典、日本、南非、英国和瑞士等国家，均有较为成熟和先进的RFID 系统，我国在这方面的发展也不甘落后，比较成功的案例的是推出了完全自主研究远距离自动识别系统。 接下来云里物里科技就带着大家读懂RFID技术： 三种类型 由RFID技术衍生的产品主要有三大类： 1.无源RFID产品：此类产品需要近距离接触式识别，比如饭卡、银行卡、公交卡和身份证等，这些卡的类型都是在工作识别时需要近距离接触，主要工作频率有低频125KHZ、高频13.56MHZ、超高频433MHZ和915MHZ。这类产品也是我们生活中比较常见，也是发展比较早的产品。
大数据分析应用的九大领域
大数据分析应用的九大领域 2014/6/26 11:13 随着大数据的应用越来越广泛，应用的行业也越来越低，我们每天都可以看到大数据的一些新奇的应用，从而帮助人们从中获取到真正有用的价值。很多组织或者个人都会受到大数据的分析影响，但是大数据是如何帮助人们挖掘出有价值的信息呢?下面就让我们一起来看看九个价值非常高的大数据的应用，这些都是大数据在分析应用上的关键领域： 1.理解客户、满足客户服务需求 大数据的应用目前在这领域是最广为人知的。重点是如何应用大数据更好的了解客户以及他们的爱好和行为。企业非常喜欢搜集社交方面的数据、浏览器的日志、分析出文本和传感器的数据，为了更加全面的了解客户。在一般情况下，建立出数据模型进行预测。比如美国的着名零售商Target就是通过大数据的分析，得到有价值的信息，精准得预测到客户在什么时候想要小孩。另外，通过大数据的应用，电信公司可以更好预测出流失的客户，沃尔玛则更加精准的预测哪个产品会大卖，汽车保险行业会了解客户的需求和驾驶水平，政府也能了解到选民的偏好。 2.业务流程优化 大数据也更多的帮助业务流程的优化。可以通过利用社交媒体数据、网络搜索以及天气预报挖掘出有价值的数据，其中大数据的应用最广泛的就是供应链以及配送路线的优化。在这2个方面，地理定位和无线电频率的识别追踪货物和送货车，利用实时交通路线数据制定更加优化的路线。人力资源业务也通过大数据的分析来进行改进，这其中就包括了人才招聘的优化。 3.大数据正在改善我们的生活 大数据不单单只是应用于企业和政府，同样也适用我们生活当中的每个人。我们可以利用穿戴的装备(如智能手表或者智能手环)生成最新的数据，这让我们可以根据我们热量的消耗以及睡眠模式来进行追踪。而且还利用利用大数据分析来寻找属于我们的爱情，大多数时候交友网站就是大数据应用工具来帮助需要的人匹配合适的对象。
大数据技术与应用专业建设
大数据技术与应用专业建设 调研报告 自党的十八大以来，我国提出了实施国家大数据战略的重大决策。国务院和相关部门先后印发了《促进大数据发展行动纲要》、《大数据产业发展规划（2016～2020年）》等指导性文件。各部门、各地方高度重视，据不完全统计，我国已有20多个省级地方和10余个部委出台了本地区、本行业大数据发展规划，我国大数据发展已经正式驶入快车道。 2015年9月5日经李克强总理签批，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统指导我国大数据发展的国家顶层设计和总体部署大数据发展工作。《纲要》提出从政府大数据、新兴产业大数据、安全保障体系三个方面着手推进大数据领域十大工程建设，将我国大数据发展推向了另一个制高点。 职业教育服务经济与社会发展，必须紧跟产业发展步伐，随着经济增长方式转变而“动”，跟着产业结构调整升级而“走”，围着企业技能型人才需求而“转”，适应市场的需求而“变”。在大数据技术飞速发展的今天，职业教育必须紧跟大数据产业发展步伐。为了更好地了解相关行业企业对大数据人才的需求，促进大数据技术与应用专业教学及专业建设，大数据技术与应用专业教学资源库建设团队在国内外针对大数据在行业企业的需求开展了调研。
一、调研目的 1、了解大数据行业企业对大数据技术与应用专业人才的需求倾向、人才需求规格预测、就业预测、人才的市场定位等； 2、了解大数据行业企业对大数据技术与应用专业人才培养模式、培养目标的意见，以及对专业知识、岗位分工、职业技能等的要求； 3、了解往届相关专业毕业生在工作单位的表现及用人单位对往届毕业生的工作、岗位能力评价； 4、与相关企业建立校企合作模式，促进教学与社会实践的联系，为大数据技术与应用专业教学资源库的专业建设、课程体系建设及培养模式寻找更完善的发展方向。 二、调研方式 1.问卷调查：印制问卷涵寄或面交，请企业相关人员作答。 2.实地调研：教师到企业和用人单位实地调研。 3.座谈调研：邀请用人单位的技术人员、管理人员到系里开展座谈交流。 4.网上调查：到网上搜索有关人才需求、课程设计、教学计划等信息。 三、国内外大数据发展现状 （一）大数据产业呈现爆炸式增长 由IDC和EMC联合发布的《The Digital Universe of Opportunities : Rich Data and the Increasing Value of Internet of Things》研究报告中指出，2011年全球数据总量已达到1.8ZB，并将以每两年翻一番的速度增长，
大数据应用的五个典型应用场景
大数据应用的五个典型应用场景 来源：中国计算机报时间：2015-03-24 11:31:09 作者： 数据观在网上查找的大数据应用的几个典型场景，分享给大家！ "数据将成为一种战略性原料，每一个企业、科研团队和政府，都有责任有目的地搜集、处理、分析、索引数据。"电子科技大学互联网中心主任周涛号召企业投身大数据，对大数据怦然心动的企业也确实很多。但基于对全球95个国家、26个行业的1144名业务人员和IT专业人士的广泛调研，IBM发现，大多数企业都已经认识到'大数据'改善决策流程和业务成效的潜能，但他们却不知道该如何入手。 的确，在主动或被动迎接大数据时代之时，企业管理人员迫切需要在实干之前，明确很多问题的答案：3V之外大数据还具备何种属性什么是大数据解决之道的要素大数据实施是否有章可循...... 以《分析：大数据在现实世界中的应用》白皮书为引子，IBM的大数据战略努力令企业的诸多疑惑迎刃而解。在此基础上，以"智慧的分析洞察"为核心的IBM大数据价值体系中的五大典型业务需求和对应的落地实践，形象化地展现了大数据如何驱动企业商业价值的增长。 IBM全球副总裁兼大中华区软件集团总经理胡世忠 明确发力点 在大数据和分析领域，IBM公认已经具备了充分的技术优势。IBM全球副总裁兼大中华区软件集团总经理胡世忠表示："数据构成了智慧地球的三大元素：物联化(instrumented)、互连化(interconnected)和智能化(intelligent)，而这三大元素又改变了数据来源、传送方式和利用方式，带来'大数据'这场信息社会的变革。作为大数据领域的领导者，IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式；助力企业进行基于这场信息革命的业务转型，获取竞争机遇和不可估量的商业价值。" 要实现这一愿景，有必要知晓企业对应用大数据的认知程度和接受程度。IBM商业价值研究院和牛津大学赛德商学院联手实施了一项调研，并共同撰写发布了《分析：大数据在现
GIS 的主要应用领域
作业一 一、GIS 的主要应用领域 1、环境保护与管理 主要用 GIS 建立环境模型和环境信息系统 , 对环境的变化及发 展趋势进行预报分析 , 同时通过统计分析及模拟研究为环境保护提供决策依据。此外 ,GIS 技术也已被用来建立植物种类与栖息地及环境因素有关的信息系统中。 2、社会调查与统计分析 GIS 在国外已被广泛的应用到人口学、选举、人文地理等方面 , 我国也已经开始开展这方面的研究和应用工作。 3、城市基础设施管理 城市基础设施主要是指城市地下管道 ( 包括自来水、污水排放、煤气等管道 ) 、通信网络、邮政网点、道路与交通设施等。由于这些设施同时具有与几何和空间位置相关的特性 , 建立基于 GIS 的信息 系统能够提高对这些设施的管理水平 , 同时能够极大地提高设计与施工、设备维护与故障排除、线路改造等方面的效率 , 从而产生巨大的经济效益和社会效益。 4、土地信息系统的建立 GIS 最早是从土地信息系统 LIS 建立的过程中发展起来的 , 而大量高质量 GIS 软件平台的出现又促进了土地信息系统的建立。目前基于 GIS 软件平台的土地信息系统无论是图形处理、空间分析与统计、属性信息存储与查询、统计报表生成、决策支持等方面都比早期的土地信息系统有较大的改进。我国已经把土地信息系统的建设纳入了法制轨道 , 新颁布的《中华人民共和国土地管理法》第三十条明确规定“国家建立全国土地信息系统 , 对土地利用状况进行动态监测”。 5、GIS 在其它领域的应用 GIS 已被广泛地应用到一些其它领域 : 城市规划、房地产开发及物业管理、商业开发与购物中心设置、资源调查、灾害预报与灾后评估、金融机构与投资分析、地质普查、采矿等。 二、存在的问题 与国外对比分析 , 目前我国 GIS 发展中存在的问题主要表现在如下几个方面： 1)GIS 的科学和经济价值尚未被广泛地接受和认知 , 因此处于资金投入不足、推广应用比较困难的局面。 2) 根据有关资料的分析 , 地理信息系统中数据部分要占整个系统 投资的百分之七十左右 , 也就是说 GIS 系统的建立需要大量的数字 地图或电子地图及其属性信息库的支持 , 但在我国地图数字化的比例还很低。这需要政府部门及有关企业投入大量的精力及资金进行数字地图的建库工作。
大数据分析及其在医疗领域中的应用-图文(精)
第７期 ２４ ２０１４年４月１０日 计算机教育 ＣｏｍｐｕｔｅｒＥｄｕｃａｔｉｏｎ ◆新视点 文章编号：１６７２．５９１３（２０１４）０７—００２４－０６ 中图分类号：Ｇ６４２ 大数据分析及其在医疗领域中的应用 邹北骥 （中南大学信息科学与工程学院，湖南长沙４１００８３） 摘要：互联网和物联网技术的快速发展给数据的上传与下载带来了前所未有的便利，使得互联网上 的数据量急剧增长，由此产生了针对大数据的存储、计算、分析、处理等新问题，尤其是对大数据的挖掘。文章分析当前大数据产生的背景，阐述大数据的基本特征及其应用，结合医疗领域，论述医疗 大数据分析的目的、意义和主要方法。 关键词：大数据；物联网；医疗；大数据挖掘 １ 大数据早已存在，为何现在称之为大
数据时代 计算与数据是一对孪生姐妹，计算需要数据，数据通过计算产生新的价值。数据是客观事 物的定量表达，来自于客观世界并早已存在。例 如，半个世纪前，全球的人口数量就有数十亿，与之相关的数据就是大数据；但是在那个时代，由于技术的局限性，大数据的采集、存储和处理 还难以实现。 互联网时代之前，采集世界各地的数据并让它们快速地进入计算系统几乎是一件不可想象的 事情。２０世纪８０年代兴起的互联网技术在近３０ 年里发生了翻天覆地的变化，彻底地改变了人们的工作和生活方式【ｌ】。通过互联网人们不仅可以下载到新闻、小说、论文等各类文字数据，而且可以轻而易举地下载到音乐、图像和视频等多媒体数据，这使得互联网上的数据流量急剧增长。据统计，现在互联网上每分钟流人流出的数 据量达到１ ０００ ＰＢ，即１０亿 ＧＢｔ２１。 推动大数据产生的另一个重要因素是物联网技术。近几年发展起来的物联网技 术通过给每个物品贴上标签 并应用ＲＦＩＤ等技术实现了
数据库技术与应用-复习题答案
一、填空题 1.在关系模型中，实体及实体之间的联系都用二维表来表示。在数据库的物理组织中，它 以文件形式存储。 2.数据库中的选择、投影、连接等操作均可由数据库管理系统实现。 3.在关系数据库模型中，二维表的列称为字段，行称为记录。 4.在Access中，查询可作为窗体、报表和数据访问页的数据源。 5.子查询“包含于”对应的谓词是In。 6.参数查询中的参数要用[]中括号括起来，并且设置条件提示。 7.绑定文本框可以从表、查询或SQL语言中获取所需的内容。 8.在创建主/子窗体之前，必须设置主窗体和子窗体（主表和子表）之间的关系。 9.表A中的一条记录可以与表B中的多条记录匹配，但是表B中的一条记录至多只能与表 A中的一条记录匹配，这样的关系是“一对多”。 10.两个实体之间的联系有3种，分别是一对一、一对多和多对多。 11.在关系数据库中，唯一标识一条记录的一个或多个字段称为主键。 12.参照完整性是一个准则系统，Access使用这个系统用来确保相关表中记录之间的关系 有效性，并且不会因意外删除或更改相关数据。 13.在数据表中，记录是由一个或多个字段组成的。 14.在关系数据库的基本操作中，把由一个关系中相同属性值的元组连接到一起形成新的二 维表的操作称为连接。 15.关系规范化是指关系模型中的每一个关系模式都必须满足一定的要求。 16.数据表之间的联系常通过不同表的共同字段名来体现。 17.表是Access数据库的基础，是存储数据的地方，是查询、窗体、报表等其他数据库对 象的基础。 18.在Access中数据表结构的设计是在设计器中完成的。 19.在查询中，写在“条件”行同一行的条件之间是并的逻辑关系，写在“条件”行不同行 的条件之间是或的逻辑关系。 20.窗体的数据来源主要包括表和查询。 21.计算型控件一般来说用表达式/公式作为数据源。 22.主窗体和子窗体通常用多个表或查询的数据，这些表或查询中的数据具有一对一/一对 多的关系。 23.在报表中可以根据字段、表达式对记录进行排序或分组。 24.DBMS/数据库管理系统软件具有数据的安全性控制、数据的完整性控制、并发控制和故 障恢复功能。 25.数据库系统体系结构中三级模式是模式、外模式、内模式。 26.实体完整性是对关系中元组的唯一性约束，也就是对关系的主码的约束。 27.若想设计一个性能良好的数据库，就要尽量满足关系规范化原则。
大数据技术与应用专业详细解读
大数据技术与应用专业详细解读 大数据技术与应用专业是新兴的“互联网+”专业，大数据技术与应用专业将大数据分析挖掘与处理、移动开发与架构、人软件开发、云计算等前沿技术相结合，并引入企业真实项目演练，依托产学界的雄厚师资，旨在培养适应新形势，具有最新思维和技能的“高层次、实用型、国际化”的复合型大数据专业人才。 专业背景 近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。截止到目前，人们日常生活中的数据量已经从TB(1024GB=1TB)级别一跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别，数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据时代，专业的大数据人才必将成为人才市场上的香饽饽。当下，大数据从业人员的两个主要趋势是：1、大数据领域从业人员的薪资将继续增长；2、大数据人才供不应求。 图示说明：2012-2020年全球数据产生量预测 专业发展现状 填补大数据技术与应用专业人才巨大缺口的最有效办法无疑还需要依托众多的高等院校来培养输送，但互联网发展一日千里，大数据技术、手段日新月异，企业所需要的非常接地气的人才培养对于传统以培养学术型、科研型人才为主要使命的高校来说还真有些难度。幸好这个问题已经被全社会关注，政府更是一再提倡产教融合、校企合作来创办新型前沿几
乎以及“互联网+”专业方向，也已经有一些企业大胆开始了这方面的创新步伐。据我了解，慧科教育就是一家最早尝试高校校企合作的企业，其率先联合各大高校最早开设了互联网营销，这也是它们的优势专业，后来慧科教育集团又先后和北京航空航天大学、对外经济贸易大学、贵州大学、华南理工大学、宜春学院、广东开放大学等高校在硕、本、专各个层次开设了大数据专业方向，在课程体系研发、教学授课及实训实习环节均有来自BAT以及各大行业企业一线的技术大拿参与，所培养人才能够很好地满足企业用人需求。 专业示例 笔者在对慧科教育的大数据技术与应用专业做了专门研究，共享一些主要特色给大家参考： 1.培养模式 采用校企联合模式，校企双方（即慧科教育集团和合作校方）发挥各自优势，在最大限度保证院校办学特色及专业课程设置的前提下，植入相应前沿科技及特色人才岗位需求的企业课程。 2.课程体系 笔者对慧科教育的大数据技术与应用做了专门研究，现分享一下慧科专业共建的课程给大家参考。慧科教育集团的专业课程重在培养学生的理论知识和动手实践能力，学生在完成每个学期的理论学习后，至少有两个企业项目实战跟进，让学生在项目中应用各类大数据技术，训练大数据思路和实践步骤，做到理论与实践的充分结合。 大数据专业的课程体系包括专业基础课、专业核心课、大数据架构设计、企业综合实训等四个部分。
数控机床主要应用于四大行业领域
数控机床主要应用在四大领域 2018-11 《国家中长期科学和技术发展规划纲要（2006-2020年）》明确规定了“高档数控机床与基础制造装备”科技重大 专项要“重点开发航空航天、船舶、汽车制造、发电设备制造等需 要的高档数控机床”，“逐步提高我国高档数控机床与基础制造成 套装备的自主开发能力，满足国内主要行业对制造装备的基本需求”。专项实施方案提出：到2020年，形成高档数控机床与基础制 造装备主要产品的自主开发能力，总体技术水平进入国际先进行列，部分产品国际ling先；建立起完整的功能部件研发和配套能力；形 成以企业为主体、产学研相结合的技术创新体系；培养和建立一支 高素质的研究开发队伍；航空航天、船舶、汽车、发电设备制造所 需要的高档数控机床与基础制造装备80%立足国内。 ??为了更准确全面掌握行业最新发展情况，进一步了解重点用户需求和机床行业的发展情况，为专项实施提供 参考依据，中国机床工具工业协会接受国家发展与改革委员会工业 司的委托，组织了30多名行业专家，于2008年6-7月，由机床工 具协会主要领导带队，分4个调研组对航空、船舶、汽车、发电设 备和机床工具行业61家企业和院所进行了专项调研。通过深入行业 用户现场调研和交流，更加清楚地了解了这些用户行业的发展情况、典型零件的特点以及对设备的需求情况。 航空工业 ??航空工业典型零件的结构特点是大量采 用整体薄壁结构，形状复杂。为了增加航空器的机动性，增加有效 载荷和航程，降低成本，进行轻量化设计和广泛采用新型轻质材料，对材料性能要求越来越高。现在大量采用铝合金、高温合金、钛合
金、高强度钢、复合材料、工程陶瓷等。结构复杂的薄壁件、蜂窝 件形状复杂，孔、空穴、沟槽、加强筋等较多，工艺刚性差。 ??根据航空工业加工件的结构特点和加工 要求，需要带A、B摆角或A、C摆角的五轴联动加工中心、高速加 工中心、大型双龙门立式加工中心、大型数控龙门镗铣床、精密数 控车床、大型数控精密立式车削中心、车铣复合加工中心、叶盘高 效加工中心、端面弧齿磨床、高速转子叶尖磨床、缓进给强力磨床、拉床、相关电加工机床、激光熔覆加工机床、板类件无模多点成形 压力机、定向单晶熔炼炉、电液束流设备等。要求机床具有足够的 刚性，操作简单，人机界面清楚，要求样条插补（NURBS），过程均 匀控制，以减少对拐角处加工精度的影响，具有在线测量仿真功能。 船舶工业 ??大型船舶的关键加工件集中在大功率柴 油机的机座、机架、气缸体、缸盖、活塞杆、十字头、连杆、曲轴，以及减速箱传动轴、舵轴和推进器（螺旋桨）等，关键加工件材质 为特种合金钢，一般为小批加工，要求加工成品率100%。关键加工 件具有重量大，形状复杂、精度高，加工难度大等特点。大型船舶 关键件加工需要具有大功率、大扭矩、高可靠性以及多轴的重型、 超重型数控机床和专用加工机床，如重型、超重型数控龙门镗铣床，大型旋风车床，数控重型龙门铣和重型数控落地镗、数控车、磨床、深孔钻床，以及大型钢板压制、酸洗、热处理和火焰切割机等。其 中重型、超重型曲轴和大型螺旋桨加工具有典型性，需要超重型数 控专门机床、超重型多轴联动机床加工。 汽车工业 ??汽车发动机和车身冲压件生产线具有连续、高效、高可靠性的特点，汽车行业迫切希望机床制造厂能专门
大数据三大应用领域
大数据在企业商业智能、公共服务和市场营销三个领域拥有巨大的应用潜力和商机。 今天，大数据似乎成了万灵药，从总统竞选到奥斯卡颁奖、从web安全到灾难预测，正如那句俗语： “当你手里有了锤子，什么都看上去像钉子。 ”当IT经理成功部署一套Hadoop系统后，任何事看上去都与大数据有关（事实也是如此）。 类似的事情在云计算的普及中也出现过，一开始大家认为所有的IT都可以搬到云端，而现实是我们依然需要虚拟化技术和基础设施。 对于大数据来说，如果IT经理们初期不能正确选择应用领域，有可能会导致达不到期望值，招致麻烦。 其实，综合来看，未来几年大数据在商业智能、政府服务和市场营销三个领域的应用非常值得看好，大多数大数据案例和预算将发生在这三个领域。 商业智能过去几十年，分析师们都依赖来自Hyperion、Microstrategy和Cognos的BI产品分析海量数据并生成报告。 数据仓库和BI工具能够很好地回答类似这样的问题： “某某人本季度的销售业绩是多少？”（基于结构化数据），但如果涉及决策和规划方面的问题，由于不能快速处理非结构化数据，传统的BI会非常吃力和昂贵。 大多数传统BI工具都受到以下两个方面的局限： 首先，它们都是“预设-抓取”工具，由分析师预先确定收集什么数据用于分析。 其次，它们都专注于报告“已知的未知”（Known unknowns），也就是我们知道问题是什么，然后去找答案。
（而大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果）传统BI工具主要用于企业运营，侧重于成本控制和计划执行报告。 而大数据技术最主要的功能/应用是ETL（Extract、Transform、Load）。 将近80%的Hadoop应用都与ETL有关，例如在导入Vertica这样的分析数据库之前对日志文件或传感器数据的处理。 今天计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常“奢侈”地先抓取大量数据再考虑分析命题。 可以说，低廉的计算资源正在改变我们使用数据的方式。 此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而“实时”和“预测”将BI带到了一个新的境界——未知的未知。 这也是大数据分析与传统BI之间最大的区别。 今天的大数据技术还处于战国时期，未来几年，随着企业间的兼并和新产品的不断推出，BI厂商们将能推出完善的，让CEO感到满意的“大数据套件”，但这并不意味着企业IT经理们的工作将受到威胁。 因为正如云计算在理想和现实间达成妥协一样，大数据也会经历类似的发展过程。 传统的BI工具将与大数据分析并存。 公共服务大数据另外一个重大的应用领域是社会和政府。 如今，数据挖掘已经能够预测疾病暴发、理解交通模型并改善教育。 今天，城市正面临预算超支、基础设施难题以及从农村和郊区涌入的大量人口。 这些都是非常紧迫的问题，而城市，也正是大数据计划的绝佳实验室。 以纽约这样的大都市为例，政府公共数据公开化、以及市民生活的高度数字化（购物、交通、医疗等）等都是大数据分析的理想对象。
新时期数据库技术的应用价值及发展趋势
新时期数据库技术的应用价值及发展趋势 摘要随着社会的发展与大数据时代的到来，数据库技术及其应用环境不断发生变化，就目前来看，数据种类越来越多，数据量急剧增加，应用领域越来越广泛，促使着数据库技术的不断发展?c更新。本文主要就新时期数据库技术的应用价值进行分析，探讨了新时期数据库技术的发展趋势。 【关键词】新时期数据库技术应用价值发展趋势 1 引言 随着大数据时代的到来，数据已经成为社会发展中一项重要的资源，在政府、企业、教育等领域都发挥着不可替代的作用。海量的数据不断涌现，也推进着数据库技术的不断发展与更新，当前数据库技术被应用到人们生活的各个方面，成为数据储存、管理、处理的核心技术，在各行业信息化建设中一个不可忽视的基础设施。 数据库技术主要应用于储存数据、组织数据、查询数据、获取数据以及处理数据等，对各种繁杂的数据信息进行快速的分类整理、筛选利用，帮助人们更好的发掘数据的利用价值。除此之外，数据库技术还能有效的保障数据安全，准确、快速的完成繁杂的数据处理与核算问题，解决人们手工无法完成的诸多难题。
2 新时期数据库技术的应用价值 2.1 保障信息数据安全 数据库技术是一种针对数据进行操作管理的软件技术，其主要功能就是利用软件系统对数据信息进行快捷方便的 存储、操作、筛选、查询，同时保障数据信息的安全性、完整性、实用性。数据库技术可设置不同的访问权限，数据管理员可以针对不同的用户分配访问或操作权限，满足不同用户数据获取、使用需要的同时，还能保障数据不被泄露、篡改等。此外，数据库技术的数据备份与恢复功能也能保证数据在遭到破坏时快速找回，从而维护数据库的完整性，确保数据库安全运行。 2.2 提供准确可靠的决策依据 当前，数据库技术的最常用的两个重要功能有两个：一个是完成数据信息的采集、分析、存储，另一个是利用数据库技术完成对数据信息的分析整合，为实际决策提供可靠的数据支持。如在企业中，使用数据库技术可以对每年或每季度内商品数据、业务数据以及销售数据等进行对比分析，分析商品销售的趋势并深层挖掘趋势变化的主要因素，为下一步的经营决策调整提供可靠依据。同时，企业还可以将与交易数据相关的各类数据进行整合分析，寻找其中的相关性，帮助企业调整生产经营战略，实现长远可持续的发展目标。 2.3 挖掘数据潜在价值
传感器在三大领域的典型应用
半导体器件应用网 https://www.360docs.net/doc/ed10416017.html,/news/198480.html 传感器在三大领域的典型应用【大比特导读】随着新技术革命的到来，世界开始进入信息时代。在利用信 息的过程中，首先要解决的就是要获取准确可靠的信息，而传感器是获取自然和 生产领域中信息的主要途径与手段，其在安防行业中应用也越来越广泛。 随着新技术革命的到来，世界开始进入信息时代。在利用信息的过程中，首先要解决的 就是要获取准确可靠的信息，而传感器是获取自然和生产领域中信息的主要途径与手段，其 在安防行业中应用也越来越广泛。 一、传感器在智能交通中的应用 随着城市道路交通的智能化发展，传感器作为一种必不可少的技术已经得到广泛的运 用，如常见的图像传感器、雷达传感器等。 据了解，采用多目标雷达传感器与图像传感器的技术目前已经在智能交通领域崭露头 角，传感器配合相机，可以在一张图片上面同时显示多辆车的速度、距离、角度等信息，有 效的监控道路车辆状况。 同时，随着智能城市的兴起，车流量雷达、2D/3D多目标跟踪雷达也逐渐普及起来。作 为系统眼睛的传感器，实时搜集道路交通状况，以便更好控制的车流显得越发重要。 二、传感器在智能家居中的应用 众所周知，真正的家居智能化仅靠智能手机和智能路由是远远不够的，真正的智能家居 还需要大量的传感器作为支持，否则，智能手机、智能路由也不能感知用户真实情况。 仔细去看目前市场上的智能家居产品，其实各企业对智能家居的做法基本一致：使用硬 件作为接入点，通过传感器或者其他方式搜集设备数据、用户使用数据，然后利用后端的大 数据、优秀算法，突破屏幕以及键盘的范畴，将更加个性化和符合个人需求的互联网服务带 入家庭的方方面面。 从这里我们可以看出，企业加大在传感器产品层面上的研究，是做出一个“好产品”的 前提。 三、传感器在智能电网中的应用 从电能计量到设备检修、巡视记录，从调控监控信号到生产报修数据能够深度挖掘这些 数据背后的价值，这就是智能电网的优点。 智能电网是电网的智能化，其充分运用先进的ICT技术，构建可靠、高速、双向的通信 管道，通过传感技术，最终实现可靠、安全、经济、高效、环境友好和使用安全的电网。
大数据的应用领域和发展前景怎么样
大数据的应用领域和发展前景怎么样 随着大数据进军社会的各个领域，千锋教育培训机构在疯狂的输出大数据人才，力争打造大数据全才，就今年的综合情况来看，未来几年大数据在商业智能、政府服务和市场营销三个领域的应用非常值得看好，大多数大数据案例和预算将发生在这三个领域。 （1）商业智能 商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 过去几十年，分析师们都依赖来自Hyperion、Microstrategy和Cognos 的BI产品分析海量数据并生成报告。数据仓库和BI工具能够很好地回答类似这样的问题：“某某人本季度的销售业绩是多少？”（基于结构化数据），但如果涉及决策和规划方面的问题，由于不能快速处理非结构化数据，传统的BI会非常吃力和昂贵。大多数传统BI工具都受到以下两个方面的局限： 首先，它们都是“预设-抓取”工具，由分析师预先确定收集什么数据用于分析。 其次，它们都专注于报告“已知的未知”（Known unknowns），也就是我
们知道问题是什么，然后去找答案。（而大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果）传统BI工具主要用于企业运营，侧重于成本控制和计划执行报告。 而大数据技术最主要的功能/应用是ETL（Extract、Transform、Load）。将近80%的Hadoop应用都与ETL有关，例如在导入Vertica这样的分析数据库之前对日志文件或传感器数据的处理。 今天计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常“奢侈”地先抓取大量数据再考虑分析命题。可以说，低廉的计算资源正在改变我们使用数据的方式。此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而“实时”和“预测”将BI带到了一个新的境界——未知的未知。这也是大数据分析与传统BI之间最大的区别。未来几年，随着企业间的兼并和新产品的不断推出，传统的BI工具将与大数据分析并存。 （2）公共服务 大数据另外一个重大的应用领域是社会和政府。如今，数据挖掘已经能够预测疾病暴发、理解交通模型并改善教育。
当前数据库应用领域的调查
当前数据库应用领域的调查 学号：姓名：冯冠玺 数据库的应用领域非常广泛，不管是家庭、公司或大型企业，还是政府部门，都需要使用数据库来存储数据信息。传统数据库中的很大一部分用于商务领域，如证券行业、银行、销售部门、医院、公司或企业单位，以及国家政府部门、国防军工领域、科技发展领域等。 随着信息时代的发展，数据库也相应产生了一些新的应用领域。主要表现在下面6个方面。 1．多媒体数据库 这类数据库主要存储与多媒体相关的数据，如声音、图像和视频等数据。多媒体数据最大的特点是数据连续，而且数据量比较大，存储需要的空间较大。 2．移动数据库 该类数据库是在移动计算机系统上发展起来的，如笔记本电脑、掌上计算机等。该数据库最大的特点是通过无线数字通信网络传输的。移动数据库可以随时随地地获取和访问数据，为一些商务应用和一些紧急情况带来了很大的便利。 3．空间数据库 这类数据库目前发展比较迅速。它主要包括地理信息数据库（又称为地理信息系统，即GIS）和计算机辅助设计（CAD）数据库。其中地理信息数据库一般存储与地图相关的信息数据；计算机辅助设计数据库一般存储设计信息的空间数据库，如机械、集成电路以及电子设备设计图等。 4．信息检索系统 信息检索就是根据用户输入的信息，从数据库中查找相关的文档或信息，并把查找的信息反馈给用户。信息检索领域和数据库是同步发展的，它是一种典型的联机文档管理系统或者联机图书目录。 5．分布式信息检索 ； 这类数据库是随着Internet的发展而产生的数据库。它一般用于因特网及远距离计算机网络系统中。特别是随着电子商务的发展，这类数据库发展更加迅猛。许多网络用户（如个人、公司或企业等）在自己的计算机中存储信息，同时希望通过网络使用发送电子邮件、文件传输、远程登录方式和别人共享这些信息。分布式信息检索满足了这一要求。
大数据技术及其在教育研究领域应用.doc
大数据技术及其在教育领域的应用大数据是一个正在发展中的概念。到目前为止，学术界对于“大数据”一词还没有准 确、统一的定义。著名学者涂子沛在《大数据》一书中指出：“大数据（BigData）是指那 些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、管理和分析的大容量数 据，一般以‘以太节’为单位。大数据之大，并不仅仅在于容量之大，更大的意义在于通 过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来‘大知识’、 ‘大科技’、‘大利润’和‘大发展’。 大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全 面的洞察能力提供了前所未有的空间。互联网时代的数据正在迅速膨胀，它决定着组 织的未来发展，随着时间的推移，人们将越来越意识到数据对组织的重要性。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知识信息，对大数据的二次开发则是通过大数据创造出新产品和 服务。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。大数据这股汹涌浪潮正在兴起，将给各行各业的发展模式和 决策带来前所未有的革新与挑战，教育领域同样不可避免，面临新的挑战和机遇。 大数据在教育领域中的主要应用 近年来，随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据 可以大有作为的一个重要应用领域，有人大胆地预测大数据将给教育带来革命性的变化。 大数据技术允许中小学和大学分析从学生的学习行为、考试分数到职业规划等所有重 要的信息。许多这样的数据已经被诸如美国国家教育统计中心之类的政府机构储存起来用 于统计和分析。 而近年来越来越多的网络在线教育和大规模开放式网络课程横空出世，也使教育领域 中的大数据获得了更为广阔的应用空间。专家指出，大数据将掀起新的教育革命，比如革 新学生的学习、教师的教学、教育政策制定的方式与方法。 教育领域中的大数据分析最终目的是为了改善学生的学习成绩。成绩优异的学生对学 校、对社会、以及对国家来说都是好事。学生的作业和考试中有一系列重要的信息往往被 我们常规的研究所忽视。而通过分析大数据，我们就能发现这些重要信息，并利用它们为 改善学生的成绩提供个性化的服务。与此同时，它还能改善学生期末考试的成绩、平时的 出勤率、辍学率、升学率等。 1. 革新教育理念和教育思维 随着大数据时代的来临，教育大数据深刻改变着教育理念、教育思维方式。新的时代， 教育领域充满了大数据，诸如学生、教师的一言一行，学校里的一切事物，都可以转化为 数据。当每个在校学生都能用计算机终端学习时，包括上课、读书、写笔记、做作业、发
数据库技术的发展现状及趋势
第24卷第1期长春师范学院学报(自然科学版)2005年3月V o l.24 N o.1Journal of Chang Chun T eachers Co llege(N atural Science)M ar 2005 数据库技术的发展现状及趋势 赵玉萍,廖运文 (西华师范大学计算机学院,四川南充 637002) [摘 要]数据库技术已发展成为信息科学里一项十分重要的技术,其应用领域之宽引人瞩目。本文介 绍了数据库技术发展的现状及最新研究动态。 [关键词]数据库技术;数据仓库;实时数据库;W eb数据库 [中图分类号]T P311.13 [文献标识码]A [文章编号]1008-178X(2005)01-0107-03 1.引言 数据库技术从20世纪70年代流行的层次、网状数据库系统到80年代的关系数据库,在很多领域都取得了巨大的成功;随着应用领域的不断扩展,关系数据库的限制和不足日益显现出来,随着面向对象技术的出现,面向对象数据库系统成为数据库系统领域研究和发展的新方向。数据库技术与网络技术、人工智能技术、面向对象技术、并行计算技术、多媒体技术等的相互融合,为数据库技术的应用开拓了更广阔的空间。 2.数据库技术发展现状 数据库技术与多学科技术的有机结合是当前数据库技术发展的重要特征。计算机领域中,其它新兴技术的发展对数据库技术产生了重大的影响。传统的数据库技术和其他计算机技术的相互结合、相互渗透,使数据库中新的技术内容层出不穷。数据库的许多概念、技术内容、应用领域,甚至某些原理都有了重大的发展和变化。建立和实现了一系列新型数据库系统,如分布式数据库系统、面向对象数据库系统、演绎数据库系统、知识库系统、多媒体数据库系统等,它们共同构成了数据库系统的大家族。传统的数据库系统仅是数据库大家族的一员,当然,它也是最成熟的和应用最广泛的一员。它的核心理论、应用经验、设计方法等仍然是整个数据库技术发展和应用开发的先导和基础。 2.1 面向对象方法和技术正逐步融入数据库 传统数据库主要适于商务或事务型这类传统应用,而对于CAD、CAM、C I M S、CA SE、过程控制与实时应用、地理信息管理及各种工程应用等,传统数据库系统已不能适应其要求。在这些领域,不仅数据本身的结构和存储形式各异,而且不同领域对数据的处理技术的要求也比一般事务管理环境复杂得多,而这些并不是传统数据库技术所能解决的,因而人们将面向对象的方法引入数据库领域,形成了面向对象数据库管理系统(OODBM S)。它实际上是数据库技术(DB)和面向对象技术(OO)结合的产物。OODBM S首先是一个数据库系统,即系统具备数据库系统的处理能力,其次又是一个面向对象的系统,即包含对象的概念、方法和技术。与传统的数据库相比,OODBM S在复杂系统的模拟、表达和处理能力等方面具有优势,不足之处是理论技术还相当不成熟、不够完善。但随着数据库技术和面向对象技术的不断发展和完善,OODBM S必将得到广泛应用。 2.2 网络技术与数据库技术的融合 分布式数据库系统是数据库技术与计算机网络技术相结合的产物。传统的集中式数据库将数据存储于单个计算机上,但随着数据库应用的不断发展,规模的不断扩大,逐渐感觉到集中式数据库系统 [收稿日期]2004—10—23 [作者简介]赵玉萍(1975- ),女,湖北荆门人,西华师范大学计算机学院讲师,从事数据库理论与应用的研究。 ? ? 1 7
大数据技术与应用专业人才培养方案
附件： 2017年大数据技术与及用人才培养方案 一、培养目标 本专业培养适应生产、建设、服务和管理第一线需要的，德、智、体、美等方面全面发展的，具有大数据行业对应岗位必备的科学文化知识及相关专业知识，以大数据系统运维与管理、数据处理、数据分析、应用系统开发能力为目标，系统掌握大数据技术与应用专业基本理论、大数据分析挖掘与处理、移动开发与架构、软件开发、云计算技术等前沿技术，旨在培养适应新形势下新兴的“互联网+”专业，具有良好职业道德和敬业精神的高素质技能型专门人才。 二、学制及招生对象 （一）学制：三年 （二）招生对象：高中毕业生和中职毕业生 三、人才培养规格 （一）职业面向、预期工作岗位名称 1.主要岗位 本专业大数据基础类岗位：大数据文档编写、大数据采集清洗与转换； 大数据技术类岗位：大数据系统搭建与运维、海量数据库管理、大数据软件开发、大数据可视化、大数据分析； 2.相关岗位 大数据销售服务类岗位：大数据营销、大数据呼叫、大数据售后服务。 3.进阶岗位 大数据技术公司管理岗位和高级技术岗位 （二）起薪标准 4500元/月 （三）人才质量标准 1.知识要求 毕业生应具有大数据技术与应用专业必要的基础理论知识，掌握从事本专业领域实际工作的基本能力和基本技能；具备适应生产、管理、服务一线岗位需要的工作能力，具备良好的职业道德与素养。
①掌握本专业培养目标所要求的基础理论知识、专业知识和技能； ②具备一定的英语知识，能够借助工具书阅读理解本专业所使用的常用计算机英语， 包括技术性文档和资料； ③掌握计算机方面的专业基础知识，能适应信息化建设； ④掌握Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的专业技 能； ⑤掌握大数据技术与应用专业基本的专业技能，能满足大数据岗位的基本素质。 2.能力要求 通过三年的学习，学生应具备从事本专业领域相关工作的能力。 ①熟练操作办公自动化软件； ②具备计算机组装、计算机软硬件故障的判断与定位以及故障排除的能力。 ③具备办公自动化设备维护的能力；具备数据库系统管理维护的能力； ④具备非结构化数据处理能力； ⑤具备数据仓库管理基本能力； ⑥具备OOP程序设计能力； ⑦具备Web应用开发能力； ⑧具备Linux Server、Hadoop项目管理维护的能力； ⑨具备数据挖掘、数据清洗、数据可视化的处理能力。 3.素质要求 ①政治思想素质： 热爱祖国，拥护党的基本路线。遵纪守法，善于独立思考，勇于创新的精神。具备良好的职业道德与素养。 ②文化素质： 具有一定的文化素质修养，诚实守信、礼貌待人、为人谦逊的文明习惯；具有自尊自强、爱岗敬业、勤奋好学、追求进步的品格；具备良好的人际交往与勾通和工作协调能力。 ③业务素质： 掌握大数据技术与应用专业的基础理论知识；掌握计算机组装与维护、办公自动化软件操作、办公自动化设备维护、计算机网络系统维护及管理、关系型/非关系型数据库系统维护及管理、Windows/Linux服务器系统配置管理等方面、各类大数据平台搭建管理维护的专业技能的能力。