大数据应用的现状与展望
中国大数据产业的现状与展望
中国大数据产业的现状与展望近年来，大数据产业正在成为全球经济发展的新引擎。
作为世界第二大经济体的中国也顺应潮流，大数据产业的发展成为了各级政府、企业和学术界的共同关注的话题。
一、中国大数据产业的现状自从国务院发布《中国大数据战略》以来，中国的大数据产业快速发展。
根据工业和信息化部的数据，2019年中国大数据产业规模达到了8030亿元，预计到2020年，规模将达到8890亿元。
同时，中国大数据市场正在向多元化、精细化方向发展，不断结合人工智能、云计算、5G等新技术，创新出更多有创造力的应用场景。
在大数据产业中，云计算和大数据储存技术是两个重要的方面。
中国的阿里巴巴、腾讯和华为等企业都在云计算、云存储领域投入了巨资。
2018年，中国市场上有超过75%的云服务商使用国产技术，而国内企业的云计算服务成本也比国外企业低40%-50%。
此外，国内的大数据储存行业也非常活跃，大数据储存需求在不断增加。
数据显示，2019年中国IDC市场收入规模达到827.8亿元，同比增长4.5%。
除了云计算和大数据储存技术，人工智能在中国大数据产业中也有着广泛的应用前景，例如人脸识别、智能摄像头、语音识别等。
中国智能制造的发展正在迎来产业互联网时代，对大数据的需求也在迅速增加。
二、中国大数据产业的展望尽管中国的大数据产业取得了显著进展，但仍面临挑战。
例如，中国在人才方面仍存在不足。
要在大数据和人工智能领域持续发展，需要大量的高素质人才。
目前，国内高校对相关领域的人才培养还不够，因此人才缺口问题仍需进一步解决。
同时，中国大数据产业中的数据隐私和安全也是一个需要解决的问题。
随着越来越多的个人数据被收集和分析，数据泄露和滥用事件频发。
为了解决这一问题，必须加强相关法律、法规和监管机制的制定与实施。
然而，中国大数据产业的展望依然非常广阔。
首先，中国已经成为一个世界级的基础设施建设大国，大数据产业在云计算、云存储等领域有着强大的支持。
其次，中国拥有着庞大的人口和市场，可以提供大量的数据，在不断拓宽的应用场景中，更能发挥出大数据的潜力。
大数据的应用领域及前景展望
大数据的应用领域及前景展望随着信息技术的快速发展，大数据已经逐渐成为一个热门的话题。
大数据是指规模巨大的数据集合，其处理和分析需要新的技术、工具和平台。
本文将探讨大数据的应用领域以及展望其未来的前景。
一、大数据的应用领域1. 商业领域在商业领域，大数据被广泛应用于市场调研和预测、销售和定价策略、客户关系管理以及供应链管理等方面。
通过对大数据的分析，企业能够更好地了解消费者需求和市场趋势，并且做出更准确的商业决策。
2. 医疗保健大数据在医疗保健领域的应用也日益增多。
医疗机构可以利用大数据来进行疾病预测和诊断、药物研发和临床试验、医院运营管理等。
通过分析大数据，医生和研究人员可以更好地了解疾病的发病机制和治疗方法，提高医疗保健的质量和效率。
3. 城市规划与交通大数据的应用为城市规划和交通管理提供了新的思路和工具。
通过分析城市居民的出行数据，可以优化交通流量和道路布局，减少拥堵和交通事故。
此外，大数据还可以用于能源管理和环境保护，提高城市的可持续发展水平。
4. 金融服务在金融服务领域，大数据的应用也越来越广泛。
银行和金融机构可以通过分析大数据来进行风险评估、欺诈检测、信用评估以及投资决策等。
大数据的应用有助于提高金融业务的效率和安全性，减少风险。
二、大数据的前景展望1. 技术创新与应用拓展随着技术的不断进步，大数据的应用领域将会继续扩大。
人工智能、云计算、物联网等新兴技术的发展，为大数据的应用提供了更多的可能性。
未来，大数据将与其他技术相结合，催生出更多新的商业模式和服务。
2. 数据安全与隐私保护随着大数据的应用范围越来越广，数据安全和隐私保护成为了一个重要的问题。
今后，随着法律和政策的不断完善，数据的收集、处理和使用将更加规范和受保护。
同时，技术的发展也将提供更加安全和可靠的解决方案。
3. 数据科学与人才需求随着大数据的应用越来越广泛，对数据科学家和分析师等相关人才的需求也将大幅增加。
未来，数据科学将成为一个独立的学科领域，并且在各个行业中发挥重要作用。
大数据技术发展趋势及前景展望
大数据技术发展趋势及前景展望尊敬的读者：随着信息社会的快速发展，大数据已经成为全球范围内热门的话题。
本文将探讨大数据技术的发展趋势以及其前景展望，为您呈现一张大数据技术发展的全景图。
一、大数据技术的发展趋势1. 数据量的爆炸性增长：随着互联网的普及和物联网的发展，全球产生的数据量呈现指数级的增长。
据统计，到2025年，全球数据量将达到175ZB。
这将推动大数据技术的快速发展。
2. 数据多样性：不仅仅是数量的增长，数据的多样性也是大数据技术发展的一个重要趋势。
除了传统的结构化数据外，半结构化和非结构化数据的增加也使得大数据技术需要更强大的分析能力和处理能力。
3. 实时性要求的提升：随着互联网的高速发展，用户对信息的获取速度要求越来越高。
大数据技术需要具备实时处理和分析的能力，以满足用户的需求。
4. 云计算与大数据的融合：云计算技术的快速普及也为大数据技术的发展提供了更多的可能性。
云计算的弹性和高性能使得大数据处理更加灵活高效，提升了大数据技术的可操作性。
二、大数据技术的前景展望1. 商业智能和数据分析的应用：大数据技术的发展将推动商业智能和数据分析的应用。
通过对大数据进行深度分析和挖掘，企业可以更好地理解客户需求和市场趋势，从而制定更准确的营销策略和业务发展方向。
2. 数据安全和隐私保护的挑战：随着数据的增长和应用的广泛，数据安全和隐私保护问题变得愈发重要。
大数据技术发展的前景之一是解决数据安全和隐私保护的挑战，为用户提供更可信赖和安全的数据环境。
3. 人工智能的发展与大数据技术的结合：大数据技术和人工智能的结合将成为未来的重要趋势。
通过对大数据的分析和挖掘，人工智能系统可以获得更准确的数据输入，从而提高自身的学习和决策能力。
4. 跨界融合创新的推动：大数据技术的应用正逐渐涉及到各个领域，推动了不同领域之间的融合创新。
例如医疗领域的大数据分析可以提供更准确的诊断结果，金融领域的大数据应用可以改善风险评估等。
大数据技术的发展现状与未来趋势展望
大数据技术的发展现状与未来趋势展望近年来，随着互联网和移动互联网的高速发展，大数据技术逐渐成为各行各业的重要工具。
大数据技术通过对海量数据的收集、分析和运用，为企业和组织提供了全新的决策依据和商业机会。
本文将探讨大数据技术的发展现状，并展望其未来的趋势。
一、大数据技术的发展现状大数据技术在过去十年内取得了巨大的进展。
首先，数据规模呈爆发式增长，各种传感器、社交媒体平台和智能设备不断产生着庞大的数据流。
其次，云计算技术的普及使得数据的存储和处理更加高效和便捷。
再者，机器学习和人工智能的快速发展为大数据的挖掘和分析提供了新的方法和算法。
这些因素的共同促进，大数据技术得以持续创新和升级。
在商业领域，大数据技术被广泛应用于市场研究、用户分析和精准营销等方面。
以电商巨头阿里巴巴为例，其利用大数据技术实现了用户画像和个性化推荐，提高了用户购物体验和精准营销效果。
此外，大数据技术也被应用于证券交易、风险管理和供应链管理等金融和物流领域，为企业提供了全新的商业模式和增长机会。
在城市管理方面，大数据技术能够实现对城市内各种设施设备和人流、交通流的实时监测和调度。
例如，各大城市的智能交通管理系统能够通过大数据分析实现交通拥堵的预测和疏导；而智能电网系统能够通过大数据技术进行电力需求和供应的优化和调控。
大数据技术的应用使得城市变得更加智能、高效和宜居。
二、大数据技术的未来趋势展望1. 数据安全与隐私保护将成为重要关注点随着大数据规模的不断扩大，数据安全和隐私问题将越来越突出。
未来，大数据技术需要更加注重数据的安全存储和传输，采用更加严格的数据权限管理和加密技术，防止数据泄露和滥用。
同时，隐私保护法律和监管政策也需要随之完善，确保个人隐私权益得到有效保护。
2. 边缘计算和智能设备将推动大数据技术的进一步发展边缘计算是指将计算任务从中心服务器下放到数据源附近的网络边缘。
未来，随着物联网的普及和智能设备的智能化，边缘计算将为大数据技术的应用提供更大的便利。
大数据技术的发展现状与未来趋势展望
大数据技术的发展现状与未来趋势展望随着互联网技术的快速发展，数据量急剧增加，大数据技术逐渐崭露头角，成为了信息时代最为重要的技术之一。
本文将从大数据技术的概念、发展现状以及未来趋势三个方面进行阐述。
一、大数据技术的概念大数据是指传统数据库软件工具无法处理和管理的海量数据。
而大数据技术是一种可处理、存储和分析大量数据的技术，其主要包含数据挖掘、数据管理和数据分析三个方面。
大数据技术的核心是数据挖掘技术，而数据挖掘技术则是为了从海量的数据中发掘出规律和价值而产生的技术，主要应用于商业领域。
二、大数据技术的发展现状大数据技术的应用越来越广泛。
在人工智能、企业管理、市场营销、物联网等领域都有非常广泛的应用。
在人工智能方面，大数据技术配合机器学习进行数据分析和智能化推荐，为智能语音助手、智能金融、智能家居等带来了巨大的发展空间。
在企业管理和市场营销方面，大数据技术可以基于用户数据挖掘用户画像，分析用户需求，提高营销效果。
物联网技术则可以通过传感器等设备采集大量数据，并进行数据分析，以提高智能化程度。
目前，大数据技术正在引领数字经济的发展。
数字经济是指大量数据驱动的经济形态，大数据技术为数字经济提供了可靠的支撑。
根据经济学家预测，数字经济将成为未来经济发展的重要驱动力，因此大数据技术的发展也具有十分广阔的前景。
三、大数据技术的未来趋势展望大数据技术的未来发展可以从以下几个方面展望：1、云计算和大数据的结合。
目前云计算已经成为了企业建立信息化平台的主流方式，未来云计算和大数据技术的结合将成为大数据应用的重要形态。
2、深度学习和大数据的结合。
深度学习是一种类似于人类学习的算法，当前已经成为了人工智能领域的重要方法之一，未来深度学习和大数据结合将极大地加速人工智能的发展。
3、大数据的安全保障问题。
随着大数据技术的不断发展，数据泄露、数据泄密等安全问题也面临着不断增加的压力。
因此，在未来，大数据技术的安全保障问题将成为行业的重要课题。
浅谈大数据发展现状及未来展望
浅谈大数据发展现状及未来展望大数据是指具有大量、多样化和高速增长的数据集，这些数据集难以通过传统的数据库管理工具进行捕获、管理和处理。
随着互联网的普及，人们对大数据的需求也越来越高，大数据的发展呈现出以下几个现状和未来展望。
首先，大数据的发展现状是指数据量的爆炸式增长。
随着互联网的迅速发展和普及，海量的数据被不断产生和积累。
据统计，目前全球每天产生的数据量已经超过2.5亿TB，而且这个数据量还在持续增长。
人们在日常生活、社交媒体、移动设备等方方面面都在不断产生数据，这些数据包含着丰富的信息和价值。
再次，大数据的发展现状是数据处理技术的不断创新和进步。
大数据需要高效地进行存储、处理和分析，这就要求数据处理技术能够快速、准确地处理大规模和多样化的数据。
云计算、分布式计算、机器学习等技术的发展和应用，使得数据处理的效率和质量得到了极大的提高。
此外，大数据的发展现状还包括对数据隐私和安全的关注。
大数据的应用和分析可能涉及到用户的个人信息和隐私，因此对数据安全和隐私保护提出了更高的要求。
人们对数据的合法性和使用方式有更高的关注度，也促使了相关法律和规范的制定和完善。
展望未来，大数据发展的趋势将更加明显。
首先，数据的增长速度将进一步加快。
随着互联网的进一步普及，更多的设备将连接到互联网，产生更多的数据。
物联网技术的发展，将会使得传感器和设备产生的数据数量更大、更多样化。
其次，数据的处理能力将进一步提升。
随着计算能力的提升和技术的不断创新，数据处理和分析的效率将得到大幅度提高。
数据处理平台将更加智能化和自动化，从而能够更好地发现数据中的模式和规律。
再次，大数据的应用范围将进一步扩大。
目前大数据的应用已经涉及到金融、医疗、教育、交通等众多领域，未来将有更多的行业和领域开始应用大数据分析，以实现更好的决策和服务。
最后，数据隐私和安全的问题将得到更好的解决。
随着人们对数据隐私和安全的关注度的提高，相关的技术和法律保障将会得到更好的发展和完善。
浅谈大数据发展现状及未来展望
浅谈大数据发展现状及未来展望随着科技的不断进步，大数据已成为当前智能化时代的核心驱动力之一。
它不仅对各行业的发展产生了深远影响，也为社会带来了巨大的变革。
本文将就大数据的发展现状进行探讨，并展望其未来的发展趋势。
一、大数据的定义和背景大数据，顾名思义，指的是以海量数据为基础，利用先进的技术和工具来收集、存储、处理和分析数据。
它的背景可以追溯到互联网的兴起和移动智能设备的普及。
现如今，人们在日常生活中产生大量的数据，包括社交媒体、在线购物、移动支付等活动。
这些数据被视为“新的石油”，具有巨大的商业和科学价值。
二、大数据的发展现状1. 商业应用领域：大数据已在商业应用中发挥了巨大作用。
例如，在市场营销中，通过分析大数据可以更好地了解消费者的需求和行为。
在金融领域，大数据可以帮助银行和保险公司发现潜在的欺诈行为，并进行风险管理。
此外，大数据还推动了智能城市、智能制造和智慧医疗等领域的发展。
2. 科学研究领域：大数据对科学研究的帮助也是显而易见的。
科学家可以利用大数据来进行天文学、地质学、生物学等领域的研究。
通过分析大数据，他们可以获得更准确、更全面的研究结果，并推动科学的进步。
3. 社会管理领域：政府和公共机构也广泛利用大数据来进行社会管理。
大数据可以帮助政府更好地了解社会问题，并制定相应的政策。
例如，在交通管理中，政府可以通过分析大数据来优化交通流量，减少交通拥堵。
在公共安全领域，大数据可以帮助预测和预防犯罪行为。
三、大数据的未来展望1. 人工智能与大数据的结合：未来，人工智能技术将与大数据更加深入地结合。
人工智能可以通过学习和分析大数据来模拟人类的智能行为，实现更多领域的自动化与智能化。
例如，自动驾驶汽车需要依赖大数据来实现精准导航和智能决策。
2. 隐私保护与数据安全：随着大数据的广泛应用，数据安全和隐私保护问题也日益突出。
未来，人们需要在数据收集、存储和传输过程中加强相关安全措施，保护个人隐私和敏感信息。
浅谈大数据发展现状及未来展望
浅谈大数据发展现状及未来展望中国特色社会主义进入新时代，实现中华民族伟大复兴的中国梦开启新征程。
党中央决定实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。
国家领导人在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向！今天，我拟回顾大数据的发端、发展和现状，研判大数据的未来趋势，简述我国大数据发展的态势，并汇报我对信息化新阶段和数字经济的认识，以及对我国发展大数据的若干思考和建议。
一、大数据的发端与发展从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，承载了人类基于数据和信息认识世界的努力和取得的巨大进步。
然而，直到以电子计算机为代表的现代信息技术出现后，为数据处理提供了自动的方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。
信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。
“大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。
大多数学者认为，“大数据”这一概念最早公开出现于1998年，美国高性能计算公司SGI的首席科学家约翰·马西（John Mashey）在一个国际会议报告中指出：随着数据量的快速增长，必将出现数据难理解、难获取、难处理和难组织等四个难题，并用“Big Data（大数据）”来描述这一挑战，在计算领域引发思考。
2007年，数据库领域的先驱人物吉姆·格雷（Jim Gray）指出大数据将成为人类触摸、理解和逼近现实复杂系统的有效途径，并认为在实验观测、理论推导和计算仿真等三种科学研究范式后，将迎来第四范式——“数据探索”，后来同行学者将其总结为“数据密集型科学发现”，开启了从科研视角审视大数据的热潮。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｂ），在短短５年间增长
了近９倍，而且预计这一数字将每两年至少翻一番． 大数据这一术语正是产生在全球数据爆炸增长的背
收稿日期：２０１３
１１—２６
基金项目：国家自然科学基金项目（６１３００２２４）
万方数据
张引等：大数据应用的现状与展望
大数据这一话题，包括《经济学人》［ｚ’３］、《纽约时
２０１０年Ａｐａｃｈｅ Ｈａｄｏｏｐ组织将大数据定义为， “普通的计算机软件无法在可接受的时间范围内捕 捉、管理、处理的规模庞大的数据集”．在此定义的基 础上，２０１１年５月，全球著名咨询机构麦肯锡公司发 布了“大数据：下一个创新、竞争和生产力的前沿”， 在报告中对大数据的定义进行了扩充．大数据是指 其大小超出了典型数据库软件的采集、存储、管理和 分析等能力的数据集．该定义有两方面内涵：１）符合 大数据标准的数据集大小是变化的，会随着时间推 移、技术进步而增长；２）不同部门符合大数据标准的 数据集大小会存在差别．目前，大数据的一般范围是 从几个ＴＢ到数个ＰＢ（数千ＴＢ）［１ ０｜．根据麦肯锡的 定义可以看出，数据集的大小并不是大数据的唯一 标准，数据规模不断增长，以及无法依靠传统的数据 库技术进行管理，也是大数据的两个重要特征． 其实，早在２００１年，就出现了关于大数据的定 义．ＭＥＴＡ集团（现为Ｇａｒｔｎｅｒ）的分析师道格・莱
图１大数据的４Ｖｓ特点大数据分析
此外，美国国家标准和技术研究院（ＮＩＳＴ）也对 大数据做出了定义：“大数据是指其数据量、采集速 度，或数据表示限制了使用传统关系型方法进行有 效分析的能力，或需要使用重要的水平缩放技术来 实现高效处理的数据．”这是从学术角度对大数据的 概括，除了４Ｖｓ定义所提及的概念，还特别指出需 要高效的方法或技术对大数据进行分析处理． 就大数据究竟该如何定义，工业界和学术界已 经进行了不少讨论［１”２…．但是，大数据的关键并不在 于如何定义，或如何去界定大数据，而应该是如何提 取数据的价值，如何利用数据，如何将“一堆数据”变 为“大数据”． 我们认为大数据价值链可分为４个阶段：数据 生成、数据采集、数据储存以及数据分析．数据分析是 大数据价值链的最后也是最重要的阶段，是大数据价 值的实现，是大数据应用的基础，其目的在于提取有 用的值，提供论断建议或支持决策，通过对不同领域 数据集的分析可能会产生不同级别的潜在价值［１…． １．２传统数据分析方法 传统数据分析是指用适当的统计方法对收集来 的大量第１手资料和第２手资料进行分析，把隐没 在一大批看来杂乱无章的数据中的信息集中、萃取 和提炼出来，找出所研究对象的内在规律，以求最大 化地开发数据资料的功能，发挥数据的作用．数据分 析对国家制定发展计划，对企业了解客户需求、把握 市场动向都有巨大的指导作用．大数据分析可以视 为对一种特殊数据的分析，因此很多传统的数据分 析方法也可用于大数据分析．以下是可用于大数据 分析的传统数据分析方法，这些方法源于统计学和 计算机科学等多个学科． １）聚类分析心１｜．聚类分析是划分对象的统计 学方法，指把具有某种相似特征的物体或者事物归
计算机研究与发展
Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ
ＩｓｓＮ １０００一１２３９／ＣＮ １１—１７７７／ＴＰ ５０（Ｓｕｐｐｌ．）：２１６—２３３，２０１３
大数据应用的现状与展望
张 引 陈 敏 廖小飞
（华中科技大学计算机科学与技术学院武汉４３００７４） （ｙｉｎｚｈａｎｇ．ｃｓ＠ｇｍａｉｌ．ｃｏｍ）
据分析方法、分析模式以及常用的分析工具，将大数据应用归纳为６个关键领域——结构化数据分析、
文本分析、Ｗｅｂ分析、多媒体分析、社交网络分析和移动分析，并列举了６个大数据的典型应用．最后， 从基础理论、关键技术、应用实践以及数据安全４个方面总结了大数据的研究现状，并对大数据应用未 来的研究进行展望． 关键词大数据；数据分析；数据挖掘；非结构化数据；物联网；社交网络数据；众包
万方数据
计算机研究与发展２０１３，５０（增刊）
集的数据，那么你所拥有的只是一堆数据，而不是大 数据’’［１ ８Ｉ．
价值
ＶａＩｕｅ
为一类．聚类分析的目的在于辨别在某些特性上相 似（但是预先未知）的事物，并按这些特性将样本划 分成若干类（群），使在同一类内的事物具有高度的 同质性，而不同类的事物则有高度的异质性．聚类分 析是一种没有使用训练数据的无监督式学习． ２）因子分析［２引．因子分析的基本目的就是用 少数几个因子去描述许多指标或因素之间的联系，
ＥＭＣ主办）［１］，大数据被定义为：“大数据技术描述 了新一代的技术和架构体系，通过高速采集、发现或 分析，提取各种各样的大量数据的经济价值．”从这 一定义来看，大数据的特点可以总结为４个Ｖ，即 ｖｏｌｕｍｅ（体量浩大）、ｖａｒｉｅｔｙ（模态繁多）、ｖｅｌｏｃｉｔｙ（生 成快速）和ｖａｌｕｅ（价值巨大但密度很低），如图１所 示．这种４Ｖｓ定义得到了广泛的认同，３Ｖｓ是一种 较为专业化的定义，而４Ｖｓ则指出大数据的意义和 必要性，即挖掘蕴藏其中的巨大价值．这种定义指出 大数据最为核心的问题，就是如何从规模巨大、种类 繁多、生成快速的数据集中挖掘价值．正如Ｆａｃｅｂｏｏｋ 的副总工程师杰伊・帕瑞克所言，“如果不利用所收
ｃａｎ
（ｒａｐｉｄ
ｇｅｎｅｒａｔｉｏｎ）， ｕｓｅｆｕｌ ｖａｌｕｅｓ，
ｖａｌｕｅ （ｈｕｇｅ
ｌｏｗ
ｏｒ
ｄａｔａ ａｐｐｌｉｃａｔｉｏｎ
ｐｒｏｖｉｄｅ
ｊ ｕｄｇｍｅｎｔｓ，
ｓｕｇｇｅｓｔｉｏｎｓ，
ｓｕｐｐｏｒｔｓ
ｄｅｃｉｓｉｏｎｓ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｅ ｉｎｔｒｏｄｕｃｅ ｔｈｅ ｍｅｔｈｏｄｓ， ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ ｔｏｏｌｓ ｆｏｒ ｂｉｇ ｄａｔａ ａｎａｌｙｓｉｓ． ｔｈｅｎ ｅｘａｍｉｎｅ ｓｉｘ ｍｏｓｔ ｃｏｒｒｅｌａｔｅｄ ｄａｔａ ａｎａｌｙｓｉｓ ｆｉｅｌｄｓ， ｉｎｃｌｕｄｉｎｇ ｓｔｒｕｃｔｕｒｅｄ ｄａｔａ ａｎａｌｙｓｉｓ，
Ｂｉｇ Ｄａｔａ Ａｐｐｌｉｃａｔｉｏｎｓ：Ａ ＳｕｒＶｅｙ
Ｚｈａｎｇ Ｙｉｎ，Ｃｈｅｎ Ｍｉｎ，ａｎｄ Ｌｉａｏ Ｘｉａｏｆｅｉ （Ｓ如∞Ｚ ｏ，ＣＤ，”户“ｆ已ｒ Ｓｃｉｅ，ｚｆ＃口，ｚｄ’Ｉ曹ｃ＾咒ＤＺＤ９３，，Ｈ。６口ｚ＾ｏ挖ｇ Ｌｋｉ口Ｐｒｓｉ￡ｙ Ｄ，ＳｆｉＰ咒ｆｅ ｎ佗ｄ了＿ｆ，ｌ佗ｏ￡ｏｇｙ，Ⅵ‰＾口扎４３００７４）
Ｗｅ
ｔｅｘｔ
ａｎａｌｙｓｉｓ，ｗｅｂｓｉｔｅ ａｎａｌｙｓｉｓ，ｍｕｌｔｉｍｅｄｉａ ａｎａｌｙｓｉｓ，ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ，ａｎｄ ｍｏｂｉｌｅ ａｎａｌｙｓｉｓ． ｓｕｍｍａｒｉｚｅ ｔｈｅ ｒｅｓｅａｒｃｈ ｈｏｔｓｐｏｔｓ ａｎｄ ｐｏｓｓｉｂｌｅ ｒｅｓｅａｒｃｈ ｄｉｒｅｃｔｉｏｎｓ ｏｆ ｂｉｇ ｄａｔａ． ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄｓ ｏｆ ｂｉｇ ｄａｔａ．
价值巨大 密度很低
种类
Ｖａｒｉｅｔｙ
即将相互比较密切的几个变量归在同一类中，每一 类变量就成为一个因子（之所以称其为因子，是因为
全球数据规模将达
到３５．２ＺＢ
结构化数据、邮件
图片、视频、音频
它是不可观测的，即不是具体的变量），以较少的几 个因子反映原数据的大部分信息． ３）相关分析［ｚ ３｜．相关分析法是测定事物之间
尼（Ｄｏｕｇ Ｌａｎｅｙ）在研究报告中，将数据增长带来的
报》［４］、《全国公共广播电台俨６｜．《自然》和《科学》杂
志也分别开放了特殊专栏，来讨论大数据带来的挑 战和重要性［７’８］．政府机构最近也宣布了一项加快大 数据进程的重大计划［９］，各行各业也都在积极讨论 大数据的吸引力［１…． 随着网络的快速发展，索引和查询的内容也在 迅速增加，大数据给搜索公司带来了巨大的挑战．谷 歌创建了谷歌文件系统（ＧＦＳ）［１妇和ＭａｐＲｅｄｕｃｅ编 程模型［ｉ２１来应对网络规模的数据管理和分析所带 来的挑战．此外，用户生成数据、各种传感器和其他 的数据源也助长了这种势不可挡的数据流，这就需 要对计算架构和大规模数据处理机制进行一次根本 的转变．２００７年１月，吉姆・格雷（Ｊｉｍ Ｇｒａｙ）——数 据库软件的先驱，将这种转变称为“第四范式”［１胡 （表１所示为科学发现的４种范式）．他还认为，应对 这种范式的唯一方法就是开发新一代的计算工具， 以对海量数据进行管理、可视化和分析．２０１１年６ 月，ＥＭＣ／ＩＤＣ发表了一篇题为“从混沌中提取价值” 的研究报告［１］，首次对大数据的概念和其潜在性进 行了探讨．
１
相关研究
ቤተ መጻሕፍቲ ባይዱ
域极具影响力的领导者的国际数据公司（ＩＤＣ）就是 其中之一．２０１１年，在该公司发布的报告中（由
１．１大数据的定义 目前，虽然大数据的重要性得到了大家的一致 认同，但是关于大数据的定义却众说纷纭．大数据是 一个抽象的概念，除去数据量庞大，大数据还有一些 其他的特征，这些特征决定了大数据与“海量数据” 和“非常大的数据”这些概念之间的不同．一般意义 上，大数据是指无法在有限时间内用传统ＩＴ技术和 软硬件工具对其进行感知、获取、管理、处理和服务的 数据集合．科技企业、研究学者、数据分析师和技术顾 问们，由于各自的关注点不同，对于大数据有着不同 的定义．通过以下定义，或许可以帮助我们更好地理 解大数据在社会、经济和技术等方面的深刻内涵．
表１科学发现的４种范式
挑战和机遇定义为三维式，即数量（Ｖ０１ｕｍｅ）、速度 （Ｖｅｌｏｃｉｔｙ）和种类（Ｖａｒｉｅｔｙ）的增加［１４］．虽然这一描 述最先并不是用来定义大数据的，但是Ｇａｒｔｎｅｒ和 许多企业，其中包括ＩＢＭ［１ ５］和微软［１ ６｜，在此后的１０ 年间仍然使用这个“３Ｖｓ”模型来描述大数据［１ ７Ｉ．数 量，意味着生成和收集大量的数据，数据规模日趋庞 大；速度，是指大数据的时效性，数据的采集和分析 等过程必须迅速及时，从而最大化地利用大数据的 商业价值；种类，表示数据的类型繁多，不仅包含传 统的结构化数据，更多的则是音频、视频、网页、文本 等半结构和非结构化数据． 但是，也有一些不同的意见，大数据及其研究领