关于大数据国内外的发展状态
大数据发展背景及研究现状
大数据发展背景与研究现状（一）大数据时代的背景随着计算机存储能力的提升和复杂算法的发展，近年来的数据量成指数型增长，这些趋势使科学技术发展也日新月异，商业模式发生了颠覆式变化。
《分析的时代：在大数据的世界竞争》是2016年12月麦肯锡全球研究院（MGI）发表的一份报告。
五年前MGI就指出大数据分析在基于定位的服务、美国零售业、制造业、欧盟公共部门及美国健康医疗领域有很大的增长潜力。
数据正在被商业化，来自网络、智能手机、传感器、相机、支付系统以及其他途径的数据形成了一项资产，产生了巨大的商业价值。
苹果、亚马逊、Facebook、谷歌、通用微软以及阿里巴巴集团利用大数据分析及自己的优势改变了竞争的基础，建立了全新的商业模式。
稀缺数据的所有者利用数字化网络平台在一些市场近乎垄断，只需用独特方式将数据整合分析，提供有价值的数据分析，几乎可以“赢家通吃”。
2011年全球的数据储量就达到1.8ZB，与2011年相比2015年大数据增长了近4倍，未来十年，全球数据存储量还将增长十倍，大数据成为提升产业竞争力和创新商业模式的新途径。
大数据在企业中得到了充分的应用并实现了巨大的商业价值。
梅西百货的SAS系统可以根据7300种货品的需求和库存实现实时定价。
零售业寡头摩尔玛通过最新的搜索引擎Polaris，利用语义数据技术使得在线购物的完成率提升了10%到15%。
我国信息数据资源80%以上掌握在各级政府部门手里，但很多数据却与世隔绝“深藏闺中”，成为极大的浪费。
2015年，国务院印发《促进大数据发展行动纲要》，明确要求“2018年底前建成国家政府数据统一开放平台”；今年5月，国务院办公厅又印发《政务信息系统整合共享实施方案》，进一步推动政府数据向社会开放。
1大数据可以把人们从旧的价值观和发展观中解放出来，从全新的视角和角度理解世界的科技进步和复杂技术的涌现，变革人们关于工作、生活和思维的看法。
大数据的应用十分广泛，通过对大规模数据的分析，利用数据整体性与涌现性、相关性与不确定性、多样性与非线性及并行性与实时性研究大数据在公共交通、公共安全、社会管理等领域的应用。
大数据的国内外研究现状及发展动态分析
大数据的国内外研究现状及发展动态分析在信息时代的浪潮中，大数据成为了一种重要的资源和技术。
它的涌现不仅改变了人们的生活方式和商业运营方式，也推动了科学研究的发展。
本文将对国内外大数据研究的现状以及未来的发展动态进行分析。
一、国际大数据研究现状大数据研究在国际范围内已经有了长足的发展。
首先，在数据存储方面，云计算技术被广泛应用于海量数据的存储和管理，例如Amazon的S3和Google的Bigtable等技术。
其次，在数据处理方面，分布式计算和并行计算被用于加速大数据的处理速度，例如MapReduce和Spark等技术。
此外，数据挖掘和机器学习也成为了大数据研究的重要方向，通过对大量数据的分析和学习，揭示其中的关联模式和规律。
二、国内大数据研究现状在国内，大数据研究也呈现出蓬勃发展的态势。
首先，在政府的支持下，各大高校和研究机构纷纷开展了大数据相关的研究项目。
其次，在行业应用方面，诸如金融、医疗、物流等各个领域都开始利用大数据来提高效率和服务质量。
此外，一些互联网企业也在大数据分析和算法研发方面进行了深入探索，例如阿里巴巴和百度等。
三、国际大数据研究动态在国际上，大数据研究正朝着更加深入和广泛的方向发展。
首先，随着物联网技术的不断演进，大量传感器数据的产生将推动数据存储和分析的需求。
其次，在人工智能领域，深度学习技术的崛起为大数据研究提供了新的方法和思路。
此外，跨界研究也成为了大数据领域的趋势，例如将大数据与社会科学、医学等学科相结合，探索新的研究方向和方法。
四、国内大数据研究动态在国内，大数据研究也在不断推进和突破。
首先，政府加大了对大数据研究的支持力度，提出了一系列发展政策和资金扶持。
其次，学术界和产业界之间的合作交流也越来越频繁，加快了大数据技术的推广和应用。
此外，一些新兴领域的涌现，如人工智能、区块链等，也将为大数据研究带来新的机遇和挑战。
五、国际大数据研究趋势在国际上，大数据研究的趋势是多样化和复合化发展。
计算机国内外发展现状
计算机国内外发展现状
计算机国内外发展现状：
随着科技的快速发展，计算机在全球范围内得到了广泛应用，并在不断进步和创新。
以下是计算机国内外发展现状的一些方面：
1. 计算机硬件：国内外都出现了众多新型的计算机硬件产品，比如中央处理器（CPU）、图形处理器（GPU）等。
国内企业逐渐崭露头角，例如华为、联想等中国公司推出了自己的处理器，与国外巨头展开竞争。
2. 计算机软件：国内外的计算机软件发展迅速。
国内企业在操作系统、应用软件和游戏开发等领域取得了显著成就，例如中国的手机操作系统“鸿蒙”和阿里巴巴集团的电子商务平台等。
3. 人工智能（AI）：人工智能技术在国内外都取得了突破性
进展。
比如语音识别、图像识别、自动驾驶等领域的创新技术，吸引了众多企业和研究机构的投资和研发。
4. 云计算：云计算在国内外都得到了广泛应用。
国内外云计算服务商提供了强大的计算、存储、网络等资源，为企业和个人提供了更高效、便捷的计算服务。
5. 网络安全：随着计算机技术的发展，网络安全问题变得尤为重要。
国内外的政府和企业都加大了对网络安全的投入，加强信息保护和防御能力。
6. 大数据：国内外都越来越注重对大数据的应用和分析。
大数据技术被应用于各行各业，为企业和决策者提供了更全面、准确的数据支持。
总体来说，计算机在国内外的发展都取得了巨大的成就，但仍存在一些差距和挑战。
国内企业在某些领域已经与国外企业媲美甚至超过，但在其他领域仍需要不断努力和提高。
未来，计算机的发展将更加全面和深入，将继续推动科技创新和社会进步。
国内外发展现状及未来趋势分析及未来趋势
国内外发展现状及未来趋势分析及未来趋势国内外发展现状及未来趋势分析随着全球化和科技的不断进步，国内外的发展现状在不断发生变化，同时也呈现出一些未来的趋势。
本文将以国内外发展现状及未来趋势为主题，探讨不同领域中的趋势与发展状态。
首先，我们来看一下全球经济的发展现状。
当前，全球范围内的经济增长放缓，特别是在一些主要经济体，如美国、欧洲国家和中国。
然而，以亚洲为代表的一些新兴经济体仍然保持较高的增长率。
随着全球经济融合度的不断提高，跨国公司的崛起和全球市场的竞争变得更加激烈。
在未来，我们可以预期全球经济将继续朝着更加开放和融合的方向发展。
在科技领域，人工智能、大数据和物联网等新兴技术已经成为了推动世界发展的重要力量。
目前，国内外的科技企业正在积极探索人工智能的应用场景，包括智能家居、智能交通、智能医疗等。
同时，大数据的应用也正在不断改变着企业的决策方式和人们的生活方式。
随着技术的不断进步，人们对于科技的依赖度将会进一步提升，这将给我们未来的生活带来更多的便利和机遇。
由于人们对环境问题的关注度不断提高，可持续发展已经成为了一个全球性的趋势。
在国内外，各国政府都加大了对环境污染治理和可再生能源开发的力度。
同时，一些新兴领域，如清洁能源、绿色物流等也得到了更多的投资和关注。
可以预见的是，在未来的发展中，环境保护将成为重要的发展方向之一。
在教育领域，国内外的发展现状也在发生变化。
随着互联网技术的普及，远程教育和在线学习已经成为了一种主要的学习方式。
通过在线平台，学生可以随时随地接受教育资源，这种模式的出现为教育的普及和提升提供了新的途径。
未来，随着人工智能和虚拟现实技术的应用，教育将会更加个性化和灵活化。
此外，在医疗领域，国内外的发展也呈现出一些有趣的趋势。
随着人们健康意识的提高，保健产业蓬勃发展。
传统医药和中医药的研究和应用也吸引了更多的关注。
同时，基因技术的进步也为疾病的预防和治疗提供了更多的可能性。
将来，我们或许可以期待更多的创新和突破，使人们的健康水平得到更大的提升。
国内外大数据发展现状
国内外大数据发展现状大数据是在信息技术领域中一个日益重要的领域，涉及到数据的收集、存储、处理和分析。
国内外对大数据的发展趋势和应用都给予了很高关注。
在国内，大数据产业正快速崛起。
政府出台了一系列政策支持和鼓励措施，鼓励企业投资大数据技术和应用。
许多大数据公司和研究机构也在不断涌现，推动着大数据领域的发展。
同时，国内互联网用户数量庞大，产生的数据量也十分庞大，为大数据的应用提供了丰富的数据源。
国内的大数据应用主要集中在金融、电商、物流、医疗等产业领域。
金融领域利用大数据进行风险控制、信用评估和投资决策等方面的应用已很普遍。
电商领域通过大数据分析用户行为、个性化推荐和精准营销，提高用户体验和销售额。
物流领域利用大数据优化路线和配送计划，提高效率。
医疗领域利用大数据进行疾病预测、医疗资源调配和个性化治疗。
在国外，大数据的发展也取得了显著成果。
许多国际大型科技公司在大数据领域投入了大量资源，加速创新和应用。
美国硅谷作为全球创新中心之一，聚集了许多创新型企业和研究机构，推动着大数据领域的发展。
欧洲和亚洲地区也在积极推动大数据的发展，鼓励企业投资大数据技术和应用。
国际上的大数据应用主要集中在市场营销、社交媒体、智能制造、交通运输等领域。
市场营销领域通过大数据分析用户需求和行为模式，改善营销策略和推广效果。
社交媒体领域通过大数据分析用户交互和内容偏好，提供个性化的社交体验和内容推荐。
智能制造领域通过大数据优化生产流程、预测设备故障和优化供应链，提高生产效率和产品质量。
交通运输领域通过大数据分析交通流量和用户出行模式，优化交通管理和规划。
总的来说，国内外大数据发展现状都比较活跃，大数据技术和应用不断进步。
随着技术的不断创新和应用场景的丰富，大数据领域将会有更广阔的发展前景。
大数据的国内外研究现状与发展动态分析报告
大数据的国内外研究现状与发展动态分析报告概述在当今信息爆炸的时代，大数据成为了人们生活、经济和科技领域的重要组成部分。
本报告将对大数据的国内外研究现状进行梳理和分析，并探讨其未来的发展动态。
一、大数据的定义及特点大数据是指以庞大数据集为基础，利用先进的技术和方法进行分析和应用的过程。
其主要特点有以下几个方面：1. 规模性：大数据以海量的数据集为基础，纳入了各个领域的数据来源，包括社交媒体、物联网、传感器等。
2. 多样性：大数据的数据类型非常丰富多样，包括结构化数据、半结构化数据和非结构化数据。
3. 时效性：大数据的生成速度非常快，需要及时进行处理和分析。
4. 高维度：大数据包含了复杂的特征和属性，需要利用高维度分析来发现隐藏的信息和规律。
二、国内大数据研究现状1. 学术界研究：在国内，大数据领域的学术研究呈现出蓬勃的发展态势。
学者们在大数据隐私保护、大数据挖掘和大数据分析等领域开展了大量的研究工作，积累了丰富的理论和实践经验。
2. 产业应用：国内的大数据产业应用也在不断推进。
大数据技术在金融、电商、交通、医疗等领域得到广泛应用，为社会经济的发展提供了有力支撑。
三、国际大数据研究现状1. 学术界研究：国际大数据研究同样呈现出蓬勃发展的态势。
美国、欧洲等国家的学者们在大数据处理、大数据分析和大数据应用等方面具有世界领先的水平，精彩的论文和专著层出不穷。
2. 产业应用：国际上许多知名企业积极探索大数据的商业应用模式。
Google、Facebook、Amazon等互联网巨头利用大数据技术进行用户行为分析和精准广告投放，为其带来了巨额的商业利润。
四、大数据发展的动态分析1. 技术挑战：随着大数据规模的不断增长，传统的数据处理和分析方法已经无法满足需求。
因此，如何处理海量、多样、高维度的数据成为了技术研究的重要方向。
2. 数据安全与隐私：大数据的快速发展也带来了数据安全与隐私保护的重要问题。
如何在数据共享的同时保护用户的隐私成为了研究的热点。
国内外信息化现状
国内外信息化现状国内外信息化现状是指在不同国家和地区中，信息技术的发展和应用水平的现状。
国内信息化现状：1. 互联网普及率：中国互联网用户规模已经超过8亿，互联网普及率超过50%。
2. 移动互联网普及率：中国移动互联网用户规模已经超过7亿，移动互联网普及率超过50%。
3. 电子商务：中国的电子商务市场规模居全球第一，电子商务在零售、物流、支付等领域得到广泛应用。
4. 人工智能：中国在人工智能领域的研究和应用取得了重要进展，包括人脸识别、语音识别、自动驾驶等。
5. 云计算：中国的云计算发展迅速，云服务商数量众多，云计算在企业、政府和个人等各个领域得到广泛应用。
6. 大数据：中国的大数据产业发展迅速，包括数据采集、存储、分析和应用等各个环节。
7. 5G技术：中国在5G技术的研发和应用方面取得了重要进展，成为全球5G技术的重要推动者。
国外信息化现状：1. 互联网发达国家：美国、日本、韩国、德国等国家的互联网普及率和移动互联网普及率较高，互联网应用广泛。
2. 电子商务发达国家：美国、英国、德国等国家的电子商务市场规模较大，电子商务在零售、物流、支付等领域应用成熟。
3. 人工智能领先国家：美国、英国、加拿大等国家在人工智能领域的研究和应用处于领先地位。
4. 云计算发展国家：美国、英国、加拿大等国家的云计算发展较为成熟，云服务商数量众多。
5. 大数据应用国家：美国、英国、加拿大等国家的大数据产业发展较为成熟，大数据应用广泛。
6. 5G技术引领国家：美国、韩国等国家在5G技术的研发和应用方面处于领先地位，成为全球5G技术的推动者。
总体上，国内外信息化现状都在不断发展和进步，各个国家都在不同程度上推动信息技术的发展和应用，以满足社会、经济和个人的需求。
国内外研究现状及发展趋势
国内外研究现状及发展趋势随着科技的不断进步和全球化的发展，国内外研究领域的现状和发展趋势也发生了一系列变化。
首先，国内外研究现状方面，随着科技的发展，人们的研究领域也越来越广泛，从传统的理工科研究到社科领域、环境保护等各个领域，研究范围越来越宽泛。
在国内，政府对科研领域的投入也有所增加，高校和研究机构的科研条件和水平都有所提升。
而在国外，科研资源更加丰富，研究机构和大学的实力也更加雄厚，他们在科技创新和科研成果转化方面具备更强的竞争力。
其次，国内外研究发展趋势方面，一方面，随着科技发展的加快，大数据、人工智能、物联网等新兴领域的研究将成为热点。
大数据的广泛应用将为研究提供更多的数据支持，人工智能的发展将带来更多的可能性。
另一方面，环境保护和可持续发展也成为全球关注的焦点，研究领域将越来越关注环境问题和资源利用的可持续性。
接下来，国内外研究的发展趋势还表现在跨学科研究的增加。
随着学科边界的模糊化，研究者越来越意识到不同学科之间的相互影响和互补性。
跨学科研究有助于解决复杂问题，推动学科之间的交流和合作。
很多研究机构也纷纷设立跨学科研究中心，鼓励学者进行跨学科研究。
此外，国内外研究现状和发展趋势还体现在研究方法的创新。
随着科技的进步，新的实验装备和技术手段被广泛运用于研究领域。
比如，基因编辑技术的出现为生物学研究带来了新的突破，分子影像技术的发展使得人类对神经系统的研究更加深入。
总的来说，国内外研究领域的现状和发展趋势呈现出多元化和国际化的趋势。
随着科技的不断创新和发展，研究领域将更加广泛，跨学科研究将得到更多支持，研究方法将不断创新。
这些变化为研究者提供了更多的机会和挑战，也为科技创新和社会发展带来了更多的希望。
- 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)。
关于大数据国内外的发展状态来源：金窝窝大数据的背景与意义上世纪60年代到80年代早期，企业在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等。
尽管当时人们称其为大数据，但以今日的数据量来看，这些数据无疑是非常有限的。
随着PC的出现和应用增多，企业内部出现了很多以公文档为主要形式的数据，包括Word、Excel文档，以及后来出现的图片、图像、影像和音频等。
此时企业内部生产数据的已不仅是企业的财务人员，还包括大量的办公人员，这极大地促进了数据量的增长。
关键词：大数据，发展，分析，技术互联网的兴起则促成了数据量的第三次大规模增长，在互联网的时代，几乎全民都在制造数据。
而与此同时，数据的形式也极其丰富，既有社交网络、多媒体等应用所主动产生的数据，也有搜索引擎、网页浏览等被动行为过程中被记录、搜集的数据。
时至今日，随着移动互联网、物联网、云计算应用的进一步丰富，数据已呈指数级的增长，企业所处理的数据已经达到PB级，而全球每年所产生的数据量更是到了惊人的ZB级。
在数据的这种爆炸式增长的背景下，“大数据”的概念逐渐在科技界、学术界、产业界引起热议。
在大数据时代，我们分析的数据因为“大”，摆脱了传统对随机采样的依赖，而是面对全体数据;因为所有信息都是“数”，可以不再纠结具体数据的精确度，而是坦然面对信息的混杂;信息之“大”之“杂”，让我们分析的“据”也由传统的因果关系变为相关关系。
大数据热潮的掀起让中国期待“弯道超越”的机会，创造中国IT企业从在红海领域苦苦挣扎转向在蓝海领域奋起直追的战略机遇。
传统IT行业对于底层设备、基础技术的要求非常高，企业在起点落后的情况下始终疲于追赶。
每当企业在耗费大量人力、物力、财力取得技术突破时，IT革命早已将核心设备或元件推进至下一阶段。
这种一步落后、处处受制于人的状态在大数据时代有望得到改变。
大数据对于硬件基础设施的要求相对较低，不会受困于基础设备核心元件的相对落后。
与在传统数据库操作层面的技术差距相比，大数据分析应用的中外技术差距要小得多。
而且，美国等传统IT强国的大数据战略也都处于摸着石头过河的试错阶段。
中国市场的规模之大也为这一产业发展提供了大空间、大平台。
大数据对于中国企业不仅仅是信息技术的更新，更是企业发展战略的变革。
随着对大数据的获取、处理、管理等各个角度研究的开展，企业逐渐认识数据已经逐渐演变成“数据资产”。
任何硬件、软件及服务都会随着技术发展和需求变化逐渐被淘汰，只有数据才具有长期可用性，值得积累。
数据是企业的核心资产，可以是也应该是独立于软硬件系统及应用需求而存在的。
大数据是信息技术演化的最新产物，确立了数据这一信息技术元素的独立地位。
正因为数据不再是软硬件及应用的附属产物，才有了今天爆炸式的数据增长，从而奠定了大数据的基础。
为了充分利用数据资产，大数据产业也呼之欲出。
大数据时代来临，使商业智能、信息安全和云计算具有更大潜力。
大数据产业链按产品形态分为硬件、基础软件和应用软件三大领域，商业智能、信息安全和云计算主横跨三大领域，将构成产业链中快速发展的三驾马车。
就国内而言，商业智能市场已步入成长期，预计未来3年复合年均增长率( CAGR) 为35%，“十二五”期间潜在产值将超300 亿元; 信息安全预计未来3 年CAGR有望保持35% ～40%的快速增长，“十二五”期间潜在产值将超4000 亿元; 云计算刚进入成长期，预计未来5 年CAGR 将超50%，2015 年产业规模预计将达1 万亿元。
大数据处理的基础设施数据仓库、以物联网为代表的数据收集环节、实时性强的在线数据分析工具，以及数据可视化的产品呈现，数据挖掘的应用在营销、销售、人力资源、电子商务等各个商业领域广泛开展，大数据为个性化营销和精准化推荐提供了充足的养分和可持续发展的沃土。
同时大数据研究会给企业管理变革带来巨大冲击。
对现代企业的管理运作理念、组织业务流程、市场营销决策以及消费者行为模式等产生巨大影响，使得企业商务管理决策越来越依赖于数据分析而非经验甚至直觉。
大数据将催生由信息驱动的的商业模式，在企业的价值链中发挥中间作用，通过商业交易创建极具价值的“排出数据”;数据驱动的决策制定，利用可控实验，企业能够验证假设、分析结果以指导投资决策及运作改变;利用大数据进一步提高算法和机器分析的作用，避免成本高昂的人工干预，节约成本，提高效益。
大数据在国内外研究进展“大数据”这个概念早在上个世纪的1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，就将“大数据”热情地赞颂为“第三次浪潮的华彩乐章”。
2008年9月《科学》(Science)杂志发表了一篇文章“BigData: Science in the Petabyte Era”。
“大数据”这个词开始被广泛传播。
目前国内外的专家学者对大数据只是在数据规模上达成共识：“超大规模”表示的是GB级别的数据，“海量”表示的是TB级的数据，而“大数据”则是PB级别及其以上的数据。
但对其的准确定义给出的结论不一。
美国国家科学基金会( NSF) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。
对大数据的定义为：所涉及的资料量规模巨大到无法透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。
一篇论文中所说：“大数据是指大小超出了典型数据库工具收集、存储、管理和分析能力的数据集。
”但它同时指出“大数据”并非总是说有数百个TB 才算得上。
根据实际使用情况，有时候数百个GB 的数据也可称为大数据，这主要要看它的第三个维度，也就是速度或者时间维度。
权威IT 研究与顾问咨询公司Gartner 将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题”。
IBM公司把大数据概括为规模Volume快速Velocity和多样Variety，即3V，而4V则是3V的基础上多一个Value价值。
具体来讲，Volume指数据量极大并仍在持续增大;Velocity指所需的处理速度快，响应时间短;Variety 指数据类型繁多，包括结构化数据、半结构化数据甚至是非结构化数据(以此区分大数据与海量数据两个概念);Value指价值密度低，以视频为例，不间断的监控录像中，有用的数据长度可能仅有一两秒。
由以上概念的差异可以看出目前主要从数据来源和数据的处理工具与处理难度两个方面对大数据进行定义。
但是这种定义方式会和另一个词发生混淆——海量数据。
有文献指出大数据=海量数据+复杂类型的数据，这一公式是否成立还待进一步讨论。
如今“海量数据”研究方向主要考虑各种非结构化数据的有效管理、多数据源的集成问题。
由此看来能区别两次还需要借助IBM关于大数据4V特征，尤其是其中的Velocity。
强调数据是快速动态变化的，形成流式数据则是大数据区别于其他概念的最重要的特征。
国外除在大数据的概念上的研究外，重点放在技术研究。
美国政府六个部门启动的大数据研究计划中，除了国家科学基金会的研究内容提到要“形成一个包括数学、统计基础和计算机算法的独特学科”外，绝大多数研究项目都是应对大数据带来的技术挑战，重视的是数据工程而不是数据科学，主要考虑大数据分析算法和系统的效率。
在国内，“大数据”尚未直接以专有名词被我国政府提出并给予政策支持。
因此国内学者关于大数据概念上的研究并不充分，大多是引用以上定义进行阐释。
同时在国内对“海量数据”这一说法认同度较高，更习惯将“大数据”称为“海量数据，并没有将两个词进行明确的区分。
国内在大数据研究领域的重点在大数据与云计算、数据挖掘，并行计算和分布式处理，应用式主要集中在地理信息系统。
大数据的发展动态(1) 资源的管理与利用。
数据作为一种重要的资源，对它价值的挖掘利用具有非常重要的意义，因此一直是该领域的研究重点。
研究主要涉及到数字处理、数据分析以及数据挖掘，尤其是从海量、复杂、实时的大数据中挖掘知识，可见，对海量数据价值的挖掘、发现和创造价值一直是当前的研究热点。
同时为了更好地建设数据资源，对数据的组织和存储显得尤为重点，于是相应地也成为研究热点，如元数据、数据仓库和数据存储等。
(2) 信息服务。
数据组织和建设的主要目的便是开展服务。
相关研究主要涉及到地理信息系统、互联网、物联网、遥感、数字城市、商业智能等方面。
而物联网一直是重点关注新产业，对于数字城市及智慧城市的谋划建设更强调数据的价值。
此外，统计还发现，中国移动、中国电信以及金融领域更注重从数据分析挖掘中获得智慧价值的利用。
(3)行业调整。
Hadoop迈向商业化，开源软件带来更多相关市场机会，将促使一批新型开放平台的诞生。
同时大数据将由网络数据处理走向企业级应用，企业逐渐了解到大数据并不仅仅指处理网络数据，行业对大数据处理的需求也会增加，包括数据流检测和分析。
大数据将创造出新的细分市场(4)关键技术。
数据的管理和利用离不开技术的支撑，服务质量的提高更离不开技术的保障。
近几年的研究主要涉及到云计算、Hadoop、MapReduce、并行、分布式、多线程、网格、可视化等技术。
尤其是云计算、MapReduce 以及Hadoop 带来的分布式、并行式算法与“海量数据”有着密切的关系，而事实上这三者针对的具体目标本来就是大规模的数据。
目前存在的主要问题分析(1)研究方法问题大数据研究开创了科研的第四范式，与传统的逻辑推理研究不同，大数据研究是对数量巨大的数据做统计性的搜索、比较、聚类和分类等分析归纳，因此继承了统计科学的一些特点。
统计学关注数据的相关性或称关联性，所谓“相关性”是指两个或两个以上变量的取值之间存在某种规律性，而不再关注因果关系。
因果关系的研究曾经引发了科学体系的建立，近代科学体系获得的成就已经证明，科学是研究因果关系最重要的手段。
对于相关性研究是可以替代因果分析的科学新发展还只是因果分析的补充，这是一个大数据学术界讨论比较激烈的问题。
(2)领域融合问题当前大数据研究的局面是各个学科的科学家都以自己为主处理本领域的海量数据，信息领域的科学家只能起到助手的作用。
也就是说，各领域的科学问题还掌握在各学科的科学家手里，计算机科学家所提炼出的具有共性的大数据科学问题并不多。
通过对有关文献统计，目前大数据方面已发表论文多有计算机科学方面的研究机构专家学者撰写。
大多立足于信息科学，侧重于大数据的获取、存储、处理、挖掘和信息安全等方面，鲜有从管理学的角度探讨大数据对于现代企业生产管理和商务运营决策等方面带来的变革与冲击的研究.缺乏学科之间的交叉与融合，缺乏既拥有清理和组织大型数据的能力又懂得“商业语言”的数据科学家。