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。
数据科学与大数据专业的国内外研究历史和现状参考文献
数据科学与大数据专业的国内外研究历史和现状参考文献数据科学与大数据专业是近年来兴起的研究领域，它涉及到数据的采集、存储、处理、分析和应用。
在国内外，数据科学与大数据专业的研究历史和现状都得到了广泛的关注和研究。
国内数据科学与大数据专业的研究历史可以追溯到20世纪80年代，当时国内开始进行信息技术的研究和应用，随着互联网的发展，大数据的概念逐渐引入。
在国内，大数据的研究和应用主要集中在政府、企业和科研机构，例如在金融、医疗、交通等领域的应用。
随着互联网+、人工智能等新兴技术的发展，大数据产业在国内得到了快速的发展。
目前，国内的高校中大部分都开设了数据科学与大数据相关的专业和课程。
在国外，数据科学与大数据专业的研究历史可以追溯到20世纪60年代，当时因为计算机的发展和数据存储技术的进步，人们开始利用大数据进行科学研究。
在国外，大数据的研究和应用主要集中在学术界和企业，例如在金融、社交网络、医疗健康等领域的应用。
尤其在美国，数据科学与大数据专业的发展非常迅速，并且大数据相关的专业在大部分的高校中都有设置。
近年来，国内外对数据科学与大数据专业的研究和应用都有了新的发展。
国内的研究主要集中在大数据的存储、处理、分析和挖掘等方面。
例如，文献中的一篇研究指出了基于深度学习的大数据分析方法在金融风险评估中的应用（刘青等，2017）。
此外，还有另一篇研究提出了一种基于大数据的智能医疗健康系统，利用大数据分析方法来提高医疗服务的质量和效率（张洪波等，2019）。
国内的大数据应用非常广泛，例如在电子商务、智慧城市、人脸识别等领域的应用。
国内大数据产业也在不断发展壮大，出现了很多创业公司和创新项目。
在国外的研究中，大数据的应用更加广泛，包括金融、医疗、社交网络、交通等领域。
例如，在金融领域的研究中，有一篇研究提出了一种基于大数据的风险预测模型，可以帮助金融机构更好地评估借贷风险（Zhu, Qiudi等，2016）。
此外，在社交网络领域，有一篇研究利用大数据分析方法来研究社交网络中的信息传播和用户行为（Moothedath等，2018）。
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。
《2024年云计算国内外发展现状分析》范文
《云计算国内外发展现状分析》篇一一、引言随着信息技术的飞速发展，云计算作为一种新型的计算模式，已经逐渐成为全球信息技术发展的重要方向。
云计算通过整合大量硬件和软件资源，实现了资源共享和灵活配置，大大提高了资源的利用率。
本文旨在分析国内外云计算的发展现状，并就未来发展趋势提出初步看法。
二、国内云计算发展现状（一）发展概况近年来，中国云计算发展迅速，国家出台了一系列政策支持云计算产业的发展。
从最初的云计算概念引入到如今已经形成了较为完善的云计算产业链，涵盖了基础设施建设、平台服务、软件服务等多个领域。
国内各大互联网企业、电信运营商和IT企业纷纷布局云计算领域，推动了云计算技术的不断创新和应用。
（二）技术进展在技术方面，国内云计算企业已经掌握了虚拟化技术、分布式存储技术、云操作系统等核心技术。
同时，在人工智能、大数据等新兴技术的推动下，云计算技术不断向智能化、自动化方向发展。
此外，国内云计算企业还积极推动开源技术的创新和应用，为云计算的持续发展提供了强大的技术支持。
（三）应用领域在应用领域方面，国内云计算已经广泛应用于政府、金融、教育、医疗、制造等各个行业。
通过云计算技术，企业可以快速构建自己的信息化系统，提高业务处理效率和资源利用率。
同时，政府也积极推动云计算在公共服务领域的应用，如智慧城市、智慧交通等，为人们提供了更加便捷的服务。
三、国外云计算发展现状（一）发展概况国外云计算发展起步较早，技术成熟度较高。
美国、欧洲和日本等发达国家在云计算技术和应用方面一直处于领先地位。
这些国家积极推动云计算技术创新和产业发展，为企业和政府提供了强有力的技术支持。
（二）技术领先国外云计算企业在技术创新方面具有明显优势，尤其是在人工智能、物联网等领域取得了重要突破。
这些企业不仅掌握了先进的硬件和软件技术，还拥有丰富的应用场景和商业模式。
同时，国外企业还积极参与开源技术的创新和应用，为全球云计算的持续发展提供了强大的动力。
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。
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大数据是指规模巨大、类型多样、处理复杂的数据集合。
在过去，企业主要在大型机上存储财务、银行等关键应用系统的数据，但是以今天的数据量来看，这些数据是非常有限的。
随着PC的普及和应用增多，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。
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。
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。
在这种背景下，“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。
大数据的意义在于，它可以帮助我们更好地理解和解决各种问题。
通过对数据的分析，我们可以发现规律、预测趋势、识别异常。
在商业领域，大数据可以帮助企业更好地了解市场需求和客户行为，制定更有效的营销策略。
在医疗领域，大数据可以帮助医生更准确地诊断疾病和制定治疗方案。
在政府领域，大数据可以帮助政府更好地了解社会状况和民生需求，制定更科学的政策。
在科学研究领域，大数据可以帮助科学家更好地理解自然规律和人类行为，推动科学进步。
总之，大数据是一个非常重要的概念，它正在改变我们的生活和工作方式。
未来，随着技术的不断进步和应用场景的不断扩展，大数据将会发挥越来越重要的作用。
大数据热潮的兴起为中国提供了“弯道超车”的机会，使得中国IT企业有机会从在红海领域苦苦挣扎转向在蓝海领域奋起直追。
- 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。