大数据的发展趋势

大数据：大数据的发展趋势,目录,1、大数据的概述 2、大数据产业的核心要素 3、我国大数据产业发展现状和特点 4、大数据的具体应用 5、大数据的未来发展趋势,导言,对政府来说，大数据就像是“无价之宝”。政府各部门和下属单位都有一套各系统内的数据资源，涉及到经济、气象、交通、金融等多个方面，约占国内数据总量的80%。这些数据经过综合分析利用，可以用来指导农业生产、金融行业风控、智慧城市建设等，从而能改善和提高公共服务水平。,我国高度重视大数据的战略意义和数据资源对社会经济发展的积极作用，国务院于2015年出台促进大数据发展行动纲要，并将“实施国家大数据战略，推进数据资源开放共享”，纳入“十三五”期间规划和建设的重要目标。,大数据的概述大数据的特征,1、Volume：数据量大。大数据的起始计量单位至少是P、E或Z。 2、Velocity：速度快时效高。要求妙计范围内给出结果。 3、Variety： 类型繁多。种类和来源多样化。 4、Fluctuation：周期性波动。伴随快速性，数据流呈现出波动的特征。 5、Value：价值密度低。浪里淘沙却又弥足珍贵。 6、Online：数据在线。数据是随时能调动和计算的，这是大数据区别于传统数据最大的特征。,一、大数据的概述大数据的实践之政府的大数据,2016年奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分。,在国内，政府各个部门都握有构成社会基础的原始数据，这些数据在每个政府部门里面看起来都是单一的，静态的。但是，如果政府可以将这些数据关联起来，并对这些数据进行有效的关联分析和统一管理，这些数据必定将获得新生。,一、大数据的概述大数据的实践之政府的大数据,个人的大数据这个概念很少有人提及，简单来说，就是与个人相关联的各种有价值数据信息被有效采集后，可由本人授权提供第三方进行处理和使用，并获得第三方提供的数据服务。,一、大数据的概述大数据的实践之个人的大数据,特征： 1、数据仅留存在个人中心。 2、采集个人数据应该明确分类。 3、数据的使用将只能由用户进行授权。,一、大数据的概述大数据的实践之个人的大数据,大数据产业的核心要素,普遍意义上来讲，大数据产业是以数据及数据所蕴含的信息价值为核心资源所构成的生态环境，它包含了与大数据管理和价值实现相关的产业、行业机构等社会主体的经济活动集合。,大数据产业的核心要素,一、数据资源 1、负责原始数据的供给和交换，是数据资产作为生产要素的直接表现。 2、细分为数据资源提供者和数据交易平台两种角色。,大数据产业的核心要素,二、数据基础能力 1、负责与生产加工相关的基础设施和技术要素供应，为数据加工和价值提升提供生产工具。 2、主要包括数据存储、数据处理和数据库等多个角色。,大数据产业的核心要素,三、数据分析和展示 1、负责数据隐含价值的挖掘、数据关联分析和可视化展示等，是智力要素在数据价值中的集中体现。 2、包括传统意义上的BI，以及面向非机构化数据提供的语音、图像等媒体识别服务。,大数据产业的核心要素,四、数据应用 1、根据数据分析和加工的结果，面向电商、金融、交通等细分行业提供精准营销、信用评估、出行引导等企业或公众服务。,我国大数据产业发展现状和特点数据基础能力层,数据基础能力层，参与主体基本完成云时代向数据时代的转型升级。 百度凭借其长期积累的用户搜索记录推出了百度数据开放平台。 阿里云从基础的弹性资源供给逐渐扩展服务类型，研发并提供了一系列数据支撑产品。 华为的分布式存储管理系统FusionStorage为异构海量数据的存储管理提供了弹性可扩展的技术保障。,大数据的具体应用大数据在当下的杰出表现,政府,城市,医疗机构,医药企业,艾滋病研究机构,航空公司,电信企业,保险企业,快递公司,电力公司,电商公司,二手市场和用户,企业,娱乐公司,社交网站,大数据的具体应用应用场景之二：零售业,1、“啤酒+尿布”组合，促进沃尔玛收益成倍增长。,大数据的具体应用应用场景之二：零售业,2、“孕妇客群预测”，有效甄别潜在客群并精准营销。,大数据的未来发展趋势,未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。,大数据的未来发展趋势,amazon：最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。 Google：最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。,课程总结,本次课程首先概述了大数据的定义和特征，然后列举了我国大数据产业发展现状和特点，包括数据资源层、数据基础能力层和数据分析以及应用层，其次分享了大数据的具体应用，主要包括互联网行业、零售业和交通运输业三种应用场景，最后展望了大数据的未来发展趋势。,课程总结,加快推进新型