万亿元大数据产业新生态

《万亿元大数据产业新生态》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万亿元大数据产业新生态《万亿元大数据产业新生态》，内容涵盖什么是大数据、大数据在各行各业的应用、中国大数据产业生态、大数据产业发展展望等四个方面。2025年中国大数据产业将达1万亿元。图1 万亿元大数据产业新生态➤ 1、人类利用数据征服自然、改造社会、服务生活古今有之    1850年代，英国医生约翰·斯诺利用空间统计学（如果一个家庭有两个霍乱患者，在这个家庭所在地图上画两横；三个画三横），发现水是霍乱的传染源，打破了人们怀疑空气传染霍乱的看法，这一发现对城市环境管理也有积极的推动作用。自古以来，中国东南地狭人稠、西北地广人稀似乎早成事实，但没有人对这种模糊的认识加以有力的佐证。1930年代

2、，中国地理学家胡焕庸以1个点表示1万人，根据掌握的实际情况将2万多个点画到地图上，再以等值线画出人口密度图，以瑷珲—腾冲线分全国为东南和西北两半壁，被称为“胡焕庸线”，对中国经济布局、民政建设、交通发展具有重要参考价值，大家可以看下中国高铁的分布，基本在“胡焕庸线”以东。80年后，我们用QQ同时在线的人的地理分布这个大数据工具，同样完美印证了“胡焕庸线”的存在，其实，利用大数据工具，还会有更多的“智能手机胡焕庸线”、“微信胡焕庸线”、“App胡焕庸线”，这些基本与基于人口统计的“胡焕庸线”等效。图2 数据洞察世界古今有之（点击图片看高清大图）大数据就在我们身边。我们天天出门用的优步、滴滴等专

3、车时刻根据周边在候车辆和待乘人员的数量进行动态定价，2016年6月7日早上，我家周围平时总有10多台在候车辆和不加价的情况被下雨天气打破，因需求量多、供应不足，需要平时价格的1.5倍才能叫来专车。我们在淘宝、京东、当当等电子商务网站买书的时候，时时刻刻有个大数据推荐引擎在提供周到的服务，如同我们在王府井百货遇到的美女导购，美女导购凭借顾客的穿着和她的经验来引导顾客、推荐商品，经常有看走眼的时候，而电子商务大数据推荐引擎几乎是百发百中，对于淘宝、京东、当当而言，大数据推荐引擎是他们的核心竞争力，能够增加12%左右的商品购买。➤ 2、数据是物理世界在网络世界的客观映射,数据是物理世界的DNA图3

4、  目录IT持续创新催生大数据时代。存储成本的不断下降，30年下降近20万倍；计算成本的急速降低，半个世纪下降20亿倍，按此下降速度，一架几十年前的波音客机到现在也就是一瓶可乐的价格；带宽成本13年以来也下降240倍，2000年的家庭带宽也就是几十Kbps，目前基本是10Mbps，100Mbps甚至1000Mbps正在进入家庭。                              图4 IT持续创新催生大数据时代很多人提到大数据时特别重视大，似乎数据量没有PB级容量或100万条就不是大数据。数据大只是表象，数据内容、结构、工具的变化才更具意义。数据从结构化数据扩展到网页、文档、视频等非

5、结构化数据，数据工具从数据库演变到数据仓库，继而是分布式数据管理系统，数据管理内容从企业生产资源管理、财务管理扩展到客户行为、产品状态、社交数据等等，无不体现数据的变革。图5  数据大只是表象大数据的概念是相对小数据而言的。我们到招商银行办理信用卡的时候，招商银行会让您提供一段时间的工资单，这个工资单就是小数据，银行凭借工资单来对用户的信用进行评价。现在有了所谓大数据的方式来评价客户信用，比如您敲击键盘的速度、录入单词的正确率，如果速度过慢、频繁出错，您的信用价值会降低，银行的大数据信用评价系统认为IT不熟练的人士社会竞争力弱，信用价值理所当然低些；如果发现您经常玩游戏连续超过2个小时，您的

6、信用价值也会低，您会被银行的大数据信用评价系统评价为玩物丧志者……大数据信用评价会有数万个维度来评价一个人的信用，您的一言一行，只要在网上都会被记录下来，作为您信用评价的一个维度；相对工资条的评价方式，不可谓不大。我们重视大数据评价一个人的信用价值时，千万不可忽视小数据；任何一条数据都是您行为画像的侧写，只有把大数据和小数据完美的结合，才能形成一副层次丰富、色彩饱满的全息版数字油画，否则因为缺乏工资这一条关键数据，本来画蒙娜丽莎，结果却画成了憨豆先生。图6  小数据与大数据的对比大数据是数据在这个时代的标签。所谓的4V【数量大（Volume）、种类多（Variety）、速度快（Velocit

7、y）、真实性高（Veracity）】或6V，并不是大数据的必要条件，4V可能在某些领域如精准营销，才有用武之地，很多商业案例既不要那么大，也不要那么快。大数据是一个相对的概念，七十年代、八十年代、九十年代都有大数据的概念，七十年代的大数据也就是几兆而已，再过10年、20年，我们现在所谓的PB级也就自然而然的变成小数据了。图7  大数据是数据在这个时代的标签我们现在讨论的大数据与之前谈论的大数据有何不同呢？有很