中國(guó)高度重視大數(shù)據(jù)發(fā)展。我們秉持創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享的發(fā)展理念，圍繞建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)、智慧社會(huì)，全面實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略，助力中國(guó)經(jīng)濟(jì)從高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展。

當(dāng)前，我國(guó)數(shù)字經(jīng)濟(jì)總量已超過(guò) 22 萬(wàn)億元，占 GDP 比重逾 30%， 中央政府對(duì)于發(fā)展大數(shù)據(jù)、人工智能等前沿科技產(chǎn)業(yè)極為重視。

大數(shù)據(jù)的定義

大數(shù)據(jù)是一個(gè)寬泛的概念，從 2001 年“大數(shù)據(jù)”一詞在 Gartner 的研究報(bào)告出現(xiàn)至今，大數(shù)據(jù)一直沒(méi)有統(tǒng)一的定義。

Gartner 認(rèn)為大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。

國(guó)際數(shù)據(jù)公司（IDC）從大數(shù)據(jù)的 4 個(gè)特征來(lái)定義，即海量的數(shù)據(jù)規(guī)模（Volume）、快速的數(shù)據(jù)流轉(zhuǎn)和動(dòng)態(tài)的數(shù)據(jù)體系（Velocity）、多樣的數(shù)據(jù)類(lèi)型（Variety）、巨大的數(shù)據(jù)價(jià)值（Value）。

維基百科對(duì)“大數(shù)據(jù)”的定義是“無(wú)法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合”。

無(wú)論各方對(duì)于大數(shù)據(jù)的定義有何不同，但均體現(xiàn)了大數(shù)據(jù)“大”的特征。但體量大、結(jié)構(gòu)多樣體現(xiàn)更多的是數(shù)據(jù)特征，對(duì)于數(shù)據(jù)的處理與應(yīng)用，則需要新技術(shù)（新型計(jì)算架構(gòu)、智能算法等）、新理念與新知識(shí)。因此大數(shù)據(jù)不僅“大”，而且“新”，是新資源、新工具和新應(yīng)用的綜合體。

對(duì)于大數(shù)據(jù)的處理與應(yīng)用，則需要新技術(shù)（新型計(jì)算架構(gòu)、智能算法等）、新理念與新知識(shí)。因此大數(shù)據(jù)不僅“大”，而且“新”，是新資源、新工具和新應(yīng)用的綜合體。

大數(shù)據(jù)的四大特征

在IT界雖然對(duì)大數(shù)據(jù)都有著自己不同的解讀。但大家都普遍認(rèn)為，大數(shù)據(jù)有著4“V”特征，即Volume(容量大)?Variety(種類(lèi)多)?Velocity(速度快)和最重要的Value(價(jià)值密度低)。

Volume是指大數(shù)據(jù)巨大的數(shù)據(jù)量與數(shù)據(jù)完整性。十幾年前，由于存儲(chǔ)方式?科技手段和分析成本等的限制，使得當(dāng)時(shí)許多數(shù)據(jù)都無(wú)法得到記錄和保存。即使是可以保存的信號(hào)，也大多采用模擬信號(hào)保存，當(dāng)其轉(zhuǎn)變?yōu)?a target="_blank">數(shù)字信號(hào)的時(shí)候，由于信號(hào)的采樣和轉(zhuǎn)換，都不可避免存在數(shù)據(jù)的遺漏與丟失。那么現(xiàn)在，大數(shù)據(jù)的出現(xiàn)，使得信號(hào)得以以最原始的狀態(tài)保存下來(lái)，數(shù)據(jù)量的大小已不是最重要的，數(shù)據(jù)的完整性才是最重要的。

Variety意味著要在海量?種類(lèi)繁多的數(shù)據(jù)間發(fā)現(xiàn)其內(nèi)在關(guān)聯(lián)。在互聯(lián)網(wǎng)時(shí)代，各種設(shè)備連成一個(gè)整體，個(gè)人在這個(gè)整體中既是信息的收集者也是信息的傳播者，加速了數(shù)據(jù)量的爆炸式增長(zhǎng)和信息多樣性。這就必然促使我們要在各種各樣的數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)信息之間的相互關(guān)聯(lián)，把看似無(wú)用的信息轉(zhuǎn)變?yōu)橛行У男畔ⅲ瑥亩龀稣_的判斷。

Velocity可以理解為更快地滿(mǎn)足實(shí)時(shí)性需求。目前，對(duì)于數(shù)據(jù)智能化和實(shí)時(shí)性的要求越來(lái)越高，比如開(kāi)車(chē)時(shí)會(huì)查看智能導(dǎo)航儀查詢(xún)最短路線(xiàn)，吃飯時(shí)會(huì)了解其他用戶(hù)對(duì)這家餐廳的評(píng)價(jià)，見(jiàn)到可口的食物會(huì)拍照發(fā)微博等諸如此類(lèi)的人與人?人與機(jī)器之間的信息交流互動(dòng)，這些都不可避免帶來(lái)數(shù)據(jù)交換。而數(shù)據(jù)交換的關(guān)鍵是降低延遲，以近乎實(shí)時(shí)的方式呈獻(xiàn)給用戶(hù)。

大數(shù)據(jù)特征里最關(guān)鍵的一點(diǎn)，就是Value。Value的意思是指大數(shù)據(jù)的價(jià)值密度低。大數(shù)據(jù)時(shí)代數(shù)據(jù)的價(jià)值就像沙子淘金，數(shù)據(jù)量越大，里面真正有價(jià)值的東西就越少。現(xiàn)在的任務(wù)就是將這些ZB?PB級(jí)的數(shù)據(jù)，利用云計(jì)算?智能化開(kāi)源實(shí)現(xiàn)平臺(tái)等技術(shù)，提取出有價(jià)值的信息，將信息轉(zhuǎn)化為知識(shí)，發(fā)現(xiàn)規(guī)律，最終用知識(shí)促成正確的決策和行動(dòng)。

大數(shù)據(jù)的關(guān)鍵技術(shù)

大數(shù)據(jù)作為一種新興技術(shù)，目前尚未形成完善、達(dá)成共識(shí)的技術(shù)標(biāo)準(zhǔn)體系。對(duì)大數(shù)據(jù)的理解和分析，提出了大數(shù)據(jù)參考架構(gòu)。

大數(shù)據(jù)參考架構(gòu)總體上可以概括為“一個(gè)概念體系，二個(gè)價(jià)值鏈維度”。“一個(gè)概念體系”是指它為大數(shù)據(jù)參考架構(gòu)中使用的概念提供了一個(gè)構(gòu)件層級(jí)分類(lèi)體系,即“角色—活動(dòng)—功能組件”，用于描述參考架構(gòu)中的邏輯構(gòu)件及其關(guān)系；“二個(gè)價(jià)值鏈維度”分別為“IT價(jià)值鏈”和“信息價(jià)值鏈”，其中“IT價(jià)值鏈”反映的是大數(shù)據(jù)作為一種新興的數(shù)據(jù)應(yīng)用范式對(duì)IT技術(shù)產(chǎn)生的新需求所帶來(lái)的價(jià)值，“信息價(jià)值鏈”反映的是大數(shù)據(jù)作為一種數(shù)據(jù)科學(xué)方法論對(duì)數(shù)據(jù)到知識(shí)的處理過(guò)程中所實(shí)現(xiàn)的信息流價(jià)值。這些內(nèi)涵在大數(shù)據(jù)參考模型圖中得到了體現(xiàn)。

大數(shù)據(jù)的關(guān)鍵技術(shù)有：

1、數(shù)據(jù)收集

大數(shù)據(jù)時(shí)代，數(shù)據(jù)的來(lái)源極其廣泛，數(shù)據(jù)有不同的類(lèi)型和格式，同時(shí)呈現(xiàn)爆發(fā)性增長(zhǎng)的態(tài)勢(shì)，這些特性對(duì)數(shù)據(jù)收集技術(shù)也提出了更高的要求。數(shù)據(jù)收集需要從不同的數(shù)據(jù)源實(shí)時(shí)的或及時(shí)的收集不同類(lèi)型的數(shù)據(jù)并發(fā)送給存儲(chǔ)系統(tǒng)或數(shù)據(jù)中間件系統(tǒng)進(jìn)行后續(xù)處理。數(shù)據(jù)收集一般可分為設(shè)備數(shù)據(jù)收集和Web數(shù)據(jù)爬取兩類(lèi)，常常用的數(shù)據(jù)收集軟件有Splunk、Sqoop、Flume、Logstash、Kettle以及各種網(wǎng)絡(luò)爬蟲(chóng)，如Heritrix、Nutch等。

2、數(shù)據(jù)預(yù)處理

數(shù)據(jù)的質(zhì)量對(duì)數(shù)據(jù)的價(jià)值大小有直接影響，低質(zhì)量數(shù)據(jù)將導(dǎo)致低質(zhì)量的分析和挖掘結(jié)果。廣義的數(shù)據(jù)質(zhì)量涉及許多因素，如數(shù)據(jù)的準(zhǔn)確性、完整性、一致性、時(shí)效性、可信性與可解釋性等。

大數(shù)據(jù)系統(tǒng)中的數(shù)據(jù)通常具有一個(gè)或多個(gè)數(shù)據(jù)源，這些數(shù)據(jù)源可以包括同構(gòu)/異構(gòu)的(大)數(shù)據(jù)庫(kù)、文件系統(tǒng)、服務(wù)接口等。這些數(shù)據(jù)源中的數(shù)據(jù)來(lái)源現(xiàn)實(shí)世界，容易受到噪聲數(shù)據(jù)、數(shù)據(jù)值缺失與數(shù)據(jù)沖突等的影響。此外數(shù)據(jù)處理、分析、可視化過(guò)程中的算法與實(shí)現(xiàn)技術(shù)復(fù)雜多樣，往往需要對(duì)數(shù)據(jù)的組織、數(shù)據(jù)的表達(dá)形式、數(shù)據(jù)的位置等進(jìn)行一些前置處理。

數(shù)據(jù)預(yù)處理形式上包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)歸約與數(shù)據(jù)轉(zhuǎn)換等階段。

3、數(shù)據(jù)存儲(chǔ)

分布式存儲(chǔ)與訪(fǎng)問(wèn)是大數(shù)據(jù)存儲(chǔ)的關(guān)鍵技術(shù)，它具有經(jīng)濟(jì)、高效、容錯(cuò)好等特點(diǎn)。分布式存儲(chǔ)技術(shù)與數(shù)據(jù)存儲(chǔ)介質(zhì)的類(lèi)型和數(shù)據(jù)的組織管理形式直接相關(guān)。目前的主要數(shù)據(jù)存儲(chǔ)介質(zhì)類(lèi)型包括內(nèi)存、磁盤(pán)、磁帶等；主要數(shù)據(jù)組織管理形式包括按行組織、按列組織、按鍵值組織和按關(guān)系組織；主要數(shù)據(jù)組織管理層次包括按塊級(jí)組織、文件級(jí)組織以及數(shù)據(jù)庫(kù)級(jí)組織等。

不同的存儲(chǔ)介質(zhì)和組織管理形式對(duì)應(yīng)于不同的大數(shù)據(jù)特征和應(yīng)用特點(diǎn)。

4、數(shù)據(jù)處理

分布式數(shù)據(jù)處理技術(shù)一方面與分布式存儲(chǔ)形式直接相關(guān)，另一方面也與業(yè)務(wù)數(shù)據(jù)的溫度類(lèi)型（冷數(shù)據(jù)、熱數(shù)據(jù)）相關(guān)。目前主要的數(shù)據(jù)處理計(jì)算模型包括MapReduce計(jì)算模型、DAG計(jì)算模型、BSP計(jì)算模型等。

（1）MapReduce分布式計(jì)算框架

MapReduce是一個(gè)高性能的批處理分布式計(jì)算框架，用于對(duì)海量數(shù)據(jù)進(jìn)行并行分析和處理。與傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)和分析技術(shù)相比，MapReduce 適合處理各種類(lèi)型的數(shù)據(jù)，包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并且可以處理數(shù)據(jù)量為T(mén)B 和 PB 級(jí)別的超大規(guī)模數(shù)據(jù)。

（2）分布式內(nèi)存計(jì)算系統(tǒng)

使用分布式共享內(nèi)存進(jìn)行計(jì)算可以有效的減少數(shù)據(jù)讀寫(xiě)和移動(dòng)的開(kāi)銷(xiāo)，極大的提高數(shù)據(jù)處理的性能。支持基于內(nèi)存的數(shù)據(jù)計(jì)算，兼容多種分布式計(jì)算框架的通用計(jì)算平臺(tái)是大數(shù)據(jù)領(lǐng)域所必需的重要關(guān)鍵技術(shù)。

（3）分布式流計(jì)算系統(tǒng)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的增長(zhǎng)速度超過(guò)了存儲(chǔ)容量的增長(zhǎng)，在不遠(yuǎn)的將來(lái)，人們將無(wú)法存儲(chǔ)所有的數(shù)據(jù)，同時(shí)，數(shù)據(jù)的價(jià)值會(huì)隨著時(shí)間的流逝而不斷減少，此外，很多數(shù)據(jù)涉及用戶(hù)的隱私無(wú)法進(jìn)行存儲(chǔ)。對(duì)數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理的技術(shù)獲得了人們?cè)絹?lái)越多的關(guān)注。

5、數(shù)據(jù)分析

大數(shù)據(jù)分析技術(shù)包括已有數(shù)據(jù)信息的分布式統(tǒng)計(jì)分析技術(shù)，以及未知數(shù)據(jù)信息的分布式挖掘和深度學(xué)習(xí)技術(shù)。分布式統(tǒng)計(jì)分析技術(shù)基本都可藉由數(shù)據(jù)處理技術(shù)直接完成，分布式挖掘和深度學(xué)習(xí)技術(shù)則可以進(jìn)一步細(xì)分為：

（1）聚類(lèi)

聚類(lèi)指將物理或抽象對(duì)象的集合分組成為由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的過(guò)程。

（2）分類(lèi)

分類(lèi)是指在一定的有監(jiān)督的學(xué)習(xí)前提下，將物體或抽象對(duì)象的集合分成多個(gè)類(lèi)的過(guò)程。也可以認(rèn)為，分類(lèi)是一種基于訓(xùn)練樣本數(shù)據(jù)（這些數(shù)據(jù)已經(jīng)被預(yù)先貼上了標(biāo)簽）區(qū)分另外的樣本數(shù)據(jù)標(biāo)簽的過(guò)程，即另外的樣本數(shù)據(jù)應(yīng)該如何貼標(biāo)簽。

（3）關(guān)聯(lián)分析

關(guān)聯(lián)分析是一種簡(jiǎn)單、實(shí)用的分析技術(shù)，就是發(fā)現(xiàn)存在于大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，從而描述了一個(gè)事物中某些屬性同時(shí)出現(xiàn)的規(guī)律和模式。關(guān)聯(lián)分析在數(shù)據(jù)挖掘領(lǐng)域也稱(chēng)為關(guān)聯(lián)規(guī)則挖掘。

（4）深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)，例如圖像，聲音和文本。深度學(xué)習(xí)的實(shí)質(zhì)，是通過(guò)構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來(lái)學(xué)習(xí)更有用的特征，從而最終提升分類(lèi)或預(yù)測(cè)的準(zhǔn)確性。

6、數(shù)據(jù)可視化

數(shù)據(jù)可視化（Data Visualization）運(yùn)用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)換為圖形或圖像在屏幕上顯示出來(lái)，并進(jìn)行交互處理。它涉及到計(jì)算機(jī)圖形學(xué)、圖像處理、計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)視覺(jué)及人機(jī)交互等多個(gè)技術(shù)領(lǐng)域。數(shù)據(jù)可視化概念首先來(lái)自科學(xué)計(jì)算可視化（Visualization in Scientific Computing），科學(xué)家們不僅需要通過(guò)圖形圖像來(lái)分析由計(jì)算機(jī)算出的數(shù)據(jù)，而且需要了解在計(jì)算過(guò)程中數(shù)據(jù)的變化。

大數(shù)據(jù)產(chǎn)業(yè)鏈

大數(shù)據(jù)產(chǎn)業(yè)鏈包括一切與大數(shù)據(jù)產(chǎn)生與聚集（數(shù)據(jù)源）、組織與管理（儲(chǔ)存）、分析與發(fā)現(xiàn)（技術(shù)）、交易、應(yīng)用與衍生產(chǎn)業(yè)相關(guān)的所有活動(dòng)。按照數(shù)據(jù)價(jià)值實(shí)現(xiàn)流程，貴陽(yáng)大數(shù)據(jù)交易所發(fā)布的《2016 年中國(guó)大數(shù)據(jù)交易產(chǎn)業(yè)白皮書(shū)》將大數(shù)據(jù)產(chǎn)業(yè)鏈分為六大層級(jí)：數(shù)據(jù)源、大數(shù)據(jù)硬件支撐層、大數(shù)據(jù)技術(shù)層、大數(shù)據(jù)交易層、大數(shù)據(jù)應(yīng)用層與大數(shù)據(jù)衍生層，其中每一層都包含相應(yīng)的 IT 硬件設(shè)施、軟件技術(shù)與信息服務(wù)等，構(gòu)成了大數(shù)據(jù)產(chǎn)業(yè)鏈的完整閉環(huán)。

數(shù)據(jù)源：

大數(shù)據(jù)產(chǎn)業(yè)基礎(chǔ)。數(shù)據(jù)源是大數(shù)據(jù)產(chǎn)業(yè)鏈的第一個(gè)環(huán)節(jié)，是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的基礎(chǔ)。由于中國(guó)大數(shù)據(jù)流通在全社會(huì)還未形成規(guī)模，目前數(shù)據(jù)源區(qū)塊主要集中在政府管理部門(mén)、互聯(lián)網(wǎng)巨頭、移動(dòng)通訊企業(yè)等手中。隨著互聯(lián)網(wǎng)滲透不斷深入，數(shù)據(jù)產(chǎn)生方式也變得更加多樣，數(shù)據(jù)源已經(jīng)呈現(xiàn)出爆炸式增長(zhǎng)，越來(lái)越多的企業(yè)將加入數(shù)據(jù)生產(chǎn)和采集行業(yè)，數(shù)據(jù)源將進(jìn)一步擴(kuò)大。

硬件支撐：

大數(shù)據(jù)底層支柱。大數(shù)據(jù)硬件是指數(shù)據(jù)產(chǎn)生、采集、傳輸、存儲(chǔ)、計(jì)算等一系列與大數(shù)據(jù)產(chǎn)業(yè)鏈相關(guān)的硬件設(shè)備。包含傳感器、移動(dòng)智能終端、各種有線(xiàn)/無(wú)線(xiàn)傳輸設(shè)備、存儲(chǔ)設(shè)備、服務(wù)器、網(wǎng)絡(luò)/安全設(shè)備等。在大數(shù)據(jù)需求的刺激下，越來(lái)越多的硬件產(chǎn)品都打出“智能牌”。智能硬件逐漸改變?nèi)藗內(nèi)粘Ｉ畹耐瑫r(shí)，還在用戶(hù)無(wú)觸發(fā)、無(wú)感知的情況下，24 小時(shí)不間斷采集數(shù)據(jù)。

技術(shù)層：

大數(shù)據(jù)價(jià)值實(shí)現(xiàn)手段。大數(shù)據(jù)技術(shù)層指實(shí)現(xiàn)一切大數(shù)據(jù)采集與預(yù)處理、存儲(chǔ)管理、大數(shù)據(jù)分析挖掘、大數(shù)據(jù)安全和大數(shù)據(jù)可視化的技術(shù)手段。大數(shù)據(jù)技術(shù)能夠?qū)⒋笠?guī)模數(shù)據(jù)中隱藏的信息和知識(shí)挖掘出來(lái)，為社會(huì)經(jīng)濟(jì)活動(dòng)提供依據(jù)，提高各個(gè)領(lǐng)域的運(yùn)行效率，甚至整個(gè)社會(huì)經(jīng)濟(jì)的集約化程度，是大數(shù)據(jù)價(jià)值實(shí)現(xiàn)的重要條件。

交易層：

最大化數(shù)據(jù)價(jià)值。隨著大數(shù)據(jù)技術(shù)的成熟和發(fā)展，大數(shù)據(jù)在商業(yè)上的應(yīng)用越來(lái)越廣泛，有關(guān)大數(shù)據(jù)的交互、整合、交換日益增多，大數(shù)據(jù)交易也應(yīng)運(yùn)而生。大數(shù)據(jù)交易可以打破信息孤島及行業(yè)信息壁壘，匯聚海量高價(jià)值數(shù)據(jù)，對(duì)接數(shù)據(jù)市場(chǎng)的多樣化需求，完善產(chǎn)業(yè)生態(tài)環(huán)境，實(shí)現(xiàn)數(shù)據(jù)價(jià)值的最大化，對(duì)推進(jìn)大數(shù)據(jù)產(chǎn)業(yè)創(chuàng)新發(fā)展方面具有深遠(yuǎn)意義。目前大數(shù)據(jù)交易有交易所模式、電商模式、API 模式，大數(shù)據(jù)的價(jià)值通過(guò)數(shù)據(jù)確權(quán)、清洗、交易等形式得以釋放和體現(xiàn)。

應(yīng)用層：

大數(shù)據(jù)價(jià)值體現(xiàn)。大數(shù)據(jù)的價(jià)值體現(xiàn)在大數(shù)據(jù)應(yīng)用上。大數(shù)據(jù)產(chǎn)業(yè)的下游由大量公司組成，它們基本上扮演的角色是大數(shù)據(jù)生態(tài)圈里的數(shù)據(jù)提供者、特色服務(wù)運(yùn)營(yíng)者和產(chǎn)品分銷(xiāo)商，基本通過(guò)開(kāi)放平臺(tái)和搜索引擎獲取用戶(hù)，處于產(chǎn)業(yè)的邊緣地帶。目前，大數(shù)據(jù)應(yīng)用在各行各業(yè)的發(fā)展呈現(xiàn)“階梯式”格局：互聯(lián)網(wǎng)行業(yè)是大數(shù)據(jù)應(yīng)用的領(lǐng)跑者，政府、金融、電信、交通、醫(yī)療等領(lǐng)域積極嘗試大數(shù)據(jù)，其中政府、金融會(huì)在近幾年呈爆發(fā)式增長(zhǎng)。

衍生層：

大數(shù)據(jù)下的新業(yè)態(tài)。大數(shù)據(jù)衍生層是指基于大數(shù)據(jù)分析和應(yīng)用而衍生出來(lái)的各種新業(yè)態(tài)。大數(shù)據(jù)分析和應(yīng)用，在經(jīng)濟(jì)社會(huì)各領(lǐng)域的擴(kuò)散滲透，不僅促進(jìn)相關(guān)產(chǎn)業(yè)生產(chǎn)率水平的提升，同時(shí)也衍生出很多與之相關(guān)聯(lián)的新興產(chǎn)業(yè)，使得人類(lèi)生產(chǎn)生活、工作消費(fèi)方式發(fā)生根本性轉(zhuǎn)變。

我國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展現(xiàn)狀

1 、政策支撐大數(shù)據(jù)產(chǎn)業(yè)發(fā)展

2017 年 1 月工信部發(fā)布《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》，規(guī)劃認(rèn)為我國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展有五點(diǎn)現(xiàn)狀：

1）、信息化積累了豐富的數(shù)據(jù)資源，我國(guó)已成為產(chǎn)生和積累數(shù)據(jù)量最大、數(shù)據(jù)類(lèi)型最豐富的國(guó)家之一；

2）、大數(shù)據(jù)技術(shù)創(chuàng)新取得明顯突破，在軟硬件、平臺(tái)建設(shè)、智能分析及開(kāi)源技術(shù)方面均取得一定進(jìn)展；

3）、大數(shù)據(jù)應(yīng)用推進(jìn)勢(shì)頭良好，在互聯(lián)網(wǎng)服務(wù)中得到廣泛應(yīng)用，同時(shí)向傳統(tǒng)產(chǎn)業(yè)積極滲透；

4）、我國(guó)大數(shù)據(jù)產(chǎn)業(yè)體系初具雛形。龍頭企業(yè)引領(lǐng)下上下游企業(yè)互動(dòng)的產(chǎn)業(yè)格局初步形成，同時(shí)基于大數(shù)據(jù)的創(chuàng)新創(chuàng)業(yè)日趨活躍，大數(shù)據(jù)技術(shù)、產(chǎn)業(yè)與服務(wù)成為社會(huì)資本投入的熱點(diǎn)；

5）、大數(shù)據(jù)產(chǎn)業(yè)支撐能力日益增強(qiáng)，形成了大數(shù)據(jù)標(biāo)準(zhǔn)化工作機(jī)制，標(biāo)準(zhǔn)體系初步形成，同時(shí)大數(shù)據(jù)安全保障體系和法律法規(guī)不斷完善。

應(yīng)用為代表的下游產(chǎn)業(yè)將成為大數(shù)據(jù)主體。中國(guó)大數(shù)據(jù)應(yīng)用市場(chǎng)規(guī)模重點(diǎn)集中在政府和金融等領(lǐng)域，與這幾個(gè)領(lǐng)域數(shù)據(jù)量大有關(guān)。隨著大數(shù)據(jù)產(chǎn)業(yè)上游格局逐漸穩(wěn)定，硬件設(shè)備及技術(shù)逐漸成熟，以及政府的不斷推動(dòng)，大數(shù)據(jù)應(yīng)用行業(yè)增速也將超過(guò)其他行業(yè)。

目前，大數(shù)據(jù)也已經(jīng)成為我國(guó)戰(zhàn)略方向之一。2017 年 12 月 8 日中央政治局就實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略進(jìn)行了第二次集體學(xué)習(xí)，習(xí)近平在主持會(huì)議時(shí)說(shuō)：“大數(shù)據(jù)發(fā)展日新月異，我們應(yīng)該審時(shí)度勢(shì)、精心謀劃、超前布局、力爭(zhēng)主動(dòng)” 。

2、互聯(lián)網(wǎng)巨頭引領(lǐng)產(chǎn)業(yè)發(fā)展

BAT 等互聯(lián)網(wǎng)巨頭引領(lǐng)大數(shù)據(jù)產(chǎn)業(yè)。國(guó)內(nèi)互聯(lián)網(wǎng)企業(yè)業(yè)務(wù)布局各個(gè)方向擁有大量用戶(hù)，擁有巨量的數(shù)據(jù)，企業(yè)對(duì)這些數(shù)據(jù)進(jìn)行采集于分析，用于支撐其自身的電子商務(wù)、定向廣告和影視娛樂(lè)等傳統(tǒng)業(yè)務(wù)，來(lái)獲取更多的經(jīng)濟(jì)效益。同時(shí)，在互聯(lián)網(wǎng)產(chǎn)業(yè) O2O的趨勢(shì)下，互聯(lián)網(wǎng)企業(yè)逐漸將業(yè)務(wù)延伸到金融、保險(xiǎn)、旅游、教育、交通服務(wù)等多個(gè)領(lǐng)域，在這一過(guò)程中又進(jìn)一步豐富了數(shù)據(jù)來(lái)源，促進(jìn)了分析技術(shù)的發(fā)展，擴(kuò)展了大數(shù)據(jù)分析在諸多行業(yè)的應(yīng)用。

熱門(mén)行業(yè)應(yīng)用競(jìng)爭(zhēng)較為激烈。隨著大數(shù)據(jù)逐漸成熟，基礎(chǔ)設(shè)施逐漸完善，產(chǎn)業(yè)上游已經(jīng)初具規(guī)模，各種行業(yè)應(yīng)用不斷落地。從需求方來(lái)看，企業(yè)對(duì)于大數(shù)據(jù)應(yīng)用的需求持續(xù)增強(qiáng)，并著力培育自身的數(shù)據(jù)資產(chǎn)，各類(lèi)大數(shù)據(jù)應(yīng)用逐漸落地，并成為產(chǎn)業(yè)鏈的核心。

從供給方來(lái)看，新興技術(shù)推動(dòng)大數(shù)據(jù)技術(shù)環(huán)境趨向成熟，行業(yè)大數(shù)據(jù)應(yīng)用逐漸豐富，大數(shù)據(jù)生態(tài)系統(tǒng)多元化程度加強(qiáng)。相比于全球大數(shù)據(jù)應(yīng)用于廣泛的領(lǐng)域，我國(guó)應(yīng)用主要集中在政府、金融、電商、醫(yī)療健康等領(lǐng)域，競(jìng)爭(zhēng)較為激烈。

3、工業(yè)互聯(lián)網(wǎng)下大數(shù)據(jù)價(jià)值凸顯

數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)的核心。工業(yè)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)和新一代信息技術(shù)與全球工業(yè)系統(tǒng)深度融合集成所形成的產(chǎn)業(yè)的應(yīng)用生態(tài)。工業(yè)互聯(lián)網(wǎng)的實(shí)質(zhì)首先是全面互聯(lián)，在全面互聯(lián)的基礎(chǔ)上，通過(guò)數(shù)據(jù)流動(dòng)和分析，形成智能化變革，形成新的模式和新的業(yè)態(tài)，因此工業(yè)互聯(lián)網(wǎng)比互聯(lián)網(wǎng)更強(qiáng)調(diào)數(shù)據(jù)，更強(qiáng)調(diào)充分的聯(lián)接，數(shù)據(jù)的傳輸、集成以及分析和建模，數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)的核心。

大數(shù)據(jù)應(yīng)用將帶來(lái)工業(yè)企業(yè)創(chuàng)新和變革的新時(shí)代。通過(guò)互聯(lián)網(wǎng)、移動(dòng)物聯(lián)網(wǎng)等帶來(lái)的低成本感知、高速移動(dòng)連接、分布式計(jì)算和高級(jí)分析，信息技術(shù)和全球工業(yè)系統(tǒng)正在深入融合，給全球工業(yè)帶來(lái)深刻的變革，創(chuàng)新企業(yè)的研發(fā)、生產(chǎn)、運(yùn)營(yíng)、營(yíng)銷(xiāo)和管理方式。

80多家企業(yè)聯(lián)盟，打造工業(yè)數(shù)據(jù)生態(tài)體系。2017 年 12 月8 日包括聯(lián)想牽頭海爾、騰訊云、TCL 智能制造等 80多家企業(yè)成立了“工業(yè)大數(shù)據(jù)產(chǎn)業(yè)應(yīng)用聯(lián)盟”，旨在打造覆蓋工業(yè)企業(yè)全價(jià)值流程、全產(chǎn)業(yè)生命周期的數(shù)據(jù)生態(tài)體系。

4 、“數(shù)字中國(guó)”加碼大數(shù)據(jù)

數(shù)字經(jīng)濟(jì)已經(jīng)成為帶動(dòng)中國(guó)經(jīng)濟(jì)增長(zhǎng)的核心動(dòng)力。根據(jù)騰訊研究院發(fā)布的《中國(guó)互聯(lián)網(wǎng)+數(shù)字經(jīng)濟(jì)指數(shù)(2017)》數(shù)據(jù)，2016 年，中國(guó)數(shù)字經(jīng)濟(jì)總量達(dá)到 22.6 萬(wàn)億元，同比增長(zhǎng)超過(guò) 18.9%，顯著高于當(dāng)年 GDP 增速，占 GDP 的比重達(dá)到 30.3%，對(duì) GDP 的貢獻(xiàn)已達(dá)到 69.9%。同時(shí)，報(bào)告測(cè)算得出 2016 年數(shù)字經(jīng)濟(jì)對(duì)于我國(guó)新增就業(yè)的貢獻(xiàn)已經(jīng)超過(guò) 1/5，成為帶動(dòng)就業(yè)增長(zhǎng)的新引擎。

5、美國(guó)大數(shù)據(jù)發(fā)展領(lǐng)跑世界，中美仍有明顯差異

美國(guó)大數(shù)據(jù)進(jìn)入國(guó)家戰(zhàn)略，發(fā)展領(lǐng)跑世界。2009 年至今，Data.gov（美國(guó)政府?dāng)?shù)據(jù)庫(kù)）全面開(kāi)放了 40 萬(wàn)聯(lián)邦政府原始數(shù)據(jù)集，同時(shí)宣布采用新的“開(kāi)源政府平臺(tái)”管理數(shù)據(jù)，代碼將向各國(guó)開(kāi)發(fā)者開(kāi)放。從這個(gè)角度看，大數(shù)據(jù)已成為美國(guó)國(guó)家創(chuàng)新戰(zhàn)略、國(guó)家安全戰(zhàn)略、國(guó)家 ICT 產(chǎn)業(yè)發(fā)展戰(zhàn)略以及國(guó)家信息網(wǎng)絡(luò)安全戰(zhàn)略的核心領(lǐng)域。

根據(jù)貴陽(yáng)大數(shù)據(jù)交易所發(fā)布的《2016 年中國(guó)大數(shù)據(jù)交易產(chǎn)業(yè)白皮書(shū)》的數(shù)據(jù)，2017 年美國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模為 1431 億美元，按當(dāng)年人民幣對(duì)美元平均匯率 6.75 計(jì)算，2017 年美國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模為中國(guó)的 2.7 倍。同時(shí)，貴陽(yáng)大數(shù)據(jù)交易所預(yù)計(jì) 2020 年美國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模將達(dá)到 3823 億美元，占全球市場(chǎng)份額達(dá)到 37.2%，遠(yuǎn)遠(yuǎn)超過(guò)排名第二的中國(guó)，發(fā)展領(lǐng)跑世界。雖然近年來(lái)中國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展迅速，且日趨成熟，但與領(lǐng)跑者美國(guó)仍有三到五年的差距。

十九大結(jié)束之后，政治局第二次集體學(xué)習(xí)即“審時(shí)度勢(shì)精心謀劃超前布局力爭(zhēng)主動(dòng)，實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略加快建設(shè)數(shù)字中國(guó)”， 更突顯國(guó)家大數(shù)據(jù)戰(zhàn)略在國(guó)家持續(xù)發(fā)展中的核心地位！明確了大數(shù)據(jù)戰(zhàn)略的核心思想：大數(shù)據(jù)是信息化發(fā)展的新階段；大數(shù)據(jù)產(chǎn)業(yè)生態(tài)要自主可控；推動(dòng)實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)融合發(fā)展；建設(shè)全國(guó)信息共享體系和平臺(tái)；大數(shù)據(jù)要在改善民生領(lǐng)域有所作為；保障國(guó)家數(shù)據(jù)安全。

原文標(biāo)題：大數(shù)據(jù)戰(zhàn)略打造"數(shù)字中國(guó)"

文章出處：【微信公眾號(hào)：傳感器技術(shù)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq