大数据时代

邬贺铨：大数据时代的发展趋势

2013-07-24 13:49:31 来源：CIO时代网

摘要：中国工程院副院长、院士、国家信息化专家咨询委员会委员邬贺铨先生首先以“大数据时代的发展趋势”为主题发表了精彩的演讲。

关键词：大数据信息化CIO

以“从大数据中挖掘大价值”为主题的“第二届中国大数据应用论坛”于2013年7月21日在北京大学英杰交流中心阳光大厅隆重举办。本次活动由北京大学信息化与信息管理研究中心和北京大学CIO班教务办公室主办，北达软协办，CIO时代网承办。各企事业单位信息化负责人、北大CIO班学员及有关媒体代表200多人荟萃于此，对大数据的众多议题进行了热烈讨论。

中国工程院副院长、院士、国家信息化专家咨询委员会委员邬贺铨先生首先以“大数据时代的发展趋势”为主题发表了精彩的演讲。邬院士的精彩观点包括：大数据必然催生大带宽；云计算将改变互联网流量和流向，大数据将驱动大量部署的对等连接，网络节点位置从信源中心向能源中心扩展；大数据呼唤智能化的处理和分析。以下为演讲实录：

中国工程院副院长、院士、国家信息化专家咨询委员会委员邬贺铨尊敬的北大的各位老师、各位专家、各位CIO，很高兴来参加这次论坛。最近这几天好像有点“CIO热”，上个礼拜Gartner在北京有CIO论坛，明天在上海也有CIO论坛，大数据论坛也是到处在开。今天的标题是“大数据应用”，我知道今天后面的几位报告人会讲到大数据在教育、医疗、商业等等方面的应用，所以我这里就只讲一下大数据时代的ICT 趋势，会讲到四个方面的问题：大数据浪潮的到来、大带宽发展的趋势、大网络布局的演变、大数据挖掘的挑战。

第一，大数据浪潮的到来。绿色图表示每个网民人均每个月下载流量，1998年每个网民一个月只需要一兆流量，2003年就需要一百兆，2008年就是1G，到2014年每个月要10个G的下载量。右边的图是讲全世界互联网流量累计达到1EB所需要的时间，2001年需要一年，2004年需要一个月，而今年只需要一天。2012年去年全世界互联网一天的信息量大概是1EB，可以刻满1.68亿张DVD，。现在全世界新产生的数据量每年增加40%，每两年数据翻一番。2012年、2013年产生数据量总和是人类有历史以来到2011年产生数据量的总和，两年的数据量等于一万年的总和，这个数据规模为1.8ZB，假如把这个数据装在32G的IPad上，要装575亿个，把这些iPad摞起来，可以摞起两座中国的长城。2020年全球数据将达到40ZB，如果将数据装在光盘上，这些光盘总重量等于424艘尼米兹号航母。所以说，大数据时代到来了。

大数据有网络数据、企事业单位数据、政府数据，网络数据自媒体数据（比如社交网络、博客、微博等），有日志数据（比如搜索引擎，大家上网等等都会留下很多足迹），还有富媒体数据（视频、音频等等），每天的数据量很大。比如淘宝每天数据量就超过50个TB；新浪微博晚上高峰的时候一秒钟就要接收100万以上的响应请求；百度每天大概处理60亿次搜索请求，几十PB；中国联通每天记录用户上网条数，一秒钟记录83万条，一个月大概是300TB；国家电网信息中心目前累计收集了2PB的数据；北京公交一卡通，每天用公交一卡通的旅客有4000万刷卡记录，而北京地铁每天乘客1000万，把这些数据每天收集起来分析数据可以用于改善北京的交通状况，优化北京的公交线路。

最大的流量是视频。美国TouTube网站一分钟有72小时的视频上载，到2016年互联网上的忙时流量是720Tbps，相当于全世界有6亿人同时看不一样的高清电影。到2016年每3分钟互联网传送360万小时视频，相当于全球已经生产的全部电影。这个电影用什么量衡量呢？如果一个人要看3分钟所传送的电影，需要34年不吃饭、不睡觉才能看完。最近两个月在TouTube上载的视频量是美国三大电视台--ABC、NBC、CBS自1948年以来

24/7/365连续播出的内容，可以看到视频流量非常大。

大数据无所不在。图中是美国的一家医院（UPMC），一年能收500TB数据；伦敦有200个交通摄像头，每天是8TB数据；伦敦才200个，北京有八十万个摄像头，数据量要比伦敦大得多了。还有其他方面的数据量，大数据无所不在。就监控而言，很多城市的摄像头多达几十万个，一个月的数据就达到数十个PB。北京公安局规定，所有超市，只要有开放食品架的，全都要装高清摄像头，能清晰的拍摄到走在架前人的脸部，以防投毒，防用针管装艾滋病毒、传染病毒打到液体里等，那么产生的数据就更大了。飞机的汽轮机产生的数据是Twitter的七倍，例如波音787，它每一个飞行来回可产生TB级的数据，美国每个月收

集360万次飞行记录；监视机队25000个引擎，每个引擎的数据一天产生588GB；空客380软件有10亿行，每30分钟产生10TB的数据；风力发电机装有测量风速、螺距、油温等多种传感器，每隔几毫秒测一次，用于检测叶片、变速箱、变频器等的磨损程度；一个具有500个风机的风场一年会产生2PB的数据。这些数据用于预防性维护，可使风机寿命延长3年即达到18年，每年每风机的成本将降低17%。根据上面监测的统计，今天所有企业的信

息存储总量已达2.2ZB，未来几年将年增67%。

大数据的应用很多，比如淘宝，通过采集淘宝网上成交额比较高的390个类目的商品价格来搞出淘宝的CPI，比国家统计局公布的CPI更早的预测到经济状况。为什么？国家统计局统计的CPI主要根据是刚性的物品；比如食品，经济好、经济不好，人们都要吃饭，因此差别不大。可是淘宝上都是买化妆品、电子产品、服装，经济不好就会少买，因此淘宝CPI更能反映价格走势，一般来讲比我们国家统计局公布的CPI，能提前一个月到半个月预测到走势。中央首长到了淘宝看了以后就说“你们每天把淘宝的CPI送到中南海”。最近经济情况的下行压力很大，很多中小企业贷款很难，因为他们没用担保。阿里公司根据在淘宝网上中小公司遭遇的状况，筛选出财务健康、诚信企业，不要他们担保，阿里放贷300多亿元，坏账率仅0.3%。去年公布的四大商业银行坏账率是这个数字的13倍。商业银行是有担保的，而阿里没有担保。

Google把5000万美国人频繁的搜索跟美国疾控中心流感数据进行比较，一个地方发生流感肯定有很多人在网上搜索这些词汇，因此根据这些词汇出现频率可以判断这个地方出现流感，Google在2009年的甲型H1N1流感出现时，它比美国疾控中心提前几个月发布公告。Google 前雇员创办了Climate公司，从美国气象局获得几十年的天气数据，并与各地的农业状况、土壤状况关联起来，尚有需求的农场主说“谁问我明天种什么能赚钱，我告诉你，如果我说错了，我的赔偿要比保险公司还要更高。”到现在为止，据说他们从来还没赔过，不像我们国家的农民只是根据简单的判断，今年猪肉贵了，明年大量养猪，明年猪肉就便宜了，然后年猪肉又贵了。所以农业上的大数据应用是很有帮助的。

第二，大带宽发展趋势。大数据必然驱动大带宽，这是全世界国际互联网干线的流量状况，根据美国的预测显示，2010年比2009年全世界的数据量增长了62%，按这个推断，10年国际互联网流量要增长1000倍，美国自身的互联网流量也是10年增长1000倍。这个曲线是全世界骨干网的流量，无论亚洲金融危机还是其他危机互联网，流量都不受影响，依旧保持高速增长。首先是光纤浏览，早年的是模拟的频分复用，90年代开启了光纤复用，

当时叫数字的时分，TDM，当时一对光纤传2.5GB的三万电话电路；波分复用，一对光纤不仅仅可以传一个波长，可以同时传输多个波长，叫做波分复用。一对光纤在工程上已经传送1.6TB，相当于2000万电话电路。光纤通信虽然还可以采用更多的光纤技术，做到一对光纤

传输16个TB，两亿电话电路。当然随着干线容量增加，我们希望系统更灵活，所以光互联网就出来了。总之，光纤传输能力十年扩大1000倍，目前来看还有很大发展空间，而且现在光纤光缆成本很低，中国生产世界一半的光纤光缆，同时也消耗了世界一半的光纤光缆，10年前中国的翻新光纤一公里卖到两千多人民币，去年报价是53元一公里光纤，现在光纤比面条便宜，极大地支撑了宽带化发展。可以看到，95年的时候数据总容量比较小，只有2.5G到10GB，波分数量也只有8到40个。到2010年可以看到，信道单波长已经做到100G，信道容量做到15个、50个波长。到2020年单波长要做到1T，总容量还会增大。右下角的图是中国联通169的网络，可以看到它每年都在扩容、增长。随着大数据时代来临，运营商还要大量的增加光纤容量。

另外，不单是干线容量增加，我们也希望用户节路带宽增加，所以新的运营商会推动“光纤到户”，实际上“光纤到户”是广义的，并不真正是’光纤到户”，而是光纤到大区、光纤到大楼。在中国光纤到了一个大楼之后剩下的路线很短了，也可以传高比特率。现在光纤传输用的是无源光网络，从局域端到用户端是一个光纤，快到用户家门口进行分支，这里面向行叫10分，下行是广播式的。这样用户的带宽能做到，现在可以上到100兆。说了光纤，除了有线，我们希望无线也是宽带的。第一代移动中国通信在90年代的时候中国就退网了，那个时候是模一的电路交换，带宽比较差，现在大家比较多用的是第二代移动通信，它是GSM CDMA，带宽当时只有几百K，3G带宽是Mbps，现在中国基本上都是增强型3G，几十M。前年上海世博会上周围搞了眼镜型的3G，也叫LTE实验，现在在全国已经有16个城市在开展实验了。最近，工信部预计今年年底可能要发4G牌照，4G是在LTE基础上有进一步的改进，高速移动时就可以支持100M，低速在家里可以不要网线1G下载（这是峰值），在中国4G牌照没有发放的时候国际上已经开始第五代移动通信标准的研究了，第五代移动通信希望能够使用户享受到在运动状态下也能享受到1G峰值速率。当然每一代移动通信都是革命的，第一代移动通信蜂窝小区靠频率不同区分用户，叫做FDMA频分多址。第二代移动通信GSM是靠时分区分用户，叫TDMA时分多址，从第二代开始，第三代移动通信有CDMA 的是码分多址，现在到第四代移动通信叫OFDMA，是正交频分多址，把频率的时间的、空间的因素都利用起来，使得移动通信的峰值速率平均每年加倍，10年1000倍。提高移动通信的峰值速率，当然这里面要付出很大的代价。你们可以看到，早年GSM只有kbps，后来到100k，到3G是Mbps甚至是10M量级，现在到LTE开始是百兆量级，随着移动通信峰值速率越来越高，我们的终端能力也越来越强，来不断提升终端的宽带化的能力。当然了，要提升这个能力现在面临很多挑战，比如说当手机离基站很近的时候，它可以直接从基站获得信号，当手机回到家里，可能楼的墙壁钢筋水泥太厉害了，这个时候穿不过去了，就要加上室内中继来接力，如果你在马路上当然你很靠近天线时没问题，当远离天线时要发展终端到终端，也就是你拿着手机走在路上，你没打电话、上网，但是不知不觉当了第三者，当了别人的二传手。回到家里，最好转到WIFI上，节省带宽和频率。总体来说，未来我们需要通过多点

协作、多个基站服务一个用户，通过中继、各种天线以及终端的接力以及异构的网络来支撑移动通信的宽带化。比如说这个基站是回龙观，很多人晚上会住在那，晚上基站会很忙。而白天这些人都上班了，回龙观那边用手机打电话、上网的人少了，基站忙闲不均，有潮汐效应，怎么办呢？把每个小区基带处理部分集中起来，成为一个基带池，每个蜂窝小区只剩下射频，如果某个蜂窝小区的资源富裕可以调整给另外一个小区用，当然了形成基带池的好处不仅仅实现忙闲调配，而且有利于运营商集中调控，节省能源，也有利于基站选址。现在老百姓环保意识比较强，不希望自己的楼顶放基站天线，一方面大家抱怨信号不好、希望基站加密，另一方面老百姓又抱怨这个可能会对身体有影响。但实际上，中国移动通信环保标准是全球最高的。

第三，大网络布局的演变。从图上可以看到，这是数据中心，整个高度是数据中心的总量，绿色部分是数据中心使用云计算的比例。我们可以看到，到2015年一般以上的数据中心都会用到云计算，连增22%。过去没有人谈云计算，80年代谈数据库、90年代谈IBC，现在谈云计算。实际上云计算应该更准确的是云服务，当然未来会发展成什么？不知道。云计算底层有一个基础设施，像我们很多企业把它的数据库托管到运营商那里，这就使用了云计算，使用了IaaS系统。IaaS里头有数据中心、存储器、服务器，如果仅仅这样还不够，对运营商来讲，无非是“数字房地产”。运营商希望进一步在上面增加开发工具，叫PaaS，可以提供JAVA、Web2.0一些开发工具、中间件等等，企业可以租用这些开发工具，开发企业要的一些软件，比如说数据挖掘等等。对于一些小企业而言，根本没有开发能力，因此干脆直接租用你的软件，这是SaaS。比如说现在谈大数据分析，哪个企业都希望大数据分析，但是每个企业去买这些数据分析软件是很不划算的，因此租用第三方的分析软件可能是一个方向。当然更进一步的有Business，有能力的企业可以在上面更多的开发。所以云计算并不是为大数据而诞生的，但云计算正好适应了大数据的需要。

另外一点，网络节点位置要从信源中心向能源中心扩展。我国有20个省市制定云计算规划，大规模数据中心建设成为各地发展热点，11个省市云计算投资均超过100亿元。内蒙要建云计算中心、他说他那里有煤、能源，而且气侯比较好；重庆市长说，别看我这里热，但是长江水比较冷，可以拿来降温，而且这里没有地震，我这里要尽云计算中心。按照工信部等八部委2013年1月14日发布的《关于数据中心建设布局的指导意见》，中国的数据中心要考虑气候环境、能源供应，建议我们国家的云计算中心向高纬度地区集中，也就是内蒙、西北这些地区。过去的数据中心放在上海、北京、广州这些地方，而将来数据中心一半是云计算中心，而它们更多要放到内蒙、西北，也就是说网络结点位置会从信源中心往能源中心拓展，实际上云计算会改变互联网的流量和流向。

另外，由于数据量非常大，过去运营商并不是每个省线路都互相直联的，往往通过北京互联，有些通过上海、广州。现在中国电信ChinaNet网络每个省之间都直联了。为什么？因为数

据量太大了，所以希望网络要扁平化。过去我们都说什么东西都到IP层做交换，随着数据发展以后我们希望的路由器容量会很大，一个纯IP电的Tpbs的路由器，一个端口就一千瓦，功耗很大，如果光的类型的交换，一个端口才25瓦，而且大数据里面大量的数据是过路的，而不是落地的，因此现在改变了互联网的格局，凡是能在光层上做的交换绝不在电层上做，凡是能在MPI（层上做的交换绝不在IP层上做。过去我们常说什么东西都在要IP上交换，现在IP要变成包装，能不在IP上交换的绝不在IP上交换。你可以看到，这是大数据的发展。另外，过去的路由器本身具有转发和控制功能，也有节点控制功能、业务控制功能，每个路由器都是独立的，也是自我的，它根据来的数据来选路，但是这样的方式很难适应大数据时空动态性，大数据产生的位置、发生时间可能是不均的，也不平衡，如果动态需求希望我们的网络也是动态的，那么传统路由器刚性的设计很难适应动态需求，因此现在提出SDN （软件定义网），希望把路由器里头操作系统提起来，然后把路由器控制集中，这样造成网络操作系统，而路由器就剩下传输与转发功能，这是执行机构，可以根据网络需求来集中调用配置，可以使网络变的更柔性化，这是软件定义网，能实现转发与控制分离。

大数据推动城域网体系的演变，早年我们都是大计算机连大服务器，后来常常很多时间提的是客户服务器，计算机连到服务器。当一个热门的节目所有终端都希望下载的时候，这个服务器就是瓶颈。因此就出来了P2P，也就是说，各个终端能力都很强，每个终端没必要全部下载下来，每个终端只下载其中一部分，各个终端下载不同的部分然后相互交换，我们叫做Peer-to-Peer，现在很多发现这个体系架构也需要改变了，因为大数据的出现，一个终端到一个服务器之间很多数据不是一个服务器能装得下的，当一个终端接入到一个服务器的时候，可能需要调用其他服务器存储数据来支持，因此最近五年我们国家接入网流量带宽增长了6倍，而城域网流量增长了22倍，有更大流量在服务器之间交换。也就是说，网络的体系会从客户服务器的垂直架构向服务器之间的水平架构优化。大数据推动了城域网体系的演变。

另外，由于数据量很大，所以现在Google、雅虎、亚马逊、腾讯、新浪、百度都纷纷的把它的数据通过CDN写到不同地方。腾讯总部在深圳，可是它把很多服务器放在北京、广州、上海等等，甚至分散到很多省，目的是缩短用户接入到服务器的距离，所以内容分配网应用而生，最近发展得很快，内容分配网会对整个互联网流量流向产生重大的影响。走了捷径，那么省间长途流量就可以下来。所以内容分配网拉近了信源和用户的距离。全球互联网去中心化，这个图是全世界用户互联网带宽，国际互联网带宽是增加的，但是比例是下降的。左上角的图就是美国全球各个州到美国的国际互联网的流量，除了上面的线是拉丁美洲，下来之后略有回升，其他的亚洲、欧洲、美国互联网国际流量比例是下降的，也就是说绝对值增加、相对值下降，这是因为很多东西只需要就近访问，并不需要跨洋越境了。

第四，大数据挖掘的挑战。大数据技术涉及到数据采集、数据存储、数据计算、数据挖掘、数据呈现、数据安全等，涉及到很多环节。比如说挖掘就需要对数据进行清洗，进行合并、压缩，要转换格式，然后进行统计分析，知识发现以及可视化处理。然后找出它的关联规则，分类、聚类，排序列，优化路径。这里涉及到一大批的数据挖掘的软件，简单来说，首先是MapReducers，左边的图上很多数据，不同颜色表示不同类型，首先通过Map把这些数据进行分类，不同业务类型的数据分到不同的存储服务器里头，这样就是为了简化运算，在分类过程当中数据是要加标签的，同时要把重复的去掉，这是进行大数据的预分析前的一些操作。另外，大数据需要有很多服务器。曾经有人认为买高端服务器才可靠，后来Google首创利用低端的服务器，它认为没必要用高端，只要用低端服务器就够了，而低端服务器可靠性不好，怎么办呢？冗余配置。就是把一个数据拷到三个服务器里头，三个低端服务器的价格仍然比一个高端的服务器便宜，这样一来既提高可靠性又降低了成本。所以大数据的分析需要分布存储和冗余备份。还有Map Reducers要通过映射、调度，最后把结果归纳起来得出我们要得结果。大数据跟过去的分析不一样，过去的数据都是存下来，存到静止的数据库里头，然后再分析。而大数据每时每刻都有，比如说几毫秒就要送一个数据出来，飞机引擎也是不断的送数据出来，数据根本没有停止的时候，我们不可能等数据停下来再来分析，我们必须一边走一边分析，怎么办呢？过去的分析是静止的，叫做“带数据进程序”，现在的分析是在活动的，也就是“带程序进数据”。所以大数据分析也会带来很大的挑战。

另外，更难的挑战是非结构化的数据。所谓结构化就是说可以用文本表格等方式来表达，即便文本表格表达从语意理解还是比较难的。比如地震的时候，网络上为了监控舆情，看看究竟是正面的评论多还是负面的评论多，有一条信息说“当他发现他儿子还活着的时候，他抱头痛哭。”按照分析，“痛哭”肯定是负面的。但实际上这是正面的。这是因为什么呢？要让计算机懂得人的感情，这就难了。文字的分析况且这么难，那么对照片的分析就更难了，要通过OCR扫描出里面的文字，把文字作为标签加到照片上。照片还好说一点，而视频分析就更难了，你怎么找这个人？去年1月份周克华在南京杀了人，当时摄像头把他拍下来的，南京市调出几十万个摄像头视频，拍多长就要看多长，没有分析的办法就靠人看，所以这是很慢的。因此大数据互换智能化的处理、智能化的分析。

另外，大数据需要虚拟化和可视化。举个例子，上海江苏路，路上有很多摄像头，每个摄像头背后连一个电视屏幕，在交通管理中心的一面墙上放了很多屏。当然了，再大的墙壁也放不下全上海这么多交通摄像头，所以只能10秒钟显示一条马路的摄像头，这些都是分离的，一个一个看很难看出问题。我们希望通过软件把这条马路的摄像头合成一个视频，只要看这个视频就知道全马路摄像头的状况了。当然只有一条马路还不够，我们还要把它合成全上海一幅图，就像上海市领导坐着直升机俯视上海一样，看到上海市整个城市里头，在

东京北纬某个纬度，在某个时刻段，哪段路交通堵塞。大数据，无论数据有多大，无论是PB还是TB，最重要结果都应该非常直观的一幅图。

Gartner公司在发布2012-2016的IT发展趋势，有五点：大数据、云存储、移动应用、社交网络、网络安全。我们可以看到其中最主要的是大数据。大数据推动ICT发展的时代，云计算、移动互联网、下一代互联网、大数据、物联网、社交网络，我叫做“大智移云”，你可以看到这些新的信息技术适应大数据新一代发展。

最后，宽带化、移动互联网、物联网、社交网络等催生大数据，大数据预示信息化发展进入新阶段，大数据是信息化新浪潮的结晶。为适应大数据的需求，光纤通信和移动通信加速宽带化。大数据加快了云计算、CDN和对等直联（或NAP）节点的部署，网络节点位置从信源中心向能源中心转移，信源中心向用户靠拢，互联网显现去中心化。大数据挖掘对数据采集、存储、分析、决策、呈现和安全等技术带来大挑战。谢谢大家！

大数据时代的数据管理

大数据时代的数据管理 作者刘庆发布于 2011年10月24日 处理大数据惯常是属于商业智能（BI）的事情。抽取数据、挖掘数据，制成报表、OLAP、仪表盘、挖掘模型，作为辅助决策之用。不过在BI领域都不这么叫法，大伙儿都说海量数据，Large-scale Data。这听起来还是略显学术气，不如Big Data来的通俗——大数据。这大概是因为如今随处可见的数据，一种爆炸效应带来的结果，已经脱离某种专业的范畴，人们需要用更简单的术语来命名这种数据爆炸。这给不温不火的BI带来一些新的刺激，让BI人看到一些希望。 以前，不说国内，就算是国外，做BI也大多是局限在几个大行当，电信、金融、零售、政府，他们需要数据来帮助自己理性决策。在国内很长一段时间里，更是仅限于电信和金融两个行当。可是尴尬的地方在于，决策者有时候更愿意相信自己的直觉，而非数据。这种意识虽然逐渐在变化，可从来没有发生过根本的变化。意识的变化是艰难的。当一些新兴行业的介入，他们对数据的利用方式，价值的榨取，让人看到数据分析不仅仅用于辅助决策，而是可以从数据中获得收益了，它已经不再是一种锦上添花的东西了，那正是因为大数据时代的到来。这得感谢互联网以及还未兴起的物联网，在这些行当里面，数据在爆发，不断增长。他们不甘心只是如报表、OLAP、仪表盘之类的分析应用。数据分析部门可以按照推荐系统的点击效果利润分成；交易的数据可以包装成分析服务销售给商户，让他们自己去洞察市场商机；根据用户的点击流行为和上网内容，个性化广告布放等等。 就在刚过去的9月，TDWI（数据仓库学院）发布了2011年第四季度最佳实践报告，而这份最佳实践的主题正是大数据分析。TDWI会通过调查问卷的方式，对全球范围的企业调查，目标对象既有IT人，有业务单位的人，也有咨询顾问。问卷的问题一般都会询问企业应用BI技术的实际情况，现在如何，计划如何。所以，这类最佳实践报告可以反映出当下某项技术的现状和趋势。报告的内容也遵循一定结构，一下定义，二看现状，三分长短，四谈趋势，最后再来个厂商介绍。同样，这份大数据分析的最佳实践报告也是如此结构。 其中关于“大数据”的定义，值得关注。如果我们仅仅从字面上看，大数据似乎跟海量数据差别不大，仅仅是变得更加通俗？并非如此，这份报告给出一些区别，TDWI赋予这个术语更多的含义，更多符合目前数据爆炸时代的含义。 大数据的3V

大数据时代对大学生学习和生活的影响及趋势探索

大数据时代对大学生学习和生活的影响及趋势探索 同学：您好，为了更好的了解大数据是否对大学生的生活及学习产生影响，并且探索这种影响未来的发展趋势，我们巨鼎进行这项调查，希望您能抽出一点宝贵的时间填答这份问卷，您不必署名，对您的回答，我们将依据有关法律予以保密，请不要有任何鼓励。填答时，请您注意以下几点： 1、您目前的年纪 大一大二大三大四 2、您的性别 男女 3、您学习时课外资料的获得途径主要是 到图书馆查阅纸质书 上网找 咨询考试 4、您平时的社交方式主要是 与人面对面交流 用QQ、微信、人人等软件 通过电话或短信 使用大型社交网站 5、在此之前您听说过大数据吗？ 听过 没有听过 6、如果听过，那您听说过的方式是 在书籍杂志中看到过 通过电视报纸等媒体得知 挺别人说

通过社交网络等了解 其他—— 7、您觉得大数据对我们的学习生活是否有影响 是 否 8、您举得下列哪些是大数据对我们学习生活的影响（多选择）便于学习中上网查找资料、文献 便于上网购物找到我们需要的商品 便于我们获取求职信息 便于获取新闻、体育及娱乐信息等 其他 9、您觉得大数据对我们学习生活有多大影响 没有影响 有较小影响 有一定影响 有很大影响 10、您觉得大数据对我们的学习生活是否有负面影响 是 否 11、您觉得下列哪些是大数据的负面影响（多选题） 个人隐私泄露，可能会被不法分子利用 沉迷网络影响学习休息 购物平台多，容易冲动消费浪费钱财 大数据中数据繁杂，容易被不良信息影响

其他 12、您举得我们应该怎么对待大数据 大数据信息广泛，分析全面，我们可以充分相信并利用它 大数据智能作为参考，我们不能依赖他，主要靠自己的思考 大数据可以成为一种商机给自己制造机会 大数据给个人和生活带来了不稳定的因素，我们不应支持他的发展 其他 13、在未来您对待大数据的态度是 因为利大于弊而增加使用频率 因为弊大于利而减少使用频率 维持现状基本不变 14、在未来大学的学习生活中，你会偏重于哪些方面使用大数据（多选题）科研学习 企业求职 资料查找 其他 15、在大数据时代，您预测未来的学习模式会发生哪些变化（多选题） 新型的上课模式增加，例如网络教学的比例增加 上课自主借助网络资源的环节比例偏多 老师对于网络资源的盈盈增加的广泛 网络资源的流通和频率大大增加 16、您觉得大数据时代下未来大学生生活模式会发生哪些改变（多选题）网购的使用频率和占用比例增加 电脑的使用频率更高，取代传统的媒介方式

大数据时代的利与弊

虽然早已听说过舍恩伯格的《大数据时代》，但直到前不久才浏览本书的内容，看完之后还是有点震撼的，主要是大数据对我们日常生活和思维的影响太大了。下面摘取部分原文表述或案例来梳理一下这本书，其中有我本人的部分总结和评述。 有三个案例比较有意思，一是福特的名言，“如果当年去问顾客他们想要什么，他们肯定会告诉我：一匹更快的马。” 乔布斯多年来持续不断地改善Mac笔记本依赖的可能是行业分析，但是他发行的iPod、iPhone和iPad靠的不是数据，而是直觉，第六感。谷歌公司内部的研究表明工作表现与大学毕业时的平均绩点没有关系，但其创始人依然要应聘者提供分数。 前两个例子（福特和苹果）说明大数据有时候是无效的，后面谷歌的例子则说明管理层对数据过度的执着。 大数据对人类生活的破坏莫过于它过于强大的预测功能，如通过一个人过去的表现可以准确预测到他在特定环境下一定会犯罪，那么，社会保障机制就会惩罚一个从来没有犯错的人。如书中所述： “因为预测的结果几乎不可辩驳，人们也就无法为自己开脱。但这种基于预测得出的惩罚不仅违背自由意志的原则，同时也否定了人们会突然改变选择的可能性。” 以上弊多些，下面谈利。

聪明的公司会从人们与信息交互中收集数据废气，以用来改善现有的服务或推出全新的服务。 “拥有知识曾意味着掌握过去，现在则更意味着能够预测未来。”-----这句话很精辟。 “情报分析员结合实地考察报告和过去IED袭击地点、时间和人员伤亡的详细信息，据此预测一天中最安全的运送路线。”类似的，我也听说过美国建立的爆炸物碎片博物馆的事情，基于爆炸物的各种信息追踪恐怖分子武器弹药的生产基地和储存地点。 “为了促进大数据平台的良性竞争，政府必须运用反垄断条例。” 谷歌对量化数据的极致追求可能过头了，因此激起了员工的反抗。（弊）通过大数据预测来判断和惩罚人类的潜在行为是对公平公正和自由意 志的一种亵渎。（弊） 过去是要成为一个优秀的生物学家就需要认识很多生物学家，但现在可能是，要解决一个生物难题或许和天体物理学家或数据视图设计师联系即可。 由于大数据的功劳，微软机器翻译部门的统计学家在茶余饭后的谈资就是每次一有语言学家离开他们的团队，翻译质量就会好一点。 当亚马逊的贝索斯发现算法推荐能促进销量增加的时候，他就不再需要书籍评论员了。

大学生应如何应对大数据时代[权威资料]

大学生应如何应对大数据时代 摘要：大数据时代是一场革命，庞大的数据资源使得各个领域开始了量化进程。本文主要从当代大学生角度阐述了以下内容：面对各个领域的飞速变化，身处校园但即将面向社会的大学生应从知识和能力两方面储备，既要学好专业课程知识又需了解时代发展方向、掌握社会发展脉搏，为自己以后踏入社会做好准备。 关键词：大数据大学生知识储备能力培养 大数据对整个社会产生了不可忽视的影响，教育作为社会的子系统，也受到了它的极大冲击。有人曾说，信息化社会，我们相互之间的距离只是一根网线的问题。随着公开课、E-learning等新学习方式的出现，传统学习方式“遭遇”了挑战。 一、立足当下：当前学习模式概述 学习模式往往受到时代环境的影响，随着科技进步与技术创新，大学学习模式也在不断地向前发展。较为常见的主要有以下几种： 第一，师生授受学习模式。这种学习模式就如同“母鸭带小鸭”，学生把注意力集中在授课教师身上，由教师带着学。学生把教师当作知识的来源，“唯教师，唯书本”，缺乏学习主动性。在大数据时代，大量知识需要自主学习，大量数据背后的潜在意义也需要自主探寻，一味依赖“灌输”则不能适应社会要求。 第二，探究与问题解决模式。这种模式往往从一个或多个具有挑战性或有争议的问题开始，然后借助各种媒介资源，由学生自己获取信息、分析信息、确定问题并提供解答，之后吸收他人建议，进行修改最终完成。这种学习模式

有利于提升学生的思维能力和问题解决能力，相对第一种模式而言，这种模式对学生的能力和素质有更高的要求。 第三，专题合作学习模式。“学会学习，学会创造，学会合作，学会生存”已成为当下教育的主题。在合作学习模式中，要求学生作为成员参与到学习团队中，完成专题研究或研究项目。这是一个动手实践、自主探索和合作交流的过程，也是有明确责任分工的互助性学习，最终通过团队合作达到课程或项目规定的要求。 二、机遇和挑战：大数据时代对大学生学习模式的双重影响 第一，快速便捷。大数据时代有快速化的特点，人们的学习不再受时间和地点的限制，随时随处都可以学习，而且可以走在时代的前沿，第一时间了解最新的知识和信息。以往的学习主要是通过书本，但书本学习往往面临时间滞后等方面的限制，会影响学习效果与知识更新。 第二，经济有效。大学生的家庭背景各不相同，家庭环境不好的学生没有能力支付课外培训学习的费用。在大数据时代，很多公开课程都是免费的，只要有学习的时间和需要，经济不再是制约大学生学习的因素。这在某种程度上也促进了区域之间、校际之间、城乡之间以及个人之间的教育公平。 第三，资源共享。大数据时代具有量大、多样化的特点，丰富的学习资源将呈现在学生面前。网络学习拉近了国际、区域和校际之间的距离，所有的学习者在学习资源利用方面拥有同等的权利。一直以来，好的学校是稀缺资源，但在不远的将来，由于在线教育的普及，人人皆可上名校将不再是梦想，教育资源匮乏的问题也将得到一定的缓解。在线教育对个人的重大意义，还不仅仅是教育机会的增加，更是学习方式的改变。 三、与时俱进：大数据时代大学生学习模式的三大转向

我们的大数据时代题目及答案(2016全文本)

1、当前大数据技术的基础是由（C）首先提出的。（单选题，本题2分） A：微软 B：百度 C：谷歌 D：阿里巴巴 2、大数据的起源是（C ）。（单选题，本题2分） A：金融 B：电信 C：互联网 D：公共管理 3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。（单选题，本题2分） A：数据管理人员 B：数据分析员 C：研究科学家 D：软件开发工程师 4、（D ）反映数据的精细化程度，越细化的数据，价值越高。（单选题，本题2分） A：规模 B：活性 C：关联度 D：颗粒度 5、数据清洗的方法不包括（ D）。（单选题，本题2分） A：缺失值处理 B：噪声数据清除 C：一致性检查 D：重复数据记录处理 6、智能健康手环的应用开发，体现了（ D）的数据采集技术的应用。（单选题，本题2分） A：统计报表 B：网络爬虫 C：API接口 D：传感器 7、下列关于数据重组的说法中，错误的是（A）。（单选题，本题2分） A：数据重组是数据的重新生产和重新采集 B：数据重组能够使数据焕发新的光芒 C：数据重组实现的关键在于多源数据融合和数据集成 D：数据重组有利于实现新颖的数据模式创新8、智慧城市的构建，不包含（ C）。（单选题，本题2分） A：数字城市 B：物联网 C：联网监控 D：云计算 9、大数据的最显著特征是（A）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高10、美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的（B ）。（单选题，本题2分） A：在数据基础上倾向于全体数据而不是抽样数据 B：在分析方法上更注重相关分析而不是因果分析 C：在分析效果上更追究效率而不是绝对精确 D：在数据规模上强调相对数据而不是绝对数据 11、下列关于舍恩伯格对大数据特点的说法中，错误的是（D）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高12、当前社会中，最为突出的大数据环境是（A）。（单选题，本题2分） A：互联网 B：物联网 C：综合国力 D：自然资源 13、在数据生命周期管理实践中，（ B）是执行方法。（单选题，本题2分） A：数据存储和备份规范 B：数据管理和维护 C：数据价值发觉和利用 D：数据应用开发和管理 14、下列关于网络用户行为的说法中，错误的是（C）。（单选题，本题2分） A：网络公司能够捕捉到用户在其网站上的所有行为 B：用户离散的交互痕迹能够为企业提升服务质量提供参考 C：数字轨迹用完即自动删除 D：用户的隐私安全很难得以规范保护 15、下列关于计算机存储容量单位的说法中，错误的是（ C）。（单选题，本题2分） A：1KB＜1MB＜1GB B：基本单位是字节（Byte） C：一个汉字需要一个字节的存储空间 D：一个字节能够容纳一个英文字符， 16、下列关于聚类挖掘技术的说法中，错误的是（B）。（单选题，本题2分） A：不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 B：要求同类数据的内容相似度尽可能小 C：要求不同类数据的内容相似度尽可能小 D：与分类挖掘技术相似的是，都是要对数据进行分类处理

大数据时代的Excel统计与分析定制

大数据时代的Excel统计与分析 第1章大数据分析概述 1.1 大数据概述 1.1.1 什么是大数据 1.1.2 数据、信息与认知 1.1.3 数据管理与数据库 1.1.4 数据仓库 1.1.5 数据挖掘的内涵和基本特征 1.2 制造行业需要分析哪些数据？ 1.2.1 产品的良率监控 1.2.2 产品的BOM设计 1.2.3 市场数据监控 1.2.4 财务数据 1.2.5 产品生产数据 1.2.6 设备预防性维护数据 1.2.7 产品需求数据 1.2.8 其他日常数据等 第2章数据挖掘流程 2.1 数据挖掘流程概述 2.1.1 问题识别 2.1.2 数据理解 2.1.3 数据准备 2.1.4 建立模型 2.1.5 模型评价 2.1.6 部署应用 第3章大数据的Excel统计分析 3.1 研究程序与抽样 3.2 频率分布 3.2.1 传统的建表方式 3.2.2 离散变量—单选题频率布 3.2.3 如何用Word编辑频率分布表 3.2.4 绘制频率分布统计图表 3.2.5 离散变量—复选题频率分布 3.2.6 利用RANK（）函数处理 3.3 集中趋势 3.3.1 平均值\平均值的优点 3.3.2中位数\ 众数\ 内部平均值\ 最大值\最小值 3.3.3 第几最大值第几最小值

3.3.4 描述统计 3.4 离散程度 3.5 假设检验 3.6 单因子方差分析 3.7 相关分析 3.8 回归分析 3.9 聚类分析 3.10预测分析 第4章大数据的图表分析案例 前言：常见图表分析的三大错误 4.1 用实例说明九大类型图表：饼图、柱状图、条形图、折线图、散点图、雷达图、气泡图、面积图、圆环图的应用场合 4.2 几种专业的图表分析法 4.3九大类型图表的生成实例演练 4.4介绍几种专业的图表分析工具，您需要展示与众不同的专业度 -利用双曲线组合图表显示预计销量和实际销量对比 -利用柱形层叠图显示计划完成度 -利用双侧比较图显示市场调查结果 -利用复合饼图深入分析主要销售组成 -使用断层图分析企业数据 第5章数据分析应用实践 5.1 合理的数据呈现与EXCEL/PPT图表制作 图表制作的关键要素 合适的图表展示合适的数据 正确表达需要的主题 图表与文字的协调 图表的结论 5.2科学的数据分析结果解读 注意因果关系 不要以偏概全 考虑环境影响 兼顾定性研究 第6章数据分析报告与汇报 6.1如何撰写一份优秀的数据分析报告 6.2现场实操演练：分析报告撰写 6.3 汇报的技巧 第7章商业预测技术 预测是企业重要的决策依据，企业通过预测技术可以估计下一季度、年度的市场规模、市场占有率、销售量等。 1. 预测责任者与支持者 2. 预测的组织流程

大数据时代下的资源配置

大数据时代下的资源配置 摘要 任何一项社会活动都打上深深的时代烙印，资源配置也不例外，大数据时代带给社会各个层面的变革将是深入持久的，在新的形势下资源配置将会发生怎样的变化，大数据又在这一变化中发挥怎样作用，如何利用好大数据让资源配置更优化是中国乃至整个人类社会必须当前面临的问题，就目前我接触到少量信息的基础上浅论一下大数据时代下的资源配置的设想。 关键字 大数据资源配置信息技术 前言 大数据是什么？是一种运营模式？是一种技术？或是一种数据的集合统称？大数据相对于数据的提法，但不同于传统的数据，而是一种数据的广延性，无限性，细分性，它是一种多维度数据的空间集合。大数据是由全球知名咨询公司麦肯锡提出，麦肯锡称“数据，已经渗透到当今的每个行业和业务职能领域，成为最重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈亏浪潮的到来。”资源配置是生产活动中重要的环节，数据在资源配置产生之初就和数据密不可分，大数据时代的到来更是为资源配置的最优化提供了最科学最有效最全面的数据信息，通过对数据点组成的数据空间的分析，将极大的改变生产效率，节约生产资源，提高经济总量。 正文 资源配置与大数据到底存在怎样的内部联系？面对资源配置与大数据内在联系我们又该如何把握与充分运用大数据？接下来让我们来看看它们之间的关系。首先我们要思考为什么要进行资源配置？资源配置有什么意义？ 对于第一个问题我认为应该从根本原因来回答，资源的有限性和人类社会需求的无限性矛盾要求我们必须进行合理有效的资源分配以实现既定的社会目标。资源配置使得人类利用最有效的手段发挥有限资源的最大利益最大程度上满足人类社会的需求，当前可以说人类社会的进步就是伴随着资源配置问题的解决而进行的。 对于第二个问题我认为，资源配置最直接显著的影响就是资源的节约，资源配置的越合理意味着巨大的资源节约，人类社会更加持续长久的发展。资源是社会生产的重要物质资源，离开了资源社会生产不能进行，那么资源配置对生产的影响也就是根本性的。资源配置的合理意味着社会生产的高效，经济社会的发展。 然后我们来看看资源配置中的数据问题。资源配置中有哪些数据？这些数据有什么关系？资

大数据时代演讲稿

大家早上好 上周，财经郎眼的主题是大数据来了，我感觉这期节目很不错，所以我把大数据时代作为我今天的演讲主题。现在，我跟大家分享一个新的名次，大数据时代。我相信大家对大数据这个名次并不陌生，我们在生活中经常听到人们讨论大数据，但什么是大数据，它会对我们的生活有什么影响呢？ 在历史上，有过五个对人们生活产生了重要影响的信息革命。第一次信息革命是语言的产生，第二次信息革命是文字的产生，第三次信息革命是纸张的发明，第四次信息革命是印刷术的发明。那第五次信息革命，也是离我们最近的一次信息革命，就是互联网时代的到来。这5次信息革命，一次比一次的影响更大。互联网冲刷着一切，改变了一切。现在，互联网+信息，产生了一个现在很热的一个词，大数据。最近，贵州成立了中国首个大数据交易所，首批数据交易，卖方为腾讯计算机系统有限公司，买方为京东云平台。当大数据与经济相联系，便预示着一次新的信息革命，大数据时代。你可以想像一下它会对我们生活产生什么样的影响了。 最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”今天，人们每天都会产生大量的数据，举个例子，百度导航每天需要提供的数据超过1.5PB（1PB=1024TB），这些数据打印出来需要5000亿张A4纸。现在，这些数据可以交易了。那企业买这些数据有什么用呢？ 在大数据时代，企业有所有的信息，通过分析，企业知道顾客需要什么，因为企业有这些顾客需求的信息，因此企业不仅可以更好的满足他们的需求，同时还可

大数据时代下可能出现的工作变化

大数据时代下可能出现的工作变化 在当今信息时代，以计算机类智能设备和互联网系统为典型代表的信息大爆炸和大数据经济一触即发，人与人，以及人与物，物与物之间互相关联。未来教育在互联网等技术的作用下变得越来越多样化和终身化；未来学习越来越个性化；未来的教师由知识的二传手到质疑创新精神的引路人，相应的能力要求也需要与时俱进。大数据、互联网等技术必然带来教育体系的变革。互联网等信息技术从最初作为教育信息工具的使用到扩散整个教学系统成为变革的内动力，带来了教育的新期待，站在以互联网为代表的新技术时代潮流尚，教师教育也要顺势而为，思考在教育变革的大浪潮中教师如何进行角色重塑和专业成长。 一、大数据时代教育系统性变革的内外动力 （一）教育系统变革的外动力 以互联网为代表的信息技术推动了教育教学所处的外部生态环境，使教学系统与整个社会大系统之间的相互关系发生了变化。一方面，社会历史变迁对教育教学提出了变革的新要求；另一方面，科技进步为教育教学的变革提供了新手段。这两个方面叠加在一起，构成了推动教育教学变革的外部动力。 教育教学的变革主要反映在对人才的需求上和信息社会对个性化人才的需求之上。个性化、定制化、网络化生产的家庭工厂将取代庞大的规模化工厂。这种新型的数字化制造模式和发展模式，需要大量的适合信息时代的高素质人才。为了适应新形势发展的需要，教育迫切需要回归到“个性化”之路。未来教育在互联网和大数据的作用下变得越来越个性化，学习者对教育的选择多样化和定制化。以互联网和大数据为代表的新技术是教育变革的技术推动力量。“微学位”、数字化学校和数字化课程、反转式课堂、游戏化学习、互动式新型媒体技术等全新教育模式的出现预示着互联网时代的教育将实现教育从教学内容到教育方式的全方位的转变。互联网推动整个教育教学的范式转变与流程再造，互联网时代教育的变革正源于外部动力和内部动力的共同作用。 （二）教育系统变革的内动力

大数据时代行政管理问题研究陈静

中国青年政治学院学报·政治理论与政治建设·2014年第6期 大数据时代行政管理问题研究 陈静 （德阳市旌能天然气有限公司办公室，四川德阳618000） 【摘要】近年来，各级行政机关在推进行政决策机制的完善上做了很多有 益的探索与实践，已有许多成功之处，但对大数据的挖掘和利用还比较薄弱，特 别是现阶段，大数据已引起了世界各国科技界、产业界和政府部门的高度关注， 大数据时代已经来临。在这一时代背景下，行政决策机构应努力把握住时代赋 予的机遇，顺应大数据时代的潮流，努力改善行政管理模式，加强信息化建设， 并利用大数据的优势实施创新驱动发展，最大限度地提升行政管理的效率和 质量。 【关键词】大数据时代行政管理信息化 在宽带化、移动互联网、物联网、社交网络、云计算等技术手段的催生下，各种终端设备产生了惊人的数据量，大数据时代翩然而至。大数据时代既然已经来临，各级行政管理机构应把握住时代赋予的机遇，夯实大数据时代的网络基础，搭建大数据时代的应用平台，培养大数据时代的文化精神，打造一个基于新技术、新规则、新理念的服务型行政管理与决策平台。 认识不到大数据对未来发展的重要意义，必然落伍，所以抓住机遇，实现数据驱动的创新，将是未来行政管理部门竞争的一个焦点。毋庸置疑的是，行政管理在大数据领域将有极大的拓展空间。2012年，奥巴马政府将“大数据战略”上升为国家战略，计划投资近两亿美元以发展大数据相关产业，这是继1993年美国宣布信息高速公路计划后的又一次重大科技发展部署。大数据时代的来临，必将对世界未来的科技与经济发展带来深远的影响。 “行政管理”和“大数据”是两个很抽象的概念，近几年来，随着社会转型以及信息化高速发展，二者不期而遇且相互碰撞，既矛盾又融合。如何让这二者互为补充，互为促进，将是新时期各级行政管理部门及其工作人员亟待掌握的一门功夫，亦是一个不得不面对的挑战。那么，在迎接这一挑战中行政管理工作应该注意一些什么问题，笔者从以下几个方面加以阐述。 一、大数据已成为现代行政管理改革的关键促因 行政管理是指国家各级政府部门在执行法定职能及其具体运作的过程中，所经历的程序、收稿日期：2014－09－10 作者简介：陈静，德阳市旌能天然气有限公司办公室主任，高级经济咨询师，主要研究行政管理。

大数据时代下刑法的对大学生的保护

龙源期刊网 https://www.sodocs.net/doc/3514758321.html, 大数据时代下刑法的对大学生的保护 作者：闫思危 来源：《科学导报·学术》2019年第49期 摘 ;要：大学法治要求大学的管理者在处理大学各项事务中必须体现法治精神，依法决策、依法办事，把学校各项工作纳入法治化轨道。高校依法治校是依法治国的重要组成部分，维护大学生的合法权益丰富了依法治校的内涵。本文在论述大学生权益保护的重要性基础上，阐述了大学生合法权益的具体表现;通过对大学生权益保护存在问题的分析，研究提出了大学生维权的有效运行机制，并设计了可供选择的大学生维权有效运行机制模式。 关键词：大学生;合法权益;大数据;保护 一、大数据时代下刑法的对大学生的保护的重要性 （一）大学生合法权益保护的概念 学生权益包括私法民事权利和公法行政相对人的权利，即私法上作为民事主体的权利和公法行政相对人的权利。高校学生权益指高校在籍学生通过做出或不做出一定行为，实现一定利益的许可和保障。 （二）大学生合法权益保护的内容 高校学生作为特殊的社会群体，其特点为：①高校学生权益的价值性。大学生是祖国的未来，担负着民族振兴和中国梦实现的责任，其核心在于自我素质的提高。高校学生权益的行政法保護有利于推进社会主义法治现代化发展，高校对学生发展应注重其自身素质，关注其价值。②高校学生权益的容易受侵害性。高校学生属于弱势群体，在高校管理中处于被动接受管理的地位，其合法权益受到侵害呈现随意性。例如高校随意侵害学生隐私权以及公正评价权，一旦学生合法权益受到侵害也不能得到有效保护。 （三）大学生合法权益保护的意义 1.有利于实现高校学生管理的法治化 高校学生管理法治化是高等教育法治化的必然要求。教育法治化的主要目的是为了保障高校教育工作能够有条不紊地进行。学生是高校主体，高校管理体系要确保公正、公平，就必须以高校学生的利益为中心，建立一个公正合理的学习与生活秩序，确保学生合法权益的实现。为确保高校管理体系公正，确保学生权益，急需建立完善的学生权益管理保障制度，推进高等教育法治化进程，实现高校管理的法治化。

《大数据时代》给予我的启示--胡昌华

《大数据时代》给予我的启示 信息是人类社会记录、存储、传播交流的一切内容，包括文字、声音、图片、影像等。最近一个多世纪以来，伴随几次技术革命，随着计算机的发明，信息是以数据的形式存在电子元件中，呈现出爆炸式的增长。人类现在一天产生传递的信息，要超过人类几百年甚至上千年积累存贮的信息。从马克思“量变引起质变”的哲学原理来看，大数据时代就是信息积累从量变到质变的必然结果。这将是一个新的时代，海量数据的处理、利用，将改变人们的思维方式、工作方法和生活状态。我们是被动地去观望接受它的影响呢，还是主动的学习改变从而引领这种趋势呢？ 在时代变革面前，黄袍山公司选择了主动，去引领时代发展趋势。面对不确定性，变革的先行者意味着更多的风险、甚至要付出代价，但被动去接受，只会丧失大好良机，终将被时代所淘汰。世上没有坐享其成的好事，机会是留给敢于尝试的人。 数字化营销、会员营销、惠万家计划、物联网建设等一系列理念的提出和实践，充分体现了黄袍山公司领导站在时代发展的前沿，高瞻远瞩、先试先行、英明决策的战略眼光，引领时代发展的远大抱负，造福人类健康的博大胸怀。虽然黄袍山公司处在偏远的山区县城，但这并不妨碍其成为一个伟大的企业，就像韶山冲走出的毛出席，带领在边穷山区奋斗的共产党人最终夺得了天下一样。企业的比拼最终是企业家胆略和胸怀的比拼，无疑在这一点上，黄袍山公司不输给别的企业。 竞争的市场是一场不见硝烟的战场，在食用油市场上尤为剧烈。全国有近1500家茶油生产企业，各以其自有的资源禀赋分得食用油市场的一杯羹，同质产品的竞争激烈程度可见一斑。同类产品中，橄榄油在高端油品市场上摇摇领先，占据着绝大部分市场份额；新的健康油品又在不断涌现，米糠油、亚麻籽油、核桃油、苏子油等等又在不断的觊觎蚕食着这个市场。合作客户是有限的，消费者也是有限的，在供大于求的市场格局中，主动权掌握在消费者手中，有很多产品可供选择。 传统的市场营销是一种交易营销，重视的是产品、价格、渠道和促销。传统的营销模式中，制造商生产出的产品往往通过制造商—批发商—零售商—消费者的营销渠道对外销售产品，产品一般需要经历好几个环节才能到达消费者手中，这样臃长的供应链不仅降低了产品的时效性，而且增加了产品的成本。 现代网络营销是指发现、满足或创造顾客需求，利用互联网所进行的市场开拓、产品创新、定价促销、宣传推广等活动总称，强调是消费者的欲望和需求、成本、便利和沟通，重

大数据时代统计调查工作的挑战与思考_季晓晶

2013．5 一、问题的提出 大数据（ｂｉｇｄａｔａ）泛指伴随社会化数据出现的大量在线文本、图片、流媒体数据。这里的“大”有两方面含义。一是数据量巨大。指在科学技术、计算机仿真、互联网应用、电子商务等诸多应用领域产生的海量数据集。二是以数据为“大”的价值论。即大数据之 “大”更多地反映在其重要性上，而不完全指数量上的庞大。因为可以从这些数据中挖掘出有价值的信息，目前大数据被世界经济论坛的相关报告认定为其价值堪比石油的新财富。随着互联网和移动互联网的发展，无处不在的信息感知和采集终端，将行政管理、生产经营、商务活动等众多领域源源不断产生的海量即时电子化数据，通过“云计算”技术构建了一个与物质世界相平行的数字世界，所以很多专家认为人类已经跨入了大数据时代。作为数据生产的权威机关，这样一个时代的到来给统计调查工作带来了什么样的挑战与启示？统计调查部门和统计调查工作者应该怎样应对才能满足时代提出的需求？对此，笔者拟结合多年基层工作经历进行初步探讨，意在抛砖引玉，以期更多的同仁共同关注、思考大数据时代对统计工作带来的变化和影响。 二、大数据时代的来临及意义 有资料显示，１９９８年全球网民平均每月使用流量是１ＭＢ，２００８年是１ＧＢ，２０１４年将是１０ＧＢ。全网流量累计达到１ＥＢ的时间在２００１年是一年，在２００４年是一个月，在２００７年是一周，而２０１３年仅需一天，即一天产生的信息量可刻满１．８８亿张ＤＶＤ光盘。淘宝网站单日数据产生量超过５０ＴＢ，存储量４０ＰＢ。百度公司每天要处理６０亿次搜索请求，几十ＰＢ数据。一个城市若安装几十万个交通和安防摄像头，每月产生的数据量将达几十ＰＢ。数据的规模越大，处理的难度也越大，但对其进行挖掘可能得到的价值更大，这就是大数据热的原因。根据中国互联网络信息中心统计，２０１２年底我国网民数为５．６４亿，手机网民为４．２亿。这些网民每天在网上将产生海量的数据，这些数据记载着他们的思想、行为乃至情感，蕴含着丰富的内涵和很多规律性信息，通过分析相关数据，可以了解大众需求、诉求和意见， 反映舆情民意。大数据的重要价值还在于对其有效的开发和使 用能对社会的发展起到巨大的推动作用。企业和政府的信息系统每天源源不断产生大量数据。根据全球第四大独立软件公司，美国赛门铁克公司的调研报告，全球企业的信息存储总量已达２．２ＺＢ，年增６７％。医院、学校和银行等也都会收集和存储大量信息。政府可以部署传感器等感知单元， 收集环境和社会管理所需的信息。２０１１年，英国《自然》杂志曾出版专刊指出，倘若能够有效地组织和使用大数据，人类将得到更多的机会发挥科学技术 对社会发展的巨大推动作用。 （备注：1024B=1KB 1024KB=1MB 1024MB=1GB 1024GB=1TB 1024TB=1PB 1024PB=1EB 1024EB=1ZB 1024ZB=1YB 1024YB=1BB ） 三、大数据时代统计工作面临的挑战 可以预见，大数据时代的到来，对统计调查部门生产出更高质量的统计产品提供了难得的机遇和更大的可能性，但与此同时，带来更多的则是挑战。这种挑战集中体现在随着大数据时代的到来，统计调查部门应该能够使用更少的投入生产出时效性更强、质量更高的产品。社会各界对统计调查部门新的服务需求和更高的工作要求也将随之形成。基于此，笔者认为在大数据背景下，统计调查工作正面临六大挑战。 一是统计工作方式的挑战。在大数据科技大浪潮的背景下，数字化的行政商业记录、网络在线文本、流媒体数据大大拓宽了统计机构收集数据信息的渠道，统计调查部门的业务工作方式也势必发生改变。在数据收集方面， 会更多的需要从互联网、物联网的数据中进行挖掘收集。如物联网的发展将使工业生产、运输物流、最终消费、服务等各种交易生成直接可用的数据。又如，现行的居民家庭日记帐是通过统一的报表和计量方式将调查对象的收入消费行为转化为可用的数据，在大数据时代将有可能实现通过对超市商场收银系统、ＥＴＣ电子收费系统、ＧＰＳ定位测量、银行转账、微信等数据进行挖掘从而收集到需要的数据，不再需要调查对象长期认真的配合。这种数据收集方式可以有效避免人为误差，篡改数据的可能性越来越小，数据质量将更有保 大数据时代统计调查工作的挑战与思考 季晓晶 摘要：大数据(bi g d ata )泛指伴随社会化数据出现的大量在线文本、图片、流媒体数据。因其数据量巨大又可以从中挖掘出有价值的信息， 目前被世界经济论坛的相关报告认定为其价值堪比石油的新财富。随着互联网和移动互联网的发展，无处不在的信息感知和采集终端,将行政管理、生产经营、商务活动等众多领域源源不断产生的海量即时电子化数据，通过“云计算”技术构建了一个与物质世界相平行的数字世界，所以很多专家认为人类已经跨入了大数据时代。作为数据生产的权威机关，这样一个时代的到来给统计调查工作带来了什么样的挑战与启示？ 统计调查部门和统计调查工作者应该怎样应对才能满足时代提出的需求？对此，笔者结合多年基层工作经历进行了初步探讨。 关键词：大数据；统计调查工作；思考 问题研究 １７

大数据时代的具体例子

大数据时代，几个例子告诉你什么是大数据 工具类厂商蓄意炒作大数据，以达到售卖产品的目的，但导致的结果是很多人对大数据这一概念云里雾里。实际上，大数据就发生在你我身边，虽然你看不到它，但它却时时影响着我们的生活。 现阶段，和大数据相关的企业有三种。一种是工具类公司，他们宣传得最卖力，并且把大数据吹出了泡沫，原因是它们希望把自己的产品卖给企业；一种是依托于大数据从事咨询服务类的企业；还有一种就是实实在拥有大数据的公司，它们和我们休戚相关，也就是下面的小故事所要阐述的内容。 第一个故事，百货公司知道女孩怀孕 美国的Target百货公司上线了一套客户分析工具，可以对顾客的购买记录进行分析，并向顾客进行产品推荐。一次，他们根据一个女孩在Target连锁店中的购物记录，推断出这一女孩怀孕，然后开始通过购物手册的形式向女孩推荐一系列孕妇产品。这一作法让女孩的家长勃然大怒，事实真相是女孩隐瞒了怀孕消息。 点评：看似杂乱无章的购买清单，经过对比发现其中的规律和不符合常规的数据，往往能够得出一些真实的结论。这就是大数据的应用。 第二个故事，搜狗热词里的商机 王建锋是某综合类网站的编辑，基于访问量的考核是这个编辑每天都要面对的事情。但在每年的评比中，他都号称是PV王。原来他的秘密就是只做热点新闻。王建锋养成了看百度搜索风云榜和搜狗热搜榜的习惯，所以，他会优先挑选热情榜上的新闻事件来编辑整理，关注的人自然多。 点评：搜狗拥有输入法，搜索引擎，那些在输入法和搜索引擎上反复出现的热词，就是搜狗热搜榜的来源。通过对海量词汇的对比，找出哪些是网民关注的。这就是大数据的应用。 第三个故事，阿里云知道谁需要贷款 这是阿里人讲述的一个故事。每天，海量的交易和数据在阿里的平台上跑着，阿里通过对商户最近100天的数据分析，就能知道哪些商户可能存在资金问题，此时的阿里贷款平台就有可能出马，同潜在的贷款对象进行沟通。 点评：通常来说，数据比文字更真实，更能反映一个公司的正常运营情况。通过海量的分析得出企业的经营情况，这就是大数据的应用。 第四个故事，中移动挽留流失客户 iPhone进入中国后，铁杆的移动用户王永铭加入了联通合约机大军。由于合约机承担了大量通话内容，王永铭将全球通换成了动感地带。三个月之后，王永铭接到了中国移动的10086电话，向他介绍中移动的优惠资费活动。一位移动的

互联网时代下大学生自主创业问题及对策研究

互联网时代下大学生自主创业问题及对策研究 互联网目前主要是借助智能终端，通过移动无线通信的手段，用于取得所需服务和资源的产业，随着宽带移动终端技术和无线接入技术的日渐成熟，迫切需要一种能够满足信息时代的生活方式，互联网应运而生并迅猛发展。基于互联网时代下大学生自主创业的基本方向结合难点问题进行分析解决，以期望对未来大学生创业提供参考意见，缓解就业压力为社会经济发展注入活力。 标签：互联网；大学生；自主创业 1 互联网行动的基本概念 互联网行动计划的是知识社会创新2.0下的互联网发展新模式、新业态。新型互联网的本质就是：互联网+传统行业=新业态、新业务模式，为产业向智能化转型提供技术支持，为经济结构调整提供新活力，为大学生自主创业提供环境。 2 创业方向的选择 2.1 电子商务 大学生的自主创业通常倾向于低成本、经营风险小、操作灵活方便、回报周期短等特点的项目，其代表就是时下正热的电子商务。这种经营模式是基于凭借客户应用终端，以互联网络技术为途径，商品交换为中心的商务活动，其中网络营销是其中重要产物。这种线上交易，有效降低产品的物流和仓储成本使商品更具价格优势。目前，主要有自建网站和参与现有电商交易平台两种选择，前者对资金和技术要求较高，大学生创业有一定难度。后者是创业者依托已经成熟的平台，流程和管理相对简单方便，更受青睐。 2.2 信息云服务 大学生作为高科技知识和技术的接受者、践行者，在依托互联网为交易平台的高科技项目创业上相对具有得天独厚的优势。当代大学生综合利用自身专业知识，在网页设计、技术咨询服务、网络平台搭建、APP客户端开发、智能终端的开发与维护等方式创业。网络技能服务的发展相比以往传统创业模式，对大学生的个人素质的提高以及创业观念的可持续性培养方面更具优势。 3 互联网时代下大学生自主创业的主要问题 3.1 高校创业教育滞后，人才培养理念有待改进 我们应该意识到学校、社会、学生三元共育的理念深入人心，相较以往多数大学生能够积极投身创业，但是因为受知识、经验、能力、市场了解程度以及市场形势、政府政策等因素的影响，在互联网创业领域有很大的盲目性和局限性，

大数据时代演讲稿

大家早上好上周，财经郎眼的主题是大数据来了，我感觉这期节目很不错，所以我把大数据时代作为我今天的演讲主题。现在，我跟大家分享一个新的名次，大数据时代。 我相信大家对大数据这个名次并不陌生，我们在生活中经常听到人们讨论大数据，但什么是大数据，它会对我们的生活有什么影响呢？ 在历史上，有过五个对人们生活产生了重要影响的信息革命。第一次信息革命是语言的产生，第二次信息革命是文字的产生，第三次信息革命是纸张的发明，第四次信息革命是印刷术的发明。那第五次信息革命，也是离我们最近的一次信息革命，就是互联网时代的到来。这5次信息革命，一次比一次的影响更大。互联网冲刷着一切，改变了一切。现在，互联网+信息，产生了一个现在很热的一个词，大数据。最近，贵州成立了中国首个大数据交易所，首批数据交易，卖方为腾讯计算机系统有限公司，买方为京东云平台。当大数据与经济相联系，便预示着一次新的信息革命，大数据时代。你可以想像一下它会对我们生活产生什么样的影响了。 最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”今天，人们每天都会产生大量的数据，举个例子，百度导航每天需要提供的数据超过（1PB=1024TB），这些数据打印出来需要5000亿张A4纸。现在，这些数据可以交易了。那企业买这些数据有什么用呢？

在大数据时代，企业有所有的信息，通过分析，企业知道顾客需要什么，因为企业有这些顾客需求的信息，因此企业不仅可以更好的满足他们的需求，同时还可以知道他们这个产品需要什么，同时企业可以生产产品并卖出。因此，企业在满足消费者需求的同时也降低了成本，企业不再为库存担忧，生产效率也大大提高了。举个例子，沃尔玛被称为最了解顾客购物习惯的零售商，沃尔玛曾经创造了“啤酒与尿布”的经典商业案例;在一定程度上，沃尔玛使用的大数据模式，已经从满足消费需求发展到创造消费需求。 再举一个例子。美国的塔吉特百货公司根据一个女孩在塔吉特连锁店中的购物记录，推断出这一女孩怀孕，然后开始通过短信的形式向女孩推荐一系列孕妇产品。这一作法让女孩的家长勃然大怒，事实真相却是女孩确实隐瞒了怀孕消息。为什么塔吉特知道女孩怀孕了？塔吉特认识这个女孩吗？当然不是。通过大数据分析，塔吉特百货将看似杂乱无章的购买清单，对比发现其中的规律和不符合常规的数据，实现精准营销。

(完整版)大数据时代对统计学的影响分析

大数据时代对统计学的影响分析 大数据和统计学两者在本质上是相互联系、相互促进，没有数据也不可能完成统计，所以二者缺一不可。在大数据时代，统计学必须与时俱进，跟上时代发展的脚步，勇敢地接受大数据带来的的挑战和变革，才会走得更长远。而大数据也要珍惜统计学，两者是无法离开的，只有在共同学习进步下，才能够实现双赢，成为主宰。 关键词：大数据时代；统计学；影响分析 引言 对于大数据(Big data)，可以理解为新模式中具备决策性、洞察力、发现力的一门技术。它主要概括数据的自然增长力和多样化的信息资产。 统计学是大数据里面的一门重要的学科。因为它和大数据有着千丝万缕的关系，所以它被人们广泛使用和学习。它是通过整理分析得出来的科学的数据。具有精准性、客观性即概括性。完成统计学的方法有很多种，如调查法、立案法、实验法等主要广泛应用于社会、科学等方面。 一、大数据和统计学的关系 (一)两者的关系 在当今信息时代，用数字代表的信息越来越多，科技迅速发展，互联网时代高速运转，在许多公司用来统计数据的时候，都用的电子表格，进行整理分析。在把它们汇总起来，就成了统计。数据是统计的本质，统计是数据的概括及意义。数据就像零零碎碎的字母，统计就是英语单词，通过整理分析，把字母拼成一个具有意义的单词，这就是数据和统计的意义。只有相互依存，你中有我我中有你。 （二）大数据和统计学的区别 信息功能不同。大数据的意义是某种事物的代表，有些东西要是用它原本的名称代替可能不太放便，这样一个简便的代号即简便又容易记忆。在工作中，工作人员根据超市销售的数据进行整理分析，在汇总起来就是统计，最终他们看得都是统计整理得出的数，分析的也是统计后的数据。因此，统计学是用样本单位来分析和推断数据总体的特征。由数据控制，我们只能根据获得的数据来推断总体数量。在信息时代，越来越多的东西可以用数据表示，几乎全部的信息资料都