2016年中国大数据行业发展历程及规模应用现状

2016年中国大数据行业发展历程及规模应用现状

一、大数据的来源

数据来自于一切客观存在，包括宏观到微观的物理世界，各种生物体、人类社会活动、感知、认识和思维的结果。随着信息技术的发展，当通常所说的数据是指经过数字化转换后的信息，是可以被量化、分析和再利用的信息，包含数值、文字、符号、音频、视频等不同形态。

对数据的分析都并非新鲜事，如交通规划、宏观经济分析、电力系统规划、气象预测、高能物理、航天航空、基因工程等大规模数据分析和计算早已在人类生产和生活中发挥着关键的作用。

早在1970年哈佛大学关于资源三角形的论述中，将材料、能源、信息看成是推动社会发展的三种基本资源，因此传统的商业智能和数据库厂商得以出现并快速发展。

数据规模和类型的剧变：互联网和移动互联网的发展、传感技术的广泛应用，使得数据的规模和种类急剧增长。数据类型也不仅仅包含关系型数据，还出现了大量的日志、文本、图片、音频和传感器等非结构化和半结构化数据。2020年所产生的数据量是2009年的44倍。

数据存储成本下降：单位信息存储成本的下降，使得对海量数据的分布式存储技术难度降低。30年前，1TB存储的成本为16亿美金，如今通过云存储服务所需不到100美金。

大规模数据处理成为可能：随着计算机技术能发展，对非结构化数据的处理和分析方式组建成熟，MapReduce模型以及云计算模式的出现，是大规模数据处理的成本和技术门槛大大降低。

数据采集更为密集和广泛：随着移动互联网和物联网技术的发展，使得数据的采集更加方便。

数据分析应用的发展：Google、百度、淘宝等数据分析的经典案例给业界带来很强的冲击。

二、行业术语

Spark

Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS（Hadoop Distributed FileSystem），因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

Spark 是一种与Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之

处，这些有用的不同之处使Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

Spark 是在Scala （Scala是一门多范式的编程语言，一种类似java的编程语言，设计初衷是实现可伸缩的语言、并集成面向对象编程和函数式编程的各种特性。）语言中实现的，它将Scala 用作其应用程序框架。与Hadoop 不同，Spark 和Scala 能够紧密集成，其中的Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

Hadoop

Hadoop是一个由Apache基金会所开发的分布式系统基础架构。

用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。

Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS 有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX（可移植操作系统接口Portable Operating System Interface ，POSIX标准定义了操作系统应该为应用程序提供的接口标准，是IEEE为要在各种UNIX操作系统上运行的软件而定义的一系列API标准的总称，其正式称呼为IEEE 1003，而国际标准名称为ISO/IEC 9945。）的要求，可以以流的形式访问（streaming access）文件系统中的数据。

Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。

三、大数据相关

大数据产业：包含大数据直接相关的软件、硬件及相关服务。

大数据软件：大数据软件，主要指以Hadoop、Spark为基础的新型分布式数据平台软件，以及基于这类平台软件的应用软件。

大数据服务：包含数据分析公有云服务、大数据系统相关的咨询、设计和系统集成服务等。

大数据硬件：用于支撑在企业内部部署的大数据软件的硬件，主要包括服务器、网络设备、存储设备。

四、行业现状

我国大数据市场规模

2014年规模达到84亿人民币，2015年达到116亿元，2016年达到162.4亿元，年平均增速接近40%

大数据软件产值68.2亿元，占市场42%，占比高于国际平均水平

大数据应用现状

超过95%的企业认为大数据对企业非常重要

企业大数据应用效果明显：超过65%的企业认为提升运营效率是企业大数据应用的最显著效果，随后是智能决策（60%）和风险管控（50%）。

数据资源短缺是制约企业大数据发展的最主要因素

企业大数据资源情况

绝大部分（78%）的企业数据总数在50TB-500TB之间（1TB=1024GB=1024x1024B，Byte字节），500TB以上的企业只有18%

企业内部数据是开展大数据应用的基础，来自内部平台、客户、内部管理平台的数据占企业大数据应用资源总量的60%

企业主要数据类型是企业传统结构化数据库表，76%企业认为数据库表是大数据应用当中最主要的数据类型，59%认为是网页数据，37%认为是图片数据

五、大数据应用部署现状

40%企业没有大数据平台部署和大数据应用

24%企业已经开始部署大数据平台但还未实现应用

36%企业已经实现大数据应用

大数据应用发展较高水平的分布在互联网、电信、金融行业。

传统行业的大数据应用发展比较缓慢

大数据平台建设模式

企业大数据应用的建设模式分为自建平台和购买云服务，超过57%企业选择自建大数据平台，40%的企业选择通过购买云服务的形式建设大数据平台。

企业大数据集群规模大部分比较小，50台以下的占45%，100台以下的占78%。

六、政策要求和资源要求

政府的各种大数据扶持政策成为企业关注的焦点；超过70%的企业希望政府资助更多大数据领域的科研项目，另外是开放更多的政府公共信息资源（68%）和市政管理数据（28%）

在大数据的出现，引发全球范围内深刻的技术和商业变革，已经成为全球发展的趋势，国家和企业间的竞争焦点正从资本、土地、人口、资源转向数据资源。对于中国而言，经历了30多年的高速发之后，各种严峻的问题随之而生，包括产业升级、社会稳定、环境保护、

医疗健康和食品安全等挑战，因此需要将大数据的发展提升到战略高度，以此为契机，通过各种创新和探索，推动产业升级和创新、经济转型和民生建设。

年大数据行业现状及发展趋势分析24

中国大数据市场现状调研与发展趋势分析报告 （2015-2020年） 报告编号：1579399

行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容： 一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。 中国产业调研网https://www.wendangku.net/doc/0c7381941.html,基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。

一、基本信息 报告名称：中国大数据市场现状调研与发展趋势分析报告（2015-2020年） 报告编号：1579399 ←咨询时，请说明此编号。 优惠价：￥6750 元可开具增值税专用发票 网上阅读：https://www.wendangku.net/doc/0c7381941.html,/R_QiTaHangYe/99/DaShuJuDeXianZhuangHeFaZhanQuShi.html 温馨提示：如需英文、日文等其他语言版本，请与我们联系。 二、内容介绍 产业现状 大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。如今的数据已经成为一种重要的战略资产，它就像新时代的石油一样，极富开采价值。如果能够看清大数据的价值并且迅速行动起来，那么在未来的商业竞争中占据会占得先机。 市场容量 继物联网、移动互联网、云计算之后，大数据再次挑动整个IT产业的神经。这场发端于互联网企业的草根企业技术让我们可以以全新的视角重新审视数据资产，更让潜藏在这些数据中的商业价值得到前所未有的发挥，大数据让“智能之门”从来没有像现在这样距离我们之近。现阶段企业要积极引入大数据技术，还要关注已经部署到位的商业智能如何能与大数据进行结合，在新的时代我们该如何利用它来为企业创造最大的价值，最终帮助企业推开智慧之门。众所周知，依托价格相对较低的硬件和开源软件构成的组合，大数据大幅降低了普通企业获得“智慧”的门槛。而在过去，商业智能才是企业获得“智慧”的主要技术手段，一个典型的商业智能需要基于传统数据仓库实现，需要专用硬件和专业ETL工具，项目投资不菲而且建设周期长，这就让大量中小企业对商业智能望而却步。正是基于此，当同样能给企业带来“智慧”的大数据一出现，就受到企业的普遍欢迎。全

2016年中国大数据行业发展历程及规模应用现状

2016年中国大数据行业发展历程及规模应用现状 一、大数据的来源 数据来自于一切客观存在，包括宏观到微观的物理世界，各种生物体、人类社会活动、感知、认识和思维的结果。随着信息技术的发展，当通常所说的数据是指经过数字化转换后的信息，是可以被量化、分析和再利用的信息，包含数值、文字、符号、音频、视频等不同形态。 对数据的分析都并非新鲜事，如交通规划、宏观经济分析、电力系统规划、气象预测、高能物理、航天航空、基因工程等大规模数据分析和计算早已在人类生产和生活中发挥着关键的作用。 早在1970年哈佛大学关于资源三角形的论述中，将材料、能源、信息看成是推动社会发展的三种基本资源，因此传统的商业智能和数据库厂商得以出现并快速发展。 数据规模和类型的剧变：互联网和移动互联网的发展、传感技术的广泛应用，使得数据的规模和种类急剧增长。数据类型也不仅仅包含关系型数据，还出现了大量的日志、文本、图片、音频和传感器等非结构化和半结构化数据。2020年所产生的数据量是2009年的44倍。 数据存储成本下降：单位信息存储成本的下降，使得对海量数据的分布式存储技术难度降低。30年前，1TB存储的成本为16亿美金，如今通过云存储服务所需不到100美金。 大规模数据处理成为可能：随着计算机技术能发展，对非结构化数据的处理和分析方式组建成熟，MapReduce模型以及云计算模式的出现，是大规模数据处理的成本和技术门槛大大降低。 数据采集更为密集和广泛：随着移动互联网和物联网技术的发展，使得数据的采集更加方便。 数据分析应用的发展：Google、百度、淘宝等数据分析的经典案例给业界带来很强的冲击。 二、行业术语 Spark Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS（Hadoop Distributed FileSystem），因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。 Spark 是一种与Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之

2019中国工业大数据发展及投资价值研究

2019中国工业大数据发展及投资价值研究

1概念界定及发展演进

工业大数据是指在工业领域中，围绕智能制造模式，以数据采集集成、分析处理、服务应用为主的各类经济活动所产生的数据的总称，包括从客户需求到销售、订单、计划、研发、设计、制造、采购、供 应、库存、售后服务、运维等整个产品全生命周期各个环节产生的数据。生产经营相关业务 联网数据 工业大数据以 数据资产全生命周 期管理为核心

第一次工业革命 第二次工业革命第三次工业革命第四次工业革命 “大数据”一词在《第三次浪潮》书中出现苹果推出网络商店iTunes Store ，具有数字音乐搜索、数据共享与评价、消费记录等大数据功能 工信部印发《物联网“十二五”发展规划》把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这些是大数据的重要组成部分“大数据”首次写入我国《政府工作报告》国务院《促进大数据发展行动纲要》，明确指出要全力推动大数据发展和应用国务院发布《关于深化制造业与互联网融合发展的指导意见》，加快新旧发展动能和生产体系转换 国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，深入推进“互联网+先进制造业”，规范和指导我国工业互联网发展 2018年工信部发布《推动企业上云实施指南（2018-2020年）》，推动企业运用云计算加快数字化、网络化、智能化转型工信部发布《大数据产业发展规划（2016—2020年）》，提出了“到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成”的发展目标工信部发布《工业互联网发展行动计划（2018-2020年）》，提出到2020年底，初步建成工业互联网基础设施和产业体系 《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，明确提出实施智能制造工程 赛迪顾问，2019年8月 随着大数据应用时代的到来，工业大数据这一大数据细分领域也逐渐被重视。为推动工业大数据的发展，我国正在深化工业云、大数据等技术在工业领域的集成应用，探索建立工业大数据实验中心，建设工业大数据应用示范工程。国家政策在工业大数据的需求端和供给端均出台了相应的规划，加快了信息化技术和工业的深度融合，创新实现新技术、新产品和新模式。 1760年1850年1950年 1980年2003年 2011年2014年2015年2016年2017年2018年

2020教育大数据行业趋势及存在的问题

2020年教育大数据行业趋势及存在的问题 2020年

目录 1.教育大数据行业前景趋势 (4) 1.1产品种类趋于多样化 (4) 1.2数据安全意识不断增强 (4) 1.3产学研合力谋求突破 (5) 1.4教育数据研究人员不断增加 (5) 1.5市场发展前景广阔 (6) 1.6行业协同整合成为趋势 (6) 1.7生态化建设进一步开放 (7) 1.8需求开拓 (7) 2.教育大数据行业现状 (8) 2.1教育大数据行业定义及产业链分析 (8) 2.2教育大数据市场规模分析 (10) 2.3教育大数据市场运营情况分析 (10) 3.教育大数据行业存在的问题 (13) 3.1数据标准有待完善 (13) 3.2数据采集覆盖面窄 (13) 3.3模型构建专业性不足 (14) 3.4产品服务单一 (14) 3.5开放共享尚未形成 (15) 3.6隐私保护有待完善 (15)

3.7供应链整合度低 (15) 3.8产业结构调整进展缓慢 (15) 4.教育大数据行业政策环境分析 (16) 4.1教育大数据行业政策环境分析 (16) 4.2教育大数据行业经济环境分析 (17) 4.3教育大数据行业社会环境分析 (17) 4.4教育大数据行业技术环境分析 (17) 5.教育大数据行业竞争分析 (19) 5.1教育大数据行业竞争分析 (19) 5.1.1对上游议价能力分析 (19) 5.1.2对下游议价能力分析 (19) 5.1.3潜在进入者分析 (20) 5.1.4替代品或替代服务分析 (20) 5.2中国教育大数据行业品牌竞争格局分析 (21) 5.3中国教育大数据行业竞争强度分析 (21) 6.教育大数据产业投资分析 (22) 6.1中国教育大数据技术投资趋势分析 (22) 6.2中国教育大数据行业投资风险 (22) 6.3中国教育大数据行业投资收益 (23)

新职业——大数据工程技术人员就业景气现状分析报告

新职业——大数据工程技术人员就业景气现状分析报告 一、产生背景 大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括数据资源建设，大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。当前，智慧医疗、智慧城市、精准扶贫以及其他相关高新技术产业都离不开大数据的支撑，大数据技术在我国得到了较为广泛的应用。 （一）国家实施大数据战略，构建数字中国 大数据被认为是“未来的新石油”，也被比喻为21世纪的“钻石矿”，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥着重要的作用。2014年大数据首次写入政府工作报告；2015年8月国务院颁布《促进大数据发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖生态环境大数据、农业大数据、水利大数据、城市大数据、医疗大数据、交通旅游服务大数据等多层次下游应用市场，加快实施国家大数据战略。 同时，伴随大数据政策出台，各地政府相继成立了大数据管理机构，促进大数据产业发展，全国22个省区，200多个地市相继成立大数据管理部门。 图1 各省大数据管理机构设置数量（单位：个） （二）大数据行业发展迅猛，产业规模巨大 2016年，工信部印发了《大数据产业发展规划（2016-2020年）》，全国大数据产业建设掀起热潮，目前已形成八大大数据综合试验区，建成100多个大数据产业园。伴随新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现快速增长。 通过对1572家企业的调查结果显示，企业对数据分析的重视程度进一步提高，65.2%的企业已成立数据分析部门，24.4%的企业正在计划成立相关数据部门。 近四成的企业已经应用了大数据。在接受调查的企业中，已经应用大数据的企业有623家，占比为39.6%，垂直行业中如金融等领域大数据应用增加趋势较为明显。此外，24.3%的企业表示未来一年内将应用大数据。 对数据分析方式选择情况的调查显示，40.3%的企业采取实时处理动态数据并提供分析结果，占比最高；其次是分析历史数据和通过机器学习进行辅助决策，占比分别为32.3%和25.5%。不久的将来，随着人工智能技术的发展和应用普及，选择机器学习进行辅助决策的企业占比有望进一步提升。 2019年5月6日中国信息通信研究院发布《中国大数据与实体经济融合发展白皮书（2019年）》，书中综合国内外环境、新兴技术发展等多种因素，测算2018年我国大数据产业增速约

2015-2020年中国大数据行业市场深度调研报告

2015-2020年中国大数据行业市场深度调研及投资方向建议报告 中国产业信息网

什么是行业研究报告 行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。 企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。 行业研究报告的构成 一般来说，行业研究报告的核心内容包括以下五方面：

行业研究的目的及主要任务 行业研究是进行资源整合的前提和基础。 对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。 行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间；企业的发展永远必须遵循行业的经营特征和规律。 行业研究的主要任务： 解释行业本身所处的发展阶段及其在国民经济中的地位 分析影响行业的各种因素以及判断对行业影响的力度 预测并引导行业的未来发展趋势 判断行业投资价值 揭示行业投资风险 为投资者提供依据

2015-2020年中国大数据行业市场深度调研及投资方 向建议报告 【出版日期】2015年 【交付方式】Email电子版/特快专递 【价格】纸介版：7000元电子版：7200元纸介+电子：7500元 【报告编号】R331187 报告目录： 前言 继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。人们普遍将该定义概括为四个“V”，即更大的容量（Volume，从TB级跃升至PB级，甚至EB级）、更高的多样性（Variety，包括结构化、半结构化和非结构化数据），以及更快的生成速度（Velocity）。前面三个“V”的组合推动了第四个因素——价值（Value）。 云计算、物联网、智慧城市、移动互联，新技术与应用的不断涌现，加速了“大数据”时代的到来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。 2013年，大数据应用带来了令人瞩目的成绩。作为新的重要资源，

国内外大数据产业发展现状与趋势研究

龙源期刊网 https://www.wendangku.net/doc/0c7381941.html, 国内外大数据产业发展现状与趋势研究 作者：方申国谢楠 来源：《信息化建设》2017年第06期 大数据作为新财富，价值堪比石油。 进入21世纪以来，随着物联网、电子商务、社会化网络的快速发展，数据体量迎来了爆炸式的增长，大数据正在成为世界上最重要的土壤和基础。根据IDC（互联网数据中心）预测，2020年的数据增长量将是2010年的44倍，达到35ZB。世界经济论坛报告称，“大数据为新财富，价值堪比石油”。随着计算机及其存储设备、互联网、云计算等技术的发展，大数据应用领域随之不断丰富。大数据产业将依赖快速聚集的社会资源，在数据和应用驱动的创新下，不断丰富商业模式，构建出多层多样的市场格局，成为引领信息技术产业发展的核心引擎、推动社会进步的重要力量。 大数据产业发展现状 全球大数据产业发展概况 目前，大数据以爆炸式的发展速度迅速蔓延至各行各业。随着各国抢抓战略布局，不断加大扶持力度，全球大数据市场规模保持了高速增长态势。据IDC预测，全球大数据市场规模 年增长率达40%，在2017年将达到530亿美元。美国奥巴马政府于2012年3月宣布投资2亿美元启动“大数据研究和发展计划”，将“大数据研究”上升为国家意志；2015年发布“大数据研究和发展计划”，深入推动大数据技术研发，同时还鼓励产业、大学和研究机构、非盈利机构与政府一起努力，共享大数据提供的机遇。目前，美国大数据产业增长率已超过71%，大数据在美国健康医疗、公共管理、零售业、制造业等领域产生了巨大的经济效益。英国政府自2013年开始就注重对大数据技术的研发投入，2015年投入7300万英镑用于55个政府的大数据应用项目，投资兴办大数据研究中心，通过大数据技术在公开平台上发布了各层级数据资源，直接或间接为英国增加了近490亿至660亿英镑的收入，并预测到2017年，大数据技术可以为英国提供5.8万个新的工作岗位，或将带来2160亿英镑的经济增长。法国2011年推出了公开的数据平台 date.gouv.fr，以便于公民自由查询和下载公共数据；2013年相继发布《数字化路线图》、《法国政府大数据五项支持计划》等，通过为大数据设立原始扶持资金，推动交通、医疗卫生等纵向行业设立大数据旗舰项目，为大数据应用建立良好的生态环境，并积极建设大数据初创企业孵化器。日本在《日本再兴战略》中提出开放数据，将实施数据开放、大数据技术开发与运用作为2013-2020年的重要国家战略之一，积极推动日本政务大数据开放及产业大数据的发展，零售业、道路交通基建、互联网及电信业等行业的大数据应用取得显著效果。韩国政府高度重视大数据发展，科学、通信和未来规划部与国家信息社会局（NIA）共建大数据中心，大力推动全国大数据产业发展。根据《2015韩国数据行业白皮书》统计显示， 数据服务市场规模占韩国总行业市场规模的47%，位列第一；数据库构建服务以41.8%的占有

2019国内外大数据行业现状

当前，许多国家的政府和国际组织都认识到了大数据的重要作用，纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手，实施大数据战略，对大数据产业发展有着高度的热情。 美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。在美国的先进制药行业，药物开发领域的最新前沿技术是机器学习，即算法利用数据和经验教会自己辨别哪种化合物同哪个靶点相结合，并且发现对人眼来说不可见的模式。根据前期计划，美国希望利用大数据技术实现在多个领域的突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等。 其中具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6 个联邦部门和机构。 目前，欧盟在大数据方面的活动主要涉及四方面内容：研究数据价值链战略因素；资助“大数据”和“开放数据”领域的研究和创新活动；实施开放数据政策；促进公共资助科研实验成果和数据的使用及再利用。 英国在2017 年议会期满前，开放有关交通运输、天气和健康方面的核心公共数据库，并在五年内投资1000 万英镑建立世界上首个“开放数据研究所”；政府将与出版行业等共同尽早实现对得到公共资助产生的科研成果的免费访问，英国皇家学会也在考虑如何改进科研数据在研究团体及其他用户间的共享和披露；英国研究理事会将投资200 万英镑建立一个公众可通过网络检索的“科研门户”。 法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3 亿欧元资金用于推动大数据领域的发展。法国生产振兴部部长ArnaudMontebourg、数字经济部副部长FleurPellerin 和投资委员LouisGallois 在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150 万欧元用于支持7 个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。 日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题。2013 年6 月，安倍内阁正式公布了新IT 战略——“创建

我国大数据产业发展现状

我国大数据产业发展现状 一、产业总体情况 （一）市场规模快速增长，供给结构初步形成 市场规模快速增长。十二五以来，我国大数据产业从无到有，全国各地发展大数据积极性较高，行业应用得到快速推广，市场规模增速明显。易观国际数据显示，2011-2014年，我国大数据市场规模分别为37.4亿元、47.3亿元、59亿元和75.7亿元，年平均复合增长约为27%。易观国际同时预测，2015、2016年我国大数据市场规模将保持约30%的增长速度，在十二五末市场规模接近100亿元。 图1 2011-2016年我国大数据市场规模 37.447.3 5975.798.9129.326.7%24.7%28.4%30.7%30.7%0%5%10%15%20%25%30%35%0 20 40 60 80 100 120 140 201120122013 201420152016规模（亿元）增速 数据来源：易观国际数据，2015.1 我国已经初步形成了由互联网企业（以百度、阿里、腾讯为代表）、传统IT 厂商（以华为、联想、浪潮、曙光、用友等为代表）、大数据企业（以亿赞普、拓尔思、海量数据、九次方等为代表）共同组成的市场供给关系，但各环节发展水平不均衡，在

大数据产业链高端环节缺少成熟的产品和服务，面向海量数据的存储和计算服务较多，而前端环节数据采集和预处理，后端环节数据挖掘分析和可视化，及大数据整体解决方案等产品和服务较为匮乏。 （二）技术创新基础初具，应用驱动创新特征明显 技术创新基础初具。十二五以来，工业和信息化部、国家发展与改革委员会、科技部等部门高度重视大数据的发展，利用“核高基”科技重大专项、电子发展基金等进行了前沿部署，针对互联网和大数据发展的迫切需求，安排了非结构化数据管理研究、大型通用数据库系统研究等课题，对非结构化数据管理、大型数据管理的核心技术进行集中攻关。我国企业已经在大数据领域开始布局，不仅加强物理存储设备与处理能力的建设，也加快技术产品的研发与人才队伍的培养。 应用驱动创新特征明显。十二五以来，大数据领域由技术创新转驱动向应用创新驱动转变的趋势开始显现，很多技术和产品是在应用需求的引导下完成的创新和突破。在Hadoop、Spark、Storm等开源技术的影响下，大数据的技术壁垒越来越低，使得开展大数据业务的企业无需担忧技术实现问题，而是将更多的精力和资源投入到对需求的挖掘、分析和满足上。面对各行业的特性需求和不同用户的个性化需求，企业不断地创新出新技术、新产品、新业态和新模式。 （三）投融资活动初步兴起，行业应用成为热点方向 投融资活动初步兴起。十二五期间，我国大数据领域融资并

教育行业的大数据未来发展趋势

教育行业的大数据未来发展趋势 大数据引领的风潮仍在继续，大数据革命推动各个领域的发展和变革，教 育已经逐渐迈入大数据时代，那么大数据在教育行业有什么样的发展趋势呢? 趋势一：数据的采集和分析成为基石 教育数据采集与深度分析成为各应用系统的必备功能。教育信息化市场产 品类型丰富，涵盖教学、管理、教研、培训等多种业务。随着教育大数据战略 与应用价值的逐步凸显，越来越多的信息化应用系统将加强数据采集与深度分 析方面的功能，以采集更丰富的教育数据，提升信息系统的智能性和产品竞争力。此外，为了辅助用户解读和理解数据分析结果，可视化技术也越来越流行，成为各应用系统的基础性技术。 趋势二：产品体系多样化 教育大数据产品体系更加丰富、多样化。随着国家考试招生制度的改革及 其他一系列教育改革的推进，应试教育将逐步转向真正的素质教育。提分将不 再是广大师生和家长的唯一需求，教育的需求会变得越来越多样化和个性化。 为了满足用户的多元化需求，教育大数据市场将出现越来越多提供特色服务的 产品。据某机构调查，我国基础教育领域大数据产品主要的需求是学习分析、 预警类产品，辅助教育管理、决策类产品，教育教学评价类产品和个性化服务 类产品。 趋势三：产业链分工精细化

教育大数据产业链分工更加精细化、服务更加专业化。追求极致是互联网 思维的要点之一。为了持续提升教育服务的质量和专业度，教育大数据产业将 进一步细化分工，产业链条之间的协同和运作将更加高效、专业。每个环节都 将由专门的提供商提供最专业、最优质的服务。基础教育大数据市场有望出现 一批专门从事教育数据采集、数据安全或教育数据挖掘的优秀本土企业。 趋势四：数据安全意识不断增强 教育数据安全与隐私受到广泛关注，成为产品质量评估的核心指标。随着 社会公众数据安全与隐私保护意识的不断增强，教育大数据产品需要进一步提 升数据安全性能。政府及教育机构在采购教育信息化产品时，数据安全将成为 重要的考量点和评估指标。教育信息化相关标准制定单位，也会将数据安全与 隐私保护作为核心内容纳入标准体系。达不到数据安全标准的企业产品，将面 临巨大的被市场淘汰的风险。 趋势五：产学研合力谋求突破 越来越多的企业寻求与高校、科研机构及中小学校的深度合作。教育大数 据产品的成功研发与应用推广，单靠企业的力量难以完成。企业一方面需要准 确把握中小学的实际教育需求，另一方面又要与高校、科研机构协同攻克关键 技术难题，设计有效的产品应用模式与策略。因此，教育大数据市场将呈现企、校、研广泛合作的态势，三方优势互补、有效协同，涌现一批优秀的、接地气 的教育大数据产品。 趋势六：人才培养意识开始凸显 高校纷纷加强教育大数据技术课程体系建设和人才。培养数据人才匮乏是 影响我国教育大数据产业发展的重要因素。高校承担着教育大数据专门人才培 养的重任，未来将有更多的高校开设教育大数据课程或者设立相关专业方向。

我国大数据产业分布

我国大数据产业分布 我国大数据产业集聚区主要位于经济比较发达的地区，北京、上海、广东是发展的核心地区，这些地区拥有知名互联网及技术企业、高端科技人才、国家强有力政策支撑等良好的信息技术产业发展基础，形成了比较完整的产业业态，且产业规模仍在不断扩大。 除此之外，以贵州、重庆为中心的大数据产业圈，虽然地处经济比较落后的西南地区，但是贵州、重庆等地依托政府对其大数据产业发展提供的政策引导，积极引进大数据相关企业及核心人才，力图占领大数据产业制高点，带动区域经济新发展。 我国大数据区域分布图 京津冀地区依托北京，尤其是中关村在信息产业的领先优势，培育了一大批大数据企业，是目前我国大数据企业集聚最多的地方。不仅如此，部分数据企业扩散了到天津和河北等地，形成了京津冀大数据走廊格局； 珠三角地区依托广州、深圳等地区的电子信息产业优势，发挥广州和深圳两个国家超级计算中心的集聚作用，在腾讯、华为、中兴等一批骨干企业的带动下，珠三角地区逐渐形成

了大数据集聚发展的趋势； 长三角地区依托上海、杭州、南京，将大数据与当地智慧城市、云计算发展紧密结合，吸引了大批大数据企业，促进了产业发展。上海发布《上海推进大数据研究与发展三年行动计划》，推动大数据在城市管理和民生服务领域应用。 大西南地区以贵州、重庆为代表城市，通过积极吸引国内外龙头骨干企业，实现大数据产业在当地的快速发展。2013年起，贵州市率先把握大数据发展机遇，充分发挥其发展大数据产业所独具的生态优势、能源优势、区位优势及战略优势等四大优势，抢占先机率先启动首个国家大数据综合实验区、国家大数据产业集聚区和国家大数据产业技术创新实验区；率先建成全国第一个省级政府数据集聚共享开放的统一云平台；率先开展大数据地方立法，颁布实施《贵州省大数据应用促进条例》；率先设立全球第一个大数据交易所；率先举办贵阳国际大数据产业博览会和云上贵州大数据商业模式大赛等。了解详情最后关于大数据就介绍到这里，如果大家还不明白的地方，请与网站的在线老师联系，在线老师会根据你的问题详细为你解答。点击咨询

贵州省智慧城市大数据产业现状及规模分析

贵州省智慧城市大数据产业现状及规模分析 智慧城市大数据产业发展现状 贵阳发展大数据产业为建设“智慧城市”提供了极大的便利。贵阳建立免费WiFi全覆盖系统，采集大量市民行为数据、企业数据、社交平台数据和感知设备数据等；以民生数据开放为切入点，全面推动政府数据开放；围绕智慧城市公共服务的发展需求，深度挖掘数据的潜在价值，“数据铁笼”的成功实践等也充分证明并发挥了“大数据改善民生”的作用。 大数据是智慧城市的核心资源，加快大数据的应用，将会使智慧城市建设的各个领域实现快速化，从而发挥重要的技术支撑作用。贵阳要做智慧城市，不仅仅是要抓好大数据的基础设施，还要注重引进高层次的技术人才，最重要的是要抓好整个市场积累下来或者是正在产生的大量数据。 中投顾问发布的《2016-2020年贵州省大数据产业深度调研及投资前景预测报告》指出智慧城市是城镇化进程中的下一个阶段，大数据作为建设智慧城市的重要信息技术手段，是城市信息化的新高度，也是现代城市发展的愿景，将会对贵阳的发展产生强大的支撑作用。智慧城市在产生大数据的同时，大数据也支撑着智慧城市的建设和发展，贵阳地理环境优越，适合做好大数据产业，有利于将其打造成多样化的智慧绿色城市、宜居城市、幸福城市。 2015年获“中国领军智慧城市”的分别是：北京、西安、杭州、成都、银川、贵阳、上海、苏州、无锡、广州、秦皇岛、福州、深圳、武汉、宁波、万宁、大连、敦煌、南京、青岛。“中国领军智慧城市”的评选，由分析师评估和网上公众投票两部分加权组成。分析师评估体系分为三个等级指标，各级指标相互关联支撑一级指标有3个，二级指标有10个，三级指标在二级指标的基础上，进一步拓展成30个细分指标。IDC智慧城市研究部门的资深分析师，对各城市在所有指标中的表现进行评分，并根据指标权重进行加权，然后累加网上票选结果分值，得到城市的最终得分和排名。

中国大数据产业的痛点和困难

中国大数据产业的痛点和困难 大数据作为一个新兴的产业，一直在处于舆论的风口浪尖。就像互联网＋的概念一样，大数据被神话了，被送上了“宗教”的神坛。大数据企业总是有一个担心，生怕大数据被捧得的太高，将来可能会被摔的很惨。 2015年中国大数据产业的热度从贵阳大数据交易所开始，到9月国务院的2015第50号文《促进大数据发展行动纲要》进入高峰，相信10月份的乌镇互联网大会上，大数据还会是一个大的热点。 大数据论坛上，数据产品和解决方案被介绍的很多。数据给企业带来的具体价值、数据应用场景、大数据产业的痛点介绍的很少。中国大数据产业经历着很多痛苦，大数据产业前景很好，但是大数据企业却很难做大，很难实现质的飞跃。中国大数据产业的痛点和困难如下。 1 大数据企业众多而弱小，很难实现产业优势 中国大数据企业大概有200多家，将近60%集中在北京，以小微企业为主，年销售额达到十亿人民币的企业几乎没有。大数据产业处于春秋时代早期，各家诸侯割地而立，每家占领了一块小的细分领域，很难做大，都面临着同行的激烈竞争，有的领域例如舆情监控已成为红海。 大数据企业人数大多在几十人到几百人，少有千人以上的企业。没有一家大数据企业可以统领一个行业，没有一家企业占有细分市场

10%的份额，没有一家大数据企业建立了行业标准，领导行业发展。 中国大数据产业处于极度分散状态，优秀的人才分布在不同企业，很难形成人才合力。各家企业规模小，很难在企业做深做大，很难利用大数据帮助企业实现业务提升。大多数企业的工具和数据很难满足企业整体的数据要求，中国的数据挖掘和分析产品也很难和国外的产品进行竞争。 大数据产业如果要形成产业优势，必须需要一批领军企业。参考国外大数据产业，中国在大数据基础架构，数据产品，数据工具、数据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。每个领军企业都规模应该在千人以上，销售额应该在百亿以上，否则很难形成技术和人才优势，也很难利用大数据帮助客户实现业务提升。 贵阳大数据交易所《2015年中国大数据交易白皮书》提到2014年中国大数据市场规模为767亿元。这个数字看上去不错，估计其实真正和大数据工具和大数据产品相关的不足20%（业务价值提升）。大多数的经费都用于大数据基础平台（存储和计算）、咨询、报告等和业务价值提升相关度不大的领域。中国大数据市场销售额大多数集中在传统的IT企业例如IBM，Oracle，EMC，Intel，华为，联想等。真正大数据企业所有市场份额加起来可能就在百亿元左右。 中国大数据企业规模过小，领军企业缺少，行业过于分散，这些都是制约中国大数据产业发展的因素，也是产业做大的一个痛点。 2 外部数据是一个个孤岛，数据价值低

工业大数据

专题·融媒瞭望哨 14中国工程院院士倪光南以构建安全可控的信息技术体系为主 题表示： 中国是网络大国，习总书记提出的加快推进国产自主可 控替代计划、构建安全可控的信息技术体系、实施网络信息 领域核心技术设备攻坚战略等举措中，构建安全可控的信息 技术体系是我国网信领域的一项重大任务。加大核心技术研 发力度和市场化引导具有重大意义。倪光南表示实现网络强 国，就要打好基础，构建好技术体系。中国电子学会副理事长兼 秘书长徐晓兰指出： 人工智能技术最重要 的基础是大数据，在未来 的发展过程中，工业大数 据的创新发展，一是要需 求导向，牢牢把握发展变 革的机遇，高度重视工业 大数据的价值，持续提升 对数据的科学认知，通过 深度的审视不断优化数据 源，提升实施生产数据的 采集，包括数量、质量、类型、精度、频率的技术能力来把握新一轮发展机遇。二是创新驱动，潜心打造产业的整体优势。三是加强人才引领，着力构建科学的人才机构。四是应用示范、 深度挖掘数据潜在的价值。在数字经济的大时代背景下，大数据已经成为驱动社会经济进步的新引擎。工业大数据，是国家提升综合竞争力的一个关键因素，是全球工业转型必须面临的重大课题。 编者按：大数据、云计算等信息技术、计算机技术的飞速发展，加速人工智能在各个产业、各个领域的应用与融合。10月10日，由工业和信息化部指导，中国电子学会主办、中国工业大数据创新发展联盟秘书处、中国首席信息官联盟秘书处、智汇工业承办的“2017中国工业大数据创新发展高峰论坛”在北京召开。 近年来在推进媒体融合发展进程中，大数据技术已经成为重要的技术驱动力，写稿机器人、云计算、人工智能、物联网等以大数据技术为依托，从各个角度推动媒体融合创新与发展。未来大数据的应用与发展走向如何，又将如何在媒体深度融合进程中发挥重要的技术支撑作用。 在本次大会中中国工程院院士倪光南、中国电子学会副理事长兼秘书长徐晓兰、工业和信息化部信息化和软件服务业司副司长李冠宇、工业和信息化部信息化和软件服务业司处长商超、清华大学软件学院院长王建民、中国船舶工业系统工程研究院海洋智能技术创新中心主任邱伯华等专家、学者就论坛主题“融合创新 共享赋能”发表主题演讲。 工业大数据 本刊编辑部 倪光南徐晓兰

2019-2020年中国大数据行业现状分析与发展趋势研究报告

2019-2020年中国大数据行业现状分析与发展趋势研究报告 行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容： 一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。

中国产业调研网https://www.wendangku.net/doc/0c7381941.html,基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。

一、基本信息 二、内容介绍 中国的大数据应用处在起步阶段，但随着电信和银行领域开始对大数据技术和服务产生浓厚的兴趣，未来三年我国大数据市场将突破百亿元。2012年市场规模达到4.7亿元，2013年增至11.2亿元，增长率高达138%，2014年，保持了与2013年基本持平的增速，增长率为114.38%，市场规模达到24.1亿元，未来三年内有望突破150亿元，2016年有望达到180亿规模，其中增长率最高的是存储市场，将达到60.8%，服务器市场的增长率则是38.3%，远远高于其他非大数据产品相关的市场，由此来看整个行业发展空间巨大。进入2014年以来，大数据受到各界广泛关注，已渗透到金融、医疗、消费、电力、制造以及几乎各个行业，大数据的新产品、新技术、新服务也正在不断地涌现。 我国大数据产业集聚发展效应开始显现，出现京津冀区域、长三角地区、珠三角地区和中西部4个集聚发展区，各具发展特色。北京依托中关村在信息产业的领先优势，快速集聚和培养了一批大数据企业，继而迅速将集聚势能扩散到津冀地区，形成京津冀大数据走廊格局。长三角地区城市将大数据与当地智慧城市、云计算发展紧密结合，使大数据既有支撑又有的放矢，吸引了大批大数据企业。珠三角地区在产业管理和应用发展等方面率先垂范，对企业扶持力度大，集聚效应明显。大数据产业链上下游企业合作意愿强烈，各集聚区间的合作步伐加快，产学研协同创新发展初见成效。

工业大数据的未来发展方向

工业大数据的未来发展方向（从阿里和航天说起） 2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。 作者：佚名来源：THU数据派|2016-12-12 13:32 收藏 分享 2016年12月5日，清华大数据技术·前沿系列讲座——“工业大数据的技术趋势与应用场景”在清华大学FIT 楼多功能厅成功举办，本期讲座邀请到了阿里巴巴集团副总裁、阿里云业务总经理刘松、航天科工集团航天云网科技发展有限公司副总经理祝守宇和阿里云事业群数据业务总架构师周卫天来为大家介绍工业大数据的建设背景、发展现状、国家战略、发展趋势、竞争对手、发展启示及建设意义。 阿里巴巴集团副总裁、阿里云业务总经理刘松首先致辞 刘松，现任阿里巴巴集团副总裁，兼阿里云业务总经理，负责阿里巴巴云计算生态构建工作，包括：大中型合作伙伴的战略合作，云市场与ISV的发展，大学合作与开发者计划，阿里巴巴双创示范基地，阿里云创客+，云栖100合作计划，阿里云研究中心等方面，并担任云生态战略与技术发展趋势的主要发言人。 刘总主要从三个层面的角度分享了他的想法。

一、数据技术(Data Technology)的发展趋势作。目前数据成为互联网平台企业的关键技术，包括苹果、谷歌、亚马逊等全球十大科技公司都逐渐演变成数据化、智能化的平台公司。数据技术的(DT)发展将对各行各业产生影响，新一代信息技术的优化使得全球的软件定义、数据驱动的商业模式逐步明显，数据智能也会在各个传统行业得以应用。 二、中国工业互联网的路径选择。德国公司发展工业4.0的原因是害怕谷歌、facebook等互联网平台公司对消费互联网数据的控制，提出工业4.0与其抗衡;而美国以GE为代表推出了predix平台，但仍然采用着将软件工程作为工业附属的操作模式，这种模式目前看来可行，但是横向扩展有限，而美国东西海岸的科技界对此仍处于不合作状态。目前在中国，基于良好的移动互联网经济，如果将互联网的平台模式和传统工业(包括汽车、飞机、机床、能源互联网)等产业结合起来，探索出新的跨界重混模式，会因为巨大互补效应而产生化学反应，中国制造业可能会走上一条换道升级的路径。 三、中国工业大数据的挑战与机遇。目前中国的工业生产模式很重，通过数据智能改进的产业机会非常大。除了技术和产品层，中国工业大数据要解决的非技术挑战主要有两点：一是文化的问题。工业企业文化和互联网企业文化差异很大，要解决work together的问题;二是人才的问题。这个领域需要的人才非常广泛，要有对工业本身理解的人才，需要了解具体的生产工艺，要有工业软件人才、要有数据处理的人才，这个领域是一个绝对跨界融合的产业，难点在于跨界合作的人才集成。工业大数据的推进问题，我们首先考虑的是能不能把人才高效地积聚起来。人的要素、文化的要素是推进工业大数据两个最重要的因素。 航天科工集团航天云网副总经理的祝守宇为大家分享工业互联网和工业大数据的应用 祝守宇，国家千人计划专家，教授级高级工程师，清华大学自动化专业学士、硕士。祝守宇先生的主要研究领域包括移动互联网大数据分析、工业互联网数据分析等，拥有国内外发明专利数十项，省部级科技奖励多次。 航天科工集团的前身是国防部第五研究院，由著名导弹学家、火箭专家钱学森组建。目前其主要以一主两翼三创新为整体发展目标，包括一主：航天防务、两翼：信息技术和装备制造、三创新：技术创新、商业模式创新、管理创新。在产业政策层面，工信部力推“制造强国+网络强国”的行动计划，将“中国制造2025”和“互联网+”行动计划列为未来产业发展的主攻方向。

大数据对教育的影响

随着计算机互联网、移动互联网、物联网、平板电脑、手机的大众化和微博、论坛、微信等网络交流方式的日益红火，数据资料的增长正发生着巨大的变化。 大数据兴起的第一个原因是数据量越来越大。从监测的数据来看，数据量越来越多，每年都会翻番，数据一直在飞速增长；针对即时数据的处理也变得越来越快；通 过各种终端，比如手机、PC、服务器等产生的数据越来越多。大数据兴起的第二个原 因也是最重要的原因就是科技的进步导致了存储成本的下降，这使得设备的造价出现 大幅下降。新技术和新算法的出现是大数据火起来的第三个原因。最后一个原因也是 最本质的原因就是商业利益的驱动极大地促进了大数据的发展。 在教育行业，随着MOOC（massive open online courses）的流行，大数据对教育的影响也逐渐显露头角。大数据之所以会对教育产生巨大的影响，这与 MOOC 教育有着 千丝万缕的关系。在大数据时代里，教师将主要致力于挖掘与学生学习相关的表现， 探寻最适合学生学习的方法，而不是依赖于某些周期性的能力测试。教师可以分析到 学生已经掌握了什么，什么方法对学生来说是最有效的学习路径。通过对在线学习等 工具的分析，可以评估学生在线学习行为的时间长度，以及学生们如何获得电子资源，如何迅速地掌握概念。 大数据主要在四个方面对教育产生了影响，主要体现在：（一）改变教育研究中 对数据价值的认识。大数据与传统数据最核心的区别体现在信息采集的方式以及对数 据的应用上。传统数据的采集方式相对来说只能够彰显出学生的群体水平，而非个人 水平。而大数据最大的特点和优点是可以逐个去关注到学生的微观表现，例如他在不 同学科课堂上“开小差”的次数分别为多少，他在一道题上逗留了多久，等等。（二）方便教师更全面了解每一个学生。大数据让教师能够更方便获得每一个学生在学校中 的真实信息，例如：在不同考试中的错误对比分析情况，有利于开展个性化教育。另外，也能够帮助教师根据学生整体学习情况选择最合理、最能让全体学生接受的教学 模式，从而提高教师的工作效率和学生的学习效率。（三）帮助学生进行个性化高效 学习。学生借助“大数据”，可以更好地了解自己的学习状况，针对性开展自主学习，提高学习效率。教育领域的大数据跟当下发展得如火如荼的在线教育密不可分，当前 的教育模式不再仅仅局限于老师讲，学生听、期中期末考试评分等等。大数据帮助我 们以全新的视角判断事物的可行性和利弊性；详尽地展现了在传统教学方式下无法察 觉到的深层次学习状态，进而有条件为每个学生提供个性化教学服务。（四）增强教 师责任心和强化师德建设。因为在大数据平台下，教师之间的竞争更加明显和强化， 教师要不断提高自己的文化素养和教育素养来应对这种竞争。例如：在大数据之前， 教师教书授业的好坏，对他个人影响甚微。而如今，不认真备课、授课的老师将逐渐 被市场淘汰或事业停滞不前。 与其他行业的大数据相比，教育行业大数据目前数据量依旧比较小，远小于当下 如火如荼的电商行业的商业数据。所以当前阶段主要还是以传统教学为主，并一定程 度上结合大数据所带来的便利共同促进学生的发展。但在不远的将来，大数据一定会 对教育产生更深远的影响，能更好地服务于基础教育以及高等教育。同时，有利必有弊，大数据同样也能带来“隐私”忧患，如何避免将来教师恶意利用大数据而对部分 学生进行隔离教学也是今后该值得思考的问题。另一方面，教师应该根据大数据的 “监督”作用去增强自身责任心和强化自身道德建设，而不是想着钻大数据的“漏洞”使得自己看起来富有责任心和道德高尚，这点尤为重要。