工业大数据发展态势与典型应用

电信科学2016年第7期

工业大数据发展态势与典型应用

黄明峰

（贵阳市信息产业发展中心，贵州贵阳550081）

摘

要：从工业大数据的概念、特征入手，对工业大数据的发展态势进行了探讨，指出工业大数据可广泛应用

于企业生产过程的各个环节。并按照研发设计环节、供应链环节、生产制造环节、营销与服务环节等应用场景对工业大数据的应用进行了分析与归纳。

关键词：工业大数据；工业4.0；发展态势；应用场景中图分类号：F49

文献标识码：A

doi:10.11959/j.issn.1000-0801.2016183

Development trend and typical applications

of industrial big data

HUANG Mingfeng

Guiyang Information Industry Development Center,Guiyang 550081,China

Abstract:The concept and characteristics of industrial big data were introduced,and its development trend was discussed.It meant that industrial big data cluld be widely used in the whole production process in manufacturing enterprises.According to application scenes of research and design,supply,manufacturing,marketing and service,the applications of industrial big data were analyzed and summed up.

Key words:industrial big data,industry 4.0,development trend,application scene

收稿日期：2016-06-12；修回日期：2016-07-05

1引言

2014年，美国发布《先进制造合作伙伴》报告2.0，提

出优先发展的三大技术领域，即先进传感器、控制和制造平台（ASCPM ）技术，可视化、信息化和数字化的制造（VIDM ）技术，先进材料制造（AMM ）技术。其中，可视化、信息化和数字化的制造技术领域主要研究工业数据。德国《工业4.0研发白皮书》提出工业数据分析是工业4.0五大交叉技术之一。《新工业法国》指出，2015年，法国推出“新工业法国战略”，总体布局为“一个核心，九大支点”。大数据经济是九大核心支点之一。

随着美国工业互联网和德国工业4.0等制造智能化转型战略的相继实施，工业大数据日益成为全球制造业挖掘价值、推动变革的主要抓手。

2工业大数据概念与特征

工业数据是指在工业领域信息化应用中产生的数据。

工业大数据是基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。

工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传

运营技术广角

2016183-1

运营技术广角

统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。

工业大数据具有五大特征：一是数据体量大，主要表现在随着设备数据和互联网数据的涌入，工业数据的存储量将达到EB级别；二是数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等；三是结构复杂，有结构化、半结构化和非结构化等不同类型；四是数据速度需求多样化，有要求实时、半实时和离线3种，生产层级要求实时性，需要达到ms级别，管理层级实时性要求不高；五是数据价值不均匀，20%的数据具有80%的价值密度（如产品图纸、试验分析、加工工艺），80%的数据只有20%的价值密度，需要分析挖掘（如工况、图片数据）。

与互联网大数据相比，工业大数据具有自身特点：一是多源性获取，数据分散，非结构化数据比例大；二是数据蕴含信息复杂，关联性强；三是持续采集，具有鲜明的动态时空特性；四是采集、存储、处理实时性要求高；五是与具体工业领域密切相关。

先进制造企业基于工业大数据的应用，把产品、机器、资源和人有机地结合在一起，推动制造业向基于大数据分析与应用基础的智能化转型。工业大数据能够促进形成企业和消费者之间的信息主动反馈机制，为完善以客户需求为导向的产品全生命周期信息集成和跟踪服务、建立以服务为核心的整体解决方案提供可行路径，将大大提升产品服务价值，为制造业转型升级开辟了新途径。

3工业大数据发展态势

随着信息化和工业化的融合，工业企业生产信息逐渐数字化，积累了大量数据。工业网络、数据采集、集成、计算和分析技术在工业领域的应用，促使工业数据发挥巨大价值。工业大数据越来越受到工业企业的关注。目前工业大数据发展态势有3个：一是从理念转向实践；二是工业大数据成为云计算的价值体现；三是工业大数据孕育着丰富的工业应用生态。

2012年GE在《工业互联网：突破智慧和机器的界限》中率先提出“工业大数据”概念，引起产业界的热烈讨论。经过3年的发展，随着信息化和工业化融合的不断推进和大数据采集、集成、计算和分析技术的发展，很多工业企业已经进入工业大数据实践阶段。大型工业企业在应用方面走在前列。如唐山钢铁集团，通过引入国际最先进的生产线，已实现数据实时采集，并与爱施德等企业合作，深度挖掘工业大数据的价值，实现生产实时监测、生产排程、产品质量管理、能源管控等。

工业大数据显著特征之一是数据体量大。企业普通的数据库难以承载如此大体量的数据，且存储成本高。云计算是最好的解决方案，企业通过自建私有云或使用公有云平台，实现低成本、海量数据的存储。此外，在云平台上，企业可运用Hadoop、流计算等分析计算，实现数据的分析处理。

工业大数据挖掘和分析的结果可广泛应用于企业研发设计、生产制造、管理服务和供应链等各个环节。在研发设计环节，可实现工艺管理优化和工艺流程优化；在生产制造环节，可实现设备诊断与维护、智能排程、智能生产、产品质量优化、个性化定制；在管理服务环节，可实现产品远程监测与维护；在供应链环节，可实现供应链全局优化。

4工业大数据的典型应用

工业大数据可广泛应用于企业的整个生产过程。下面按照企业生产过程的研发设计、供应链、生产制造、营销与服务环节，对工业大数据的应用场景及其应用进行探讨。

4.1研发设计环节

在研发设计环节，工业大数据应用主要有产品协同设计、设计仿真、工艺流程优化等。

（1）产品协同设计

主要是利用大数据存储、分析、处理等技术处理产品数据，建立企业级产品数据库，以便不同地域可以访问相同的设计数据，从而实现多站点协同、满足工程组织的设计协同要求。

（2）设计仿真

是指将大数据技术与产品仿真排程相结合，以提供更好的设计工具，减少产品交付周期。如波音公司通过大数据技术优化设计模型，将机翼的风洞实验次数从2005年的11次缩减至2014年的1次；玛莎拉蒂通过数字化工具加速产品设计，将开发效率提高30%。

（3）工艺流程优化

主要是应用大数据分析功能，深入了解历史工艺流程数据，找出工艺步骤和投入之间的模式和关系，对过去彼此孤立的各类数据进行汇总和分析，评估和改进当前操作

2016183-2

176··

电信科学2016年第7期

工艺流程。例如一家排名前五的生物药品制造商广泛收集与工艺步骤和使用材料相关的数据，应用大数据分析技术，确定不同工艺参数之间的相关性以及参数对产量的影响，最终确定影响最大的9种参数，针对与这9种参数相关的工艺流程做出调整，从而把疫苗产量增加了50%以上。

4.2供应链环节

供应链环节工业大数据的应用主要体现在供应链优化上，即通过全产业链的信息整合，使整个生产系统达到协同优化，让生产系统更加动态灵活，进一步提高生产效率和降低生产成本。主要应用有供应链配送体系优化和用户需求快速响应。

（1）供应链配送体系优化

主要是通过RFID等产品电子标识技术、物联网技术以及移动互联网技术获得供应商、库存、物流、生产、销售等完整产品供应链的大数据，利用这些数据进行分析，确定采购物料数量、运送时间等，实现供应链优化。如海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。

（2）用户需求快速响应

即利用先进数据分析和预测工具，对实时需求进行预测与分析，增强商业运营及用户体验。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日到货的客户体验。

4.3生产制造环节

在制造环节，工业大数据的应用主要有智能生产、生产流程优化、设备预测维护、生产计划与排程、能源消耗管控和个性化定制等应用。

（1）智能生产

就是生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时监控。而生产所产生的数据同样经过快速处理、传递，反馈至生产过程中，将工厂升级为可以被管理和被自适应调整的智能网络，使得工业控制和管理最优化，对有限资源进行最大限度的使用，从而降低工业和资源的配置成本，使得生产过程能够高效地进行。

（2）生产流程优化

利用大数据技术，对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。

（3）设备预测维护

建立大数据平台，从现场设备状态监测系统和实时数据库系统中获取轴承振动、温度、压力、流量等数据。通过构建基于规则的故障诊断、基于案例的故障诊断、设备状态劣化趋势预测、部件剩余寿命预测等模型，通过数据分析进行设备故障预测与诊断。如燕山石化建立星环大数据平台实现了对数据的实时分析计算，使设备故障诊断和趋势预测等功能的时延控制在5s之内；利用大数据分析自动生成的检修维护计划，保证了设备维护更有针对性，减少了“过修”和“失修”现象，节省成本。

（4）生产计划与排程

收集客户订单、生产线、人员等数据，通过大数据技术发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态地调整计划排产。

（5）能源消耗管控、延长设备寿命

通过对企业生产线各关键环节能耗排放和辅助传动输配环节的实时动态监控管理，收集生产线、关键环节能耗等相关数据，建立能耗仿真模型，进行多维度能耗模型仿真预测分析，获得生产线各环节的节能空间数据，协同操作智能优化负荷与能耗平衡，从而实现整体生产线柔性节能降耗减排；及时发现能耗的异常或峰值情况，实现生产过程中的能源消耗实时优化。风力涡轮机制造商Vestas 对天气数据及涡轮仪表数据进行交叉分析，并对风力涡轮机布局进行改善，由此增加了风力涡轮机的电力输出水平，并延长了服务寿命；鲁南化工有限公司将多年积累的气化炉运行数据，包括近十几年的所有极差操作、最好操作、容易出事故的各种数据用于培训操作人员，使多喷嘴气化装置实现单炉年运行开工率达到97%以上。

（6）个性化定制

采集客户个性化需求数据、工业企业生产数据、外部环境数据等信息，建立个性化产品模型，将产品信息传递给智能设备，进行设备调整、原材料准备，生产出符合个性化需求的定制产品。如红领集团通过建立西服个性化定制平台，将成衣的各种款式和设计都数字化，利用大数据技

2016183-3

177··

运营技术广角

术，对物料数据整合管理，实现了里料、缝线、袖口的自动搭配，工厂3000人，每天可以一款一件不重样地定制西装1200套。

4.4营销与服务环节

在市场营销环节，利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。

建立用户对商品需求的分析体系，挖掘用户深层次的需求；建立科学的商品生产方案分析系统，结合用户需求与产品生产，形成满足消费者预期的各品类生产方案等。如我国海尔集团利用SCRM会员大数据平台，提取数以万计的用户数据，通过“look－like”模型将用户分类，然后结合智能语义分析工具，分析客户需求，优化用户体验。

在产品售出服务环节，工业数据推动企业创新服务模式，从被动服务、定期服务发展成为主动服务、实时服务。通过搭建企业产品数据平台，围绕智能装备、智能家居、可穿戴设备、智能联网汽车等多类智能产品，采集产品数据，建立产品性能预测分析模型，提供智能产品服务。例如GE能源监测和诊断（M&D）中心，收集全球50多个国家上千台GE燃气轮机的数据，每天能为客户收集10GB的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，为GE公司对燃气轮机的故障诊断和预警提供支撑；固特异轮胎跟IMS合作推出了FuelMax产品，通过分析轮胎压力提醒用户如何保养轮胎更加省油，每年可以为一辆集装箱客车节省3000美元的油耗。

5结束语

工业大数据有其鲜明的特征，随着信息化和工业化的融合，对工业大数据的应用为制造业转型升级开辟了新的途径。对工业大数据在制造业生产过程中的应用场景及应用的深入探讨，将有利于更好地发挥其助力作用。

参考文献：

[1]钟海.大数据在工业制造业的应用与研究[J].企业技术开发:

学术版,2015,34(5):104－105.

ZHONG H.Application and research of big data in industrial manufacturing[J].Technological Development of Enterprise, 2015,34(5):104－105.

[2]王喜文.工业大数据的四种用途和两大价值[J].物联网技术,

2016,6(4):7.

WANG X W.Four uses and two values of industrial big data[J].

Internet of Things Technologies,2016,6(4):7.

[3]胡亮,刘洋.工业大数据在航天制造领域的集成应用研究[J].

军民两用技术与产品,2015(23):48－51.

HU L,LIU Y.Integrated application of industrial data in the field of aerospace manufacturing[J].Dual Use Technologies& Products,2015(23):48－51.

[4]罗平.浅谈工业大数据的价值实现方式[J].商,2015(29):

210－211.

LUO P.Study on the value realization of industrial big data[J].

Business,2015(29):210－211.

[5]王建民.探索走出符合国情的工业大数据自主之路——

—工业大数据的范畴、关键问题与实践[J].中国设备工程,2015(9): 36－37.

WANG J M.Exploration out of the national industrial big data independent road－category,key issues and practice of industrial big data[J].China Plant Engineering,2015(9):36－37.

[作者简介]

黄明峰，男，贵阳市信息产业发展中心高级工程师，主要研究方向为大数据技术与产业、云计算技术与应用、政府数据开放、城市信息化等。

2016183-4

178··

我国大数据产业发展现状、问题及建议

我国大数据产业发展现状、问题及建议 近年来，大数据产业已成为新的技术制高点和经济增长的新动力，深刻改变着宏观经济环境，受到各国高度重视。 日前在京举行的“2016中国大数据产业生态大会”上，与会专家表示，我国大数据产业当前还面临信息资源难共享、数据安全风险大、产业生态不健全等难题，需从优化产业政策入手，促其健康发展。 1 大数据产业发展态势良好 北京大学教授杨学山认为，我国大数据产业虽还处于探索起步阶段，但在对大数据的社会认知、政策环境、市场规模、产业支撑能力等方面都取得了积极进展，为大数据产业的可持续发展创造了良好条件。

首先，大数据产业发展政策日益完善。大数据产业是云计算技术、物联网和移动互联网广泛普及的结果。鉴于大数据对经济、社会、科研、国家安全等方面的巨大价值，中国各级政府纷纷制定相关政策推动大数据产业深入发展。 早在2011年，工信部发布的《通信业“十二五”发展规划》就把云计算定位为构建国家级信息基础设施、实现融合创新的关键技术和重点发展方向，此规划被视为较早推动大数据发展的政策。 2015年8月，国务院印发了《促进大数据发展行动纲要》，全面阐述了我国发展大数据产业的意义、目标、任务和政策，此纲要的出台标志着大数据产业已被提升为国家战略高度，逐渐完善的政策体系为大数据产业发展提供了良好条件。 其次，各地逐渐建立起了大数据产业发展平台。随着国家和地方政府大数据产业发展政策的制定和实施，大数据产业发展的相关平台也逐步建立。 据了解，到目前为止，全国各地已建成和在建的大数据产业园已达到100多个。为推动大数据研究，学术界成立了大数据专家委员会等机构，举办了大数据共享与开发、大数据技术创新、大数据运用、大数据产业发展等主题的学术研讨会。

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/a216816201.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

贵阳大数据产业概况

贵阳市大数据产业概况 大数据是云计算、物联网、移动互联网、智慧城市等新技术、新模式发展的产物，它具有数据量大、类型复杂、内容变化快的特征，蕴含广泛的应用价值和巨大的市场机会,将改变新一轮产业格局，推动经济社会的深刻变革。作为新兴产业业态，大数据产业在国内外尚未形成垄断，整个行业正处于积极的竞相发展布局阶段。 贵阳市发展大数据产业，建设大数据基地，推进大数据应用，是贯彻落实国务院《“宽带中国”战略及实施方案》、《关于促进信息消费扩大内需的若干意见》、《关于进一步促进贵州经济社会又好又快发展的若干意见》以及贵州省委省政府《关于加快信息产业跨越发展的意见》等的重要举措，是以科技创新为引领，大力发展高新技术产业和现代制造业的具体抓手，是依托中关村贵阳科技园和贵安新区大数据基地，发挥区位和环境等特色优势的科学选择。 贵阳市贵安新区作为国务院2014年1月6日批复同意设立的国家级新区,肩负着打造西部地区重要经济增长极、内陆开放型经济新高地、生态文明示范区的重大使命,是带动贵州后发赶超、同步小康的大平台,是引领区域经济转型升级、跨越发展的大引擎。贵安新区发展大数据产业，具有以下得天独厚的优势： 一是生态条件优越。贵阳的经济社会发展具有明显的生态示范城市效应，贵安生态条件也很优越。贵阳市气候凉爽，周边年平均气温15.1℃，夏无酷暑，冬无严寒。空气清新，达到世界卫生组织设立的清新空气负氧离子标准的上限。纬度合适，处于北纬26度，与埃及的开罗、印度的新德里、美国的夏威夷大体相当。海拔适中，在l000米左右，紫外线辐射为全国乃至全球最少的地区之一，非常适合人居。灾害罕见，没有发生过地震、台风等。坚持建设生态文明城市和地区，贵阳市周边环境质量持续提升，有利于高新技术产业特别是软件产业的发展，能有效提升信息网络设备的“安全系数”，对世界上高智商、高知识、高投资、高收入的人有很强的吸引力。 二是产业要素保障能力强。贵州省电力充沛，能源富足，是“西电东送”的起源。贵州省水资源丰富，电力水火并济，稳定可靠。随着高铁时代的到来，贵州省物流逐步通畅，交通日益便捷。生活生产配套环境相对优越。贵阳市拥有相对较好的生产、生活和产业配套环境，电子商务、金融、保险、法律、物流、会展等生产性服务业发展水平在全省处于领先。 三是大数据产业支撑基础好。运营商大数据中心奠定产业发展基础。三大运营商数据中心在贵安新区相继开工建设，其中：中国电信云计算中心用地500亩，总投资70亿元，中

大数据产业的发展现状及发展举措

大数据产业的发展现状及发展举措 摘要：数据是信息化时代的“石油”。随着大数据的 兴起，与大数据技术相关的产业已成为抢占全球科技发展战略的制高点。本文在分析大数据产业分类及特点的基础上，重点探讨了我国大数据产业的发展现状和发展举措，以期为我国大数据产业发展探索更明晰的思路。 关键词：大数据；大数据产业；发展现状；发展举措 随着大数据的兴起，与大数据技术相关的产业已成为抢占全球科技发展战略的制高点。大数据产业是以互联网、物联网为基础建立起来的一种信息服务业，适时发展大数据产业不仅有助于提高信息资源的利用率，促进国家治理模式和企业决策流程重塑，而且还有利于进一步加强产业创新能力，促进我国创新型国家的早日建成。 一、大数据产业分类及特点 （一）大数据产业分类 根据不同的角度，大数据产业有不同的划分方法。一是二分法。根据占有大数据情况不同，大数据产业可以分为自身生产数据或获取数据的产业和为大数据产业生产基础设 施和技术支持的大数据衍生产业；二是三分法。根据数据的营销模式不同，大数据产业可以分为数据产品销售，为用户

提供个性化服务的服务类产业、整合数据为用户提供整套服务的产业以及通过专业化分析为用户提供产品销售和广告 推介的产业；三是五分法。根据价值模式不同，大数据产业可以分为五种模式：内生型、外生型、寄生型、产品型以及云计算服务型。 （二）大数据产业特点 一是产业服务个性化。据相关调查显示，利用数据进行分析的企业不仅在销售额上比未运用数据分析的企业增长 百分之二十，而且在企业增长率上表现得更为突出，高达百分之五十。由此可见，种类广泛、数量庞大的大数据不仅能够挖掘用户需求，开展个性化定制，创造巨大的价值，而且还能满足高端客户的需求，提升企业生产率，获得更高的经济受益。换句话说，大数据产业已成为企业实现个性化发展的重要工具。二是产业决策智能化。随着大数据产业的发展，大数据产业不仅能促进劳动与资本一体化，提升企业自身的决策智能化发展水平，而且还能推动生产组织去中心化，为行业决策智能化提供平台。过去，局限于信息化技术发展水平，企业只关注数据的存储和传输，对数据的获取、分析和处理还不足企业存储和传输信息的百分之五，也就是说，大数据作为企业发展的重大战略仍未得到充分的重视，其在推动企业决策智能化和科学化发展过程中未能发挥领头羊的 作用。三是产业技术的高创新性。在大数据时代，数据已渗

大数据应用的五个典型应用场景

大数据应用的五个典型应用场景 来源：中国计算机报时间：2015-03-24 11:31:09 作者： 数据观在网上查找的大数据应用的几个典型场景，分享给大家！ "数据将成为一种战略性原料，每一个企业、科研团队和政府，都有责任有目的地搜集、处理、分析、索引数据。"电子科技大学互联网中心主任周涛号召企业投身大数据，对大数据怦然心动的企业也确实很多。但基于对全球95个国家、26个行业的1144名业务人员和IT专业人士的广泛调研，IBM发现，大多数企业都已经认识到'大数据'改善决策流程和业务成效的潜能，但他们却不知道该如何入手。 的确，在主动或被动迎接大数据时代之时，企业管理人员迫切需要在实干之前，明确很多问题的答案：3V之外大数据还具备何种属性什么是大数据解决之道的要素大数据实施是否有章可循...... 以《分析：大数据在现实世界中的应用》白皮书为引子，IBM的大数据战略努力令企业的诸多疑惑迎刃而解。在此基础上，以"智慧的分析洞察"为核心的IBM大数据价值体系中的五大典型业务需求和对应的落地实践，形象化地展现了大数据如何驱动企业商业价值的增长。 IBM全球副总裁兼大中华区软件集团总经理胡世忠 明确发力点 在大数据和分析领域，IBM公认已经具备了充分的技术优势。IBM全球副总裁兼大中华区软件集团总经理胡世忠表示："数据构成了智慧地球的三大元素：物联化(instrumented)、互连化(interconnected)和智能化(intelligent)，而这三大元素又改变了数据来源、传送方式和利用方式，带来'大数据'这场信息社会的变革。作为大数据领域的领导者，IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式；助力企业进行基于这场信息革命的业务转型，获取竞争机遇和不可估量的商业价值。" 要实现这一愿景，有必要知晓企业对应用大数据的认知程度和接受程度。IBM商业价值研究院和牛津大学赛德商学院联手实施了一项调研，并共同撰写发布了《分析：大数据在现

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

工业大数据白皮书2017版

一张图读懂工业大数据 1. 工业大数据 工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。 工业大数据的主要来源有三类： 第一类是生产经营相关业务数据。主要来自传统企业信息化范围，被收集存储在企业信息系统内部。此类数据是工业领域传统的数据资产，正在逐步扩大范围。 第二类是设备物联数据。主要指工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。 第三类是外部数据。指与工业企业生产活动和产品相关的企业外部互联网来源数据。 2. 工业大数据的地位 2.1 在智能制造标准体系中的定位 工业大数据位于智能制造标准体系结构图的关键技术标准的左侧，属于智能制造标准体系五大关键技术之一。

2.2与大数据技术的关系 工业领域的数据累积到一定量级，超出了传统技术的处理能力，就需要借助大数据技术、方法来提升处理能力和效率，大数据技术为工业大数据提供了技术和管理的支撑。 首先，工业大数据可以借鉴大数据的分析流程及技术，实现工业数据采集、处理、存储、分析、可视化。其次，工业制造过程中需要高质量的工业大数据，可以借鉴大数据的治理机制对工业数据资产进行有效治理。 2.3与工业软件和工业云的关系 工业软件承载着工业大数据采集和处理的任务，是工业数据的重要产生来源，工业软件支撑实现工业大数据的系统集成和信息贯通。 工业大数据技术与工业软件结合，加强了工业软件分析与计算能力，提升场景可视化程度，实现对用户行为和市场需求的预测和判断。 工业大数据与工业云结合，可实现物理设备与虚拟网络融合的数据采集、传输、协同处理和应用集成，运用数据分析方法，结合领域知识，形成包括个性化推荐、设备健康管理、物品

国内外大数据发展现状和趋势(2018)

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——“创建最尖端IT国家宣言”。“宣言”全面阐述了2013～2020年期间以发展开放公共数据和大数据为核心的日本新IT国家战略，提出要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”。日本著名的矢野经济研究所预测，2020年度日本大数据市场规模有望超过1兆日元。 在重视发展科技的印度，大数据技术也已成为信息技术行业的“下一个大事件”，目前，不仅印度的小公司纷纷涉足大数据市场淘金，一些外包行业巨头也开始进军大数据市场，试图从中分得一杯羹。2016年，印度全国软件与服务企业协会预计，印度大数据行业规模在3年内将到12亿美元，是当前规模的6倍，同时还是全球大数据行业平均增长速度的两倍。印度毫无疑问是美国亦步亦趋的好学生。在数据开放方面，印度效仿美国政府的做法，制定了一个一站式政府数据门户网站https://www.wendangku.net/doc/a216816201.html,.in，把政府收集的所有非涉密数据集中起来，包括全国的人口、经济和社会信息。 我国大数据行业仍处于快速发展期，未来市场规模将不断扩大 ?目前大数据企业所获融资数量不断上涨，二级市场表现优于大盘，我国大数据行业的市

浅谈大数据发展现状及未来展望

浅谈大数据发展现状及未来展望 中国特色社会主义进入新时代，实现中华民族伟大复兴的中国梦开启新征程。党中央决定实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。国家领导人在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向！ 今天，我拟回顾大数据的发端、发展和现状，研判大数据的未来趋势，简述我国大数据发展的态势，并汇报我对信息化新阶段和数字经济的认识，以及对我国发展大数据的若干思考和建议。 一、大数据的发端与发展 从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，承载了人类基于数据和信息认识世界的努力和取得的巨大进步。然而，直到以电子计算机为代表的现代信息技术出现后，为数据处理提供了自动的方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。 “大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。大多数学者认为，“大数据”这一概念最早公开出现于1998年，美国高性能计算公司SGI的首席科学家约翰·马西（John Mashey）在一个国际会议报告中指出：随着数据量的快速增长，必将出现数据难理解、难获取、难处理和难组织等四个难题，并用“Big Data（大数据）”来描述这一挑战，在计算领域引发思考。2007年，数据库领域的先驱人物吉姆·格

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

大数据发展现状与未来发展趋势研究

大数据发展现状与未来发展趋势研究 朱孔村 （江苏省科学技术情报研究所，江苏南京210042） 【摘要】数据是信息化时代的“新石油”资源，如何利用好这种“新石油”资源需要大数据技术的支持。文章介绍了大数据技术及其发展历程，概括了当前国内外大数据的发展现状并展望了大数据技术和产业方面的未来发展趋势。 【关键词】大数据；现状；趋势 【中图分类号】TP391【文献标识码】A【文章编号】1008-1151(2019)01-0115-04 Research on the Current Situation and Future Development Trend of Big Data Abstract: Data is the “new petroleum” resource of the information age and how to make good use of this “new petroleum” resource needs the support of big data technology. This paper first introduces the big data technology and its development process and summarizes the current development of big data at home and abroad. Finally, the future development trend of big data technology and industry is prospected. Key words: big data; current situation; trend 1 大数据技术概述 1.1大数据技术 随着物联网、云计算、移动互联网等技术的成熟，以及智能移动终端的普及，全社会的数据量呈指数型增长，全球已经进入以数据为核心的大数据时代。大数据并不是一个新的概念，信息技术发展的每一个阶段都会遇到数据处理的问题，人类需要不停的面对来自数据的挑战。为满足商业结构化数据存储的需求而产生了关系型数据库，为满足互联网时代非结构化数据存储需求而产生了NoSQL技术，而大数据技术的产生是为了解决大型数据集分析的问题。 大数据技术目前还没有一个确切的定义，各行各业有着自己的见解，但总体而言，其关键在于从数量庞大、种类繁多的数据中提取出有用的信息。维基百科从数据处理的角度将大数据定义为一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集。国际数据公司（IDC）给出的报告指出，大数据技术描述了一种新一代技术和构架，以很经济的方式、以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值[1]。 少量的数据看似杂乱无章，但是当数据累积到一定程度时，就会呈现出一种规律和秩序。大数据的价值就在于数据分析，利用大数据分析技术，从海量数据中总结经验、发现规律、预测趋势，最终为辅助决策服务。《大数据时代》的作者克托·迈尔-舍恩伯格认为：“大数据开启了一次重大的时代转型”，他指出大数据将带来巨大的变革，改变人们的生活、工作和思维方式，改变人们的商业模式，影响人们的经济、政治、科技和社会等各个层面。 1.2大数据发展历程 1.2.1萌芽阶段 20世纪90年代，“大数据”这个术语开始出现。1998年SGI首席科学家John Masey在USENIX大会上提出大数据的概念，他当时发表了一篇名为Big Data and the Next Wave of Infrastress的论文，使用了大数据来描述数据爆炸的现象。但是那时的大数据只表示“大量的数据或数据集”这样的字面含义，还没有涵盖到相关的采集、存储、分析挖掘、应用等技术方法与特征内涵 1.2.2发展阶段 从20世纪末到21世纪初期是大数据的发展期，在这一阶段中大数据逐渐为学术界的研究者所关注，相关的定义、内涵、特性也得到了进一步的丰富。2003至2006年，Google 发布的GFS、MapReduce和BigTable三篇论文对大数据的发展起到重要作用。2006至2009年，大数据技术形成并行运算与分布式系统。2009年，Jeff Dean在BigTable基础上开发了Spanner数据库。随着数据挖掘理论和数据库技术的逐步成熟，一批商业智能工具和知识管理技术如数据仓库、专家系统、知识管理系统等开始被应用。 1.2.3成熟阶段 2011年至今，是大数据发展的成熟阶段，越来越多的研究者对大数据的认识从技术概念丰富到了信息资产与思维变革等多个维度，一些国家、社会组织、企业开始将大数据上升为 总第21卷233期大众科技Vol.21 No.1 2019年1月Popular Science & Technology January 2019 【收稿日期】2018-11-06 【作者简介】朱孔村（1985－），男，山东临沂人，江苏省科学技术情报研究所实习研究员，从事电子政务相关工作。 - 115 -

大数据发展背景与研究现状

大数据发展背景与研究现状 （一）大数据时代的背景 随着计算机存储能力的提升和复杂算法的发展，近年来的数据量成指数型增长，这些趋势使科学技术发展也日新月异，商业模式发生了颠覆式变化。《分 MGI）发 “赢 技术使得在线购物的完成率提升了10%到15%。我国信息数据资源80%以上掌握在各级政府部门手里，但很多数据却与世隔绝“深藏闺中”，成为极大的浪费。2015年，国务院印发《促进大数据发展行动纲要》，明确要求“2018年底前建成国家政府数据统一开放平台”；今年5月，国务院办公厅又印发《政务信息系

统整合共享实施方案》，进一步推动政府数据向社会开放。1 大数据可以把人们从旧的价值观和发展观中解放出来，从全新的视角和角度理解世界的科技进步和复杂技术的涌现，变革人们关于工作、生活和思维的看法。大数据的应用十分广泛，通过对大规模数据的分析，利用数据整体性与涌现性、相关性与不确定性、多样性与非线性及并行性与实时性研究大数据在 。2012年Gartner认为，不到两年时间大数据将成为新技术发展的热点，海量和多样化的信息资产使得大数据需要新的处理模式，才能为数据信息使用者提供有效的信息，使得企业洞察危险的能力增强，流程得以优化，决策更加准确。Victor 在其最新着作《大数据时代——生活、工作与思维的大变革》中指出，大数据 1人民网 26个好用大数据的秘诀

时代要想得到有价值的信息，要从总体而不是少量的数据样本分析与实务相关的所有数据。更加注重数据之间的相关关系，乐于加收纷繁复杂的数据，而不再探求难以捉摸的因果关系和追求数据的精确性。欧盟在其公布的《数字议程》中指出公共数据的市场价值约有320亿欧元，公共数据的开放和再利用可以产生新的商业和工作机会。开放行、公共数据，增加政府的开放和透明度可以给 年9 展的进程。2017年8月30日，国家旅游局、银联商务股份有限公司和中国电信集团联合成立“旅游消费但是数据联合实验室”，并发布了首份研究成果《2017年上半年中国旅游消费大数据报告》。三方在各自的领域有深耕多年的技术、大数据能力、市场资源和经验，通过签署站多合作，可以实现资源共享，优势互 3国家十三五规划纲要

大数据产业发展规划(2016-2020年)

.. . 大数据产业发展规划（2016-2020年） 数据是基础性战略资源，是21世纪的“钻石矿”。党中央、国务院高度重视大数据在经济社会发展中的作用，党的十八届五中全会提出“实施大数据战略”，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧动能接续转换的关键时期，全球新一代信息产业处于加速变革期，大数据技术和应用处于创新突破期，国市场需求处于爆发期，我国大数据产业面临重要的发展机遇。抢抓机遇，推动大数据产业发展，对提升政府治理能力、优化民生公共服务、促进经济转型和创新发展有重大意义。为推动我国大数据产业持续健康发展，深入贯彻十八届五中全会精神，实施大数据战略，落实国务院《促进大数据发展行动纲要》，按照《国民经济和社会发展第十三个五年规划纲要》的总体部署，编制本规划。 一、我国发展大数据产业的基础 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。

.. . “十二五”期间，我国信息产业迅速壮大，信息技术快速发展，互联网经济日益繁荣，积累了丰富的数据资源，技术创新取得了明显突破，应用势头良好，为“十三五”时期我国大数据产业加快发展奠定了坚实基础。 信息化积累了丰富的数据资源。我国信息化发展水平日益提高，对数据资源的采集、挖掘和应用水平不断深化。政务信息化水平不断提升，全国面向公众的政府达8.4万个。智慧城市建设全面展开，“十二五”期间近300个城市进行了智慧城市试点。两化融合发展进程不断深入，正进入向纵深发展的新阶段。信息消费蓬勃发展，网民数量超过7亿，移动用户规模已经突破13亿，均居世界第一。月度户均移动互联网接入流量达835M。政府部门、互联网企业、大型集团企业积累沉淀了大量的数据资源。我国已成为产生和积累数据量最大、数据类型最丰富的之一。 大数据技术创新取得明显突破。在软硬件方面，国骨干软硬件企业陆续推出自主研发的大数据基础平台产品，一批信息服务企业面向特定领域研发数据分析工具，提供创新型数据服务。在平台建设方面，互联网龙头企业服务器单集群规模达到上万台，具备建设和运维超大规模大数据平台的技术实力。在智能分析方面，部分企业积极布局深度学习等人工智能前沿技术，在语音识别、图像理解、文本挖掘等方面抢占技术

大数据产业发展现状与策略.docx

大数据产业发展现状与策略 就大数据产业发展的普遍意义来看，这些数据将能为我们提供一个高频率且范围更为广泛的角度，从而缩小时间和认知方面的差距，且基于这些数据，使得社会获取服务的方式也将发生极为巨大的变化。与此同时，在大数据技术的支撑下，政F对人口状况以及政策行动的有效性亦能予以实时的掌控。当然，这对政F而言，其便可采取更具灵活性与适应性的方法，来切实提升地区的抵御能力和改善结果。除此之外，大数据的应用往往可作为非结构化的可操作信息，且其本身亦是一个先进的计算工具，可用于揭示数据内部的趋势和相关性，如此一来，数据集的作用将得以充分、有效的发展。对此，本文亦将基于大数据发展所带来的期望，就其具体的应用价值展开分析。 1宁波大数据发展面临的挑战 1.1缺乏完善的大数据产业生态系统 几乎所有大多数的组成均包含了6大方面的内容，其分别为基础层、分析层、应用层、云计算、开源项目以及保障项目。其中，所谓的基础层，其便是整个大数据系统的基本组成部门，其对整个系统的运作都将起到有效的支撑作用。当下，最简的大数据基础技术有HBASE、Hadoop等。而分析层的主要功能则是提供了各种各样的算法。应用层的作用主要是为用户则提供了大量的工具，这些工具既包含了大数据工具，又囊括了中间工具以及专业化服务等内容。就宁波市的大数据产业组成体系而言，其发展主要存在以下几个方面的问题：首先是基础技术不足，加之相关基础设施的缺失，使得宁波市的开源企

业较为短缺；其次是因时下应用大数据技术的企业还相对较少，因而在此方面的实践亦有不足；再次是同样基于企业数量稀少的原因，使得这些企业普遍不具备较强的风控控制能力，如此发展态势，势必容易受到市场的波动影响；最后则是产业的层次划分不清晰。由于大数据于宁波市的应用尚处于初级阶段，各方面技术还相对不成熟，加之相关的产业链也未能完善形成，故使得该产业目前的集成化程度还相对较低，这些都将对宁波市的大数据产业发展带来严重影响。 1.2缺少大数据生态体系中的领军企业 当前，与其他地区相同，宁波市的大数据产业同样存在领军企业不足的问题。尽管较之国内其他地区，宁波市的大数据产业，其无论是在发展的条件或是基础等各方面都较为优良，但相比如XX、XX、XXX等一线城市，其仍有一定的差距。而导致这一现象的主要原因一方面是因宁波市毕竟在数据源的集成度方面尚处于较低水平，加之政F也未能致力于挖掘企业的数据价值与潜力，故使得当地企业普遍缺乏具有竞争力的核心技术。另一方面则是因宁波市绝大多数企业对大数据的应用都尚处于初级阶段，因而企业无论是在生产经营或发展的模式方面都尚未合理的定型与完善，这将严重限制企业的产品开发能力发展。尽管政F为促进当地的大数据产业发展而提出了一系列的政策，但能在行业中发挥领头羊作用的企业仍旧十分稀少。 1.3缺乏深度挖觉数据价值的基础设施和技术 相较于国内一线的大数据产业城市，宁波市的大数据产业建设则显得较为落后，首先是在大数据产业园的建设方面，物流成本偏高、

工业大数据的概念特征及未来发展

工业大数据的概念特征及未来发展 随着美国工业互联网和德国工业4.0等制造智能化转型战略的相继实施，工业大数据日益成为全球制造业挖掘价值、推动变革的主要抓手。 1、工业大数据概念与特征 工业数据是指在工业领域信息化应用中所产生的数据。工业大数据是基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。 工业大数据具有五大特征。一是数据体量大，主要表现在随着设备数据和互联网数据的涌入，工业数据的存储量将达到EB级别。二是数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等。三是结构复杂，有结构化、半结构化和非结构化等不同类型。四是数据速度需求多样化，有要求实时、半实时和离线三种，生产层级要求实时性，需要达到毫秒级别；管理层级实时性要求不高。五是数据价值不均匀，20%的数据具有80%的价值密度（如产品图纸、试验分析、

加工工艺）；80%的数据密度只有20%，需要分析挖掘（如工况情况、图片数据）。 与互联网大数据相比，工业大数据具有自身特点：一是多源性获取，数据分散，非结构化数据比例大；二是数据蕴含信息复杂，关联性强；三是持续采集，具有鲜明的动态时空特性；四是采集、存贮、处理实时性要求高；五是与具体工业领域密切相关。 先进制造企业基于工业大数据的应用，把产品、机器、资源和人有机结合在一起，推动制造业向基于大数据分析与应用基础上的智能化转型。工业大数据能够促进形成企业和消费者之间的信息主动反馈机制，为完善以客户需求为导向的产品全生命周期信息集成和跟踪服务、建立以服务为核心的整体解决方案提供可行路径，将大大提升产品服务价值，为制造业转型升级开辟了新途径。 2、工业大数据发展态势 随着信息化和工业化融合，工业企业生产信息数字化，积累大量数据。工业网络、数据采集、集成、计算和分析技术在工业领域的应用，促使工业数据发挥巨大价值。工业大数据越来越受到工业企业的关注。目前工业大数据发展态势有三个，一是已从理念转向实践，二是工业大数据成为云计算的价值体现，三是工业大数据孕育丰富的工业应用生态。 随着信息化和工业化融合的不断推进和大数据采集、集成、计算和分析技术的发展，很多工业企业已经进入工业大数据实践阶段。大型工业企业在应用方面走在前列。如唐山钢铁集团，通过引入国际最先

大数据的典型应用场景及展望

大数据的典型应用场景及展望 2015年1月24号，2015 China Hadoop Summit技术峰会在北京如期举行。本次大会作为国内大数据行业最具影响力的IT大会，吸引了众多从事Hadoop研究与推广的权威技术专家、Hadoop技术爱好者和IT厂商前往参加。 现任星环信息科技(上海)有限公司联合创始人兼首席技术官，曾任英特尔数据中心软件部亚太区CTO的孙元浩老师在本次大会上带来了主题为《2014年大数据的典型应用场景及展望》的分享，本文主要针对目前Hadoop主流应用场景，实时流数据的处理以及大数据技术给未来生活的设想等内容进行了整理。 四年前的硅谷，风投埃里森拿出一亿美金来投资大数据公司，他认为Hadoop技术在未来的若干年中会从底层的数据平台，从传统的关系型数据库进行迁移。数据的分析层会被全新的数据分析工具所替代，可视化层和应用分析会有更多的新工具出现，并认为这个市场将达到几百亿美金的规模。 过去几年，Hadoop的发展非常迅猛。我们常讲大数据的四V特征，Hadoop在大数据处理上表现出的处理量、性能、挖掘能力的提升和碎片化处理能力，使其得到越来越广泛的应用。 一、Hadoop的主流应用场景：数据仓库的主要组成部分 传统的企业有若干个主机，用于销售、运营管理等等，产生的数据首先经过ODS层，将数据从多个业务系统中集中起来，进行清洗、转

换等集成操作，然后将过加工的数据进入企业IT架构的核心——数据仓库进行统计、挖掘和分析。最后用可视化工具进行展现。这是传统的企业数据仓库的架构，经常采用主流的甲骨文等数据库技术来实现。 Hadoop作为数据仓库组成部分的四个驱动力 互联网公司早年的时候，是把Hadoop做在数据仓库的核心，比如Facebook早期的时候是从服务器采集是通过实时的日志的采集工具，经过Hadoop把Hadoop作为数据分析工具，呈现把结果放在甲骨文中做展现。 互联网公司之所以这么做，是因为互联网数据量大到在传统的数据库不能处理。现在传统的企业也面临同样的问题，将Hadoop作为数据仓库主要组成部分有四个驱动力： 效率：传统的数据仓库技术已经面临非常繁重的数据分析任务，处理的延迟从一天到了一周。 成本：传统的数据架构成本动辄几千万。Hadoop可以实现成本若干倍的降低。 数据来源多样：视频、音频等企业非结构化数据来源增多。MapReduce 对于非结构化或半结构化数据的读取非常有效。 数据分析需求的演进：数据分析不再只满足于统计。使用Hadoop 的技术，能够对数据进行深度的挖掘和分析，实现对未来的预测。Hadoop改变企业数据仓库架构的线路图 第一步：数据仓库的补充

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