[VIP专享]大数据时代的创新创业大机遇

大数据时代的创新创业大机遇

10月18日，中国云·移动互联网创新大奖赛2013（ICOME2013）--“玩转大数据”颁奖典礼在北京航空航天大学报告厅举行。在随后进行的“大数据时代带来创新创业大机遇”圆桌论坛环节，宽带资本董事长田溯宁和北京航空航天大学校长怀进鹏、中国联合网络通信有限公司副总裁张范、用友软件股份有限公司高级副总裁郑雨林、百度大数据首席架构师林仕鼎先生、天云融创数据科技（北京）有限公司首席执行官雷涛一道，结合大奖赛成果和产业发展，就大数据技术和商业模式带来的创新和创业机会等议题展开热烈讨论。

主持人：大奖虽然颁出，重头戏还在后面。今天来了这么多业界翘楚和精英。就让我们来一次思想碰撞和智慧的分享。下面有请田溯宁先生主持创新创业论坛。论坛的主题是大数据时代的创新创业大机遇。有请论坛嘉宾：联通张范副总裁。用友郑雨林副总裁。百度林仕鼎先生。天云大数据雷涛先生。

田溯宁：我今天中午跟加拿大一家公司在吃饭，他是第N次创业。我说你创业这么多年，你觉得什么最重要？他说天使最重要。他说如果天使遇到的对了，你的创业成功率比别人都高。

我前一段跟张朝阳聊天，我觉得我们做出来一点成绩最主要的原因没有别的，就是时务感比较强。很多时候是时代推着你在往前走。大数据是不是像互联网一样，是技术的最根本的革命？在这次革命的过程中，我们抓住创业的机会，成功率比较高？

林仕鼎：经常也跟外面的创业者在聊。我看很多还是以产品和渠道来做的。接下来是不是在大数据时代有一个技术的增长点？第一，整个的业界基本已经到了那个程度了，我们现在云计算的平台已经到达一个比较成熟的程度。创业者可以很容易获得基础设施建他的技术。第二，整个行业的发展正好是随着移动互联网和新的设备的发展。我们有了更好的去采集数据的能力。我们都知道数据是什么作用，之前的数据分析是你没有那么多足够多的数据，也没有办法实时的拿到你想要的数据。但是今天这个条件很成熟。有可能基于现有的这些设备、厂商的数据，在这个基础上做我们的应用出来。有了数据、有了平台，

这时候很容易的把你的这些想法、创意展现出来。创意本身也有很多工作可以做。从最基础的数据管理、数据处理，数据的智能、数据的展现，有很多的东西可以来。有很多的问题需要解决。这都是整个行业的机会。

郑雨林：我跟田总和张总是从PC时代过来的。我们赶上了两个产业变革的时代。我个人理解、云计算、移动互联网、大数据这样一个产业变革。相比之下，对我们中国的企业、对中国的创新创业者是更大的机遇。我从几个方面分析。我们是从PC时代过来的。在那个时代和现在这个时代相比，在技术的同步上，标准的同步上。现在中国和美国差别不是很大。特别是因为开元技术已经越来越成熟、越来越强大。所以我们很多在技术标准上跟北京和硅谷已经很同步了。而且我们的交流、人才的流动也很频繁。第二，今天在移动互联网时代，我们要创新创业，有很好的平台。我们当年在PC的时候，用友做应用软件。我们都是在微软、IBM的平台上去做。标准、产业链、价值链的高端都控制在别人手里。现在不一样。特别是在消费者领域中国已经有很好的创新创业的平台。百度、腾讯、阿里都是很好的创新创业的平台。用友现在也正在打造在企业领域里面的平台。有了这个平台以后，企业这个领域，可能因为行业领域的积淀高一点。第三，现在中国市场体量很大。这给我们创新创业的成功有很大的市场潜在在这里。在十几年前，即便在消费领域都没有这么大的市场潜力。今天，电脑移动设备在消费类市场里面已经完全普及。在企业市场也是一样，企业市场的容量也非常大。现在我们创新创业方面面临很大的市场空间。所以今天我们创新创业是非常难得的历史性的好的机遇。

田溯宁：张范总是我的老东家，联通的副总。联通也在积极的创新，不仅第一次把186 iPhone介绍到中国，也是投资，云联盟的参与者。接下来我们听张总讲一下联通是怎么做云计算、大数据的。

张范：现在是云计算、大数据创新方面的非常好的时机，首先我非常支持这个观点。

第一，数据源，现在各行各业对信息的重视和使用，所以我们现在的数据源已经遍地都是，哪里都能找到。甚至发挥巨大的作用。

第二，技术。我们过去从小型机，到现在有了云计算，有了云计算的技术，

才有大数据的前提。

第三，市场。过去在运营商这边有一个概念：商业智能。其实就是大数据的数据挖掘。到了现在以后，我们过去的商业智能仅仅是为一些电话用户服务的，就是打电话，通话记录。知道他的去话、来话，还有朝向。其他没有。但是现在我们对大数据更应用于人的上网行为、他的去向，他的地理位置。所有各项因素综合在一起，构成了网络的需求。大家只要面向商业、面向应用这个角度来考虑，我觉得大数据有广泛的前途。

主持人：雷涛是一个新创业的公司，你觉得你赶上好时候没有？

雷涛：这个问题我应该是最不合适的。虽然我坐在台上，也是一个创业者，只不过先走出了这一步。为什么感觉大数据这一波，就像雷军讲的，风来了猪都会被吹起来。几个结构性的观点是一致的。第一，我们有很好的资源。这个资源分享来自于中国人的能力，大量的行为数据。来自于我们建物联网。现在很多政府的数据是其他北美的企业不曾具备的。在这么大一个数据金矿的情况下我们完全有理由诞生下一个FACEBOOK、Google。他们在支撑他们ERP、数据系统的时候，数据被作为副产品支撑起来。第二类，人类的行为，这些数据必须要有高科技含量的大数据技术，才能够把他的行为记录下来。我们信息的承载和接受信息的方式也发生根本的变化。现在我能不能有能力在两秒钟之内对上百万的数据进行重新的汇总、加工。让信息重构变成了解构。你就可以直接接触到这些数据金矿。新的数据的企业，腕带的计算，每一个都是创业者可以实实在在感知到的环境。在未来五年在中国一定会诞生非常伟大的公司。同时，最关键的一个基础就是，国内的基础教育并不缺。今天我们的大奖赛是挑战蛮高的命题。这么多队伍，甚至达到98%的准确率。这说明了我们在基础领域，基础学、数学还是一个很基础的普及。北美那么大的公司，他的300人的RP团队在中国，是由复旦、同济这些学生去成长贡献美国的东西。北美20%公司的产值服务了全球81%的信息消费。未来会不会由我们中国团队反过来向北美，来根据我们自己产生的数据金矿，用更好的模型和更好的团队服务于全球的信息市场。

田溯宁：为这个目标我们一起感到兴奋。如果最近大家数据矿变成一个很

时髦的名词。我最近也在看一些数据的书。我们看一下历史最早的人最伟大的人是最矿里发现了铁，从铁炼成了钢。最近西门子施奈德公司，他们最早发明炼钢方法，那个时代。有人讲数据更像化学时代的时候，化学时代，门捷列夫出现了化学元素周期表，居里夫人发现了化学里非常关键的元素。也有阿司匹林各种元素，使人类生命的质量提高的产品。

如果说数据是这个时代的矿产，是这个时代的化学大发现，我们在这个时候需要什么样的创造力、想象力，才能够在这个时候有重大的商业模式的发现。重大的新的知识的发现。重大的科学发现。还是我们这个数据，虽然我们觉得很大，但是在历史的长流过程中只是很小的一部分。

张范：大数据摆在我们面前，如何来创新、创造、发明。这的确是一个值得研究的课题。刚才几位同事在这里谈了他们的观点，也谈了很多有关技术的。从我来讲，我更多的是面向市场、面向应用、面向客户的需求。所以我觉得大数据的发展一定要依靠市场去用。技术虽然是必须的，但是同时也要有市场驱动。只有有了市场的驱动。才有了可持续发展的可能。才使我们每一个创业者有现金的流量。在这个方面，市场的驱动，还有我们每一个想创新的人关注和对于用户需求的发现，我觉得是我们未来大学应用一个很重要的方面。所以我们是朝这个方向谈我个人的一点看法。谢谢。

郑雨林：我们最近在思考怎么结合大数据来改变我们自己，我们是一个软件公司，而且是做企业软件，来改变我们的创业公司。我们发现一个很重要的。我也很同意赵国栋先生给我们共同的观点，数据是资产。用友公司做企业软件的，从财务软件做到ERP软件，做了25年。我的客户数量差不多有两百万家企业。但是我们现在回头来看，我们公司最核心的项目是什么？除了软件、技术和人才以外。我们发现很重要的一个资产就是客户的数据。过去我们的业务模式就是把每条软件都装在企业客户里去运行，我们提供一些支持和服务。在这个大数据时代我们应该怎么转变？我们在思考，两年前也在开始实现。我们要向平台化转型。我们要搭建一个平台，让企业的很多业务、管理流程在我这个平台上。这样，企业很多的经营数据、企业很多经营行为的数据就在我这个平台上。在移动互联网时代我们每个个人更加实时了。你随时可以找到别人，别

人也可以找到你。但是我们的企业在移动互联网时代还不是那么实时。我们是做企业的。我们就应该借助大数据，运用数据来改变我们自己的商业模式，来更好的服务企业。如果我们做到这一点，我们和其他行业也是一样。比如说金融行业、电信行业、制造行业，任何一个行业的成功，他也应该把数据作为很重要的一个资产来改变他的商业模式。这是我们最近在思考的，也是在做的。

林仕鼎：我是技术人员，我从技术的角度讲一讲。经常会有人在问我，大数据究竟有什么不同。我们以前也做数据挖掘，为什么说做了几十年的概念，现在变成一种新的概念出来了？其次，我们要看究竟什么叫大数据。之前它的量很大、多样性很强，它在动态变化的。这时候它的价值密度比较低。真正的大数据是大量的多样的数据，这个多样一定是从不同来源来的，特别是互联网上公开有的数据和企业内部的数据相结合，而且它在不断的实时发生变化。你需要在很短的时间内从大量没有价值的东西中把有价值的挖掘出来。这是真正的大数据。不仅仅是数据本身，而是数据的属性发生了变化，它的量很大，它是从多个来源来的，它在不断发生变化，而且它的价值密度很低，所以需要用大量的数据在短期内把它处理掉，才能够拿到你想要的东西。这是大数据真正不同的地方。我们要做到这一点。它有很多有效支撑的因素发生了变化。第一个变化，以前我们去做一个数据处理的时候，我需要为每一个领域的数据设定很多的规则一起来做。但是随着新的算法的出现，我们有一种比较普适的算法，这个算法是与其他的无关的。我只要有周围的多个量进来，我就可以把它算出来。这意味着我们需要有更多的计算能力。它又是比较少的人物规则。

我们需要去支持这样的大数据的挖掘处理的时候，我们一定要有更强的平台。这个平台其实就是系统。怎么能够去把大量的数据管理起来，这里面既有存储的问题，还有数据管理的问题。在管理上你做实时的数据挖掘，需要去支撑大规模的计算。这些都是传统的计算技术无法解决的问题，这就是巨大的创新机会。

在这里面有很多的技术，有很多的问题，都能通过这个软件重构的。我要对大量的数据做实时的处理以后，它一定是没有办法单单通过算法，软件系统的变化达到，一定要通过新的硬件提级的变化才能够达到。我们现在看到的这

些用来支撑新的大数据的应用，我们一定要有更新的算法。而这些更新的算法

是对与问题无关的算法。但是它要求有更强的计算能力、更强的数据发掘和挖

掘的能力。这一点国内和国外差别是非常小的，因为这是全新的问题。我们也

有了商业模式上的支持，我们算是有这样的机会去做出更好的技术、更好的产

品出来。

雷涛：回答田总刚才提出的驱动力到底在哪里。面对这样一场化学反应，

我们真正捕捉到了核心的三个驱动。我借用一下锐思帕比的模型，它有三个纬度，A，经济学期、深度学期的算法。同样一套算法，语意计算就可以转变为视频计算。为什么数据会产生价值，这个价值怎么交易？这里面众包很多商业模

式的创造都是在PM的层面。新的资源未必像石油一样需要亿万年的沉淀。可能这个商业模式在创立之前，根本没有这个资源。商业模式成立以后，这个

资源就出来了。它是随着你的商业模式的出现而出现的。我们在我们新的商业

模式探讨的时候，互联网时代我讨论的都是我有多少万用户在线。现在我们要

重新考虑用户级了。因为这个命题已经变成一个伪命题了。考量一个新的成功

企业的时候，用户数量未必是最重要的，而是他怎么黏住用户。这是下一个时

代我们关注的指标。

田溯宁：当时我们搞云联盟是想做两件事情。一个事情是不同企业之间的

交流。所以我们在坐的这几个企业，可能在过去的环境之下交流并不太多。运

营商或者IT公司，互联网公司，或者产品公司。但是现在这几个公司很难分开。现在我们把互联网、运营商、投资者连在一起。未来最伟大的创新，可能是在

今天二十几岁人的大脑里。因为创新需要打破界限，创新需要有想象力。要丢

点包袱。这是云计算联盟大赛两个很重要的使命。使命能不能做到需要我们共

同的努力。我也想利用这个机会听听你们的意见。你们怎么看这个事情。在这

样一个大的技术变革部分中，我们每个人站在自己业务的角度里，运营商已经

一百多年了。软件工业三十年左右。从微软开始。互联网公司十五、二十年左右。雷涛的公司两年。你们怎么看彼此？你们怎么看现在的年轻人？这个大赛

靠谱吗？北航也好，其他学校的学生也好，有没有可能成为这个时代的大脑，

成为这个时代的爱迪生、居里夫人。历史上影响我们人类进程技术和商业模式

的创造。

大数据时代下的数据挖掘试题和答案及解析

A. 变量代换 B. 离散化 海量数据挖掘技术及工程实践》题目 、单选题(共 80 题) 1) ( D ) 的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得 到 和原始数据相同的分析结果。 A. 数据清洗 B. 数据集成 C. 数据变换 D. 数据归约 2) 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数 据挖 掘的哪类问题 (A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 3) 以下两种描述分别对应哪两种对分类算法的评价标准 (A) (a) 警察抓小偷，描述警察抓的人中有多少个是小偷的标准。 (b) 描述有多少比例的小偷给警察抓了的标准。 据相分离 (B) 哪一类任务 (C) A. 根据内容检索 B. 建模描述 7) 下面哪种不属于数据预处理的方法 (D) A. Precision,Recall B. Recall,Precision A. Precision,ROC D. Recall,ROC 4) 将原始数据进行集成、 变换、维度规约、数值规约是在以下哪个步骤的任务 (C) 5) A. 频繁模式挖掘 C. 数据预处理 B. D. 当不知道数据所带标签时， 分类和预测 数据流挖掘 可以使用哪种技术促使带同类标签的数据与带其他标签的数 6) A. 分类 C. 关联分析 建立一个模型， B. D. 聚类 隐马尔可夫链 通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的 C. 预测建模 D. 寻找模式和规则

C.聚集 D. 估计遗漏值 8) 假设12 个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频(等深)划分时，15 在第几个箱子内(B) A. 第一个 B. 第二个 C. 第三个 D. 第四个 9) 下面哪个不属于数据的属性类型：(D) A. 标称 B. 序数 C.区间 D. 相异 10) 只有非零值才重要的二元属性被称作：( C ) A. 计数属性 B. 离散属性 C.非对称的二元属性 D. 对称属性 11) 以下哪种方法不属于特征选择的标准方法：(D) A. 嵌入 B. 过滤 C.包装 D. 抽样 12) 下面不属于创建新属性的相关方法的是：(B) A. 特征提取 B. 特征修改 C. 映射数据到新的空间 D. 特征构造 13) 下面哪个属于映射数据到新的空间的方法(A) A. 傅立叶变换 B. 特征加权 C. 渐进抽样 D. 维归约 14) 假设属性income 的最大最小值分别是12000元和98000 元。利用最大最小规范化的方 法将属性的值映射到0 至 1 的范围内。对属性income 的73600 元将被转化为：(D) 15) 一所大学内的各年纪人数分别为：一年级200人，二年级160人，三年级130 人，四年 级110 人。则年级属性的众数是：(A) A. 一年级 B. 二年级 C. 三年级 D. 四年级 16) 下列哪个不是专门用于可视化时间空间数据的技术：(B) A. 等高线图 B. 饼图

大数据时代的机遇和挑战

大数据时代的机遇和挑战 【】First of all ，the paper makes a simple analysis of the concept and characteristics of large data. Secondly ，it explores the opportunities and challenges that big data brings to all aspects of economic life. Finally ，it explores how to deal with opportunities and challenges ，and improve the development environment of big data. improve the environment for the development of big data ，so as to make a certain contribution to the economic development in the era of big data. 【Keywords】big data age ；quantitative economics ；application 1引言 “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。被称为“第三次浪潮的华彩乐章”。近几年来，大数据吸引了越来越多的关注，

人们随时都能感觉到生活在一个日益信息化的世界中。随着网络技术的发展，越来越多的人使用社交软件进行网上聊天，发布个人心情状态，对网络中的信息进行评论，这些都极大的丰富了我们的生活。同时，网上每天都会产生大量的数据，根据有关统计，每天网络中大约出现220 万TB 的新数据， 而且这个速度还在不断增加 伴随着大数据时代的到来，数据资源越来越庞大，数据处理速度越来越快，人们可以通过大数据技术实现各种构想。学者能够利用大数据这一有利条件进行更加科学且贴近现实的经济研究。银行能够通过大数据考查企业的诚信状况，并决定是否放贷。而计算机则可以在海量的数据中统计分析出人的行为、习惯等方式，从而更好地学习模拟人类智能。随着科学技术的不断发展，未来大数据会发挥出更加强大的作用， 而如何应对大数据时代的机遇与挑战，有效利用大数据资源，是各行各业应关注的焦点。 2大数据时代的特点 大数据又可以称之为巨量资料，它的概念比较抽象，其定义是依靠互联网技术下的主流软件对一些规模较大、较复杂的资料进行处理、分析、管理，从而形成对经济发展更加有用的信息。大数据的主要特点就是信息量大、多样化、高速等。大数据的形成需要特殊专业的技术，例如互联网、数据挖掘电子网或者大规模并行处理数据库等软件，通过有效的掌握丰富的数据资源，并对这些数据进行专业化的处理，从而在经济社会的发展中实现盈利，把对大数据的处理加工有效的转变为信息资

大数据时代的机遇与挑战论文3000字[精品文档]

大数据时代的机遇与挑战 什么是大数据时代？ “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。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。” 大数据时代是怎样产生的？ 物联网、云计算、社交网络、社会媒体以及信息获取技术的飞速发展，数据正以前所未有的速度迅速增长和积累，数据是人类社会最重要的财富大数据时代的到来 大数据时代的特点? 1.数据量大（Volume） 第一个特征是数据量大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。 2.类型繁多（Variety） 第二个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。 3.价值密度低（Value） 第三个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。 4.速度快、时效高（Velocity） 第四个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。 大数据时代的机遇 大数据技术通过对海量数据的快速收集与挖掘、及时研判与共享，成为支持社会治理科学决策和准确预判的有力手段，为社会转型期的社会治理创新带来了机遇。建立大数据中心，及时搜集、实时处理数据信息，为科学决策提供坚实基础。对社会大数据进行历时性和实时性分析，加强社会风险控制，提高政府预测预警能力和应急响应能力。

大数据题目及参考答案

公需科目大数据培训考试 考试时间：120分钟 选择题中红色代表正确答案，判断题X为错，R为对。 1.根据涂子沛先生所讲，摩尔定律是在哪一年提出的？（单选题1分） A.1988年 B.2004年 C.1965年 D.1989年 2.2015年，贵阳市的呼叫服务产业达到（）坐席。（单选题1分） A.3万 B.5万 C.10万 D.20万 3.以下说法错误的是哪项？（单选题1分） A.大数据的思维方式遵循因果逻辑推理 B.摩尔定律是戈登?摩尔提出的 C.图灵测试是阿兰·图 D.ENIAC于1946年诞生 4.茂名PX事件发生后，下列哪个学校的化工系学生在网上进行了一场“PX词条保卫战”？（单选题1分） A.北大 B.清华 C.浙大 D.复旦 5.促进大数据发展部级联席会议在哪一年的4月13日召开了第一次会议？（单选题1分） A.2014年 B.2015年 C.2013年 D.2016年 6.根据涂子沛先生所讲，哪一年被称为大数据元年？（单选题1分） A.2012年 B.2010年 C.2008年 D.2006年 7.数据、信息与知识三者之间的变化趋势是（单选题1分） A.价值先增后减 B.价值递减 C.价值递增 D.价值不变 8.具体来说，摩尔定律就是每（）个月，产品的性能将提高一倍。（单选题1分） A.18 B.16 C.12 D.6 9.“（）大数据交易所”2015年4月14日正式运营，目前，交易所已有包括京东、华为、阿里巴巴等超过300家会员企业，交易总金额突破6000万元。（单选题1分）

A.毕节 B.安顺 C.贵阳 D.遵义 10.（）说明如果联网越多，从介入方式、技术上越来越突破，则网络规模越大、成本越低，网络的成本可能会趋向于零。（单选题1分） A.吉尔德定律 B.摩尔定律 C.梅特卡尔夫定律 D.新摩尔定律 11.以下说法错误的是哪项？（单选题1分） A.大数据会带来机器智能 B.大数据不仅仅是讲数据的体量大 C.大数据的英文名称是large data D.大数据是一种思维方式 12.美国首个联邦首席信息官是下列哪位总统任命的？（单选题1分） A.克林顿 B.奥巴马 C.小布什 D.老布什 13.截至2015年年底，全国电话用户总数达到（）。（单选题1分） A.13.37亿户 B.12.37亿户 C.14.37亿户 D.15.37亿户 14.2012年全国各城市支付宝人均支出排名中，位居第七位的是（）（单选题1分） A.嘉兴市 B.台中市 C.高雄市 D.嘉义市 15.吴军博士认为过去五十年是（）的时代。（单选题1分） A.科尔定律 B.艾尔定律 C.摩尔定律 D.拉尔定律 16.ENIAC诞生于哪一年？（单选题1分） A.1946年 B.1938年 C.1940年 D.1942年 17.梅特卡尔夫定律主要是描述信息网络，指出网络的价值在于网络的互联，联网的接点数与其价值呈现（）的方式，联网越多，系统的价值越大。（单选题1分） A.正比 B.对数 C.指数 D.反比 18.根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题1分） A.38 B.21 C.25 D.30 19.2012年全国各城市支付宝人均支出排名中，位居第三位的是（）（单选题1分） A.嘉义市 B.杭州市 C.嘉兴市 D.高雄市

浅谈大数据时代的机遇与挑战

湖南农业大学课程论文学院：信息科学技术学院班级：计算机1班姓名：XXX 学号：2015XXXX 课程论文题目：浅谈大数据时代的机遇与挑战 课程名称： 评阅成绩： 评阅意见： 成绩评定教师签名： 日期：年月日

课程论文题目 ——浅谈大数据时代的机遇与挑战 学生：XXX (信息科学技术学院计算机1班) 摘要：随着时代的发展，大数据这个词慢慢进入了人们的视野的当中，而大数据也与我们的生活关联越来越紧密，对我们的影响也越来越大。怎么样才能把握住机遇，在大数据时代中脱颖而出，怎么样才能在大数据时代到来的挑战中稳步前行。 关键词：大数据;机遇与挑战；大数据时代分析 Abstract:with the development of The Times, the word big data slo wly into the people's horizons, and big data is linked to our life more and more closely, to our influence is growing. How to seize the opportunity, in the era of big data, how can ability in the er a of big data move steadily in the coming challenges. Key Words: Big data; Opportunities and challenges; The era of big da ta analysis

一、绪论 （一）什么是大数据？ “大数据”作为时下最火热的IT行业的词汇在互联网时代显得越来越重要。大数据究竟有多大？大数据能做些什么？在新互联网时代，这些词汇让我们应接不暇。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据还有四个特性分别是数据量大，种类多，速度快，价值大。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。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。”（二）大数据能做些什么？ 大数据的应用示例包括了大科学、传感设备网络、天文学、大气学、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦察、社交网络、通勤时间预测、医疗记录、照片图像和图像封存、大规模的电子商务等。仅仅十余年，现在越来越多的政府、企业等组织机构意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。大数据不仅是一种海量的数据状态及其相应的数据处理技术，更是一种思维方式，一项重要的基础设施。这或是明天我们治理交通拥堵、雾霾天气、看病难、食品安全等“城市病”的利器，也会为政府打开了解社情民意的更大窗口。众所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的、深入的、有价值的信息。二、本论 (一)大数据的重要性 1.大数据的处理分析正成为新一代信息技术融合应用的结点 有专家指出，大数据及其分析，会在未来10年改变几乎每一个行业的业务功能，从科学研究到保险，从银行业到互联网，各个不同的领域都在遭遇爆发式增长的数据量。在美国的17个行业中，已经有15个行业大公司拥有大量的数据，其平均拥有的数据量已经远远超过了美国国会图书馆所拥有的数据量。在医疗与健康行业，根据数据预测，如果具备相关的IT设施，数据投资和分析能力等条

大数据的机会与挑战

大数据的机会与挑战 我们活在大数据的世界，数据的数量与多样化的程度，每日都以前所未有的规模扑向人类。无论你是不是在相关产业工作，都不可能逃离被大数据「围攻」的现实。自哈佛大学电脑科学系毕业、Cambridge Semantics共同创办人Lee Feigenbaum撰写的〈Turnning Big Data into Smart Data〉一文，告诉我们横亘企业眼前的「大数据挑战」。让我们先来看看，大数据到底有多大？ 每天全球每一个人聚沙成塔，累积的新数据达到「艾位元组（exabytes）」（甚 至达到「皆位元组（zettabytes）」，端赖统计的来源）。 至今一半以上（有些报告甚至指出高达90%）的数据资料是在过去12个月产生的。 人们创造数据的速度每一个月都以双倍速度成长。 除了吓人以外，光有这些「大数据」，其实没有什么意义，唯有人类能够从中发 掘价值，大数据才产生意义。所幸，已有很多应用实例，让大数据发出应有的光芒，也让我们看到各行各业有无穷尽的机会，等待数据科学家的探勘。

在「大数据」还没变成人人琅琅上口的流行词汇之前，小说改变而成的电影《魔球》描述美国大联盟运动家队点石成金在缺乏明星球员的状况下杀出血路的真实故事，早已让人津津乐道，而它正是数据分析的绝佳体现。 医疗与制药产业纷纷投入大笔经费，研发「客制化」的个人医学，透过分析病人的特徵与基因组成，给予个别病人量身定做的诊断与疗法，实验室与临床都需要大量且多样化的数据整合。 智能手机、运动手环甚至後来的智慧型手表，我们分分秒秒都在「量化自我」， 健身的程度、摄取的营养、身心状况、行为趋向全部都被巨细靡遗的记录下来。 大型银行与隶属政府的金融部门对资料长（chief data officer，CDO）与数据 科学家需求若渴，他们要能全盘考量组织职能，针对数据的蒐集、分析与应用做出策略性的思维。

大数据时代题目及答案(三套试题仅供参考)

大数据时代题目及答案(三套试题仅供参考)

第一套试题 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

“互联网+”与大数据时代机遇与挑战试题与答案20178月

《“互联网+”与大数据时代的机遇与挑战》在线考试 时间限制:90分钟 一、单项选择题(共20小题，每小题2分) 1.（）以满足消费者在互联网中的消费需求为主要目标，其商业模式以眼球经济为主。 A. 产业互联网 B. 消费互联网 C. 移动互联网 D. 桌面互联网 2.以下哪项新兴经济形态对双方来说都是共赢（）。 A. 生态经济 B. 平台经济 C. 共享经济 D. 网红经济 3.根据本讲，以下不属于“十三五之歌”的特点的是（）。 A. 贴近西方受众 B. 符号接近性 C. 着重对外交问题阐述立场和主张 D. 解释性叙事 4.本讲提到，政府提出的“放管服”中的“放”是指要（）。 A. 促进公平竞争 B. 降低准入门槛 C. 强化监管

D. 提高服务效率 5.根据本讲，不属于开放数据的特征的是（） A. 机器不可读 B. 开放的 C. 结构化的 D. 有高利用价值的 6.本讲提到，新技术或者新业态在实施的过程中，其实是（）的重新布局。 A. 制度 B. 利益 C. 产业 D. 规则 7.（）是以信息物理系统为核心，以智能工厂为载体，以数据互连互通为主线，以产品生产管理与服务等产品生命周以定制化、分散化生产方式为主要特征。 A. 智能生产 B. 智能制造 C. 智能加工 D. 智能售后 8.流通型电子商务产业生态的核心是（） A. 互联网金融 B. 电子商务平台 C. 网上支付和网上物流环节的完善 D. 线上和线下电子商务的融合发展 9.互联网信息化的发展的动力是（）

A. 技术创新 B. 原创性创新 C. 机制创新 D. 模式创新 10.信息的目的性与特定社会活动相关性又称为（）。 A. 信息异构 B. 信息冗余 C. 职能型 D. 职属性 11.根据本讲，2012到2016年间全世界网民数量增加的后25亿人主要以（）为主。 A. 意见领袖 B. 有影响力的人 C. 中产阶级 D. 草根和青年网民 12.本讲提到，（）从中科院高能物理所发出我国第一封电子邮件，揭开了中国人使用Internet的序幕。 A. 1978年 B. 1987年 C. 1990年 D. 1991年 13.根据本讲，从政策角度，互联网发展带来的新挑战不包括（）。 A. 对监管政策的挑战 B. 对法律制度的挑战

浅谈基于大数据时代的机遇与挑战

浅谈基于大数据时代的机遇与挑战 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 随着信息时代的到来，大数据(Big Data)一词逐渐被人们认知和熟悉，其常被用于定义和描述“信息爆炸时代产生的海量数”。随着“大数据”时代的来临，在商业、经济及其他领域中，人们做出决策不仅仅依靠经验和直觉，常以数据分析作为决策依据，这种方式大大提高了决策的科学性，最大限度避免决策失误。用好大数据，必将对商业发展、科学研究和政府决策产生积极的影响。 1 大数据的基本概况 大数据(Big Data)是指那些超过传统数据库系统处理能力的数据，其具有以下四个基本特性，即海量性、多样性、易变性、高速性。同时数据类型繁多、数据价值密度相对较低、处理速度快、时效性要求高等也是其主要特征。 2 大数据的时代影响 大数据，对经济、政治、文化等方面都具有较为深远的影响，其可帮助人们进行量化管理，更具科学性和针对性，得数据者得天下。大数据对于时代的影

响主要包括以下几个方面： (1)“大数据决策”更加科学有效。如果人们以大数据分析作为基础进行决策，可全面获取相关决策信息，让数据主导决策，这种方法必将促进决策方式的创新和改变，彻底改变传统的决策方式，提高决策的科学性，并推动信息管理准则的重新定位。2009 年爆发的甲型H1N1 流感就是利用大数据的一个成功范例，谷歌公司通过分析网上搜索的大量记录，判断流感的传播源地，公共卫生机构官员通过这些有价值的数据信息采取了有针对性的行动决策。 (2)“大数据应用”促进行业融合。虽然大数据源于通信产业，但其影响绝不局限于通信产业，势必也将对其他产生较为深远的影响。目前，大数据正逐渐广泛应用于各个行业和领域，越来越多的企业开始以数据分析为辅助手段加强公司的日常管理和运营管理，如麦当劳、肯德基、苹果公司等旗舰专卖店的位置都是基于大数据分析完成选址的，另外数据分析技术在零售业也应用越来越广泛。 (3)“大数据开发”推动技术变革。大数据的应用需求，是大数据新技术开发的源泉。相信随着时代的不断发展，计算机系统的数据分析和数据挖掘功能将逐渐取代以往单纯依靠人们自身判断力的领域应用。借

《大数据时代下的数据挖掘》试题及答案..

《海量数据挖掘技术及工程实践》题目 一、单选题（共80题） 1)( D )的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得到 和原始数据相同的分析结果。 A.数据清洗 B.数据集成 C.数据变换 D.数据归约 2)某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖 掘的哪类问题？(A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 3)以下两种描述分别对应哪两种对分类算法的评价标准？ (A) (a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。 (b)描述有多少比例的小偷给警察抓了的标准。 A. Precision,Recall B. Recall,Precision A. Precision,ROC D. Recall,ROC 4)将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C) A. 频繁模式挖掘 B. 分类和预测 C. 数据预处理 D. 数据流挖掘 5)当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数 据相分离？(B) A. 分类 B. 聚类 C. 关联分析 D. 隐马尔可夫链 6)建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的 哪一类任务？(C) A. 根据内容检索 B. 建模描述 C. 预测建模 D. 寻找模式和规则 7)下面哪种不属于数据预处理的方法？ (D) A.变量代换 B.离散化

C.聚集 D.估计遗漏值 8)假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？ (B) A.第一个 B.第二个 C.第三个 D.第四个 9)下面哪个不属于数据的属性类型：(D) A.标称 B.序数 C.区间 D.相异 10)只有非零值才重要的二元属性被称作：( C ) A.计数属性 B.离散属性 C.非对称的二元属性 D.对称属性 11)以下哪种方法不属于特征选择的标准方法： (D) A.嵌入 B.过滤 C.包装 D.抽样 12)下面不属于创建新属性的相关方法的是： (B) A.特征提取 B.特征修改 C.映射数据到新的空间 D.特征构造 13)下面哪个属于映射数据到新的空间的方法？ (A) A.傅立叶变换 B.特征加权 C.渐进抽样 D.维归约 14)假设属性income的最大最小值分别是12000元和98000元。利用最大最小规范化的方 法将属性的值映射到0至1的范围内。对属性income的73600元将被转化为：(D) A.0.821 B.1.224 C.1.458 D.0.716 15)一所大学内的各年纪人数分别为：一年级200人，二年级160人，三年级130人，四年 级110人。则年级属性的众数是： (A) A.一年级 B.二年级 C.三年级 D.四年级

2018年大数据时代的互联网信息安全试题和答案解析(100分)

1.网盘是非常方便的电子资料存储流转工具。不仅不占用空间，而且在任何电脑上都能访问，下面这些使用网盘的做法中，哪一项会造成个人隐私信息泄露的风险?（）（单选题2分） 得分：2分 C.将所有信息保存在云盘，设置一个复杂的云盘密码，然后将密码信息保存在电脑D 盘的文件夹中 2.位置信息和个人隐私之间的关系，以下说法正确的是（）（单选题2分）得分：2分 C.需要平衡位置服务和隐私的关系，认真学习软件的使用方法，确保位置信息不泄露 3.你收到一条10086发来的短信，短信内容是这样的：“尊敬的用户，您好。您的手机号码实名制认证不通过，请到XXXX网站进行实名制验证，否则您的手机号码将会在24小时之内被停机”，请问，这可能是遇到了什么情况?（）（单选题2分）得分：2分 D.伪基站诈骗 4.我们在日常生活和工作中，为什么需要定期修改电脑、邮箱、网站的各类密码?（）（单选题2分）得分：2分 D.确保个人数据和隐私安全 5.浏览网页时，弹出“最热门的视频聊天室”的页面，遇到这种情况，一般怎么办?（）（单选题2分）得分：2分 D.弹出的广告页面，风险太大，不应该去点击 6.在某电子商务网站购物时，卖家突然说交易出现异常，并推荐处理异常的客服人员。以下最恰当的做法是?（）（单选题2分）得分：2分 C.通过电子商务官网上寻找正规的客服电话或联系方式，并进行核实 7.重要数据要及时进行（），以防出现意外情况导致数据丢失。（单选题2分）得分：2分 C.备份 8.我国计算机信息系统实行（）保护。（单选题2分）得分：2分 B.安全等级 9.当前网络中的鉴别技术正在快速发展，以前我们主要通过账号密码的方式验证用户身份，现在我们会用到U盾识别、指纹识别、面部识别、虹膜识别等多种鉴别方式。请问下列哪种说法是正确的。（）（单选题2分）得分：2分 C.使用多种鉴别方式比单一的鉴别方式相对安全 10.日常上网过程中，下列选项，存在安全风险的行为是?（）（单选题2分）得分：2

大数据时代的机遇与挑战

重庆工商大学派斯学院 学年论文 设计题目：大数据时代的机遇与挑战 院系：软件工程学院 专业班级：12计算机科学与技术本科（2）班学生姓名：刘伟学号：2012305039 指导教师：程光德职称：讲师 日期：2015年9月

重庆工商大学派斯学院学年论文（设计）成绩评定表 专业班级计算机本科2班 题目大数据时代的机遇与挑战字数6608 作者刘伟指导教师程光德（职称：讲师）指导教师评语： 初评成绩指导教师（签名） 年月日评阅教师评语： 初评成绩评阅教师（签名） 年月日软件工程学院学年论文（设计）领导小组意见： 综合评定成绩（五级制）负责人（签章） 年月日注：学年论文（设计）成绩按优秀、良好、中等、及格、不及格评定。

目录 一、绪论 (2) （一）什么是大数据 (2) （二）大数据能做些什么 (2) 二、本论 (2) (一)大数据的重要性 (2) 1.大数据的处理分析正成为新一代信息技术融合应用的结点 (2) 2.大数据利用将成为提高核心竞争力的关键因素 (3) 3.大数据资源成为重要战略资源 (3) 4.大数据时代将成为世界发展的主流 (3) 5.大数据时代科学研究的方法手段将发生重大改变 (4) (二)大数据时代的机遇 (4) 1.大数据服务市场崛起 (4) 2.大数据时代的到来将为企业的发展和竞争提供新的出路 (4) 3.大数据技术为政府社会治理带来新机遇 (5) 4.大数据引领新发展 (5) (三)大数据时代的挑战 (5) 1.大数据时代信息技术面临的挑战 (5) 2.数据污染，数据质量差 (6) 3.大数据人才缺乏 (6) 4.商业模式转变的挑战 (7) 5.大数据管理与决策 (7) 三、结论 (8) 参考文献 (9)

大数据时代题目及答案(三套试题仅供参考)111

第一套试题 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。 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。 A：统计报表 B：网络爬虫 C：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

大数据时代的机遇与挑战

求是：大数据时代的机遇与挑战 大数据泛指巨量的数据集，因可从中挖掘出有价值的信息而受到重视。《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的三大技术变革。麦肯锡公司的报告指出数据是一种生产资料，大数据是下一个创新、竞争、生产力提高的前沿。世界经济论坛的报告认定大数据为新财富，价值堪比石油。因此，发达国家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。 大数据时代的来临 互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），2014年将是10GB。全网流量累计达到1EB （即10亿GB或1000PB）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。我国网民数居世界之首，每天产生的数据量也位于世界前列。淘宝网站每天有超过数千万笔交易，单日数据产生量超过50TB（1TB等于1000GB），存储量40PB(1PB等于1000TB)。百度公司目前数据总量接近1000PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。一个8Mbps（兆比特每秒）的摄像头一小时能产生3.6GB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。医院也是数据产生集中的地方。现在，一个病人的CT影像数据量达几十GB，而全国每年门诊人数以数

十亿计，并且他们的信息需要长时间保存。总之，大数据存在于各行各业，一个大数据时代正在到来。 信息爆炸不自今日起，但近年来人们更加感受到大数据的来势迅猛。一方面，网民数量不断增加，另一方面，以物联网和家电为代表的联网设备数量增长更快。2007年全球有5亿个设备联网，人均0.1个；2013年全球将有500亿个设备联网，人均70个。随着宽带化的发展，人均网络接入带宽和流量也迅速提升。全球新产生数据年增40%，即信息总量每两年就可以翻番，这一趋势还将持续。目前，单一数据集容量超过几十TB甚至数PB已不罕见，其规模大到无法在容许的时间内用常规软件工具对其内容进行抓取、管理和处理。 数据规模越大，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。首先，大数据反映舆情和民意。网民在网上产生的海量数据，记录着他们的思想、行为乃至情感，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。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，通过分析相关数据，可以了解大众需求、诉求和意见。其次，企业和政府的信息系统每天源源不断产生大量数据。根据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 （1ZB等于1000EB），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，倘若能够更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

最新在“大数据”时代背景下-当代大学生应该如何应对“大数据”带来的机遇和挑战

请大家结合实际，在“大数据”时代背景下，当代大学生应该如何应对“大数据”带来的机遇和挑战。 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。 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 1.由被动学习模式向自主学习模式转变。在传统的学习模式中，学生就像嗷嗷待哺的婴

社会计算：大数据时代的机遇与挑战

社会计算：大数据时代的机遇与挑战* 孟小峰1李勇1? 祝建华2 1（中国人民大学信息学院北京 100872） 2（香港城市大学媒体和传播系香港 999077） Social Computing in the Era of Big Data：Opportunities and Challenges Meng Xiaofeng1，Li Yong1 and Jonathan J．H．Zhu2 1（School of Information，Renmin University of China， Beijing 100872） 2（Department of Media and Communication，City University of Hong Kong，Hong Kong 999077） Abstract With the rapid development of information technology，especially sweeping progress in the internet of things，cloud computing，social networks and social media，the era of big data is coming．As a data-intensive science，social computing is an emerging that leverages the capacity to collect and analyze data with an unprecedented breadth and depth and scale．It represents a new computing paradigm and an interdisciplinary research and application field．A broad comprehension of major topics involved in social computing is important for both scholars and practitioners． In this paper，we give a brief survey of the various research fields in social computing．We present key concepts and analyze state-of-the-art of the field．The article not only shed insights on social computing，but also afford conduit for future research in the field．Social computing has two distinct foci．One is on the social science issues，such as computational social science，computational sociology，social network analysis etc．The other focus is on the use of computational techniques，such as social use，hedonic use and generative use．Finally some new challenges ahead are summarized，including interdisciplinary cooperation and training，big data sharing for scientific data mashups，and privacy protect． Keywords Social Science； Social Computing； Social Networks Analysis； Computational Social Science； Big Data 摘 要 信息技术的飞速发展，特别是物联网、云计算、社交网络、社会媒体以及信息获取技术的进步，数据正以前所未有的速度迅速增长和积累，大数据时代已经到来．社会计算作为一种数据密集型科学，在收集和分析数据的广度、深度以及规模上都产生了巨大影响，社会计算作为一种新的计算范式，产生了一个新的跨学科研究与应用领域，其广阔的研究内容与应用已引起了学术界和工业界的广泛关注．分析了社会计算产生的历史背景及概念、研究现状及大数据带来的机遇，综述了社会计算不同的研究领域，主要有2个发展趋势：一个面向社会科学，包括计算社会科学、计算社会学、社会网络分析等；一个面向技术应用，包括社交应用、娱乐应用、生产应用等，这2种发展趋势同时又相互影响．最后讨论了社会计算研究领域存在的挑战，包括跨学科合作与训练的问题、科学研究中大数据共享问题以及隐私保护． 关键词 社会科学；社会计算；社会网络分析；计算社会科学；大数据 中图法分类号 TP3-05 收稿日期：2013－06－27；修回日期：2013－09－25 基金项目：国家自然科学基金项目（61379050，91024032，91224008，91124001，91324015）；国家“八六三”高技术研究发展计划基金项目（2012AA011001，2013AA013204）；中国人民大学科学研究基金项目（11XNL010） ?通信作者：李勇，facingworld@126．com