传媒行业：成长是不变的主线
2013-12-12 08:14:28来源: 东北证券有0人参与
分享到
估值已到高位,系统性风险加大。2013年1月4日至11月29日,中信传媒指数上涨124.20%,最高涨幅163.68%,同期上证综指下跌3.99%,最高涨幅6.64%,传媒板块大幅跑赢大盘。主要原因是:其一,全年市场流动性较好,IPO暂停,但经济复苏低于预期,市场偏好成长股、资金大量涌入中小板和创业板;其二,传媒板块抗周期性强,影视、互联网等新媒体公司业绩高增长,顺理成章地成为市场热点;其三,政策支持力度加大,十八届三中全会再次从战略高度提升了文化产业的地位,从国家战略角度将文化体制与经济体制、政治体制等重要制度相提并论,从历史数据来看,A股传媒板块的整体估值具有比较明显的政策驱动属性。
实质性政策利好值得期待。2013年11月召开的十八届三中全会对文化体制改革发展的思路与十七届六中全会一脉相承,指出文化体制改革是全面深化改革的14项重要任务之一,再一次凸显了文化体制改革和文化产业的重要地位。
细分行业分化加剧,新媒体的崛起得到进一步确认,看好互联网、营销服务、影视行业。我们预计2014年:互联网行业仍将保持快速增长,网络游戏、互联网电视、在线教育、移动互联网等细分行业都还处在高速成长期;出版行业预计未来一段时间内还将保持稳定缓慢的增长速度,跨地区整合难度较大;报纸行业受新媒体冲击巨大,如何快速向新媒体转型、拓展新的盈利来源仍将是报纸行业未来一段时期的主题;电影票房市场预计仍能维持20%左右的增长速度;电视剧行业整合仍将是发展主题;广告营销行业预计仍将保持稳定增长。
长期来看,我国文化产业已经进入了快速增长的上升通道,展望2014年,我们仍然看好行业整体的发展机会,认为传媒行业整体的平均利润增速能够维持20-30%的增长速度,影视、互联网、广告等细分行业的高增长能够持续,但估值已经处于相对高位,系统性风险显著提高。就目前来说,我们建议关注个股的投资机会,从基本面出发,通过对安全边际的把握化解系统性风险。
推荐组合:浙报传媒、宋城股份、电广传媒、新文化、蓝色光标、三六五网、中南传媒。
风险提示:宏观经济景气下滑、创业板大幅调整。
4G将引发大数据革命三大智能行业潜力大
2013-12-12 03:06:55来源: 证券日报-资本证券网(北京)有3人参与
分享到
12月4日，工信部向中国移动、中国电信、中国联通正式发放了第四代移动通信业务牌照（即4G牌照），这标志着我国电子通信行业正式进入了4G时代。
4G时代，大数据的采集和传输速度更快，大数据体量也会快速膨胀，且推动大数据存储、计算和分析技术的革新。业内人士表示，4G的发展除了给人们的移动生活带来极大的便利外，也将带动相关产业链的发展。在智能手机发展的同时，4G商用所带来的其他效应，尤其是给智能终端领域带来活力，如全新的终端形态—可穿戴设备。另外，以无线通信技术为载体的智能家居产业也将受益较大。今日本版特对智能通信、智能穿戴和智能家居等三大智能行业及相关个股的投资机会进行分析，以飨读者。
智能通信
三大投资主线贯穿全年
无论走到哪里，总能看到摆弄手机的“低头族”，打游戏、看视频、刷微信，手机成了人们日常生活中必不可缺的伙伴。
市场分析人士表示，在智能终端普及和用户习惯形成的驱动下，移动互联网行业发展刚刚开始，将主导未来3年至5年TMT行业发展主题。
12月4日，4G牌照发放。上海证券表示，2014年4G基站建设规模翻倍。中国联通首次LTE基站集采5.2万个，其中TD-LTE基站占比只有19.2%，中国电信首次LTE集采，其中30%基站为TD-LTE。2014年中国移动计划4G覆盖城市从100个提高到300个以上，基站建设量需要40万个左右，中国联通以F DD为主的实验网，总数量可能不会超过10万个基站。中国电信以FDD占大部分的实验网，考虑到其投资规模，总基站建设规模15万个左右。考虑到2013年TD六期基站数目有12万个以上，真实总量投资增量要小得多。
截至10月底，中国移动移动用户达到7.59亿，其中3G用户数1.76亿。中国移动会尽快把高端用户迁移到4G网络上，同时提升其ARPU值。5月份至9月份中国移动3G用户月增规模在1000万户左右，4G下中国移动采取IPhone5S、三星等明星机和千元定制机组合
的方式，预计2014年中国移动的4G用户将在1亿户至1.5亿户，4G推进进程远超3G的进程。智能手机产业链及手机分销渠道和增值业务受益超预期。
中信建投关于通信行业的最新研究报告表示，2014年最看好移动互联网、4G及北斗三条主线。
第一、2014年移动互联网将进一步爆发，未来5年至10年成长空间巨大、是最值得关注的领域。预计手游行业明年翻番增长，且未来几年仍将保持每年100%以上的高速增长，但随着行业集中度提升且目前板块估值偏高，关注点应从主题概念转移到业绩兑现及进一步收购整合中。除手游之外，移动互联网未来空间广阔，明年最可能爆发的三大领域为：移动支付（移动支付卡、芯片、平台）、移动视频（在线教育、社交娱乐等短视频分享）及移动位置服务（北斗、LBS、三维地图等）。
第二、4G为跨年主线投资，2013年规模建设启动，预计2013年底发放4G牌照，2014年、2015年为主建设期，相关上市公司的业绩将在2014年开始有所体现。重点关注系统设备及网优运维相关公司。
第三、北斗产业受国家政策支持，关系国家安全及国计民生，可长期看好。此外，北斗产品规模招标启动是行业将爆发的最重要标志。国防产品规模招标已经启动，多个行业及区域示范工程在2013年第三季度及2014年第一季度将相继落地，大众产品（包括以手机为代表的消费电子产品等）将不断推出，北斗产业将在2014年进入全面爆发阶段。
个股方面，中信建投目前重点推荐业绩增长确定性强，估值相对不太高的恒宝股份、中兴通讯、中海达、海格通信，关注鹏博士、拓维信息和国腾电子。
“增值服务板块是通信行业排头兵，移动互联网浪潮催生发展机遇。”兴业证券作出这样的判断。
2013年移动互联网爆发带给增值服务行业巨大的发展机遇，推动着资本市场的预期和炒作；2014年，移动互联网成长依然确定，CDN和手机游戏是未来3年成长最确定的细分领域，O2O隐含巨大的商业潜力和创新空间，但需要“去伪存真”，用更加严格的眼光和标准来评判新的商业模式和投资标的价值，重点推荐增长确定性强和具有外延式发展预期的公司，重点公司：鹏博士、北纬通信、网宿科技、爱施德、天音控股、梅泰诺。
智能穿戴
“小身材”演绎“大财富”
今年以来，继智能手机、平板电脑之后，可穿戴设备正在成为智能巨头们的“新宠”。分析人士认为，可穿戴设备很有希望成为下一代电子产品的主旋律，市场空间巨大，必将催生一批具有创新精神并受益于可穿戴市场大爆发的企业。同时，相关上市公司的投资机会也将随之而来。
在资本市场上，智能穿戴概念的横空出世，受到市场极大关注，相关概念股也出现了大幅飙升。
据统计，今年以来截至12月10日，智能穿戴板块中的16只个股累计涨幅均超过17%。其中，上海新阳（175.8%）、丹邦科技（154.06%）、九安医疗（135.6%）和北京君正（134.2%）等个股同期涨幅均超过100%。
从公司业绩来看，今年三季度净利润同比增长超过40%的公司分别为：康耐特（2215.8%）、深天马A（99.5%）、歌尔声学（45%）、长信科技（43.2%）和科大讯飞（40%）。另外，今年年报预告净利润增幅达到或超过60%的公司分别为：深天马A（130%）、歌尔声学（60%）和科大讯飞（60%）。
对于可穿戴市场的发展，有国外机构预估，2016年可穿戴设备出货量达到1.7亿部,而中国市场规模到2015年预计达到26.1亿元,2012年至2015年复合增长率为30.9%。
从长远的发展来看，业内人士认为，可穿戴设备百亿规模可期，但目前仍然处于行业导入期。目前各企业竞争格局分散，短期尚难出现地方龙头企业，大众市场仍需要引导消费，可穿戴设备行业产业链也还不成熟。兴业证券表示，可穿戴式设备在医疗与消费这两大领域的应用前景最为广阔,最有发展潜力。
目前看,谷歌眼镜、智能手表等可穿戴设备是高新科技的典型代表。
光大证券分析认为，首先，谷歌眼镜开创了可穿戴设备的先河。谷歌眼镜给硬件行业带来了重大变革和机遇，其对硬件的要求体现在四个方面：1.人机互动友好性（包括信息输入和输出）；2.续航时间长；3.连接性；4.轻薄微型化。
其次，智能手表将续写可穿戴设备辉煌。苹果、三星、谷歌等巨头的动向让分析师坚信第三代智能手表功能将更为强大，有望与智能手机相当。
对此，光大证券表示，智能眼镜和智能手表具有信息输入和输出优势互补的特点，两者的结合将兼具各自优势，并具有可穿戴设备的自然获得人体信息、解放双手的优点，非常有望替代智能手机，带来消费电子的革命性变化。而智能眼镜+手表的硬件组合也需要两个产品之间频繁的信号互联，势必增加对无线模组的需求。
从具体相关上市公司的投资机遇来看，兴业证券分析认为，从谷歌产业链来看，水晶光电、德赛电池、环旭电子有望受益；从弹性角度来看,水晶光电弹性最大。水晶光电是光学精密镀膜龙头,且在LCOS微投方面有深厚积累。从智能手表产业链来看，北京君正有望受益,其芯片已经应用于盛大果壳,MIPS架构较ARM功耗低1/3至1/2,尤其适合可穿戴设备低功耗的需求。MEMS方面,士兰微、歌尔声学有望受益。
智能家居
千亿元市场空间待开启 9只龙头股率先受益
随着科技的不断发展，人们生活水平的逐渐提升，在对家的定义上，人们也从最开始把家仅仅作为居住的场所升级到对安全的需求、对娱乐的需求以及对舒适度的追求等多种需求上，智能家居把这些需求变为可能，例如人们可以通过手机遥控来远程操作很多家电设备便是智能家居应用之一。
分析人士表示，智能家居作为物联网发展的一部分，将生成一组关于我们生活的数据并被储存到某家公司服务器上，通过分析挖掘，这些数据便可能为企业创造利润，而4G网络平台的建设将推动智能家居快速发展，目前从技术层面来看，智能家居技术笼统来看主要分为两大类，即无线技术与有线技术，随着Wifi、4G等技术的不断普及，4G无线智能家居未来将逐渐取代有线产品。通过无线通讯技术，用户可以随时了解掌控家庭一切，比如察看家中老人、孩子生活情况等，相关股票的长期投资价值初现。
据《证券日报》市场研究中心统计，目前A股市场上与智能家居相关的概念股有9只，其中，10月份以来截至12月10日，有6只个股出现不同程度的上涨，它们分别为：四川长虹（69.19%）、青岛海尔（49.47%）、和而泰（10.04%）、英唐智控（10.00%）、安居宝（3.61%）和拓邦股份（3.31%）。
从业绩表现来看，在上述9只个股中，截至12月10日，有3只个股披露了2013年业绩预告，均预喜，它们分别为：拓邦股份（净利润预增80.00%）、海康威视（净利润略增50.00%）、和而泰（净利润略增40%）。
从行业的发展前景来看，据国脉物联网技术研究中心在《2010年至2015中国智能家居产业发展趋势与投资机会研究报告》中对智能家居行业进行的预测，我国巨大的人口基数以及国人对于装修的热爱，该行业又是一个具有千亿元估值的新兴产业。目前从国内情况来看，除了一些明星和科技狂人外，普通消费者在住宅设计时并未通盘考虑整体运用智能家居控制系统，人们的消费观念仍然未能有效形成，但智能家居作为一个新生行业，目前正处于大规模兴起的起点，市场消费观念也正在逐步形成过程中，随着智能家居市场推广普及的进一步
中粮地产质押地王项目股权融资战略变阵
2013-12-12 09:02:08来源: 观点地产网(广州)有0人参与
分享到
中粮地产旗下北京孙河项目，曾因单价刷新万柳地王，而备受关注。
近日，中粮地产发公告，其将与中信信诚资产管理有限公司合作开发孙河地王项目。不过让人疑虑的是，曾经遭各路开发商疯抢、且地理资源非常稀缺的地王项目，如今为何要选择合作开发的方式，与合伙人分享利润？
对此，中粮地产证券事务代表范步登回应观点地产新媒体时表示，中粮地产日前多宗股权融资案例，主要与中粮地产目前的融资战略有关系。
地王股权质押
中粮地产表示，为推动孙河项目开发，中粮地产选择与中信信诚合作开发北京孙河地王项目。
根据协议约定，中信信诚对中粮地产全资子公司北京公司100%持有的北京正德兴合房地产开发有限公司，提供9.08亿元的委托贷款，期限为24个月，年利率为10%。
同时，北京公司将以其持有的正德公司全部股权，为中信信诚对正德公司的委托贷款提供质押担保；中粮为该笔委托贷款提供连带责任保证担保，担保期限至债务履行期限届满之日起2年，而正德公司向中粮提供反担保。
据了解，因项目位于北京“中央别墅区”，孙河HIJ低密度地块于开拍前曾颇受市场关注。
今年7月23日，中粮地产力克泰禾、万科、融创、招商、首城、华发股份、住总、中铁建等多家企业后，以总价23.6亿元、楼面价4.4万/平、配建3.3万平公租房的代价获得，一举超过北京单价地王万柳地块，成为北京单价新地王。
当时，市场估计以最终成交价格计算，孙河HIJ地块的纯商品住宅部分楼面价其实已经到每平米5万元，未来项目入市，至少要高于8万元/平米才不至于亏本。
不过，即便拿地成本较高，对项目入市销售造成一定影响，但北京相关业内仍表示，孙河项目适合打造高端产品，而在北京高档项目稀缺背景下，该项目未来还是有较大盈利前景。
另据了解，作为北京传统的别墅区，孙河是众房企争抢的重要区域。早在去年9月26日，龙湖就以14.7亿元拿下了该区域的一宗居住用地，楼面价2.02万元/平方米，溢价率为8.7%。
后于今年1月24日，在朝阳区孙河乡北甸西村W地块二类居住用地的竞标中，泰禾也从11家企业中胜出，折合平均成交楼面价为2.86万元/平方米，溢价率约为49.79%。
然而，就是这样一宗如此受追捧区域的地王项目，中粮最终却选择以合作模式来开发，难免让人有些疑问。对此，中粮地产证劵事务代表范步登表示，“目前中粮地产在调整融资结构，中粮会根据自己的资金结构做一些有选择性的合作”。
降负债谋扩张
与近期以股权融资相同，此次为孙河项目融资，中粮地产也有将孙河项目全部股权做质押动作。
而值得注意的是，这种适于处于成长性初期企业的融资方式，对已经上市的企业来说并非最佳融资方式。
对此，范步登回应表示，目前中粮地产的负债率接近80%，所以合作上会更加倾向于一些股权性质的合作。
而这一倾向，在中粮地产近几次的融资动作上均有所体现。早前9月26日，中粮地产携私募基金上海中城永跃投资中心，为南京项目融资7.01亿元，其中，上海中城永跃投资中心为南京项目增资3.68亿元，同时提供股东贷款为3.33亿元，期限为1年，年利率7.5%。
随后10月29日，中粮地产又以股权加债权方式，引入基金上海中城永玺投资中心共同开发成都崔家店项目，总融资额为7.05亿元。其中，基金委股权增资部分为2.45亿元；股东贷款为4.6亿元，期限为1年，基金在该贷款部分的年回报为8%。
对于该种股权性质的合作，相关分析师曾表示，将股权让渡出去，虽能与中粮地产分担项目未来发展存在的风险，但也会稀释项目未来的收益，因此，不建议企业用股权的方式去做融资。
虽非最佳融资途径，但中粮地产之所以选择为之，或主要与其想降负债有关。
中粮地产在早前几次股加债融资时有提及，彼时，中粮地产表示，主要是在拓宽公司融资渠道的同时，还能在控制资产负债率的前提下进一步促进业务发展。
就负债问题，中粮地产第三季度报告中有提及，报告显示，报告期末，其一年内到期的非流动负债26.39亿元，较年初增加36.22%，主要是一年内到期的长期借款增加。
另关于中粮地产此次的调整融资战略，相关分析师也指出，近年来，中粮地产发展速度较慢，因此其自身也想通过股权融资方式，以更少的资金支出，翘起更大的发展平台。
“中粮地产目前项目主要集中在北京、上海、深圳、重庆等地，但发展未形成规模效应，品牌影响力也不够”。
同时，该分析师也补充指出，未来中粮地产旗下拥有的大量旧改项目，或是其未来谋发展的好机会；同时，待资本市场放开后，中粮地产或也会考虑做增发或选择去资本市场融资。
聂梅生：地产下行态势已形成并将持续
2013-12-12 10:16:00来源: 北京商报(北京)有0人参与
分享到
聂梅生日前在分析当前全国房地产市场形势时表示，虽然各项指标仍处于高位，但下行态势已形成并将持续。她称，2013年绝大多数城市房价涨幅将低于GD P增幅。
聂梅生说，以前很少谈到房地产拐点和泡沫，但在十八届三中全会以后，其认为是时候发表意见了。聂梅生称，房地产存在泡沫化的趋势，部分城市泡沫开始破裂，但没有形成全局性问题。
在对比了中国和美国的房地产市场发展阶段后，聂梅生判断称，当前中国房地产市场相当于2006年前后的美国房地产发展阶段，彼时美国房地产市场上涨了3倍，正处于顶端；而中国房地产目前已经上涨了5倍。
中粮地产质押地王项目股权融资战略变阵
2013-12-12 09:02:08来源: 观点地产网(广州)有0人参与
分享到
中粮地产旗下北京孙河项目，曾因单价刷新万柳地王，而备受关注。
近日，中粮地产发公告，其将与中信信诚资产管理有限公司合作开发孙河地王项目。不过让人疑虑的是，曾经遭各路开发商疯抢、且地理资源非常稀缺的地王项目，如今为何要选择合作开发的方式，与合伙人分享利润？
对此，中粮地产证券事务代表范步登回应观点地产新媒体时表示，中粮地产日前多宗股权融资案例，主要与中粮地产目前的融资战略有关系。
地王股权质押
中粮地产表示，为推动孙河项目开发，中粮地产选择与中信信诚合作开发北京孙河地王项目。
根据协议约定，中信信诚对中粮地产全资子公司北京公司100%持有的北京正德兴合房地产开发有限公司，提供9.08亿元的委托贷款，期限为24个月，年利率为10%。
同时，北京公司将以其持有的正德公司全部股权，为中信信诚对正德公司的委托贷款提供质押担保；中粮为该笔委托贷款提供连带责任保证担保，担保期限至债务履行期限届满之日起2年，而正德公司向中粮提供反担保。
据了解，因项目位于北京“中央别墅区”，孙河HIJ低密度地块于开拍前曾颇受市场关注。
今年7月23日，中粮地产力克泰禾、万科、融创、招商、首城、华发股份、住总、中铁建等多家企业后，以总价23.6亿元、楼面价4.4万/平、配建3.3万平公租房的代价获得，一举超过北京单价地王万柳地块，成为北京单价新地王。
当时，市场估计以最终成交价格计算，孙河HIJ地块的纯商品住宅部分楼面价其实已经到每平米5万元，未来项目入市，至少要高于8万元/平米才不至于亏本。
不过，即便拿地成本较高，对项目入市销售造成一定影响，但北京相关业内仍表示，孙河项目适合打造高端产品，而在北京高档项目稀缺背景下，该项目未来还是有较大盈利前景。
另据了解，作为北京传统的别墅区，孙河是众房企争抢的重要区域。早在去年9月26日，龙湖就以14.7亿元拿下了该区域的一宗居住用地，楼面价2.02万元/平方米，溢价率为8.7%。
后于今年1月24日，在朝阳区孙河乡北甸西村W地块二类居住用地的竞标中，泰禾也从11家企业中胜出，折合平均成交楼面价为2.86万元/平方米，溢价率约为49.79%。
然而，就是这样一宗如此受追捧区域的地王项目，中粮最终却选择以合作模式来开发，难免让人有些疑问。对此，中粮地产证劵事务代表范步登表示，“目前中粮地产在调整融资结构，中粮会根据自己的资金结构做一些有选择性的合作”。
降负债谋扩张
与近期以股权融资相同，此次为孙河项目融资，中粮地产也有将孙河项目全部股权做质押动作。
而值得注意的是，这种适于处于成长性初期企业的融资方式，对已经上市的企业来说并非最佳融资方式。
对此，范步登回应表示，目前中粮地产的负债率接近80%，所以合作上会更加倾向于一些股权性质的合作。
而这一倾向，在中粮地产近几次的融资动作上均有所体现。早前9月26日，中粮地产携私募基金上海中城永跃投资中心，为南京项目融资7.01亿元，其中，上海中城永跃投资中心为南京项目增资3.68亿元，同时提供股东贷款为3.33亿元，期限为1年，年利率7.5%。
随后10月29日，中粮地产又以股权加债权方式，引入基金上海中城永玺投资中心共同开发成都崔家店项目，总融资额为7.05亿元。其中，基金委股权增资部分为2.45亿元；股东贷款为4.6亿元，期限为1年，基金在该贷款部分的年回报为8%。
对于该种股权性质的合作，相关分析师曾表示，将股权让渡出去，虽能与中粮地产分担项目未来发展存在的风险，但也会稀释项目未来的收益，因此，不建议企业用股权的方式去做融资。
虽非最佳融资途径，但中粮地产之所以选择为之，或主要与其想降负债有关。
中粮地产在早前几次股加债融资时有提及，彼时，中粮地产表示，主要是在拓宽公司融资渠道的同时，还能在控制资产负债率的前提下进一步促进业务发展。
就负债问题，中粮地产第三季度报告中有提及，报告显示，报告期末，其一年内到期的非流动负债26.39亿元，较年初增加36.22%，主要是一年内到期的长期借款增加。
另关于中粮地产此次的调整融资战略，相关分析师也指出，近年来，中粮地产发展速度较慢，因此其自身也想通过股权融资方式，以更少的资金支出，翘起更大的发展平台。
“中粮地产目前项目主要集中在北京、上海、深圳、重庆等地，但发展未形成规模效应，品牌影响力也不够”。
同时，该分析师也补充指出，未来中粮地产旗下拥有的大量旧改项目，或是其未来谋发展的好机会；同时，待资本市场放开后，中粮地产或也会考虑做增发或选择去资本市场融资。
万达与太保合作与多地政府共建养老地产
2013-12-12 03:06:56来源: 证券日报-资本证券网(北京)有0人参与
分享到
泰康与万科达成合作协议后不久，近日中国太平保险集团有限责任公司与大连万达集团股份有限公司在北京签署战略合作协议，协议显示，双方将在养老地产以及商业地产方面展开合作。
一位接近太平集团的人士对《证券日报》记者表示，目前双方签署了总对总合作协议，协议内容涵盖了双方合作的领域，合作细节要具体的项目合同签署后了才能确定。
在地产投资方面，太平集团不仅与多地政府签署了涉及养老地产的投资协议，还大肆购买写字楼。
与多地政府共建养老地产
上述合作协议内容显示，中国太平将推进与万达集团在一揽子保险服务领域的合作；深入研究以债权投资或股权计划的形式，合作开发文化旅游地产、养老地产以及商业地产等优质不动产项目；充分发挥综合和境外金融平台优势，满足万达集团在并购重组和海外投资过程中的风险管理和资金融通需求。
国泰君安某地产研究员告诉《证券日报》记者，此次合作的重点可能是协议的最后一句话，即万达的“资金融通需求”。至于合作开发养老地产，其认为，也有可能，但可能性不大，因近几年万达在重点开发投资旅游城。记者查阅资料显示，万达相继投资建设了长白山国际度假区、哈尔滨万达文化旅游城等。文化旅游产业成为了万达一个重点发展方向，但在养老地产方面暂时还没有涉足。
万科地产某高层人士告诉记者，多数地产企业对待养老地产还是很谨慎的，眼下“养老地产”被多数地产商、保险企业当做一个售楼的噱头，或者说作为一种营销的手段，但并没有成功的盈利模式。万科此前在杭州等地也尝试过养老地产，但包括决策层在内，万科对
养老地产的投资很谨慎，万科本身养老地产占总投资开发地产的比例就很少。如果地产企业与保险公司合作的话，更看重的或许是保险公司充足的现金流。
今年以来，在太平与万达达成合作协议之前，太平已与多地政府签署了涉及养老地产的合作协议。
2013年4月份，中国太平保险集团与青岛市人民政府在青岛签署战略合作协议。根据协议，中国太平将积极开展养老社区建设等领域的创新试点，探讨以债权或股权的投资形式参与包括养老地产在内的基础设施项目建设。
4月12日，中国太平与广西壮族自治区政府签署了合作协议。根据协议，双方将努力探索在债权投资、股权投资、不动产投资等领域的合作创新。6月25日，广西金融投资集团与中国太平保险集团旗下的香港太平资产管理有限公司签署了《股权投资计划合作备忘录》。
6月份，中国太平保险集团与山东省人民政府在香港签署战略合作协议。根据协议，太平保险将推进保险资金在山东省的运用，寻求在债权投资、股权投资、不动产投资等领域的合作创新，积极开展养老社区建设以及社会保障商业化运作等创新试点。
对此，上述地产研究员表示，保险公司与地方政府密集签署战略性养老地产合作协议，但并不急于签署具体合作细则，是出于多重考虑。不缺地但缺钱的地方政府希望通过保险公司实现引资，而保险公司则希望地方政府能在地价、税收等方面给予优惠，这是一个砍价和博弈的过程。另外，先与地方政府签署合作协议也可以取得优先进入该地区的话语权，对保险公司未来在当地投资养老地产等不动产领域也有利。
事实上，地方政府引资的缺口确实很大。以广西地区为例，在中国天平与广西政府签署战略合作协议期间，据媒体报道，广西自治区国资委有关人士就表示广西正在积极组织区直企业整理一批适合于港资港企合作的项目，当时已经准备好的项目有51个，合同投资额1783亿元，项目包括港务集团的航运、养生地产等项目。但记者查阅公开资料发现，此次与广西签署具体引资协议的企业并不多。
54.24亿元购置写字楼
记者统计，2013年，中国太平分三批次大量购置写字楼，其用于购置商业地产的资金额度累计达54.24亿元。
7月17日，中国太平持有50.05%及61.2%股权的太平人寿、太平财险，与最终控股股东中国太平集团的全属公司深圳太平，就联合竞买一块位于苏州的土地，订立联合竞买协议。
该土地面积约9559﹒31平方米，规划为商务金融用地，竞买底价2.41亿元。据出让要求，土地购买资金将由上述三方按60%、20%及20%按比例投入。
7月19日，中国太平宣布其持有约50%权益的太平人寿订立协议，向汇通房地产收购京汇通置业的全数股权，作价约15.98亿元，将以该公司内部资源拨付代价。
8月7日，太平人寿与金融街签订《金融街广安中心B地块项目写字楼订购协议书》，太平人寿购买金融街广安中心B地块4号楼西侧部分的写字楼。该项目暂定总建筑面积约为7.5万平方米，其中地上建筑面积约为7万平方米，地下建筑面积约为0.5万平方米，本次交易总价款约35.85亿元。
中国太平指出，太平人寿作出上述投资，长远而言，将有利其整体资产组成、投资组合之多元化、资产负债匹配及风险回报配置，签署上述协议是该公司2013年经营销售工作的重要成果，订购协议的签署对其本年度利润不会形成影响。
大数据发展的几大方向 大数据是目前最火热的一个词了，想必所有人，只要你接触网络，那你就应该听说过这个词。然而更多的人也只是听说过而已，对大数据并没有过多的了解，前几天我好多朋友就问我，大数据这么火，那它到底是做什么呢，这么火热的大数据前景究竟怎么样?今天我们就来探讨一下。 一、大数据的前景中国拥有世界上五分之一的人口，很多行业内专业人士断定中国在未来将成为大数据最重要的市场。中国的发展正在处于快速的上升期，中国产生的数据将是巨大的，而巨大的数据对大数据的发展将起到促进的作用，而大数据在中国市场的发展也将领先。如今，大数据作为中国官方重点扶持的战略性新兴产业，已逐步从概念走向落地“大数据”和“虚拟化”两大热门领域得到了广泛关注和重视，90%企业都在实用大数据。大数据将给中国的企业带来更广泛的发展机会，是值得大家重视的一个市场。 二、大数据发展的几大方向 方向一：大数据分析领域快速发展数据蕴藏价值，但是数据的价值需要用IT技术去发现、去探索，数据的积累并不能够代表其价值的多少。方向二：分布式存储有了用武之地大数据的特点就是数量多且大，这就使得存储的管理面临着挑战，这个问题就需要新的技术来解决，分布式存储技术将作为未来解决大数据存储的重要技术。方向三：大数据与云技术的结合如果再找一个可以跟大数据并驾齐驱的IT热词，云计算无疑是跟大数据关系非常大的一个词语。方向四：大数据将成为企业IT核心随着大数据价值逐渐被发展，大数据将成为企业IT的核心，毕竟在这个以盈利为主导的行业环境中，谁能够为企业带来更多的价值就将会更重要。了解详情 三、大数据就业前景好，工资高。大数据技术人才在中国市场目前非常紧缺，因此
工业大数据设备项目财务分析表 一、项目背景情况 当前，地区将进入以转型促发展的新阶段，工业发展仍处于大有 可为的战略机遇期，同时也将面临着发展环境复杂多变的严峻挑战， 加之生产要素瓶颈等制约，任务艰巨而紧迫。 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，其 以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业 大数据相关技术和应用。随着各国工业革新的推进、智能制造的发展，工业大数据行业得到快速发展。 工业大数据是未来工业在全球市场竞争中发挥优势的关键。近年来，各国纷纷推动其工业发展的改革，德国工业4.0、美国工业互联网、中国制造，制造业创新战略的实施基础都是工业大数据的搜集和特征 分析，以此创新发展、指导经营，推动工业智能化的发展。工业智能 化与工业大数据相互促进，其数据来源包含企业内部与外部及市场上
的相关数据，主要包含生产经营相关的业务数据、设备物联数据和外 部数据几个方面。 工业大数据是智能制造的关键技术，利用智能化的手段及数据服务，推动生产型制造向服务型制造转型，其在智能制造中有着广阔的 应用前景，在产品市场需求获取、产品研发、制造、运行、服务直至 报废回收的产品全生命周期过程中，工业大数据在智能化设计、生产、网络化协同制造、智能化服务、个性化定制等场景都发挥较大的作用。 随着工业化改革的发展，全球工业大数据的规模不断增加。截止 至2017年全球工业大数据的市场规模为201亿美元，当年全球大数据 市场规模为394亿元，工业大数据占全球大数据总规模超过50%，可见工业大数据已经成为全球大数据行业发展的主要的领域。未来，在以 德国为代表的工业4.0深化发展及其他国家智能制造的发展，预计 2020年全球工业大数据的市场规模为480亿美元，占大数据总规模的 比重约为60%。 《中国制造2025》提出推动了我国工业发展要向智能化的转变， 工业大数据成为行业发展的一个重要领域。据贵阳大数据交易所统计 资料显示，2017年我国工业大数据市场规模约为212元，较上年同比 增长41.3%，增速较快。按照国内工业数据化的发展及政策支持的推进，
大数据前沿技术及应用（六）：大数据技术与发展前景（仅适用于2017年公需课）课后作业成绩:100分已通过重新测试 正确20 题错误0 题使用时间10分23秒 试卷说明： ◇本卷共20题，作答时间为30分钟，总分100分，60分及格。 ◇试卷年份：2017年 一、单项选择题（每题分。每题的备选项中，只有1个最符合题意） 1. 下列选项中不属于大数据环境下的分析和挖掘方法具有的挑战是（）。 A. 数据量的膨胀 B. 数据深度分析需求的增长 C. 自动化、可视化分析需求的出现 正确答案为：D 4. 据管理数据的模式分类，NoSQL 系统可以分为不包括（）。 A. 键值系统 B. 文档存储系统 C. 图数据库 D. 语音管理系统 正确答案为：D 7. 大数据营销是基于（）的基础上，描绘、预测、分析、指引消费者行为，从而帮助企业制定有针对性的商业策略。 A. 用户行为分析 B. 大数据分析 C. 用户数量分析 D. 云计算分析 正确答案为：B 5. 下列选项中不属于目前大数据计算模式重要发展趋势和方向有（）。 A. 主流的Hadoop 平台改进后将与其他计算模式和平台共存 B. 混合计算模式将成为满足多样性大数据处理和应用需求的有效手段 C. 内存计算将成为高实时性大数据处理的重要技术手段和发展方向 正确答案为：D 3. （）是指通过互联网采集大量的行为数据。 A. 大数据营销 B. 互联网营销 C. 大数据分析 D. 互联网分析 正确答案为：A 6. 大数据给存储系统带来的挑战中不包括（）。
A. 存储规模大 B. 存储管理复杂 C. 数据服务的种类和水平要求高 D. 安全要求高 正确答案为：D 2. 下列选项中不属于目前大数据分析与挖掘重要发展趋势和方向的是（）。 A. 更加复杂、更大规模的分析和挖掘 B. 大数据的实时分析和挖掘 C. 大数据分析和挖掘的基准测试 正确答案为：D 二、多项选择题（每题分。每题的备选项中，有2个或2个以上符合题意，至少1个错项.错选，本题不得分；少选，所选每个选项得0.5分） 9. 在科学大规模数据的并行可视化工作中，主要涉及基本技术有（）。 A. 数据流线化 B. 任务并行化 C. 管道并行化 D. 数据并行化 正确答案为：A,B,C,D 8. 实时流式大数据的处理的需求是（）。 A. 大数据系统实现低延迟处理 B. 强大而又灵活的复杂事件处理引擎 C. 具有容错和去重能力 D. 对流量进行控制和动态节点增加和删除的能力 正确答案为：A,B,C,D 11. 在大数据环境下，目前最适用的存储与管理软件技术是（）。 A. 分布式文件系统 B. 分布式数据库 C. 访问接口 D. 查询语言 正确答案为：A,B,C,D 12. 对大数据的使用者、研究者、开发者以及上级主管部门，提出如下建议有（） A. 提高用户对大数据可用性的重要性的认识 B. 加强对大数据可用性评估和保证的关键技术的研究和开发。 C. 注重大数据可用性的评估，加强数据质量保证软件的开发和推广。 D. 尽快建立关于大数据可用性的标准，保证大数据的统一质量。 正确答案为：A,B,C,D 10. 大数据时代企业对数据的管理、查询及分析的需求变化主要集中在（）。
如今的大数据不再是一个流行术语，在大数据行业火热的发展下，大数据几乎涉及到所有行业的发展。国家相继出台的一系列政策更是加快了大数据产业的落地，预计未来几年大数据产业将会蓬勃发展。 未来大数据产业发展的趋势之一：与云计算、人工智能等前沿创新技术深度融合。大数据、云计算、人工智能等前沿技术的产生和发展均来自社会生产方式的进步和信息技术产业的发展。而前沿技术的彼此融合将能实现超大规模计算、智能化自动化和海量数据的分析，在短时间内完成复杂度较高、精密度较高的信息处理。百度大脑也结合了云计算、大数据、人工智能等多种技术，配合实现强大性能。 未来大数据行业发展趋势之二：针对制造业的大数据解决方案不断升级，助力智能制造。制造业产品的全生命周期从市场规划、设计、制造、销售、维护等过程都会产生大量的结构化和非结构化数据，形成了制造业大数据。除此以外，制造业大数据还具多源异构、多尺度、不确定、高噪声等特征。在《智能制造发展规划 2016-2020》中，明确提出 2025 年前，推进智能制造实施“两步走”战略：“第一步，到 2020 年，智能制造发展基础和支撑能力明显增强，传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展;第二步，到 2025 年，智能制造支撑体系基本建立，重点产业初步实现智能转型”。而在大数据细分市场中行业解决方案占比最高达 34.3%，将在智能制造产业发展中起到重要作用。
未来大数据产业前景一片大好，如果你也想加入大数据行业，可以来老男孩教育大数据培训进行专业系统的学习，还可以在老男孩教育官网上查看最新的大数据学习路线，做到心中有数，还有大量的免费大数据学习资料帮助学员快速入门。 本文内容由北大青鸟佳音校区老师于网络整理，学计算机技术就选北大青鸟佳音校区！了解校区详情可进入https://www.doczj.com/doc/2111530415.html,网站，学校地址位于北京市西城区北礼士路100号！
大数据技术进展与发展趋势 在大数据时代，人们迫切希望在由普通机器组成的大规模集群上实现高性能的以机器学习算法为核心的数据分析，为实际业务提供服务和指导，进而实现数据的最终变现。与传统的在线联机分析处理OLAP不同，对大数据的深度分析主要基于大规模的机器学习技术，一般而言，机器学习模型的训练过程可以归结为最优化定义于大规模训练数据上的目标函数并且通过一个循环迭代的算法实现，如图4所示。因而与传统的OLAP相比较，基于机器学习的大数据分析具有自己独特的特点[24]。图4 基于机器学习的大数据分析算法目标函数和迭代优化过程（1）迭代性：由于用于优化问题通常没有闭式解，因而对模型参数确定并非一次能够完成，需要循环迭代多次逐步逼近最优值点。（2）容错性：机器学习的算法设计和模型评价容忍非最优值点的存在，同时多次迭代的特性也允许在循环的过程中产生一些错误，模型的最终收敛不受影响。（3）参数收敛的非均匀性：模型中一些参数经过少数几轮迭代后便不再改变，而有些参数则需要很长时间才能达到收敛。这些特点决定了理想的大数据分析系统的设计和其他计算系统的设计有很大不同，直接应用传统的分布式计算系统应用于大数据分析，很大比例的资源都浪费在通信、等待、协调等非有效的计算上。传统的分布式
计算框架MPI（message passing interface，信息传递接口）[25]虽然编程接口灵活功能强大，但由于编程接口复杂且对容错性支持不高，无法支撑在大规模数据上的复杂操作，研究人员转而开发了一系列接口简单容错性强的分布式计算框架服务于大数据分析算法，以MapReduce[7]、Spark[8]和参数服务器ParameterServer[26]等为代表。分布式计算框架MapReduce[7]将对数据的处理归结为Map和Reduce两大类操作，从而简化了编程接口并且提高了系统的容错性。但是MapReduce受制于过于简化的数据操作抽象，而且不支持循环迭代，因而对复杂的机器学习算法支持较差，基于MapReduce的分布式机器学习库Mahout需要将迭代运算分解为多个连续的Map 和Reduce 操作，通过读写HDFS文件方式将上一轮次循环的运算结果传入下一轮完成数据交换。在此过程中，大量的训练时间被用于磁盘的读写操作，训练效率非常低效。为了解决MapReduce上述问题，Spark[8] 基于RDD 定义了包括Map 和Reduce在内的更加丰富的数据操作接口。不同于MapReduce 的是Job 中间输出和结果可以保存在内存中，从而不再需要读写HDFS，这些特性使得Spark能更好地适用于数据挖掘与机器学习等需要迭代的大数据分析算法。基于Spark实现的机器学习算法库MLLIB 已经显示出了其相对于Mahout 的优势，在实际应用系统中得到了广泛的使用。近年来，随着待分析数据规模的迅速扩
大数据的应用领域和发展前景怎么样 随着大数据进军社会的各个领域，千锋教育培训机构在疯狂的输出大数据人才，力争打造大数据全才，就今年的综合情况来看，未来几年大数据在商业智能、政府服务和市场营销三个领域的应用非常值得看好，大多数大数据案例和预算将发生在这三个领域。 （1）商业智能 商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 过去几十年，分析师们都依赖来自Hyperion、Microstrategy和Cognos 的BI产品分析海量数据并生成报告。数据仓库和BI工具能够很好地回答类似这样的问题：“某某人本季度的销售业绩是多少？”（基于结构化数据），但如果涉及决策和规划方面的问题，由于不能快速处理非结构化数据，传统的BI会非常吃力和昂贵。大多数传统BI工具都受到以下两个方面的局限： 首先，它们都是“预设-抓取”工具，由分析师预先确定收集什么数据用于分析。 其次，它们都专注于报告“已知的未知”（Known unknowns），也就是我
们知道问题是什么，然后去找答案。（而大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果）传统BI工具主要用于企业运营，侧重于成本控制和计划执行报告。 而大数据技术最主要的功能/应用是ETL（Extract、Transform、Load）。将近80%的Hadoop应用都与ETL有关，例如在导入Vertica这样的分析数据库之前对日志文件或传感器数据的处理。 今天计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常“奢侈”地先抓取大量数据再考虑分析命题。可以说，低廉的计算资源正在改变我们使用数据的方式。此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而“实时”和“预测”将BI带到了一个新的境界——未知的未知。这也是大数据分析与传统BI之间最大的区别。未来几年，随着企业间的兼并和新产品的不断推出，传统的BI工具将与大数据分析并存。 （2）公共服务 大数据另外一个重大的应用领域是社会和政府。如今，数据挖掘已经能够预测疾病暴发、理解交通模型并改善教育。
工业大数据驱动智能制造 随着产业互联网和智能制造时代的到来，工业大数据技术将成为制造业转型升级的重要引擎，是驱动研发设计、生产过程、管理经营、服务运维智能化的关键要素 5月5日15时19分，一架在后机身涂有象征天空蓝色和大地绿色的大型客机，潇洒稳健地降落在第四跑道上。这是一个历史性的时刻――它标志着中华民族百年的“大飞机梦”终于取得了历史性突破。而C919的下线以及首飞，不仅仅是一个产品的成功研制，更是一种新模式新体系――智能制造的实践检验。 2015年5月，国务院印发《中国制造2025》规划，部署全面推进实施制造强国战略。规划提出，以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向。 智能制造是一系列热点技术的总称，它是基于物联网、大数据、云计算等新一代信息技术，贯穿于研发、设计、生产、管理、服务等制造活动的各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。 智能制造具有以智能工?S为载体、以关键制造环节智
能化为核心、以端到端数据流为基础、以全面深度互联为支撑四大特征，其目标是缩短研发周期、降低运营成本、提高生产效率、提升产品质量、降低资源能耗。 C919大型客机成功首飞意味着中国实现了民机技术集群式突破，形成了我国大型客机发展的核心能力，其中就包括工业大数据技术。 中国商用飞机有限责任公司信息化中心主任王文捷介绍，大飞机一次飞行产生的数据量达到10个TB的量级，也就是说至少20台500G大硬盘的电脑才能装得下。而中国商飞公司，不仅要成功研制自主知识产权大飞机，还要成功运营大飞机制造商，从适航试飞到供应链管理，分分秒秒、日新月异的大数据堪称天量。 专家表示，设计图纸将成为过去，飞机完全是在数字世界里设计的，3D几何数据模型以数字模型的形式呈现飞机。数字化样机将含有制造所需的全部信息，不仅含有产品几何体，而且还含有制造产品所需的信息，比如材料、技术要求、包含的标准件、授权发布的文件等。在装配阶段，数字化装配技术将实现飞机装配建模、装配序列建模、装配路径规划和装配过程分析。 为此，中国商飞已经新合并成立信息化与管理创新部，并专门下设数据处，用数据驱动创新。如今，中国商飞建立起以零件号、版次、物料组等为基础的编码标准，给大大小
工业大数据如何成功推动智能制造发展 信息技术特别是互联网技术正在给传统工业发展方式带来颠覆性、革命性的影响。二维码、RFID、传感器、工控系统、物联网、ERP、CRM 等技术的广泛应用，推动工业企业实现生产流程各环节的互联互通，促进互联网与工业融合发展。但网络、通信、硬件设备等只是工业企业实现互联互通的基础，实时感知、采集、监控生产过程中产生的大量数据,运用大数据技术对企业产生、拥有的海量数据进行挖掘，得到有作用的分析结果，智能制造才能得以实现。 多源数据的融合是实现互联网与工业融合创新的必要条件，而要实现对多种来源、多种类型海量数据的分析处理，以及复杂的数据关联关系挖掘，都需要有大数据的支撑。在大数据的驱动下，互联网与工业进一步深度融合，新模式、新业态层出不穷，产业模式、制造模式、商业模式正在重塑，企业、市场与用户的互动程度和范围得到扩展，企业与用户关系加速重构，生产周期从产品的设计、研发、制造、销售、服务等逐渐构成闭环。 创新研发设计模式实现个性化定制 实现定制化设计。企业通过互联网平台能够收集用户的个性化产品需求，也能获取到产品的交互和交易数据；挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，实现定制化设计，再依托柔性化的生产流程，就能为用户生产出量身定做的产品。例如，海尔集团沈阳冰箱工厂利用云将用户需求和生产过程无缝对接，用户个性化需求可直接发送到生产线上，实现定
制化生产。用户还可通过生产线上的上万个传感器随时查到自己冰箱的生产进程。目前，一条生产线可支持500多个型号的柔性化大规模定制，生产时间可以缩短到10秒一台。 利用大数据进行虚拟仿真。传统生产企业在测试、验证环节需要生产出实物来评测其性能等指标，成本随测试次数增加而不断提升。利用虚拟仿真技术，可以实现对原有研发设计环节过程的模拟、分析、评估、验证和优化，从而减少工程更改量，优化生产工艺，降低成本和能耗。长安福特采用虚拟仿真技术改良汽车设计环节，设计师带着3D眼镜能够看见最新设计的福特轿车，甚至还能够模拟坐进车内，感受内装是否符合心意。如果有任何不好的地方，设计师能够马上通过软件修改，减少了开发产品的次数，能够在短时间内完成更多的设计工作，更快地反映市场的需求。 建立先进生产体系实现智能化生产 提升车间管理水平。现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声等，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析（包括违反生产规定、零部件故障）等。在生产过程中使用这些大数据，就能分析整个生产流程，一旦某个流程偏离了标准工艺，就会发出报警信号，快速地发现错误或者瓶颈所在。例如，美国GE集团在纽约州斯克内克塔迪市有一家氯化镍电池工厂，18万平方英尺的电池生产厂区内，安装了1万多个传感器，用来监测相关的温度、能耗和气压，并全部连接高速内部以太网络进行数据传输。在流
伴随着大数据时代的到来，人工智能技术的火热，很多人开始了对大数据、人工智能技术的研究。 2018 年1 月教育部印发的《普通gao中课程方案和语文等学科课程标准》新加入了数据结构、人工智能、开源硬件设计等AI 相关的课程。这意味着职场新人和准备找工作的同学们，为了在今后十年内不被淘汰，你们要补课了，从初中开始。 但时光一去不复返，对于已经升入大学，但还没有接触到大数据、人工智能技术的小伙伴又该怎么办呢？面对诱人的就业前景，正在向你招手的大好机遇，怎么能不心动？怎么能不想踏入这两大行业？ 据数据统计分析，大数据人工智能尖端人才远远不能满足需求。行业风口的人工智能，在中国人才缺口将超过500 万人，而中国人工智能人才数量目前只 有5 万（数据来自工信部教育考试中心）。 并且目前岗位溢价相当严重，2017 年人工智能在互联网岗位薪酬中位列第三，月薪20.1k，如果按照普遍的16 月薪酬计算，那么人工智能在2017 年一年的薪酬就是2.01*16=32.16 万。那么再来看一组2018 的薪酬数据：
所以如果你对自己的专业/工作不满意，现在正是进入人工智能ling域学习就业/转业的绝佳时机。 在面对众多的数学知识和编程知识里，自学会让大家耗费大量的时间金钱。因此，课工场成都基地大数据培训教育学院2018 重磅推出大数据人工智能课程，采用“T”字形的思维，以大数据的深度为主，以机器学习、云计算等作为宽度，相辅相成。成就无数大学生进入大数据人工智能ling域的梦想。 此外课工场成都基地大数据课程定期组织与一线名企的工程师进行面对面的就企业当下的项目讨论与研发，进而验证所学技术的正确方向。从宏观上讲述了大数据的特点，商业应用，发展和职业前景。然后对主流数据技术和生态圈进行了介绍，了解其他和大数据技术之间关系，然后对不同类型的大数据的分析和处理系统，解决方案和行业案例进行剖析和讲解。 以北京的中关村、西二旗等IT 公司密集的公司为技术背景，数据来源于一 线互联网公司的源数据，有一定的商业价值，并严格把控实际项目的前瞻性，如：Spark 的版本迭代，机器学习中的算法革新。学员实战项目贯穿整个教学环节，潜移默化的培养学生放眼全局，排查技术难点，既能独立思考，又能组织团队开发。 希望能帮到大家。
大数据发展趋势势 2011年，IBM的“沃森”超级计算机在美国著名智力竞赛节目《危险边缘》上击败两名人类选手而夺冠。（3分） ? A. 是 ? B. 否 北京航空航天大学创办了国内第一个“大数据科学与应用”软件工程硕士专业。（3分） ? A. 是 ? B. 否 人工智能够和人一样进行感知、认知、决策、执行的人工程序或系统。（3分） ? A. 是 ? B. 否
大数据开发的根本目的是以数据分析为基础，帮助人们做出更明确的决策，优化企业和社会运转。（3分） ? A. 是 ? B. 否 机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。（3分） ? A. 是 ? B. 否 目前，我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多“信息孤岛”。（3分） ? A. 是 ? B. 否 当前，企业提供的大数据解决方案大多基因Hadoop开源项目。（3分）
A. 是 ? B. 否 由于大数据处理多样性的需求，目前出现了多种典型的计算模式，包括大数据查询分析计算、批处理计算、流式计算、图计算等。（3分） ? A. 是 ? B. 否 大数据分为“结构化数据“与”非结构化数据”。（3分） ? A. 是 ? B. 否 大数据成熟催化了人工智能的进步，深度学习带来算法上的突破则带来了人工智能浪潮。（3分）
A. 是 ? B. 否 知识图谱是一种基于图的数据结构，由节点和边组成。（3分） ? A. 是 ? B. 否 大数据的发展趋势中的智能化关键技术包括感知技术、自然语言技术、交互技术以及决策等。（3分） ? A. 是 ? B. 否 2012年7月国务院发布的《“十二五”国家战略性新兴产业发展规划》中明确提出支持海量数据存储、处理技术的研发和产业化。（3分） ?
智能制造与工业大数据研究团队 团队负责人孔宪光 团队成员 团队简介 该团队现有教师25人，顾问8人，博士研究生11人，硕士研究生70余人，形成了一支机械、数学、计算机、管理等学科交叉融合，数字化、可靠性、健康管理、仿真、统计分析、大数据、人工智能等技术交叉融合团队。承担了国家科技重大高端装备专项、国家发改委大数据专项、国家工业互联网平台专项、工信部智能制造项目、教育部、国防科工局、军委装备发展部、国家自然基金、省科技统筹创新及国际合作交流专项、省教改项目等，获得了省科技进步奖、省教学成果奖等，授权受理专利40多项，软件著作权近20项。 建立了陕西省电子装备虚拟仿真实验教学中心，陕西省研究生联合培养示范工作站（西电-上海航天精密机械研究所可靠性与虚拟仿真人才培养示范工作站），西电-800可靠性试验与仿真联合实验室，西电-美国堪萨斯州立大学质量大数据联合技术研究中心，西电-紫光
云引擎工业互联网与工业大数据联合研发中心，西电-顶逸轨道交通及工业大数据联合实验室，西电-中铁盾构工业大数据联合技研究中心，并与国际知名的工业大数据机构IMS紧密合作。中心积极开展产学研合作，与航天800所、空军装备研究院、中铁一局、西电集团、中兴通讯、航天15所、中电29所、中电27所、中电深科技、航空430厂、西门子、陕鼓、清华紫光、网易、新华三等公司在内的10余家单位建立了密切合作关系。参加中国信息通信研究院主办的首届工业大数据创新竞赛，阿里云-天池工业大数据竞赛，取得了不错的比赛成绩。 围绕国家智能制造与中国制造2025的军民重大需求，中心正逐步将智能制造成果拓展应用于航空航天、电子电器、高端装备智能制造、城市地下空间工程智慧建造等领域，推动中国工业转型升级，培养新工科跨学科人才，致力于产学研成果转化并成为国内有影响力的智能制造与工业大数据研究中心！ 人才、重要成果及奖项 1.国务院政府特殊津贴专家、陕西省有突出贡献专家：仇原鹰 2.华山学者讲座教授、美国辛辛那提大学杰出教授：李杰 3.兼职教授、上海航天800所副所长：李中权 4.兼职教授、西电研究院总经理：康鹏举 5.兼职教授、西安交通大学教授、博导：王军平 6.陕西省智能制造专家委员会委员，陕西省大数据与云计算创新联盟理事，陕西省信息技术标准化技术委员会委员，陕西省军民融合专家
2017年公需课考题大数据技术与发展前景1 【单选】（）是一种高实时性的计算模式。 ? A. 批处理计算 ? B. 流式计算 ? C. 查询分析计算 ? D. 数据挖掘计算 ? A ? B ? C ? D ?正确答案：B 2 【单选】数据的可用性取决于（） ? A. 数据分析 ? B. 数据集采 ? C. 数据质量 ? D. 数据需求 ? A ? B ? C
? D ?正确答案：C 3 【单选】批处理和复杂数据挖掘计算通常属于（） ? A. 分析计算 ? B. 实时计算 ? C. 查询计算 ? D. 非实时计算 ? A ? B ? C ? D ?正确答案：D 4 【多选】目前大数据分析与挖掘重要发展趋势和方向有（）? A. 更加复杂、更大规模的分析和挖掘 ? B. 大数据的实时分析和挖掘 ? C. 大数据分析和挖掘的基准测试 ? B
? C ?正确答案：A B C 5 【多选】从数据处理类型来看，大数据处理可分为（）? A. 传统的查询分析计算 ? B. 复杂的数据挖掘分析计算 ? C. 数据纵向挖掘分析计算 ? D. 数据横向挖掘分析计算 ? A ? B ? C ? D ?正确答案：A B 6 【多选】大数据查询分析计算的典型系统包括（） ? A. Hadoop36下的HBase 和Hive ? B. Facebook开发的Cassandra ? C. Google 公司的Dremel ? D. Cloudera 公司的实时查询引擎Impala ? A
? B ? C ? D ?正确答案：A B C D 7 【判断】云计算IT资源庞大、分布较为广泛，是异构系统较多的企业及时准确处理数据的有力方式（）? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 8 【判断】最适合于完成大数据批处理的计算模式是Spark（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：错误 9 【判断】大数据时代的安全与传统安全相比，变得更加复杂（）
大数据发展趋势答案
————————————————————————————————作者：————————————————————————————————日期：
大数据发展趋势势 2011年，IBM的“沃森”超级计算机在美国著名智力竞赛节目《危险边缘》上击败两名人类选手而夺冠。（3分） ? A. 是 ? B. 否 答题情况：正确选项：A你答对了! 北京航空航天大学创办了国内第一个“大数据科学与应用”软件工程硕士专业。（3分） ? A. 是 ? B. 否 答题情况：正确选项：A你答对了! 解析：暂无解析! 人工智能够和人一样进行感知、认知、决策、执行的人工程序或系统。（3分） ? A. 是 ?
答题情况：正确选项：A你答对了! 解析：暂无解析! 大数据开发的根本目的是以数据分析为基础，帮助人们做出更明确的决策，优化企业和社会运转。（3分） ? A. 是 ? B. 否 答题情况：正确选项：A你答对了! 机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。（3分） ? A. 是 ? B. 否 答题情况：正确选项：A你答对了! 解析：暂无解析! 目前，我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多“信息孤岛”。（3分） ?
? B. 否 答题情况：正确选项：A你答对了! 解析：暂无解析! 当前，企业提供的大数据解决方案大多基因Hadoop开源项目。（3分） ? A. 是 ? B. 否 答题情况：正确选项：A你答对了! 解析：暂无解析! 由于大数据处理多样性的需求，目前出现了多种典型的计算模式，包括大数据查询分析计算、批处理计算、流式计算、图计算等。（3分） ? A. 是 ? B. 否 答题情况：正确选项：A你答对了!
基于工业大数据的智能制造企业形态探索 高海燕 （重庆海王仪器仪表有限公司，重庆401121） 摘要：随着物联网、大数据、人工智能等前沿技术的发展及快速迭代，企业在一波又一波技术浪潮下也在不断转型升级以求更快更好地适应大的环境。本文深入浅出地分析了制造企业尤其是中小型制造企业在制造过程中如何基于工业数据驱动产品结构、制造模式、人才结构、市场模式及组织结构等方面的转型以及最终形成的以云端智能交互为中心的企业形态。 关键词：物联网工业大数据智能制造转型升级云端智能交互 Seaching on the Formal of Intelligent Manufacturing Enterprises Based on Industry B ig Data Abstract: As the rapid development of technology of IoT, Bigdata and AI, all the enterprises are transforming and upgrading their own companies to applied to the new environment. This article analyses the transformation of manufacturing enterprises and especially the small and medium sized manufacturing enterprises which involved in product structure, manufacture mode, human resources structure, marketing mode and company structure. And airEC will be the ultimate formal of business organization. Key words: IoT Bigdata Intelligent Manufacturing Transformation airEC 中图分类号：文献标识码：文章编号： 0 引言 2015年5月8日国务院印发了《中国制造2025》，同时把《中国制造2025》列为我国实施制造强国战略第一个十年的行动纲要。新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点。基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革；网络众包、协同设计、大规模个性化定制、精准供应链管理、全生命周期管理、电子商务等正在重塑产业价值链体系；可穿戴智能产品、智能家电、智能汽车等智能终端产品不断拓展制造业新领域。我国制造业转型升级、创新发展迎来重大机遇，未来企业的存在形态将是何种方式，本文提供了一种创新的思路。1．制造企业现状 劳动力短缺、成本增加、产能过剩及全球经济的疲软制约了企业的发展，来自全球的竞争在逐渐蚕食着中国“世界工厂”的地位。低端制造正快速从中国向其他低成本国家转移，而高端制造向发达国家回流对中国制造企业来说无疑更是雪上加霜。面对种种压力，转型升级已经成为企业的当务之急。基于互联网技术的产品创新、精益制造、柔性生产以及供应链集成，成为中国制造业发展的主基调。在中国制造业下行压力及结构调整阵痛下，企业生产经营困难增多，转型升级需求将更为迫切。第三平台技术的加速落地及物联网、机器人、3D打印等创新加速器的潜力释放将成为制造业两化融合和转型升级的关键，同时也促进企业在组织结构、产品结构、制造模式、人才结构、市场模式等方面的转变以及最终形成的以云端智能交互为中心的企业形态。
大数据在行业内的火爆程度，已经是互联网公司必不可少的一项技术配置，甚至受到了更大的重视。大数据工程师的薪资待遇和发展前景都是不可限量的！大数据这么火，2017年会是什么样的情形呢？ 1开放源码 Apache 、Hadoop、Spark等开源应用程序已经在大数据领域占据了主导地位。一项调查发现，预计到今年年底，近60%企业的Hadoop集群将投入生产。佛瑞斯特的研究显示，Hadoop的使用率正以每年32.9%的速度增长。专家表示，2017年许多企业将继续扩大他们的Hadoop和NoSQL技术应用，并寻找方法来提高处理大数据的速度。 2 内存技术 很多公司正试图加速大数据处理过程，它们采用的一项技术就是内存技术。在传统数据库中，数据存储在配备有硬盘驱动器或固态驱动器(SSD)的存储系统中。而现代内存技术将数据存储在RAM中，这样大大提高了数据存储的速度。佛瑞斯特研究的报告中预测，内存数据架构每年将增长29.2%。目前，有很多企业提供内存数据库技术，最著名的有SAP、IBM和Pivotal。
3机器学习 随着大数据分析能力的不断提高，很多企业开始投资机器学习(ML)。机器学习是人工智能的一项分支，允许计算机在没有明确编码的情况下学习新事物。换句话说，就是分析大数据以得出结论。机器学习是2017年十大战略技术趋势之一。它指出，当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。 4预测分析 预测分析与机器学习密切相关，事实上ML系统通常为预测分析软件提供动力。在早期大数据分析中，企业通过审查他们的数据来发现过去发生了什么，后来他们开始使用分析工具来调查这些事情发生的原因。预测分析则更进一步，使用大数据分析预测未来会发生什么。普华永道(PwC)2016年调查显示，目前仅为29%的公司使用预测分析技术，这个数量并不
大数据对未来制造业智能制造发展的影响有哪些 中国拥有全球规模最大，增长速度最快的智能产业市场。从2013年开始，以智能硬件为核心的智能产业获得了快速起步和发展，不同品类的产品层出不穷，智能产业呈现爆发式增长。而“十三五”规划的出台，更是将智能产业的发展推上了风口浪尖。过去的制造业只是一个环节，上下游之间的合作一直都是以固定且简单的链条为主。 以前：固定且简单的链条 随着互联网进一步向制造业环节渗透，网络协同制造已经开始出现。制造业的模式将随之发生巨大变化，它会打破传统工业生产的生命周期，从原材料的采购开始，到产品的设计、研发、生产制造、市场营销、售后服务等各个环节构成了闭环，彻底改变制造业以往仅是一个环节的生产模式 新一轮工业革命的背后是智能制造，是向效率更高、更精细化的未来制造发展。信息技术使得制造业从数字化走向了网络化、智能化的同时，传统工业领域的界限也越来越模糊，工业和非工业也将渐渐地难以区分。制造环节关注的重点不在是制造的过程本身，而将是用户个性化需求、产品设计方法、资源整合渠道以及网络协同生产。所以，一些信息技术企业、电信运营商、互联网公司将与传统制造企业紧密衔接，而且很有可能它们将成为传统制造业企业的，乃至工业行业的领导者。 现在：新一轮工业革命带来的变革 自动化只是单纯的控制，智能化则是在控制的基础上，通过物联网
传感器采集海量生产数据，通过互联网汇集到云计算数据中心，然后通过信息管理系统对大数据进行分析、挖掘，从而制定出正确的决策。这些决策附加给自动化设备的是“智能”，从而提高生产灵活性和资源利用率，增强顾客与商业合作伙伴之间的紧密关联度，并提升工业生产的商业价值。 未来，在网络协同制造的闭环中，用户、设计师、供应商、分销商等角色都会发生改变。与之相伴而生，传统价值链也将不可避免的出现破碎与重构。 大数据将主导未来的制作业 首先，从最小的层面——企业来看，工业大数据为企业全过程设计、创新、生产、经营、管理、决策服务，为企业的发展战略和目标的实现服务。 第二个层面，工业大数据服务于供应链的优化、产业链的完善、生态链的形成和优化。从供应链、产业链、生态链来看，不管是CSM 的生产圈，还是一个特定产品制造过程的供应链，或是一个完整生产过程的分析，工业大数据都是为了它的形成和优化。 为什么我们要关注工业大数据？ 第三个层面，工业大数据要满足行业和宏观决策调控的实际需求，提高行业和宏观经济管理决策质量、能力。政府的行业管理对于供应链、产业链、生态链、商业链、价值链有着非常重要的作用，但是政府的宏观调控超越了这样的链环本身，我们要对经济发展面临的重大问题作出回应，甚至回答制造业如何来应对这样的问题。所以从这个
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.doczj.com/doc/2111530415.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
（）是分布内存计算的一个典型的系统 ? A. Facebook ? B. Spark ? C. Twister ? D. iMapReduce ? A ? B ? C ? D ?正确答案：B 2 【单选】批处理和复杂数据挖掘计算通常属于（）? A. 分析计算 ? B. 实时计算 ? C. 查询计算 ? D. 非实时计算 ? A ? B ? C ? D
?正确答案：D 3 【单选】数据的可用性取决于（） ? A. 数据分析 ? B. 数据集采 ? C. 数据质量 ? D. 数据需求 ? A ? B ? C ? D ?正确答案：C 4 【多选】在科学大规模数据的并行可视化工作中，主要涉及基本技术有（）? A. 数据流线化 ? B. 任务并行化 ? C. 管道并行化 ? D. 数据并行化 ? B
? C ? D ?正确答案：A B C D 5 【多选】目前大数据分析与挖掘重要发展趋势和方向有（）? A. 更加复杂、更大规模的分析和挖掘 ? B. 大数据的实时分析和挖掘 ? C. 大数据分析和挖掘的基准测试 ? A ? B ? C ?正确答案：A B C 6 【多选】据管理数据的模式分类，NoSQL 系统可以分为（）? A. 键值系统 ? B. 文档存储系统 ? C. 图数据库 ? D. 语音管理系统 ? B
? C ? D ?正确答案：A B C 7 【判断】大数据环境下的分析和挖掘方法与传统的小样本统计分析，在本质上是一致的（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 8 【判断】随着政府和行业数据的开放，更多的外部数据将进入企业级数据仓库（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 9 【判断】在大数据时代，数据的数量和复杂度的提高带来了对数据探索，分析，理解和呈现的巨大挑战（）? A. 正确