当前，大数据”的浪潮汹涌而来，为IT产业带来了新的机遇、新的变革和新的发展。欢迎走进大数据时代!为准确把握产业发展契机，分享大数据建设经验及热点应用，本次研讨会吸引了相关主管部门领导、国内著名专家学者、产业界高层齐聚一堂，共同探讨有关大数据的热点话题。研讨会上来自北京时代计世咨讯有限公司首席分析师丁震就大数据行业应用现状和未来应用热点为主题作了精
彩的分享。
大数据市场现状
第一、中国大数据市场分析
从去年开始对11个行业，1000用户做了大数据相关使用调研，通过调研结果发现，大数据在中国整个市场中，市场发展前景是非常广阔的。特别从2013年到2016年中，每一年大数据市场发展增长率都会在百分之百以上，这是综合考虑了各种各样的影响因素，考虑了中国整体经济发展趋紧的局势包括欧债危机对中国经济的影响逐渐显现的趋势，从信息化角度、政府、金融、电信主要传统行业对信息化投资趋紧的趋势，综合这些趋势，我们认为大数据市场未来发展是高速增长的市场，特别在2013年的时候，随着行业解决方案的数量的增多，以及在行业用户对于大数据的需求的明确。
我们认为2013年将会是发展的顶点，越来越多的行业对大数据应用持比较乐观的态度，大数据或者相关数据分析解决方案的使用在互联网行业更多一些比如百度、淘宝等。
现在看到的更多一些，特别在近两年以来，像电信或者金融、能源这些传统行业，开始越来越多的用户在初步尝试或者在考虑怎么样使用类似大数据解决方案，来提升自己的业务水平。比如电信行业，了解到像中国电信在全国上海、四川、广东建了三个大的资源池，支撑了中国电信大的业务系统。同时他们采取了大数据分析方案分析他们的数据。
像能源行业，电力的用户，我们也注意到有一些电力方面的用户，他们也在考虑尝试能不能使用基于大数据解决方案去分析一些比如说像用电企业，用电行为，他们的使用行为，而提升他们自身对客户的服务能力。
总之，在大数据背景之下，看到越来越多行业用户，用来使用和尝试行业的解决方案。
第二、企业大数据应用需求分析
目前企业数据的现状，非结构化数据已经成为主流，结构化数据放在最上面。企业IT架构当中，结构化数据和非结构化数据占据了越来越重要的位置。
在大数据背景之下，企业对于大数据技术特点和用户需求和之前那些用户对数据处理得需求，到底有什么不同。在他们看来，从表面来看，企业对于数据分析需求始终都存在的，跟之前和现在没有太大的区别，大数据它不是理念上的革命或者是技术上的革命，它是一种革新。这种革新标志着企业对于数据应用的需求上升到一个新的发展阶段。在这个阶段中，企业不仅仅要求处理数据越来越快，这不是用户最需求的，企业不仅仅需要用户处理数据的类型会越来越多，以前只数据结构化数据就好了，现在既要数据结构化数据，也要处理非结构化和半结构数据，这样的解决方案，用户也需要，但是也不是最重要的。最重要，企业如何把这些数据上升为战略资源，或者企业如何利用这些的数据提升他们的竞争力，成为市场竞争最有力的武器。
建筑行业管理软件CEO认为，他们目前有两样数据，一是各省市建筑原材料的架构，可以做到每天更新，二是他们手里掌握着从业者大概几十万从业者的信息，他们的问题不单单把这些建筑行业原材料的信息打包卖给用户，他们还在想，我们怎么样去能够运用不同的建筑原材料的数据，这种价格的数据，去为不同需求的，不同地区，不同层级的需求用户，提供有针对性，比如说施工预算的解决方案。另外，他们还需要如何从几十万个行业用户的用户信息里面，怎么来发掘出新的业务模式，创造一些新的商业发展机会，以及怎么样发掘新的潜在用户。
目前来讲，对他们困扰最大的，我现在缺少一种全方位的方法或者是一种数据分析的手段来去支撑我的需求，这个例子说明，目前来讲中国对于数据分析的方法还是非常缺乏，目前来讲，我们觉得
大数据的核心的价值，也就是能够帮助用户找到这样的方法或者手段，来去用这样的方法和手段解决业务发展也好，商业模式也好，进一步提高它的发展水平。
第三、大数据应用案例分析
我们接触行业企业，虽然缺少一些方法，但是已经有些典型的用户已经采用一种方式放在应用场景里面提升自己的业务水平。以金融行业为例，中信银行发卡量2008年达到500万张2010年翻了一倍，他们选择了比较新的数据分析解决方案，他们实现了实时商业智能，可以结合实时历史的客户的数据，管理部门可以每天都对评估用户的一些刷卡行为，并且在当天对用户的信用额度，在同一天进行调整。他们提升了自己营销的水平，他们配置一个营销活动需要两周时间，应用数据解决方案之后，活动变成了2—3天。
农夫山泉，农夫山泉由于业务增长非常快，数据增长也越来越客观。特别是报表和销售数据，他们基数非常大，随着基数大增，数据的展现速度越来越慢。同时，传统的采集方式一天更新一次，看起来很快，但是对于快消品行业来讲相对比较漫长，对于经营决策的确定有相当大的滞后性，采取新的数据解决方案之后，实现了数据的快速展现，而且能够把数据进行实时同步。
第四、大数据行业应用
从行业应用角度来讲，到底哪些行业，哪些应用场景，已经开始应用大数据相关的解决方案。
首先，互联网注意到互联网这方面的应用比较大的一个应用场景，一是广告监测，二是B2C模式，这样的业务模式里面，他们一秒钟之内返回上亿次的数据分析，从而提升用户体验，不影响快速营销的目的。现在看到重要的一些互联网应用场景在这方面比较多一些。
医疗行业来讲，医疗行业数据的产生来源，主要来源于医学影像，包括病理业务数据分析产生非结构化分析比较多，数据文件的大小和格式不一样，对于医学网络存储和传输采取不同的策略。目前我们看到医疗行业应用需求，主要是应用场景比较多，我简单举一个例子，比如说在临床场景中，现在已经有应用了相应解决方案，像远程病人监控，临床决策，比较研究，如果在公共卫生管理部门，可能预测建模，疾病、病理分析，我们看到了相当多应用使用类似大数据的解决方案。
能源是传统行业，对于数据的分析比较密集的，在大数据理念之下，在主要的应用在勘探开发的数据分析方面，目前来讲，他们对于勘探数据的开发，目前来讲主要大数据应用解决方案解决两种，一种是硬件方面，采取横向扩展存储设备，另一种从解决方案角度来讲，处理不同格式，不同种类数据解决方案，他们是最需要的。
目前调研到大数据的行业应用的现状，大数据目前应用可能性，在行业角度来讲，到底有哪些?越往上象限也就是说在应用的可能性包括切合度最高比如互联网、电信、制造、医疗、金融、流通，这些都是一些从他们行业应用特点来讲。
从应用需求来讲，都跟大数据的技术有比较高的切合度，我们也看到在主观应用意愿上也有较高可能性未来像互联网、制造、医疗、政府、能源、教育、快销品等等行业里面，会有比较大的应用前景。
大数据在行业领域的应用的现状，未来有哪些潜在的应用存在各个行业之中，我们调研到行业的用户，他们对于大数据在行业中哪些应用场景中最适合去应用的，我们可以看到像互联网行业，除了社交、B2C业务之外，像在线的音视频业务、广告监测、精准营销等等，也是未来潜在应用场景。电信行业来讲，像实时营销、线路监控、新业务挖掘，也是未来电信行业比较有潜力的大数据应用的场景。金融行业主要如信用卡、防欺诈、电子支付业务等等，有比较大的需求。
制造行业，它的应用前景也是很多的，因为制造行业企业众多，另外它的企业所处的不同信息化的阶段和时期也不一样，所以处理需求千变万化的。我们归纳为像供应链的优化，产品的研发，仓库监控等等，大概在这几个领域是未来制造行业更多应用场景的前景。
我们对不同规模企业对大数据需求做了分析，通过数据分析，我们可以看到一个比较重要的趋势，不一定是那种企业规模大，业务量大的企业，对于大数据才有比较迫切应用的意愿，相反一些企业规模是中等，业务量是中等的企业，反而对于应用大数据相关技术和相关解决方案，解决它的问题，这样的意愿比大型企业反而要高。高出来的百分比大概在10%到15%之间，我大概看了一下主要原因是因为这些企业，中型企业业务增长非常快，每年业务增长量包括销售额都处于快速增长阶段，中型企业在未来大数据应用中会起到比较大的应用力量，它和大企业一样是拉动大数据应用的两驾马车。
大数据的应用现状与展望 xx课题组 主持人： 课题成员：
摘要：大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应 用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。本文主要介绍了大数据的分析方法、分析模式以及常用的分析工具，将大数据应用归纳为6个关键领域：结构化数据分析、文本分析、Web分析、多媒体分析、社交网 络分析和移动分析，并列举了若干大数据的典型应用。最后从基础理论、关键技术、应用实 践以及数据安全等4个方面总结了大数据的研究现状，并对大数据应用未来的研究进行展 望。 关键词：大数据数据分析数据存储4V 在过去的20年中，各个领域都出现了大规模的数据增长，包括医疗保健和科学传感器 用户生成数据、互联网和金融公司、供应链系统等。国际数据公司IDC报告[1]称，2011年全球被创建和复制的数据总量为 1.8ZB（1ZB≈1021ZB），在短短5年间增长了近9倍，而且预计这一数字将每两年至少翻一番。大数据这一术语正是产生在全球数据爆炸增长的背景 下用来形容庞大的数据集合。与传统的数据集合相比，大数据通常包含大量的非结构化数 据，且大数据需要更多的实时分析。此外，大数据还为挖掘隐藏的价值带来了新的机遇，同 时给我们带来了新的挑战，即如何有效地组织管理这些数据。 一、大数据的定义 目前，虽然大数据的重要性得到了大家的一致认同，但是关于大数据的定义却众说纷纭。 大数据是一个抽象的概念，除去数据量庞大，大数据还有一些其他的特征，这些特征决定了大数据与“海量数据”和“非常大的数据”这些概念之间的不同。一般意义上，大数据是指 无法在有限时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的 数据集合。科技企业、研究学者、数据分析师和技术顾问们，由于各自的关注点不同，对于 大数据有着不同的定义。通过以下定义，或许可以帮助我们更好地理解大数据在社会、经济和技术等方而的深刻内涵。 2010年Apache Hadoop组织将大数据定义为，“普通的计算机软件无法在可接受的时 间范围内捕捉、管理、处理的规模庞大的数据集”。在此定义的基础上，2011年5月，全球著名咨询机构麦肯锡公司发布了名为“大数据：下一个创新、竞争和生产力的前沿”的报告，在报告中对大数据的定义进行了扩充。大数据是指其大小超出了典型数据库软件的采集、 存储、管理和分析等能力的数据集。该定义有两方而内涵：（1）符合大数据标准的数据集
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.doczj.com/doc/321176310.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.doczj.com/doc/321176310.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
大数据各产业应用 方案
目录 1.大数据概述 (6) 1.1.概述 (6) 1.2.大数据定义 (6) 1.3.大数据技术发展 (8) 2.大数据应用 (11) 2.1.大数据应用阐述 (11) 2.2.大数据应用架构 (13) 2.3.大数据行业应用 (13) 2.3.1.医疗行业 (13) 2.3.2.能源行业 (14) 2.3.3.通信行业 (14) 2.3.4.零售业 (15) 3.大数据解决方案 (16) 3.1.大数据技术组成 (16) 3.1.1.分析技术 (16) 3.1.1.1.可视化分析 (16) 3.1.1.2.数据挖掘算法 (16) 3.1.1.3.预测分析能力 (16) 3.1.1.4.语义引擎 (16) 3.1.1.5.数据质量和数据管理 (17) 3.1.2.存储数据库 (17) 3.1.3.分布式计算技术 (18) 3.2.大数据处理过程 (20) 3.2.1.采集 (20) 3.2.2.导入/预处理 (21) 3.2.3.统计/分析 (21) 3.2.4.挖掘 (21) 3.3.大数据处理的核心技术-Hadoop (21) 3.3.1.Hadoop的组成 (22) 3.3.2.Hadoop的优点： (25) 3.3.2.1.高可靠性。 (25) 3.3.2.2.高扩展性。 (25) 3.3.2.3.高效性。 (25) 3.3.2.4.高容错性。 (25) 3.3.3.Hadoop的不足 (25) 3.3.4.主要商业性“大数据”处理方案 (26) 3.3.2.5.IBM InfoSphere大数据分析平台 (26) 3.3.2.6.Or a c l e Bi g Da t aApplianc (27) 3.3.2.7.Mi c r o s o f t S QLServer (27) 3.3.2.8.Sybase IQ (28)
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
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
当前，大数据”的浪潮汹涌而来，为IT产业带来了新的机遇、新的变革和新的发展。欢迎走进大数据时代!为准确把握产业发展契机，分享大数据建设经验及热点应用，本次研讨会吸引了相关主管部门领导、国内著名专家学者、产业界高层齐聚一堂，共同探讨有关大数据的热点话题。研讨会上来自北京时代计世咨讯有限公司首席分析师丁震就大数据行业应用现状和未来应用热点为主题作了精 彩的分享。 大数据市场现状 第一、中国大数据市场分析 从去年开始对11个行业，1000用户做了大数据相关使用调研，通过调研结果发现，大数据在中国整个市场中，市场发展前景是非常广阔的。特别从2013年到2016年中，每一年大数据市场发展增长率都会在百分之百以上，这是综合考虑了各种各样的影响因素，考虑了中国整体经济发展趋紧的局势包括欧债危机对中国经济的影响逐渐显现的趋势，从信息化角度、政府、金融、电信主要传统行业对信息化投资趋紧的趋势，综合这些趋势，我们认为大数据市场未来发展是高速增长的市场，特别在2013年的时候，随着行业解决方案的数量的增多，以及在行业用户对于大数据的需求的明确。 我们认为2013年将会是发展的顶点，越来越多的行业对大数据应用持比较乐观的态度，大数据或者相关数据分析解决方案的使用在互联网行业更多一些比如百度、淘宝等。 现在看到的更多一些，特别在近两年以来，像电信或者金融、能源这些传统行业，开始越来越多的用户在初步尝试或者在考虑怎么样使用类似大数据解决方案，来提升自己的业务水平。比如电信行业，了解到像中国电信在全国上海、四川、广东建了三个大的资源池，支撑了中国电信大的业务系统。同时他们采取了大数据分析方案分析他们的数据。 像能源行业，电力的用户，我们也注意到有一些电力方面的用户，他们也在考虑尝试能不能使用基于大数据解决方案去分析一些比如说像用电企业，用电行为，他们的使用行为，而提升他们自身对客户的服务能力。 总之，在大数据背景之下，看到越来越多行业用户，用来使用和尝试行业的解决方案。 第二、企业大数据应用需求分析 目前企业数据的现状，非结构化数据已经成为主流，结构化数据放在最上面。企业IT架构当中，结构化数据和非结构化数据占据了越来越重要的位置。 在大数据背景之下，企业对于大数据技术特点和用户需求和之前那些用户对数据处理得需求，到底有什么不同。在他们看来，从表面来看，企业对于数据分析需求始终都存在的，跟之前和现在没有太大的区别，大数据它不是理念上的革命或者是技术上的革命，它是一种革新。这种革新标志着企业对于数据应用的需求上升到一个新的发展阶段。在这个阶段中，企业不仅仅要求处理数据越来越快，这不是用户最需求的，企业不仅仅需要用户处理数据的类型会越来越多，以前只数据结构化数据就好了，现在既要数据结构化数据，也要处理非结构化和半结构数据，这样的解决方案，用户也需要，但是也不是最重要的。最重要，企业如何把这些数据上升为战略资源，或者企业如何利用这些的数据提升他们的竞争力，成为市场竞争最有力的武器。 建筑行业管理软件CEO认为，他们目前有两样数据，一是各省市建筑原材料的架构，可以做到每天更新，二是他们手里掌握着从业者大概几十万从业者的信息，他们的问题不单单把这些建筑行业原材料的信息打包卖给用户，他们还在想，我们怎么样去能够运用不同的建筑原材料的数据，这种价格的数据，去为不同需求的，不同地区，不同层级的需求用户，提供有针对性，比如说施工预算的解决方案。另外，他们还需要如何从几十万个行业用户的用户信息里面，怎么来发掘出新的业务模式，创造一些新的商业发展机会，以及怎么样发掘新的潜在用户。 目前来讲，对他们困扰最大的，我现在缺少一种全方位的方法或者是一种数据分析的手段来去支撑我的需求，这个例子说明，目前来讲中国对于数据分析的方法还是非常缺乏，目前来讲，我们觉得
汇报内容A 城市交通的数据 B 大数据应用现状 C 未来展望
交通基础数据动态运行数据 车辆和人员行为数据 城市交通数据 检测设备交通基础设施 城市背 景数据 人口、土地开发、社会经济 气象、道路施工、大型活动 第五次综合调查交通调 查数据 运输经济调查
分类数据内容数据规模（以北京为例） 动态运行数据道路检测数据断面流量、速度、车型采集：2分钟，500万记录/天 车辆卫星定位数据 （出租车、公交车、长途客 车和部分货车） 经纬度、时间、方位角、车辆代码采集：60秒（将升为12秒） 6万辆出租车，15G，9000万记录/天 2万辆公交车，5G，3000万记录/天电子收费数据 （IC卡、ETC） 收费时间、位置、线路、额度公交IC卡：2500万记录/天，10G/天 ETC：300万记录/天 车辆识别数据 （视频、RFID） 检测位置和时间、车牌号 （车辆属性数据） 采集：2分钟 2G，500万记录/天（按检测点存储）交通事故数据事故位置、时间、类型 伪码移动信令数据信令发生位置、时间、活动类型北京移动：1800万样本，10亿条/天移动互联网众包数据触发时间、位置、用户高德：2013年12月6日，9G/天 抽样调查数据城市综合交通调查、运输经济专项 调查、出行方式意愿性调查第五次综合调查：共18项调查，其中：入户调查4万户约12万人（面对面） 城市背景数据土地利用、人口分布、气象 道路施工、交通事件 多张网、交错关联 交通基础数据人（从业人员）、车、路（道路网、 公交线路） 数据规模及特征
应用一：浮动车计算系统 由行驶车辆（出租汽车）作为样本，计算获得路段车速（拥堵水平） 北京：40000辆出租汽车，5分钟（20秒）计算一次 五环内路网覆盖率80%，精度86%以上 出租汽车GPS点实时路况
自然辩证法小论文 大数据的应用现状与展 望 指导老师：张立 组长、主讲：刘开耀21428164 PPT制作：刘玉婷21428171 论文撰写：雷颖颖陈瞳 资料收集：毕晨光黄一锋 邵炳姜灵轩 董丽华周晴 黄河羚婕JX14014 2015/4/18
大数据的应用现状与展望 摘要：大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。本文主要介绍了大数据的分析方法、分析模式以及常用的分析工具，将大数据应用归纳为6个关键领域：结构化数据分析、文本分析、Web分析、多媒体分析、社交网络分析和移动分析，并列举了若干大数据的典型应用。最后从基础理论、关键技术、应用实践以及数据安全等4个方面总结了大数据的研究现状，并对大数据应用未来的研究进行展望。关键词：大数据数据分析数据存储4V 在过去的20年中，各个领域都出现了大规模的数据增长，包括医疗保健和科学传感器用户生成数据、互联网和金融公司、供应链系统等。国际数据公司IDC报告[1]称，2011年全球被创建和复制的数据总量为1.8ZB（1ZB≈1021ZB），在短短5年间增长了近9倍，而且预计这一数字将每两年至少翻一番。大数据这一术语正是产生在全球数据爆炸增长的背景下用来形容庞大的数据集合。与传统的数据集合相比，大数据通常包含大量的非结构化数据，且大数据需要更多的实时分析。此外，大数据还为挖掘隐藏的价值带来了新的机遇，同时给我们带来了新的挑战，即如何有效地组织管理这些数据。 1 大数据的定义 目前，虽然大数据的重要性得到了大家的一致认同，但是关于大数据的定义却众说纷纭。大数据是一个抽象的概念，除去数据量庞大，大数据还有一些其他的特征，这些特征决定了大数据与“海量数据”和“非常大的数据”这些概念之间的不同。一般意义上，大数据是指无法在有限时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。科技企业、研究学者、数据分析师和技术顾问们，由于各自的关注点不同，对于大数据有着不同的定义。通过以下定义，或许可以帮助我们更好地理解大数据在社会、经济和技术等方而的深刻内涵。 2010年Apache Hadoop组织将大数据定义为，“普通的计算机软件无法在可接受的时间范围内捕捉、管理、处理的规模庞大的数据集”。在此定义的基础上，2011年5月，全球著名咨询机构麦肯锡公司发布了名为“大数据：下一个创新、竞争和生产力的前沿”的报
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
浅谈大数据技术的行业应用 其实在没上这门课之前我只是认为大数据无非是信息时代的自然产物，随着互联网的通畅自然会存在更为庞大的数据规模，只是没想过数据规模会如此的庞大，正如老师的PPT也指出人们每月在总共在facebook上浏览7000亿分钟，每天会产生超过10TB 的数据，Twitter 每天就会生成超过7TB 的数据！天啊，这简直就是数据的汪洋大海，每个IT企业都在努力的在此间浮沉，努力不被数据大海淹没同时又奋力滑向那零零星星的富庶小岛。我不知道我刚才的比喻是否恰当，不过我想表达的就是数据虽然那么多，有海量的数据和各种不同类型的数据，但这并不是垃圾堆，其中其实掩藏着很多的金矿的。老师上课讲的关于算法来识别用户是否怀孕，进而不同声色的为她们推荐即将成为妈妈的各类产品诸如纸尿裤之类的让我非常感兴趣，让我发现原来营销可以做到这样的地步，利用算法提前预测用户与自己有关的一切消费行为然后加以利用转化为自己的实际发展利益，还有银行卡通过消费行为来判断预警依次来降低风险，这样内容着实让我开了眼。我也相信随着大数据技术处理的进步，大数据对于我们生活潜移默化，还有企业经营理念深刻的影响还会进一步加大的。我以前在网上也曾看过一个关于大数据处理用于音乐App歌曲推荐的算法，主要是通过你听歌曲的历史来记录分析找寻到与你相似品味的客户，然后把他们曾经听过的喜爱的歌曲再推荐给你，这个的确效果非常好，当然这个必须要依托大数据了。大数据其实还是对海量数据进行分发，处理和筛选，然后给下游的客户们来创造的价值。而获取新的客户，还是创造客户新的消费点和欲望方面大数据的确算是颠覆了之前的公司运营模式，不必依靠打折降价烧钱促销大面积撒网，而是通过大数据找到对应的客户进行精准营销等等，的确给公司带来很多便利又节约了很多的资源，人力物力和资金。但有些时候总有些事情不尽然如人意，比如之前携程的数据库不幸泄露，然后许多客户因其真实信息曝光遭到诈骗，而考虑到银行的数据如果操纵不当，那损失可算不可估量了，其实我们一直在一艘在海上摇摆的船上，不仅要享受因海水浮力带来的便利，更要关注大数据安全的问题来保证船的稳定航行，毕竟能载舟，亦能覆舟嘛~而老师在课上也算提到过提供大数据服务的公司是可以随便浏览其客户储存在上面的信息的，这种信息隐患也算是一种无奈吧。还有一个观点其实算我之前在网上看到的，也蛮有趣的。虽然通过大数据挖掘可以找到很多商机，但总有种知其然而不知其所以然之感，虽然我们知道这俩商品放在一种卖肯定会提升销量，但我说不出其中的原因，也无法此类现象之后的逻辑推理下来的发展演变。所以大数据挖掘出的信息在某些时候算是对现实世界的一种反馈，真正的预测决策还是要依靠人们自己的判断和主观能动性的。上述算是我思绪很乱随处敲敲打打写下我对于大数据行业应用的看法吧。
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/321176310.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
大数据的国内外研究现状及发展动态分析大数据的概念 产生的背景与意义 上世纪60年代到80年代早期，企业在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等。尽管当时人们称其为大数据，但以今日的数据量来看，这些数据无疑是非常有限的。随着PC的出现和应用增多，企业内部出现了很多以公文档为主要形式的数据，包括Word、Excel文档，以及后来出现的图片、图像、影像和音频等。此时企业内部生产数据的已不仅是企业的财务人员，还包括大量的办公人员，这极大地促进了数据量的增长。互联网的兴起则促成了数据量的第三次大规模增长，在互联网的时代，几乎全民都在制造数据。而与此同时，数据的形式也极其丰富，既有社交网络、多媒体等应用所主动产生的数据，也有搜索引擎、网页浏览等被动行为过程中被记录、搜集的数据。时至今日，随着移动互联网、物联网、云计算应用的进一步丰富，数据已呈指数级的增长，企业所处理的数据已经达到PB级，而全球每年所产生的数据量更是到了惊人的ZB级。在数据的这种爆炸式增长的背景下，“大数据”的概念逐渐在科技界、学术界、产业界引起热议。在大数据时代，我们分析的数据因为“大”，摆脱了传统对随机采样的依赖，而是面对全体数据；因为所有信息都是“数”，可以不再纠结具体数据的精确度，而是坦然面对信息的混杂；信息之“大”之“杂”，让我们分析的“据”也由传统的因果关系变为相关关系。 大数据热潮的掀起让中国期待“弯道超越”的机会，创造中国IT企业从在红海领域苦苦挣扎转向在蓝海领域奋起直追的战略机遇。传统IT行业对于底层设备、基础技术的要求非常高，企业在起点落后的情况下始终疲于追赶。每当企业在耗费大量人力、物力、财力取得技术突破时，IT革命早已将核心设备或元件推进至下一阶段。这种一步落后、处处受制于人的状态在大数据时代有望得到改变。大数据对于硬件基础设施的要求相对较低，不会受困于基础设备核心元件的相对落后。与在传统数据库操作层面的技术差距相比，大数据分析应用的中外技术差距要小得多。而且，美国等传统IT强国的大数据战略也都处于摸着石头过河的试错阶段。中国市场的规模之大也为这一产业发展提供了大空间、大平台。大数据对于中国企业不仅仅是信息技术的更新，更是企业发展战略的变革。随着对大数据的获取、处理、管理等各个角度研究的开展，企业逐渐认识数据已经逐渐演变成“数据资产”。任何硬件、软件及服务都会随着技术发展和需求变化逐渐被淘汰，只有数据才具有长期可用性，值得积累。数据是企业的核心资产，可以是也应该是独立于软硬件系统及应用需求而存在的。大数据是信息技术演化的最新产物，确立了数据这一信息技术元素的独立地位。正因为数据不再是软硬件及应用的附属产物，才有了今天爆炸式的数据增长，从而奠定了大数据的基础。
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 -
大数据的应用现状及展望 摘要：互联网时代下，大数据为管理带来的新的发展方向，对人员改革、决策 质量提升、服务效率改善等产生显著的影响。然而大数据在当前技术发展中存在 诸多问题，因此笔者在明晰大数据技术现状基础上，结合问题对其展开分析，旨 在有效提升大数据技术的应用水平。 关键词：大数据；应用现状；展望 Status and Prospect of big data applications Shan Li-lin (Information Center of Fushun Financial Bureau , Fushun 113006,China) Abstract:In the Internet era, big data has become a new development direction brought by management, which has a significant impact on personnel reform, decision-making quality improvement and service efficiency improvement. However, there are many problems in the current technology development of big data. Therefore, based on the clarity of the current situation of big data technology, the author conducts an analysis of big data technology in combination with problems, aiming to effectively improve the application level of big data technology. Keywords: big data; application status; prospect 引言 大数据战略已经成为当前我国的发展战略，对我国经济发展及科技进步将产 生深远的影响。尤其是近些年来，随着信息化高速发展及社会转型的不断提升， 大数据与企事业单位、政府行政机关的管理不断融合，将成为互联网时代下分析 的核心支撑！ 1 大数据内涵 大数据，又称为海量数据，是指在数据的数量体积达到一种特别庞大状态， 此时，一般的数据管理工具难以在规定时间内对其提取有效信息、整合类似资料、分析类比问题并且把它转化成对企业有用的信息。这些难以在规定的有效时间内 进行识别、保存和应用的大量数据的集合，需要一种全新的解决方法才可以将其 转化为企业所需要的决策领导力、发现问题和提前预知问题的能力、具有更加清 晰且有条理处理问题的能力。 大数据分为三种类型，包括结构化数据、半结构化数据和非结构化数据，其 中非结构化数据越来越成为大数据的主要组成部分。大数据需要特殊的技术，以 有效地处理海量且结构复杂的数据。与之相关的核心技术主要包括数据挖掘、云 计算平台、MPP数据库、分布式数据库、可扩展的存储系统、分布式文件系统等。 对大数据进行分析往往需要大量的计算机所提供的计算能力，数量少则数十台，多则数千台。随着云时代的来临，将大数据与云计算相结合，利用云计算技 术可以用低廉的成本获得强大的运算能力，使大数据分析的门槛降低。在大数据、云计算与数据挖掘等技术不断发展的背景下，很多过去无法收集或者收集后无法 分析的数据被充分地利用起来，帮助各行各业进行改革与创新，为人类的进步与 发展发挥着巨大的作用[1]。 大数据是一种规模大到在获取、存储、管理、分析方面均远远超过了传统类 型的数据库软件工具能力范围的数据集合，它具有海量的数据规模、快速的数据 流转、多样的数据类型以及价值密度低四大特征，而且实时性强、数据所蕴藏的
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。