大数据对企业管理决策影响分析 随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模爆发，人类进入了大数据时代。大数据的数据集远远超出了目前典型数据库管理系统获取、存储、管理和分析的能力。研究机构Gartner将大数据定义为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的海量、高增长率和多样化的信息资产；国际数据公司(IDC)认为大数据是从海量规模数据中抽取价值的新一代技术和架构；IBM将大数据定义为4个V即大量化(Volume)、多样化(Variety)、快速化(Velocity)及产生的价值(Value)。针对大数据的特征挖掘其价值并作出决策，成为企业在大数据环境下进行决策的重要依据。2012年1月达沃斯世界经济论坛将大数据作为主题之一，探讨了如何更好地利用数据产生社会效益；2012年5月联合国“Global Pulse”特别分析了发展中国家面对大数据的机遇和挑战，并倡议运用大数据促进全球经济发展；2012年3月美国奥巴马政府发布“大数据研究和发展倡议”，正式启动大数据发展计划，随后英国、加拿大、澳大利亚、法国、日本等30多个国家也相继启动了大数据计划；Google、IBM、EMC、惠普、微软和阿里巴巴、百度等国内外公司正在积极抢占大数据技术市场。大数据应用领域包括客户关系管理、市场营销、金融投资、人力资源管理、供应链管理和卫生保健、教育、国家安全、食品等各个行业，已成为一个影响国家、社会和企业发展的重要因素。在互联网时代，基于数据判断、决策成为国家、企业和个人的基本技能。大数据的出现改变了企业决策环境，并将对企业的传统决策方式产生巨大影响。 1、大数据对管理决策环境的影响 1.1大数据下数据驱动的决策方式 目前人类每年产生的数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、 EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。美国互联网数据中心指出，全球已有超过150 亿台连接到互联网的移动设备，互联网上的数据每年增长50%，每两年便翻一番，而目前世界上90%以上的数据是最近几年才产生的，随着数据的急剧增长，大数据时代已经到来。大数据下的决策依赖于大量市场数据，如何有效地收集和分配数据、可靠智能地分析和执行数据成为企业未来面临的挑战。基于云计算的大数据环境影响到企业信息收集方式、决策方案制定、方案选择及评估等决策实施过程，进而对企业的管理决策产生影响。舍恩伯格指出，大数据的“大”，并不是指数据本身绝对数量大，而是指处理数据所使用的模式“大”：尽可能地收集全面数据、完整数据和综合数据，同时使用数学方法对其进行分析和建模，挖掘出背后的关系，从而预测事件发生的概率。数据驱动型决策(data-driven decision making)是大数据下决策的特点。研究表明，越是以数据驱动的企业，其财务和运营业绩越好。大数据是个极丰富的数据集，数据是知识经济时代重要的生产要素，是经济运行中的根本性资源。数据生产信息，信息改善决策，进而提高生产力。可以预期，未来决定、评价企业价值的最大核心在于数据，数据积累量、数据分析能力、数据驱动业务的能力将是决定企业价值的最主要因素。 1.2大数据下决策方式应用现状 MIT沙龙主编与IBM商业价值协会通过对100个国家30多个行业的近3000名公司执行者、管理者和数据分析工作者进行调查，基于调查结果为公司提供了5条建议，其中提出对于每个机会，企业需要从问题而不是数据开始，所以应该先定义满足商务目标的问题，然后识别那些可以解答问题的数据。枟经济学家枠杂志2010年的一项调查显示，经营大数据已成为企业管理的热门话题，但大数据的应用目前还处于初级阶段。2013年3月IBM的大数据调研白皮书枟分析：大数据在现实世界中的应用枠显示“大数据”将带来蓬勃商机，
187．大数据环境下社会舆情分析与决策支持研究 大数据环境下社会舆情分析：（理论发展、）方法改进和实践创新一、研究起点：背景与基础 （谢邦昌（子课题负责人）、魏谨瑞（执笔人）） 国际背景、国内背景、社会舆情调查与分析的发展阶段、大数据环境下社会舆情分析的学科属性（理论基础、理论元素）、大数据环境下社会舆情分析的方法论基础、大数据环境下社会舆情分析的范围与特点、大数据环境下社会舆情分析的未来发展方向，等等。 二、数据信息：采集与清洗（清理） （孙玉环、孙玉环） 数据信息的一般收集（传统）方法（什么是社会舆情信息，社会舆情信息采集的一般方法、该类方法遇到哪些挑战）、大数据环境下社会舆情信息的种类与特点、大数据环境下社会舆情信息的收集方法、大数据环境下社会舆情信息的抓取方法、大数据环境下社会舆情信息的清洗（清理）（清洗的重要性、清洗的利弊、清洗的方法、清洗程序）、大数据环境下社会舆情信息的留存（数据库建设与维护）三、分析方法：挖掘与模拟 （魏谨瑞、魏谨瑞） 四、应用研究： （付士民、王勇） 有哪些方面的应用？几个案例？我没想好，也不太明白。
五、决策支持：监控与预警 （金钰或刘丹丹、刘丹丹） 助推大数据环境下社会舆情调查与分析改进的政策体系、事前预警、过程监控、事后评估，等。 建议： 第五部分的内容包括两个部分： 一是政策体系。包括数据政策、技术创新、人才培养和数据共享机制； 二是决策支持系统。包括（1）大数据分析关键技术支持：大数据分析关键技术，强调数据由传统的、线形的、自下而上的精英决策模型向非线性、面向不确定性的、自下而上的决策模型转变；（2）“情景—应对”应急管理决策支持。管理决策范式由传统的“预测—应对”向“情景—应对”的转变。 第五部分重点要分析社会舆情情景推演与评估方法体系研究，包括对情景推演结果评判与应对实效评估。 另外，课题还应该包括第六部分，关于社会舆情分析数据的计算实验平台设计，这部分是为课题应用研究和决策支持服务的，可能包括标准化的计算实验、动态可视化显示与人机交互环境、开放交互式编程环境及配套工具等。当然，这部分内容，应该有相应计算机背景的课题组成员参加。
收稿日期：２０１４－１０－１４ 修回日期：２０１４－１１－３０ 基金项目：国家自然科学基金项目“２４小时知识工厂的知识共享活动模型与服务支持系统研究”（编号：７１１７１１５３ ）。作者简介：夏火松（１９６４－），男，博士，教授，博士生导师，研究方向：知识管理、数据挖掘、物流信息管理和电子商务、ＤＳＳ；甄化春（１９８９－），男，硕士研究生，研究方向：数据挖掘、信息管理。 ·舆情研究· 大数据环境下舆情分析与决策支持研究文献综述＊ 夏火松 甄化春 （武汉纺织大学管理学院 武汉 ４３００７３ ）摘 要 大数据时代使得传统的舆情分析方式发生了剧变，已有的舆情分析技术和监控系统很难适应这一情景的变化。大数据舆情处理理论和技术的研究与发展状况，迫切需要很好的梳理。论文对当前国内外的舆情分析及决策支持系统的构建等相关研究进行了文献梳理和分析， 对当前的网络舆情分析的关键技术进行了总结，构建了大数据时代舆情监控与决策支持的分层模型，并针对当前网络舆情分析的不足进行了讨论，提出了值得研究的问题。最后对社会舆情分析的发展方向进行了展望。关键词 大数据 舆情分析 决策支持 中图分类号 Ｇ３５３．１１ 文献标识码 Ａ 文章编号 １００２－１９６５（２０１５）０２－０００１－０６ＤＯＩ １０．３９６９／ｊ ．ｉｓｓｎ．１００２－１９６５．２０１５．０２．００１Ｐｕｂｌｉｃ Ｏｐｉｎｉｏｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｄｅｃｉｓｉｏｎ Ｓｕｐｐｏｒｔ Ｓｔｕｄｙ ｕｎｄｅｒ Ｂｉｇ Ｄａｔａ ＳｕｒｒｏｕｎｄｉｎｇｓＸｉａ Ｈｕｏｓｏｎｇ Ｚｈｅｎ Ｈｕａｃｈｕｎ（Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｗｕｈａｎ Ｔｅｘｔｉｌｅ Ｕｎｉｖｅｒｓｉｔｙ ，Ｗｕｈａｎ ４３００７３）Ａｂｓｔｒａｃｔ Ｔｈｅ ｎｅｗ ｂｉｇ ｄａｔａ ｅｒａ ｂｒｉｎｇｓ ａ ｇｒｅａｔ ｃｈａｌｌｅｎｇｅ ｔｏ ｔｈｅ ｏｒｉｇｉｎａｌ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄｓ．Ｔｈｅ ｅｘｉｓｔｉｎｇ ｐｕｂｌｉｃ ｏｐｉｎ－ｉｏｎ ａｎａｌｙｓｉｓ ｔｅｃｈｎｏｌｏｇｉｅｓ ａｎｄ ｏｎｌｉｎｅ ｐｕｂｌｉｃ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍｓ ａｒｅ ｉｎｓｕｆｆｉｃｉｅｎｔ ｆｏｒ ｔｏｄａｙ＇ｓ ａｐｐｌｉｃａｔｉｏｎ ｒｅｑｕｉｒｅｍｅｎｔｓ．Ｔｈｅｒｅ ｉｓ ａｎ ｕｒ－ｇｅｎｔ ｎｅｅｄ ｆｏｒ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｓｔａｔｕｓ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄ ｏｆ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ｕｎｄｅｒ ｂｉｇ ｄａｔａ ｓｕｒｒｏｕｎｄｉｎｇｓ．Ｔｈｉｓ ｐａｐｅｒｓｕｍｍａｒｉｚｅｄ ｔｈｅ ｐｒｅｓｅｎｔ ｓｔｕｄｙ ｓｉｔｕａｔｉｏｎ ｏｆ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ｈｏｍｅ ａｎｄ ａｂｒｏａｄ ａｎｄ ｐｒｏｐｏｓｅｄ ａ ｈｉｅｒａｒｃｈｉｃａｌ ｍｏｄｅｌ ｆｏｒ ｐｕｂｌｉｃ ｏ－ｐｉｎｉｏｎ ｍｏｎｉｔｏｒｉｎｇ ａｎｄ ｄｅｃｉｓｉｏｎ ｓｕｐｐｏｒｔ．Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ，ｗｅ ｄｉｓｃｕｓｓｅｄ ｔｈｅ ｗｅａｋ ｐｏｉｎｔｓ ｏｆ ｔｈｅ ｐｒｅｓｅｎｔ ｓｔｕｄｙ．Ｆｉｎａｌｌｙ，ｗｅ ｐｕｔ ｆｏｒ－ｗａｒｄ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄ ｏｆ ｔｈｅ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ｉｎ ｔｈｅ ｃｏｎｔｅｘｔ ｏｆ ｂｉｇ ｄａｔａ ｅｒａ．Ｋｅｙ ｗｏｒｄｓ ｂｉｇ ｄａｔａ ｐｕｂｌｉｃ ｏｐｉｎｉｏｎ ａｎａｌｙｓｉｓ ｄｅｃｉｓｉｏｎ ｓｕｐｐｏｒｔ０ 引 言 大数据的发展与应用给社会的各方面带来了深远的影响，其中大数据情景下社会舆情的研究成为当前政府、企业和科研机构的一个热点研究课题。２０１２年３月奥巴马政府推出了包括大数据的管理、 分析、可视化以及大数据辅助决策等项目的“ 大数据研究与开发计划”，２０１３年国务院副总理汪洋谈大数据时以流感病毒的舆情分析为例强调了大数据分析对于政府工作的重要性。近年来，以“郭美美事件”、“切糕王子”以及“航母Ｓｔｙｌｅ”为代表的社会热点事件进一步的推动了大数据时代社会舆情研究的热潮。 在大数据时代，如何快速的对海量网络数据进行 分析并建立舆情监控和引导机制从而为管理者提供决策支持是当前研究的热点和难点。相对于传统的社会舆情分析，大数据时代的社会舆情分析更集中于对大量网络数据的搜集、存储、清洗并结合文本挖掘技术从大量低价值密度的数据中获取相关的舆情研究信 息［ １－３］ 。大数据时代为我们提供了海量研究数据同时， 其数据容量大、流动快、形态多样、价值密度低以及真实性不高等特点，使得仅依据数据统计进行舆情监 控的传统方法不再适用［４－６］ 。如何浓缩海量信息，抵 抗“数据爆炸”，从而实现舆情信息增值并提高关联数据的趋势研判能力是大数据时代舆情分析的重大挑 战［ ３，７］ 。文章对大数据舆情分析以及决策支持系统相关的研究文献进行了归纳总结，对文献中有关大数据 第３４卷 第２期２０１５年２月 情 报 杂 志ＪＯＵＲＮＡＬ ＯＦ ＩＮＴＥＬＬＩＧＥＮＣＥ Ｖｏｌ．３４ Ｎｏ．２ Ｆｅｂ． ２０１５
如何利用大数据进行辅助决策，涉及的关键技术有哪些，这样一个分析辅助决策系统呈现给终端用户的表现形式是什么呢？ 大数据+决策支持，涉及的技术面太广了，需要结合业务产品，推整体业务解决方案，才好落地。上面的大数据分析平台是一个国家发改委一个科研项目的解决方案，落地的平台看这里规划的数据平台产品AE(Accelerate Engine) 就按照这个图给你说说吧。 数据源：其实这种分类法是一种，还可以分为离线数据、近似实时数据和实时数据。按照图中的分类其实就是说明了数据存储的结构，而特别要说的是流数据，它的核心就是数据的连续性和快速分析性； 计算层：内存计算中的Spark是UC Berkeley的最新作品，思路是利用集群中的所有内存将要处理的数据加载其中，省掉很多I/O开销和硬盘拖累，从而加快计算。而Impala思想来源于Google Dremel，充分利用分布式的集群和高效存储方式来加快大数据集上的查询速度，这也就是我上面说到的近似实时查询；底层的文件系统当然是HDFS独大，也就是Hadoop的底层存储，现在大数据的技术除了微
软系的意外，基本都是HDFS作为底层的存储技术。上层的YARN就是MapReduce的第二版，和在一起就是Hadoop最新版本。基于之上的应用有Hive，Pig Latin，这两个是利用了SQL的思想来查询Hadoop上的数据。 现在说到你问题中的关键了，想利用大数据做决策支持，那么好，R可以帮你在大数据上做统计分析，利用R语言和框架可以实现很专业的统计分析功能，并且能利用图形的方式展现；而Mahout就是一个集数据挖掘、决策支持等算法于一身的工具，其中包含的都是基于Hadoop来实现的经典算法，拿这个作为数据分析的核心算法集来参考还是很好的。 数据层和分析层就不过多的说了，主要的在计算层中已经说了。至于你问题的后半部分，这样一个决策支持系统要怎么展现呢？其实这个和数据挖掘过程中的展现一样，无非就是通过表格和图标图形来进行展示，其实一份分类详细、颜色艳丽、数据权威的数据图标报告就是呈现给客户的最好方式！至于用什么工具来实现，有两个是最好的数据展现工具，Tableau和Pentaho，利用他们最为数据展现层绝对是最好的选择。 大数据+决策支持，涉及的技术面太广了，需要结合业务产品，推整体业务解决方案，才好落地。上面的大数据分析平台是一个国家发改委一个科研项目的解决方案，落地的平台看这里规划的数据平台产品AE(Accelerate Engine)
基于大数据的技术创新与决策方法研究 摘要：创新方法是创新经验和技巧的高度总结，是技术创新的“孙子兵法”，传统创新方法在互联网技术推动下的“大数据”时代，在创新资源相关数据的获取和融合效率方面面临新的机遇与挑战。文章通过对大数据技术与方法以及围绕着大数据环境下的企业技术创新与管理决策相关技术与方法的研究，通过院校合作，构建起大数据环境下的技术创新与决策的技术框架体系，依据技术创新“双向决策模型”，通过数据的在线收集与预处理、大数据存储与预处理技术体系、创新资源数据的可视化技术与决策技术方法和创新应用工具的开发四个子项的实施，实现技术创新的“评估与预测”和“监测与预警”。结合企业研发与技术创新实践，希望能帮助企业实现更加精准的技术创新决策。 关键词：创新方法；大数据；技术创新管理 引言 提高国家与企业的自主创新能力是建设创新型国家发展战略的核心和提高综合国力的关键。国家、企业间的竞争既要依靠创新，也受到创新效率的影响。先进的创新方法是保证创新效率的基础。创新方法是创新经验和技巧的高度总结，是创新的兵法。如何将创新方法的最新研究成果转化为
现实生产力是当前高效创新驱动面临的挑战。另一方面，互联网技 术推动下的“大数据”时代的来临，企业通过从海虽的数据中萃取 有效知识并将其转化为新的商业竞争优势[1] 的信息管理思想和技术方法正在实现。如何有效使用“大数据”来实现对创新方法的创新，则成为了目前学术界与企业界广泛关注的焦点。因此，文章希望通过大数据技术与方法的深入研究，利用大数据技术来变革和提升创新方法、思维体系与管理模式，并促进企业自主创新和生产力的快速提高，使技术创新管理工作适应企业创新实践的新需求。 1研究背景 1.1大数据的研究进展与趋势 自1998年美国硅图公司(SGI)的首席科学家John R.Masey提 出了大数据概念以来，随着网络技术的发展人们在近年来从海虽数 据分析的角度转向大数据。其中，以Facebook为代表的社交网络软件的应用，直接导致大虽非结 构化数据的涌现，并促进了针对非结构化数据查询与处理技术快速 发展。2008年，《Nature》杂志出版专刊〈〈Big Data》针对多个 学科的实际研究现状系统地介绍了“大数据”所蕴含的潜在价值和 挑战。2011年，《Science〉杂志出版的专刊 ?Dealing with Data》标志着“大数据”时代的到来[2]。随后， 美国奥巴马政府在2012年3月推出“大数据研究开发计戈(Big
智慧神州（北京）科技有限公司 密级：保密 大数据决策支持系统 实施方案 （V1.0） 项目编号：项目名称： 编写人：李茂发编写日期：2018.05.09 审核人：侯俊华审核日期：2018.05.13 批准人：批准日期： 1
文档修订记录 2
目录 第1章.编写说明 (5) 1.1编写目的 (5) 1.2术语定义 (5) 第2章.项目实施总述 (6) 2.1子项目建设目标与任务 (6) 2.1.1. 子项目建设总体目标 (6) 2.1.2. 子项目分阶段目标 (6) 2.2子项目建设内容 (7) 2.2.1. 子项目总体架构 (7) 2.2.1.1.总体架构 (7) 2.2.1.2.技术架构 (8) 2.2.1.3.数据架构 (10) 2.2.1.4.关键技术介绍 (13) 2.2.2. 子项目软硬件系统建设内容 (18) 2.2.2.1.专题库建设······································································································错误!未定义书签。 2.2.2.2.大数据决策系统应用 (18) 2.2.3. 子项目实施工作内容 (22) 2.2.4. 子项目外部系统对接技术方案 (23) 2.2.5. 子项目实施进度规划 (23) 2.2.6. 实施风险与关键点 (25) 第3章.里程碑计划 (28) 第4章.详细工作计划 (30) 3
文档格式约定:： 一级标题：左对齐黑体字二号字加粗 二级标题：左对齐黑体字小二号字加粗 三级标题：左对齐黑体字三号字加粗 四级标题：左对齐黑体字四号字加粗 正文：正文首行缩进2字符 1.5倍行距宋体小四号字图片：居中 表格：居中表格文字左对齐宋字五号字 4
当前，我国应急管理体 系主要采用“预测— 应对”型模式[1]，主要依赖经验决策、专家咨询、临场会商等传统方法，适用于应对小规模、规律性较强、复杂程度不高、事件态势演变缓慢的突发事件，例如普通的洪涝灾害、可预见的泥石流滑坡、小规模的流感流行等。对于前兆不明、难以准确预测、具有严重灾难后果的非常规突发事件，例如2003年SARS流行、2008年“5?12”汶川特大地震、2009年甲型H1N1流行和2013年“4?20”芦山强烈地震等非常规性的重特大突发事件，其应急响应通常面临极端环境、资源紧张、信息匮乏、高度时效、心理压力、利益冲突等非常态的特殊问题[2]，其现场实时信息纷繁复杂且高度动态变化，政府部门间、社会民众间、政府与社会、政府与受灾者等高度融合，相互关联，应急指令往往导致连锁变化，“预测—应对”型应急管理模式很难适应非常规突发事件应急管理的高度时效性、全面性、动态性和交互性要求[3]。 2009年，国家自然科学基 实时掌控，掌控突发事件态势 则取决于事件相关数据全面、 及时、有效的获取及基于数据 的理解与认知。 互联网与移动网络的快速 发展和普及，尤其是社交网络、 微博、博客、播客、在线论坛等 Web社会媒体(Social Media) 的广泛应用，使得社会大众的 信息沟通与实时交互能力达到 空前水平，同时，极大地激发了 大众参与社会事务的热情。大 众不仅能够实时分享并获取信 息，而且能参与创造和传播信 息，网络的社交化、即时化、个 性化已成为不可逆转的发展趋 势[6-8]。近年发展趋势表明，非 常规突发事件一旦出现，我国 的亿万网民会迅速汇集起来并 参与其中，由此形成了滚滚的 数据洪流，包括灾情、救援、生 命通道、避难场所、募捐等，构 成了突发事件大数据，即时性 和交互性强。这些数据的有效 利用，对突发事件科学决策有 着很高的指导价值。 本文主要面向现实物理世 界—虚拟网络空间耦合环境中 非常规突发事件应急管理的特 殊性要求，探讨网络社会化时金委管理科学部启动了“非常 规突发事件应急管理研究”重 大研究计划，核心目标是构建 “情景—应对”型非常规突发 事件应急管理的理论体系，增 强应急管理科技的自主创新能 力。经过几年努力，“情景—应 对”型应急管理模式已在我国 学术界形成共识[1-5]，并通过理 论与技术的不断完善，向政府 和产业界推行，逐步确立突发 事件“情景—应对”型应急管理 的新模式。突发事件“情景—应 对”型应急管理，首先需要对物 理和社会空间的突发事件进行 实时而全面的监控与智能分析， 从海量、分散、非结构化、实时 变化的灾情数据中挖掘出有价 值的情报，通过分析获取当前 态势的总体描述，进行态势推 演，而后进行综合研判和决策， 及时将相关信息提供给最需要 的人，使决策者作出恰如其分 的现场处置与应急部署。同时， 还需要及时获取应急管理措施 实施效果的反馈，指导修正应 急管理措施。究其实质，关键在 于突发事件实时监测数据驱动 下的科学决策，而科学决策的 关键则在于对突发事件态势的 突发事件态势感知与决策支持的大数据解决方案*文 曾大军 曹志冬 [摘要] 论文分析了网络社会化时代突发事件大数据的产生背景，并通过“5?12”汶川特大地震和“4?20”芦山强烈地震中Web社会媒体的角色与作用对比，揭示了现实物理世界—虚拟网络空间耦合环境中Web社会媒体及大数据给突发事件态势感知带来的机遇与挑战。在此基础上，归纳突发事件大数据应用需要解决的关键技术难点，提出了一套应用大数据实现突发事件态势感知与决策支持的理论解决方案。 [关键词] Web社会媒体；大数据；非常规突发事件；态势感知 *本文是国家自然科学 基金项目（91024030； 91324007；90924302； 91224008)的阶段性研 究成果。 专家视点
大数据时代下的决策支持 9月10日，由北京大学软件工程国家工程研究中心、北京北大软件工程发展有限公司主办的易智论坛云信息管理课程第一讲《大数据时代下的决策支持》在北京大学英杰交流中心举行，来自北京市各区县组织系统、委办局、政府机关相关领导共30多人参加了本次论坛，以下为本次论坛盛况实录。 下午两点，会议在轻松愉悦的氛围中正式开始。北京大学软 件工程国家工程研究中心张世琨主任致欢迎辞。 张主任在欢迎辞中提到，易智论坛将以“北大系”技术为主， 涵盖各领域优秀解决方案与产品，更好的将用户、业务专家与优 秀企业紧密结合起来，“以科技促产业转型”。 恰逢9月10日教师节，工作人员代表易智论坛特别为主讲 嘉宾陈其伟老师送上一份节日的祝福。 在主题讲座中，陈其伟老师从以下五个方面进行讲解： 1、大数据与决策支持的关系 2、构建决策资源平台 3、汇聚决策数据中心 4、合理决策数据应用 5、典型案例分享 详细讲座内容请您关注易智论坛微信公众平台【北大 易智】（微信号：Bdsoft-yizhi）点击易智课程查看。
在陈老师两个小时的讲座中，听众们时而捧腹，时而颔首，大家在愉悦的气氛中学习、思考。 在互动交流的环节，大家分别结合自己的实际工作谈了自己对大数据应用的想法与认识。 北京市发改委领导：这次培训是非常及时的。在发改委物价系统调整过程中，大数据的决策作用是不可忽视的。大数据的魅力并不在于大，而是通过大数据提升决策、管理、公共服务水平。 北京市顺义区组织部领导：结合顺义区的组织工作，正在从数据“收集者”向数据“分析者”转变。在“大数据”时代，注重数据分析，数据挖掘，让沉睡的“数据”活起来。这也要求组织部门的工作者要不断更新知识，学习和运用“大数据”的相关理论，提高驾驭数据的能力和水平，进一步发挥好参谋助手的作用。 北京市房山区组织部领导：大数据时代对决策科学化的影响毋庸置疑。组织部门如何利用大数据做好干部管理工作是重中之重。运用大数据，做好选人用人工作；同时，也要运用数据分析等手段做好干部监督工作。 北京市委统战部领导：制定统一数据标准体系，建立统战代表人物汇聚库；采用多种数据挖掘，发现统战代表人士潜在规律，预测统战代表人士成长趋势，建立涵盖日常考核和任前考核的统战代表人士成长轨迹分析。形成一个从“政治把握能力、参政议政能力、组织协调能力、合作共事能力”四个维度，反映统战代表人士全貌的立体描述的分析报告，为统战人才的发现培养和选拔任用提供支撑。 通过互动交流，各政府部门现有的大数据应用主要还是集中在统计分析层面。大家最关心的问题是“分析模型如何建立”、“现有数据如何有效使用”。 后续易智论坛也会陆续开展大数据相关的课程为大 家答疑解惑。 16:30，与会智者在英杰交流中心大厅合影留念， 易智论坛云信息管理课程第一讲圆满落下帷幕。