大数据的实际应用及未来展望 计172（10170828）程慧艳 摘要：近年来，“大数据”已然成为IT界如火如荼的词，与“云计算”并驾齐驱，成为带领IT行业发展的两列火车。尤其在当今这个物联网快速发展的时代，数据已经成为新的资源，是支撑物联网发展的基石。本文通过对大数据的简要诠释以及一些大数据在国内外的应用实例来对大数据产业的发展、社会定位以及价值实现途径进行探索，最后分析未来大数据产业的发展。 关键词：大数据，大数据技术，数据挖掘，数据变现，应用 1.大数据时代 大数据？多么时髦的词！就连农民看新闻的时候，都会听到它。只要是能涉及到大数据的，各个行业都不会放过，比如汽车、医疗、教育、金融、饮食、传媒、零售业、农业等。如你所见，大数据已经不是IT行业的专有名词了，而是与我们生活息息相关的事物，我们已经进入了大数据时代。 相信对于大多数人来说，大数据也就只是一个经常听到的似乎很高端大气的词罢了，其实不然，要认识大数据，首先就要知道它是什么。那么，什么是大数据呢？我们来看看官方的定义：大数据（Bigdata）,或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工在合理时间内截取、管理、处理并整理成人类所能解读的信息。 IBM提出了大数据的5个特点：大量、高速、多样、价值、真实性。
维克托·迈尔·舍恩伯格教授在《大数据时代》一书中指出，大数据不用随机分析法（抽样调查）这样的捷径，而是采用所有数据进行分析处理。简言之，从各种类型数据中快速获得有价值信息的能力就是大数据技术，也正是这一特点促使该技术具备了走向实际应用的潜力。 2. 数据资源（数据就是“金库”） 从数据类型来看，大数据可分为三类。 ·传统企业数据：包括CRM Systems的消费者数据、传统的ERP数据、库存数据及账目数据等。 ·机器和传感器数据：包括呼叫记录、智能仪表、工业设备传感器、设备日志、交易数据等。越来越多的机器配备了连续测量和报告运行情况的装置。几年前，跟踪遥测发动机运行仅限于价值数百万美元的航天飞机。现在，汽车生产商在汽车中加入了监视器，连续提供车辆机械系统的整体运行情况。 ·社交数据：包括用户行为记录、反馈数据等。计算机产生的数据可能包含着关于因特网和其他使用者行动与行为的有趣信息，从而提供了对他们的愿望和需求潜在的有用认知。还有人们通过短信、QQ、微博、微信、电子邮件等产生的文本及图像信息。 这三种数据都价值连城，甚至有说法称，谁掌握数据资源，谁就掌握了“金库”。当然，要将数据变成正真的“金库”，还需要一个过程，一个分析的过程，一个总结的过程，一个预测的过程。最终，数据能帮人们提高预测的能力。通过大数据的处理工具，提取精华，总结规律，预测行为。
《基于层次分析法的网络营销绩效评价》 姓名： 班级： 学号：
一、问题的提出： （一）问题： 随着互联网的飞速发展，网络营销这种建立在互联网上的新型营销模式应运而生，然而企业应如何对网络营销进行绩效评价，以期达到完善企业营销活动的目的。在决策分析这门课程中，我们曾学过的层次分析法在此处有了用武之地。根据层次分析法的基本原理，综合考虑了影响企业网络营销绩效的重要指标，构建了网络营销绩效评价的指标体系，并运用上述指标对两家企业进行实证分析，客观评价出各个指标对企业网络营销绩效的影响程度。为企业网络营销活动的开展提供科学的决策依据。 （二）意义： 网络营销绩效评价是指企业管理者运用一定的定量化和定性化的指标，对企业的发展能力和经营成果作出客观准确的综合性评价，以期总结和完善企业的网络营销活动。不同企业对自身开展网络营销评价的方法和指标都不尽相同，但这并不影响网络营销评价的进一步发展，因为评价结果为企业管理者带来的价值正在日益显著。 网络营销是企业整体营销策略的重要组成部分，是企业利用互联网的优势与特性实现一定营销目标的一种手段。在网络营销活动中，对网络营销绩效进行评价是一项不可缺少的工作。 （1）网络营销绩效评价有利于改进企业的市场营销。通过网络营销评价，企业能够获得各种专业的评价和数据分析，比如用户的反馈意见和用户之间的交流意见等，而这在传统市场营销评价中是难以获得的，通过对这些信息的及时总结，能够把企业当前的总体情况，范县网络营销活动中存在的问题，为企业经营管理者制定下一阶段的网络营销决策提供可靠的科学依据。 （2）网络营销绩效评价有利于提高企业的知名度。客观合理的评价企业的网络营销有利于企业的宣传，提高企业在世界范围内的知名度，由权威机构评价后，在知名网络营销评价网站上排名靠前的企业，还能更好的取得公众的信任。 二、问题的解决 （一）网络营销绩效评价指标体系构建原则 指标是衡量绩效的准则，因此评价指标体系必须能够客观真实的反映一个时期企业网络营销活动的时间情况，成果构建爱你网络营销绩效评价指标体系时，要遵循如下原则：（1）全面性原则。指标体系要能全面的反映所评价的网络营销的综合情况。在选择评价指标时，不仅要考虑正效益指标，还要负效益指标，要能反映网络营销的各个方面，这样才能保证评价内容的全面性。 （2）科学性原则。评价体系应能客观并且准确的反映网络营销的实际情况。指标体系的构建要做到结构合理、层次分明。指标体系层次和评价指标不一太繁杂，否则会降低评价的精度。保证所收集的资料与评价对象之间存在必然的联系。 （3）可比性原则。确立评价指标时，要考虑到同类指标之间的可比性。评价指标要尽可能量化，对定性指标运用一定的算法进行恰当的处理。 （4）可溯性原则。网络营销评价指标的含义必须明确具体，数据资料要容易收集且计算简单，应尽可能的选取可测的，接近客观真实的指标，使决策者（专家）根据指标体系做出清晰准确的判断。 （5）独立性原则。评价指标体系中各项指标的含义必须都具有独立的信息，同一层次的指标应能从不同的方面反映网络营销绩效的特征，相互不能代替。 （二）网络营销绩效评价指标体系
政府强行让农民种葡萄到底对不对? 案情简介: 201１年清明前后,正是我国东北农民春耕备耕的时节,可是在辽宁省Ｈ市J县,很多农民却被告知不得在自家田里翻地、播种,当地政府甚至出动大型机械,在农民的田里犁出来一道道深沟，强行要求农民大种葡萄。 清明时节是翻地的黄金时间，４月中旬就要开始播种。由于缺水，J县农民主要种植耐旱的玉米。可是在Ｊ县汤神庙镇,大片大片的耕地并没有翻成种玉米的条条垄沟,而是被翻成了一道道深沟。在汤神庙镇马营子村，村民陈老汉非常痛心地回忆:20１1年3月2号，自己被镇政府的工作人员抬出自家的耕地，眼瞅着玉米地被开出一条条深沟。 一名村民拿着一张镇政府发给他个人的告示,上面的措辞相当强硬:“经请示县政府，镇政府决定，凡是各村规划区内,任何农户决不允许干扰，阻碍，更不得种地，必须栽植酒葡萄,否则造成一切损失,由本户和参与者自负，并根据相关法律追究责任。” 告示上还写道:“县委县政府决定五年内把J县打造成辽宁干红葡萄酒生产第一县,今年我县岭上八个乡镇规划3万亩。” 其背景是，在201０年底，Ｊ县与河北某企业正式签约，计划投资1０亿元，在J县工业园建设一个干红葡萄酒生产项目。为了让项目顺利实施,当地政府部门在去年就启动了３.5万亩酒葡萄产业基地的建设工程,一共涉及J县的1１个乡镇，其中就包括前面提到的汤神庙镇。根据规划,汤神庙镇、王宝营子乡等7个乡镇，每个乡镇栽种葡萄面积不少于5000亩。 村民们说，镇里为了种葡萄把地翻成这样,已经破坏了土壤里原有的水分，即使现在把土填上种玉米,也别想有好收成了。眼瞅着过清明开始种地，这好墒
情都挑开晾着,都成土坷垃,这不是坑人吗?现在又不下雨，更糟了。打多少井啊，都是干井。 引进大型企业振兴地方经济本来是好事，将企业开在原料产地，企业能降低成本，农民的葡萄又有了销路,看上去是双赢的买卖,可为什么老百姓却不买账呢？ 原来，J县长期干旱，并不适合耗水量大的葡萄生产。玉米不但是当地村民的口粮，收割剩下的秸秆还是东北农村家庭必不可少的燃料,一旦葡萄种植失败了，口粮和过冬的燃料又在哪里? 村民们说:别说浇地,吃水都不够，不旱吃水就够了,要是旱了，吃水都不够，还能浇地？ 自然因素还不是最主要的，汤神庙镇的村民算了一笔经济账，按照当地村民的话说，跟耐旱的玉米相比，葡萄太娇贵了，必须有人伺候，这和种在地里差不多就等着收成的玉米相比区别实在太大。而要专心伺候葡萄，很多人就没有办法外出打工，这等于让一家人失去了一份稳定的收入。而在之前政府部门提出的规划中,曾经规定对栽植户实施三年补助,每亩是500元,可村民算下来却发现,种葡萄头两年根本没收益,相比种玉米，一亩50０元的补贴根本不够用,规划中企业称将先行支付生产资料，村民认为这更不是免费的午餐：村民甲：我有4亩地,要是种玉米的话,玉米的价格是1元05分，我一亩地能产两千斤玉米,一亩地就是收入两千元。如果种葡萄,最起码第一年、第二年不结果，第三年结果也是微量的,到第四年大部分结果以后，我还要开始补偿杆子等4、5千块钱投资，也就是在这四五年之内，我一点收入都没有了。 村民乙:谁也不想种，可是没招啊,你说好地给祸害成这样了，谁都来气,社员都不愿意种，一个是水不行，一个这里气候也不适应。
大数据的发展应用前景介绍 越来越多的人投身于大数据行业，这几年，大数据的火爆也产生了很多疑问，大数据是不是过于被热捧了，产生的价值是不是与实际并不相符。无忧考网今天为大家来简单的描述下大数据的一个意义，也让参加大数据培训的同学有个很好的认识。 大数据与事务 因为许多数据流入企业，企业的大数据剖析人员搜集并剖析这些数据，从而为企业发展供给所需的洞察力。小数据事务范畴的这一新改动也意味着企业现在将寻找知道怎么处理当今许多信息流入中最为重要的问题的职业专家。 大数据带给企业运营方法的洞察力也使得之前的小数据事务发生了巨大的改动。当人们不得不人工监控公司的库存，发货地址以及怎么完结时，现在大数据的改动将使所有这些变得更有效率。主动软件能够完结核算作业，在出售方面供给更好的报答。 增加的潜力 人们现在也能够找到许多就业机会，就像现在大数据怎么改动竞赛环境一样。这种状况的一个比如是一位28岁的斯坦福大学教授研讨政治学和数学的状况。在他的一项研讨中，他能够创建一个算法，这个算法能够剖析博客文章，新闻文章和新闻稿。这样做的意图是为了更好地猜测政治观念将怎么改动。在推举剖析和猜测方面这个算法
有着巨大的潜力。现在标明有许多需求添补的空白，以取得更准确的成果。 大数据年代 现在，各个范畴的大数据爆破式增加。人们在网上的所有社交活动和行为都将对刻画社会风气带来影响，这是企业应该更多地了解大数据以及怎么供给协助的众多原因之一。现在，供货商，客户和货运方能够经过产品系列中的立异进行监控。企业有必要了解大数据对其环境的影响和优点，而这些数据曾经是小数据。 消费主义 “大数据”一词描绘了人们改动对世界运作方法的了解的方法。如果不满足消费者的需求，所有这些改动和立异将是不完整的。现在，它能够在从洗衣机到电表不同的消费产品中布置传感器。这些来自这些产品的数据将使制造商，政府和民间社会了解更多状况，他们将看到消费者怎么消费他们的产品，以及怎么改进，并发明更好的版别。 大数据现在变得更简单被消费者所了解。毫无疑问，大数据为企业和个人日子带来了许多增加的机遇。有了这些改动就有危险，但大数据的危险不应该超越供给的优点。职业专家和政府部门的作业就是管理好收益并抵消危险。这样做将保证人们能够从大数据的发展中受益。 科技的发展往往伴随着淘汰一批，产生一批，历史的车轮浩浩荡荡，碾压没有上车的，上车的自然享受历史前进的红利。
某公司某设备操作成本问题 建模与决策分析 一、问题综述 某公司某单位有一台大型设备，供公司生产和科研之用。在工作的时间里，必须有一名操作员负责操作和维护，以及提供一些编程服务。公司网络信息中心的陈主任负责管理这一设备的运作。 现在是公司每年新招录员工刚报到的时间，陈主任面临如何分配新操作员工的问题。由于所有的操作员都是新招录进入公司的，每天都需要进行必要的入职培训和岗位认知，因此，他们每天只能在工作有限的时间内开展工作。 目前有6个操作员（4个本科生、2个研究生）。因为他们的电脑经验以及编程能力不一样，所以，他们的工资也不同。下表给出了他们各自的工资（单位: 元）以及每天可以开展工作的时间。
每个操作员必须保证一周最少工作时间，以保持对设备操作的熟练程度。这一规定硬性的，本科生（A、B、C、D）每周8小时，研究生（E、F）每周7小时。 计算机周一到周五每天从上午8点开到下午10点，任何时候都必须有一位操作员在职。在周末，计算机将由其他人管理。 因为设备的运行费用紧张，陈主任不得不考虑合理地分配每个操作员每天的工作时间，以使设备的操作成本最小。 二、问题定义 1、决策变量 a1、b1、c1、d1、e1、f1=A、B、C、D、E、F每周一工作的时间 a2、b2、c2、d2、e2、f2=A、B、C、D、E、F每周二工作的时间 a3、b3、c3、d3、e3、f3=A、B、C、D、E、F每周三工作的时间 a4、b4、c4、d4、e4、f4=A、B、C、D、E、F每周四工作的时间 a5、b5、c5、d5、e5、f5=A、B、C、D、E、F每周五工作的时间 2、目标：成本最小 成本= （a1+a2+a3+a4+a5）×10.00+（b1+b2+b3+b4+b5）×10.10+ （c1+c2+c3+c4+c5）× 9.90+（d1+d2+d3+d4+d5）× 9.80+ （e1+e2+e3+e4+e5）×10.80+（f1+f2+f3+f4+f5）×11.30 3、资源使用情况及限制条件 （a1+a2+a3+a4+a5）总量为18 （b1+b2+b3+b4+b5）总量为12
分析辅助决策系统研究与应用 摘要:近年来，政务信息资源分析系统已成为电子政务研究领域最为活跃的 研究领域之一。如何利用政务信息资源进一步提高电子政务水平，让过去“死的、无用”的信息资源变成“活的、有用的”的财富，从而进一提高政府服务能力， 是电子政务研究的深化和升华。对最近几年政务信息资源分析系统研究进展进行 综述，对其关键技术、系统主要功能以及应用实践等进行概括分析。最后，对政 务信息资源分析系统有待深入的研究难点和发展趋势进行展望。 关键词:政务信息资源体系；政务信息资源分析系统；信息采集；数据交换；应用 一、概述 综合分析决策系统，指通过对数据的收集、管理、分析以及转化，使数据成 为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。 综合分析决策体系结构 如图所示：支持数据分析的综合分析决策系统体系结构在逻辑上分为源数 据、数据仓库、多维数据库和客户端工具四层结构。上图中涉及的概念解释如下：源数据：是客户传统的业务运营系统的数据。可能是数据库，Excel 表格，或者是日志文件等。 数据仓库（DW）：是数据集中存放的地方。其突出的特点是对海量数据的支 持以及规范化的结构（星型或者雪花型结构）。 数据集市（Data Marts）：为了特定的应用目的或应用范围，而从数据仓库 中独立出来的一部分数据，也可称为部门数据或主题数据（Subject area）。在数据仓库的实施过程中往往可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。 数据抽取工具（ETL）：把数据从各种各样的存储方式中拿出来，进行必要的转化、整理、再存放到数据仓库内。对各种不同数据存储方式的访问能力是数据 抽取工具的关键，应能生成COBOL程序、MVS 作业控制语言（JCL）、UNIX 脚本、
药用辅料厂该不该兼并第三制药厂温县粮食局下属企业焦作市药用辅料厂，兼并了焦作市第三制药厂。这件事不仅开创了温县工业发展史上的先例，而且在全县以至整个焦作市都引起了强烈反响。 焦作市第三制药厂1980年建成投产，占地46000平方米，职工641 人，年产淀粉10000吨，曾有过辉煌的历史，产品在1988 年前畅销十多个省、市，远销日本、菲律宾、马来西亚等国，年利润100 多万元。但由于设备老化，工艺技术落后，管理混乱，淀粉出品率低，产量质量不稳定，客户愈来愈少，企业效益下降，特别是投资600 万元新上的年产5000 吨的葡萄糖生产线半途而废，使企业不堪重负而被迫停产。停产时，固定资产和债权总额只有1088 万元，债务却达2100 万元，相抵后亏损1012 万元。 焦作市药用辅料厂1987年7 月正式投产，占地3500平方米，职工180人，固定资产110多万元，年生产淀粉5000 吨。由于设备和工艺技术先进，管理科学规范，淀粉产量稳定，质量好，供不应求，年产值1500万元，利润140 多万元，生产经营形势蒸蒸日上。 面对这种情况，粮食局局长原志高产生了一个大胆的想法，何不借机让药辅厂将三药厂兼并?药辅厂虽暂时背个大包袱，但不久便可形成规模，成为抵御市场风浪的强者。思忖再三，他决定召开班子会议一议。会上，原局长刚把这一想法说出，立刻遭到了多数班子成员的强烈反对。有人说，自古以来都是大鱼吃小鱼，小鱼吃虾米，还没听说过小鱼吃大鱼；有的说：药辅厂效益再好，让它背上这个大包袱，非把它压趴下不可；有的说，风险太大了，万万使不得。结果会议不欢而散。 这件事传到了社会上，三药厂职工的反映也传入了原局长的耳朵，各方人士纷纷议论，各执一词，莫衷一是，多数持否定态度。面对重重阻力，他反复考虑：要想干成一件事，哪有不冒风险的?在市场经济条件下，企业要生存和发展，必然要冒一定的风险，只要有50%以上的成功把握，这件事就敢干。改革开放以来，粮办企业从无到有，从小到大，不断上规模，跨台阶，走过的不正是这样的路吗? 于是，他一方面组织有关人员对两个厂进行综合考察，一方面要求班子成员对这件事也要进行调查研究，每人都必须拿出有说服力的意见来。 专门研究兼并问题的局长办公会如期召开，主题就是“究竟敢不敢让‘小鱼' 吃‘大鱼'”。讨论在平和而又认真的气氛中进行，大体上有两种意见： 一种意见是不敢。理由有四点：①药辅厂规模小，小马拉不动大车。②药辅厂兼并三
企业决策分析系统解决方案 客户需求分析 企业数据分析与决策支持需求的有效满足往往需要一个强有力的决策分析系统的支持，以便在系统中整合各项功能，并为企业用户提供一个统一的系统应用环境。企业对决策分析系统的具体需求一般可总结为以下几个方面： 统一应用门户 系统为企业进行数据分析与决策支持提供系统应用的统一门户。 统一资源管理 对系统中的各种应用资源可进行统一管理，如报表的发布，文档的上传管理等。 有效的权限控制 决策分析系统涉及到企业核心运营数据等商业敏感信息的分析与利用，因此需要有严格的权限控制机制。系统不但可控制用户有权限使用的功能，还能够控制用户所能查询分析的数据。 面向数据分析与决策支持的业务应用功能 系统能为用户提供面向数据分析与决策支持的多种应用手段或功能集成，以满足用户从不同角度进行数据分析的需要，如报表统计分析、关键绩效指标分析、olap多维分析、数据采集与汇总分析等等。 良好的可扩展性 系统具有良好的可扩展性，不但能满足用户的一些个性化定制功能，还能依据企业决策分析需求的不断发展变化，进行系统升级改进与功能扩展。 润乾企业决策分析系统解决方案 针对上述需求，润乾在深刻洞悉与充分理解国内企业商业智能需求以及多年商业智能项目实施经验的基础上，推出了“润乾RBP（RAQ Business Platform）决策分析平台”产品，并基于此产品为企业级用户提供一套完整的决策分析系统解决方案。润乾RBP决策分析平台可满足用户以下需求： 统一应用平台 系统为B/S架构，通过Web浏览器即可访问登录系统，为用户提供一个统一的系统应用平台环境。 资源中心 润乾RBP决策分析平台具有“资源中心”功能模块，为用户提供统一的资源管理界面，可进行目录管理、资源发布、资源授权，其中资源类型支持报表、自写HTML文章、静态文档（Word、Excel、PPT等）。 灵活全面的权限管理机制 润乾RBP决策分析平台为用户提供了一套完善灵活的权限管理机制。通过对机构、角色、用户、参数四者的有效管理与关联，为用户实现系统功能级、资源级、数据级三个层级的全面有效控制。即分别可以控制用户有权限访问的功能、可以查看的报表与文档资源、有权限查询检索与浏览的业务数据。 丰富的数据分析与决策支持应用功能 平台为用户提供了报表与统计图分析、个人首页分析面板定制、Dashboard企业信息仪表盘、报表订阅与推送、数据采集与多级填报汇总分析等丰富的应用功能，充分满足用户数据分析与决策支持的需要。 系统扩展 润乾RBP决策分析平台是润乾的标准化产品，能够与润乾其他BI系列产品进行深度整合，如即时报表、润乾调度器等等，以满足用户的不同应用需求。同时平台提供各层面的丰富接口，具有灵活的功能扩展性。二次开发与个性化定制 基于解决方案的产品化、系统丰富的接口、界面组件化，润乾还可为用于提供系统的二次开发与个性化功能定制服务，如报表应用开发、界面定制等等，有力提升客户系统应用价值。
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。
机会成本对决策分析有什么意义 ？为什么？并举例说明 机会成本是当人们在经历决策过程中必须考虑的一个非常重要的因素 机会成本，又称经济成本，它包括实际支付的会计成本，以及资源用于某一用途后所放弃的其在其他用途中的最有收益的隐性成本。所以，机会成本并不仅仅是我们所看到的会计账目中，利润表上所记录的成本，它很重要一部分包括了在经过多种决策方案的选择后放弃了其他的机会所失去的收益。很简单的比方当一定量的经济资源投入产品A的生产中时，生产产品A的代价不仅包括这一定量的经济资源的耗费，而且必须包括没有用这些经济资源生产产品B 可能获得的收益。因为如果用一定量经济资源所生产A获得的利益抵不上生产B获得的收益，资源就要从A转移到B。经济学是既然是研究和管理稀缺资源及做出最佳资源配置，那么从经济学资源配置的角度来说的话，生产A的真正成本，不仅应该包括生产A的各种费用支出，而且应该包括放弃的另一种用途(生产B)可能获得的收入。 在经济学的角度来讲，计算的经济成本即计算机会成本的目的就是为企业决策提供分析的基础。管理者以利润作为决策依据的时候，往往会做出不同的决策，大部分时候都会忽略了隐性成本这个重要的成本，当然所计算出来的会计账目中记录的利润是小于了实际收益的利润，所以说忽略了隐性成本，也就是不通过计算机会成本而做出的决策分析，是失误的、错误的决策。有时，企业做出无助于利润最大化的管理决策，就是因为不懂得或是没有正确考虑机会成本中的隐性成本，所以造成了决策失误。经济学中要求人们，在日常生产生活中，理性的决策要求考虑经济利润，这就是说必须计算完整的机会成本，包括显性成本和隐性的成本。总而言之机会成本在有效的管理决策中有这举足轻重的作用。 但在我们所学习的微观经济学中机会成本还主要有以下的特点： 1、机会成本是一种假定的成本。机会成本的思想是这样产生的：人类的资源有限，在一定的情况下，一定的经济资源可用于多种用途，但选择任何一种既定用途都是以放弃其他用途为代价的。机会成本就是这样一种收益机会的丧
案例分析作业 案例1： 长江三峡工程决议案的诞生 1992年4月3日，是我国领导决策史上极为有意义的一天。在这一天，全国人大七届五次会议以1767票赞同、171票反对、664票弃权、25人未按表决器的结果，通过了《长江三峡工程决议案》，从此揭开了中国决策史上民主化、科学化进程的新一页。 三峡工程在中华民族的历史上，可以说是继万里长城之后最大的一个工程。它将创造人类史上蓄水、发电、主题建筑物等多项世界纪录。国外专家盛赞它是21世纪最大的、最有雄心的土木工程。三峡工程的研究、设计、论证时间之长，参加专家之多，涉及问题之广泛，在世界建筑史上是十分罕见的。早在1917年孙中山先生就曾提出过修建三峡水电站，近一个世纪以来，三峡工程的最终决策经历了四上四下，多次反复的过程。终于全国人大七届五次会议为中华民族这一伟大的梦想画上了圆满的句号。 是否建设三峡工程，一直牵动着全国各族人民的心，仅建国后就论证了四十年，争论了三十年。在这些激烈的争论中，其间仁者见仁、智者见智。争论的实质，虽然有一部分是因为工程技术上的不同观点所引发的，但相当大的成分在于人们处于不同的环境，对最终决策建设三峡工程存在着不同的价值和心态。长江中下游地区是三峡工程的受益者，大都期盼工程能够尽快上马；长江上游地区，由于水库建成后将大面积蓄水，淹没大片的土地和家园，切身利益受到损害，因此
有所异议是十分正常的；还有一些专家学者认为，三峡工程建成后，原有的长江水域的许多宝贵的自然和人文的历史遗产必然会受到破坏，即使能够将部分文物迁出，仍然有相当多的文物被淹没在水下，会造成不可估量的损失；全国其他地区也有人认为，三峡工程浩大，担心工程上马后会对整个国民经济形成巨大的冲击等等。正是因为全国各地人民的不同心态，在三峡的最终建设问题上形成了诸多的意见和建议。长期以来，三峡工程几上几下，国家的经济实力和工程技术力量固然是重要的影响因素，但我们更应该从中看到，在进行如同三峡工程建设这样超大型建筑工程的决策时，领导者必须慎之又慎。全国各个地区、各个行业的声音都必须仔细倾听，尤其是各领域专家的意见，必须加以吸取。同时，从全国情况看，必须考虑到人民的担心、异议甚至是反对的心理状态，决不能强制性地进行决策，否则一旦出现决策失误，给全国人民造成的精神损失和物质损失，是以后世世代代都无法弥补的。 从三峡工程议案的通过中，我们可以看到，进行领导决策尤其是进行重大问题的领导决策时，充分听取各方面的不同意见，详尽的收集信息，严谨周密的科学论证，科学化民主化的决策程序，严格认真的方案制定，精确高效的实际运作，乃至坚定有力的监督控制，这些都是完成一个高质量的、高效益的领导决策的必备因素。 （参见图春友编著：《现代领导心理学》，中共中央党校出版社，2001年12月第1版。） 分析与思考：
精心整理 Google IT 2019年9月11日
目录 一、简述 (4) 二、Google经典三篇大数据论文介绍 (5) 2.1、GFS (5)
一、大数据时代的来临 1.大数据的概念： 按照维基百科上的定义，所谓“大数据”（big data）在当今的互联网业指的是这样一种现象：一个网络公司日常运营所生成和积累用户网络行为的数据“增长如此之快，以至于难以使用现有的数据库管理工具来驾驭”。这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位来衡量，而是以P （1000个T），E（一百万个T）或Z（ 据。 大数据泛指巨量的数据集， 尔街日报》将大数据时代、 竞争、生产力提高的前沿。 加快了信息化向社会经济各方面、大众 1MB（兆字 ，2008年是1GB（1GB等于1024MB）， （即10亿GB或1000PB）的时间在2001 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。
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） ?
IT新技术课题报告Google大数据技术 专业名称：软件工程 姓名：王六平 2019年12月19日
目录 一、简述 (4) 二、Google经典三篇大数据论文介绍 (5) 2.1、GFS (5) 2.2、MapReduce (6) 2.3、BigTable一个分布式的结构化数据存储系统 (7) 三、Google新大数据论文介绍 (8) 3.1、Caffeine：处理个体修改 (8) 3.2、Pregel：可扩展的图计算 (9) 3.3、Dremel：在线可视化 (11) 四、Google大数据的应用 (14)
一、大数据时代的来临 1.大数据的概念： 按照维基百科上的定义，所谓“大数据”（big data）在当今的互联网业指的是这样一种现象：一个网络公司日常运营所生成和积累用户网络行为的数据“增长如此之快，以至于难以使用现有的数据库管理工具来驾驭”。这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位来衡量，而是以P（1000个T），E（一百万个T）或Z（10亿个T）为计量单位，所以称之为大数据。 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。 2.大数据的发展 互联网特别是移动2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
经营分析会议的作用、要求、意义 企业经营活动分析是企业经营管理工作十分重要的环节。一个企业经营管理水平的高低很大程度上体现在其经营观念、经营方法和经营思路上。企业的经营活动分析则是其经营观念、经营方法和经营思路的一个缩影。本人结合近年来所掌握的一些基本情况，就如何规范开展基层中小企业经营活动分析，谈点粗浅的认识。 一、一般经营分析中存在的几个突出问题 1、会议主题不突出，分析不深不透。会前没有确定明确的分析主题和重点，与会人员不知道会议的中心分析议题，会前准备不充分，发言无主次之分，全业务全分析，平均用力，分析不透，泛泛而过，往往对经营现状中急待解决的问题找不出来，或找出了问题又找不到症结，或找到了症结但定的措施又不具体，结果费时费力无实效，把经营活动分析会议开成了统计通报会议或普遍工作安排会议，使阶段性经营决策缺乏针对性，也失去了时效性。 2、分析网络不健全，市场信息严重不足。首先是一线班组的经营分析工作普遍不落实，失去了来自市场一线最基本、最有效的信息，经营决策层不能准确掌握和了解市场需求及现有竞争对手、潜在竞争对手的基本情况，使经营分析脱离了客观市场因素，其次是总公司、分公司、经营部三级经营活动分析相互脱节，没有严格按照自下而上
的程序进行。此外，分析活动中不善于将同期业务发展与当地经济发展进行横向分析。 3、专业核算界面不清晰，对经营实绩优劣难于结论。由于专业核算工作滞后，使相关专业的盈亏难于在当月进行分析判断，业务发展缺乏动态监控机制，使企业无法及时进行业务结构调整和投入重点调整。同时，经营分析始终停留在收入分析上而不是利润分析上，重复着“自己比自己”，“今年比去年”和“收入实绩比收入计划”的低水平分析上，难于对具体部门的具体经营优劣情况做出定量基础上的定性评价和结论，其结果是决策者只能对经营现状凭经验概括地、总体地下个定性的结论。 4、对业务发展缺乏科学预测，不善于进行定量分析。主要表现在不善于统筹各业务、各地区在一定时期内的协调发展，不善于结合实际对月度工作进行科学的分解和有机的整合，不考虑各项业务发展的季节特点和地域特点，以及业务发展的月度不平衡性和地域不平衡性，对市场因素或其他偶然因素造成的业务增长和下降缺乏量化的分析，因此，制定的月度目标计划缺乏科学分析的依据，要么计划任务偏大，激励性不强；要么计划任务偏小，失去了考核意义，也失去了公司与公司之间、专业与专业之间进行比较的公平性。 二、开展经营分析活动的意义
案例1：XX有限公司 罗德兹博士发火了“这应该是一项非常简单的决策，因为只有两种选择，我实在不明白它怎么会变成这么大的一个问题。我只是让你们去挑选一台机器而已”，管理委员会都面有愧色。 问题已经酝酿了好几个星期了，虽然约翰·罗德兹已经预感到了它会发生，他还是非常生气。当他还是一名年轻的化学家时，他创建了这家公司，至今已有十三年了，公司一直避免了政策方面的激烈争论，目前就这个小问题发生争论，这令他感到困惑和不安，特别是这发生在公司已经完善以后。 罗彻姆有限公司是最大的独立公司之一，它主要向仪器加工业供货。它在20世纪60年代末首次获得成功，这归功于一种食品防腐剂，它主要用于肉制品的保鲜，当时是用利兰太(LerentyI)的名字出售的。此后它们又开发了食品染色与食品包装方面的产品，目前，利兰太在公司销售总额中只占25%。 决策 争论的发起与替换用于生产利兰太的一台加工机器有关。一共只有两台机器，它们都是由当地的切迈克斯（Chmex）公司出品的。其中较旧的一台机器发生了故障，频繁的停机，再加上质量水平的不稳定，使产出水平只能勉强达到要求。现在的问题是，应当用新的切迈克斯机器替换旧的，还是购买市场上仅有的符合加工要求的一家德国产AFU机器？首席化学家对两种机器进行了比较，如附录图1所示：
问题由新成立的管理委员会主持解决，约翰?罗德兹最近宣布，公司已经初具规模，从前所彩的专制的（尽管比较友好）决策方式应该改变了。委员会由四名高级经理组成，他们是：首席化学家和营销经理，他们从公司创立起就在公司工作；还有生产部经理和会计师，他俩加入公司只有6个月之久。这是委员会的第二次会议，罗德兹已经开始为当初的决定后悔了。 下面列出的就是委员会各位成员提交的信息以及他们对决策的表态。 1．营销经理 今年对这种防腐剂的市场需求已经达到了2000万英镑的规模，其中罗彻姆公司占大约48%的份额。市场已经发生了明显的变化—特别是很多防腐剂用户现在能够买到与利兰太相似的产品，竞争的结果是市场对价格的反应敏感多了。 将来的市场走向有些不确定。很明显市场不会萎缩（从需求量看），最乐观的估计表明4年后市场规模将达到2400万英镑（按当前价格计算）。然而，有些业内人士认为，如果考虑到食品防腐的潜力，当前的市场只不过是冰山的一角罢了。特别是考虑到几乎被打开的出口市场。 利兰太是根据顾客的专门要求以固体、粉末或液体形式出售的。然而，尽管比较复杂，价格仍与所使用的化学品的重量相关。比如，今年的平均市场价格大约是200英镑/千克。当然，根据订货量朱同价格也会有所变动。 目前，我主要关心的是确保每个月利兰太的质量和数量，虽然生产部门从未让我失望过，但我担心除非我们迅速买到可靠的新机器，否则这样的事很快就会发生。德国的机器几周后就可正式投产，而且产品的质量会更好。而且，如果需求增加，我不是说需求一定增加，德国AFU机器可以提供额外的生产能力。我承认现在我们还没有扩大防腐剂市场份额的打算，我们应该优先考虑开发其他产品。当这一目标完成后，我们再回头来关注防腐剂问题。 2．首席化学家 首席化学家是罗德兹的一个老朋友，每种新产品的研制，大体上由他俩共同负责。目前，他的主要预算用于改进基本的利兰太，它主要用于酸性丰富的食品，譬如水果。这并不容易，至今仍未有什么结果，但这位首席化学家仍保持乐观。 如果我们成功改进了利兰太，市场需求一夜之间就会鄱番，我们就会需要额外的生产能力。我知道如果选用德国机器就要承担风险，但公司就是在把筹码押在了我们的研究成果之后才成长起来，我们必须继续表现出信心。
数学在决策中的应用 ———层次分析法 学习应用数学后，我结合海运学院的相关专业，寻找数学应用的相关领域时，被利用数 学进行决策的层次分析法吸引住了，现在将所学习到的和所想到的做了总结，并将我学习层 次分析法的心得分享一下。 首先简单的介绍一下层次分析法，层次分析法(Analytic Hierarchy Process ，简称AHP) 是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量 分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美 国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络 系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法[1]。 层次分析法是一种定性与定量相结合、系统化的决策方法。它将决策者的主观判断与实 践经验导入模型，并进行量化处理，体现了决策中分析、判断、综合的基本特征。该方法首 先将复杂问题按支配关系分层，然后两两比较每层各因素的相对重要性，最后确定各个因素 相对重要性的顺序，按顺序做出决策。 层次分析法的具体方法和步骤如下。[2] 1． 建立层次结构模型 通过深入分析实际问题，将问题分解成三个层级，即目标层、准则层(要素层)和方案层 ， 同一层次的因素对上层因素有影响，同时又支配下层因素。目标层是最高层，通常只有 1 个 因素，最下层通常为方案措施，要素层可以不止一层，当要素过多时( 譬如多于 9 个) ， 可以进一步分解出子要素层，并建立关联，见图1。 2. 构造判断(成对比较)矩阵 从第二层开始，把同一层级的因素用成对比较法和一定比较尺度构造判断矩阵 A ，直到 最后一层。 ji j i ij n n ij a a a a A 1,0,)(=>=?，其中i ，j=（1,2,3，……，n ） 矩阵 A 中，aij 表示因素 i 与因素 j 对上一层因素的重要性之比，aij 表示因素j 与因素i 的重要性之比，且aij= 1 / aji 。对于aij 的值，Saaty 等建议引用数字 1 至 9 及 其倒数作为标度，见表1。
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/d14413509.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