浅谈大数据技术与传统行业的结合与发展

2018年9月

参考文献[1]AllenL袁BeijersbergenMW袁SpreeuwRJandWoerdmanJP.OrbitalangularmomentumoflightandthetransformationofLaguerre-Gaussianlasermodes[J].PhysicalReviewerA袁1992袁45渊11冤:8185~8189.[2]MirhosseiniM袁MalikM袁ShiZ袁etal.Efficientseparationoflight'sor鄄bitalangularmomentum[J].NatureCommunications袁2013袁4.[3]GibsonG袁CourtialJ袁PadgettM袁etal.Free-spaceinformationtransferusinglightbeamscarryingorbitalangularmomentum[J].OpticsExpress袁2004袁12渊22冤:5448~5456.[4]BozinovicN袁KristensenP袁RamachandranS.Long-rangefiber-trans鄄missionofphotonswithorbitalangularmomentum[J].IEEELasersandElectro-Optics袁2011袁47渊10冤:1~2.[5]BozinovicN袁YueY袁RenY袁etal.Orbitalangularmomentum渊OAM冤basedmodedivisionmultiplexing渊MDM冤overakm-lengthfiber[C].Eu鄄ropeanConferenceandExhibitiononOpticalCommunication.2012.

收稿日期：2018-8-17浅谈大数据技术与传统行业的结合与发展

宋瑞琦（江苏省侯集中学）

【摘要】随着互联网的飞速发展，云计算、物联网等技术的逐渐成熟，大数据逐渐成为了高科技领域中不可或缺的一样工具。大数据处理技术具有处理数据种类复杂多样，数据体量大的特点。并且处理的速度和精确度相较于传统的逻辑回归方法都有了很大的提高。此外，大数据技术与生物医疗，金融行业都有了很好的结合。因此，研究大数据的应用成为了一个主流趋势。【关键词】大数据；生物医疗；征信体制；电子商务【中图分类号】TP311.13【文献标识码】A【文章编号】1006-4222（2018）09-0030-02

1前言

1.1研究背景

大数据工具在每个方面各有其特点遥就其数据数量而言袁

大数据所能提供的数据体量是巨大的袁从百度搜集的资料看

来袁每天产生的新导航所需要的数据资料超过1.5pb袁这是令

人难以想象的遥再看数据的类型袁大数据所搜集的数据类型多

样袁种类齐全袁而且并不局限于文字形式遥大数据处理数据的

速度也是现有的软件工具无法企及的[1]遥

贵州省通过了叶贵州省大数据发展应用促进条例曳袁这是

中国首部地方性的关于大数据的法规袁将大数据产业与法制

方式相结合袁以法律保障的形式引领和推进大数据产业的蓬勃发展[2]遥说明了政府对大数据产业的重视袁也从一个侧面揭

示了大数据美好的发展前景遥接下来袁本文将介绍大数据与生

物医疗袁征信体制袁电子商务的结合与发展遥1.2国内外文献综述

王国伟渊2018冤大数据技术的普及使互联网金融成为新型的金融业务模式袁对金融市场发展提供了重要的帮助遥该业务

模式的发展让交易更加便捷化和多元化袁提升了金融市场的

活跃程度遥但是信用管理机制的缺失让金融平台对风险的预

防能力和管理的效率下降遥基于这个背景袁建立完整的互联网

信用系统是政府袁银行及有关部门在当期互联网金融信息形势下的重要任务[3]遥傅盛渊2018冤大数据技术的飞速发展让大批

互联网理财产品涌现并占据了金融理财的主要市场袁对于传

统理财带来了不小的影响和挑战遥这些网络理财产品能在金

融理财市场上取得如此成功的成绩与其独有的创新性和对用

户带来的便利与实惠离不开关系遥本文就互联网理财产品的

创新性优势入手袁讨论可行性的策略措施促进其在互联网信

息时代的发展[4]遥Imai渊2010冤建立了处置效应模型袁并且收集

了来自印度居民的消费信息袁来估计对于小微居民或者小微

企业贷款袁是否会给这些偏远地区居民带来福利[5]遥2大数据应用领域

2.1大数据与生物医疗随着我国计算机科学技术的发展袁对于数据的处理分析

提出了越来越高的要求遥最近几年袁伴随着人们生活水平的不

断提高袁人们对于健康以及生物医疗有了更多的关注遥我国政

府开展的医疗改革始终遵循以患者利益为重的原则袁积极利

用大数据工具袁推陈出新袁打破常规袁为人民谋福利遥

精准医疗这一概念是由美国总统奥巴马在做野精准医学

计划冶报告时所提出来的遥精准医疗具体是指在传统的医疗基础上尧随着生物技术的不断进步袁比如基因组测序的技术的研

究与发展袁生物信息学与大数据和人工智能方面的结合而逐

步发展起来的新型更利民的医疗方式遥通过利用基因工程等

先进的医学医疗技术袁对海量患者的医学信息进行分析与筛

选袁从而找出对待特定疾病的良方袁最终达到对症下药精准医疗的目的袁提高疾病诊治与预防的效益袁提高疾病诊治与预防

的效益[6]遥

随着信息化时代的到来袁各大医疗机构受其影响不断提

高自身的信息化程度遥但传统生物医学的研究方法无法匹配

信息的高速流动袁一个生物医疗大数据平台的建设就成为了必然趋势遥通过收集电子健康档案中的信息袁对海量患者的数

据信息尧基因片段尧临床信息进行整合遥再输入平台共享数据袁

形成精准医疗数据网络袁从而剖析数据之间的联系遥通过这些

技术的结合袁可以进一步增加患者患病症状档案的使用价值袁

最终达到精准医疗的目的遥渊1冤数据获取

摒弃传统死板的单一病例录入袁采用多样化的录入形式

与处理模型袁根据不同患者的不同症状袁病种袁对接各个数据

库接口完成录入遥实现医疗研究的个性化需求遥数据来源包括

基础科学研究袁临床研究等遥渊2冤数据存储

设计精准医疗大数据存储模型袁实现精准医疗数据的快

速加载以供查阅遥渊3冤数据处理与分析

通过云计算解决方案或者服务器集群解决方案袁不仅解决的数据碎片化的问题袁同时也很好的保护了患者数据的隐通信设计与应用302018年9月

私程度遥并重点针对精准医学的临床表型尧生化监测尧影像资

料尧系谱和遗传监测等内容建立知识库和分析模型库袁实现基

于医学术语词典尧同义词词典的非结构化病历数据深度分析遥渊4冤数据平台的构建

完成精准医疗大数据平台的构建袁实现患者数据的合理

充分利用袁满足临床及研究的要求[7]遥2.2大数据与电商平台的结合

大数据技术通过在电商平台的应用袁能够为用户精准的

推荐商品遥飞速发展的经济目睹了电商产业的蓬勃发展袁目前

主流电商平台有天猫袁京东等遥2017年天猫双11活动再次刷

新了销售记录袁双11全天支付总笔数达到14.8亿袁全天物流

订单达8.12亿袁交易覆盖全球225个国家和地区遥

在使用电商平台的过程中往往会发现袁平台推荐给你的

许多商品袁其实与你正在浏览或者不久前浏览过的商品相同

或者类似袁为我们带来了许多便利遥比如袁有一位孕妇想要到

天猫上购买婴幼儿产品袁她浏览过一些商品后袁平台会自动为她推荐相似的商品袁而且大多数物美价廉袁这样一来袁就增加

了平台的便利性袁减少了用户操作的空间袁增大了平台的吸引力遥

通过收集用户数据袁对用户的年龄分布尧行为习惯及个人

喜好作出分析判断袁从而得出结论袁并把相关的商品推荐给用

户遥天猫就利用了大数据技术方法袁向用户精准的推荐商品袁具体表现为院

首页院除了各种专题运营活动外袁根据用户的浏览历史猜

你喜欢曰

商品详情页院基于大众浏览和商品相关性的看了又看曰

会员中心院根据用户浏览猜你喜欢曰

订单详情页院运营活动推荐袁关注品牌的热卖单品曰

购物车页院掌柜热卖尧品牌收藏尧最近浏览尧猜你喜欢遥

大数据技术的发展是购物软件精准推荐的功能得以实

现遥通过搜集用户的日常购物信息袁浏览网页信息袁购物车等

信息的数据袁运用机器学习的方法进行数据的回归处理袁最终

达到给用户精准推荐的功能遥目前商品推荐的手段和方法多

种多样袁使得用户的购物体验和方便程度都得到了提升遥另外袁

推荐给用户的商品大多物美价廉袁做到卖方买方双赢的局面[8]遥2.3大数据与征信体制的结合

当前袁随着我国计算机技术的提高与优化袁计算机越来越

多的与金融行业进行结合袁尤其是大数据在我国征信体制方

面的应用遥阿里巴巴蚂蚁金服旗下的芝麻信用就是其中之一遥

芝麻信用通过借鉴美国FICO公司的信用评分系统袁结合我国

的实际情况袁推出了适用于我国的信用评分系统遥芝麻信用致力于解决消费者和商家之间的信任问题遥依托大数据尧云计算

等创新技术袁在商业贷款袁日常消费等多个场景袁为消费者带

来众生平等信用服务袁比如免押金租用自行车尧低息贷款等袁

提升信用带给人们的好处遥与此同时袁帮助商家减少交易成

本尧提高交易效率尧降低风险和扩大销量遥2.3.1运作方式渊1冤数据来源

目前芝麻信用的数据主要来源于以下几个方面院阿里巴

巴旗下的电商平台的交易记录及用户数据袁蚂蚁金服集团拥

有的用户数据袁主要取自支付宝等软件遥芝麻信用是通过搜集个人的多方面数据袁通过信用评价

体系评估出芝麻信用分遥所搜集的个人信息主要包含五个方

面院用户的行为偏好尧信用历史尧履约能力尧人脉关系尧身份特

质遥对用户评估出信用分袁可以通过分数直观的反映用户的信

用程度袁帮助互联网金融企业快速准确的判定用户的借贷还

款能力袁减少交易成本袁缩短信用评价的时间遥渊2冤数据处理

征信机构首先对搜集到用户的基础行为袁银行借贷袁生活

开销袁家电产品和税务等多样化的结构化和非结构化的数据

进行数据清洗袁归类和初步加工袁然后进行变量预筛选袁对这

些处理后的数据用机器学习袁逻辑回归技术得出相关函数关

系袁再使用梯度提升决策树袁随机森林袁神经网络的暗箱模型

继续处理二次数据袁最后得出对于用户的信用评定分遥

芝麻信用的评分系统是参考较为成熟的美国FICO信用

评级指标袁对芝麻信用分进行区间设置来反应信用程度袁评分

越高代表信用越好[9]遥2.3.2独特优势

芝麻信用所有的用户都开通了实名认证袁覆盖广泛袁使信

用评价大众化遥芝麻信用应用已经覆盖信用金融尧信用租车尧

信用酒店尧信用租房尧信用签证等多个领域袁普通老百姓能够

简单尧直观的感受到信用的价值和便利遥3结论与展望

就目前的状况而言袁大数据工具为我们带来了许许多多

的便利袁不论是芝麻信用袁精准医疗大数据平台还是天猫京东

等的精准商品推荐袁切实方便了我们的生活遥此外袁当前的大

数据技术仍然不够完善袁对于数据的处理方法和手段还有很大的提升空间袁还需要科研人员潜心研究遥可以通过将最新的

机器学习和人工智能技术结合到其他行业袁促进社会的发展

方便人民生活遥还需要科研人员潜心研究遥2017年12月8日袁习近平总书记在中共中央政治局实施

国家大数据战略集体学习会上发表重要讲话袁指出大数据技术的出现是信息化发展的新阶段遥有效利用大数据分析方法

和技术手段袁对经济发展尧社会进步尧人民生活都有重大的促

进作用[10]遥习近平总书记把大数据产业发展提到前所未有的

高度袁体现了党和国家对大数据的高度重视遥因此袁我们要大

力发展大数据技术袁促进大数据与其他行业的结合遥

参考文献[1]张锋军.大数据技术研究综述[J].通信技术袁2014袁47渊11冤院1240~1248.[2]刘世成袁张东霞袁朱朝阳袁李维东袁卢文冰袁张敏杰.能源互联网中大