大数据工作汇报（精选8篇）_大数据工作总结
大数据工作汇报（精选8篇）由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“大数据工作总结”。
第1篇：大数据培训汇报发言稿
大数据培训汇报发言稿
尊敬的各位领导、各位来宾、各位学员，大家上午好：
我是来自XXX班的XXX，今天很荣幸能站在这里，在我们的毕业典礼上，代表所有的XXX班的学员们在这里发表讲话。
2016年5月25日，中国大数据产业峰会暨中国电子商务创新发展峰会在贵阳开幕，国务院总理李克强出席开幕式并作主旨演讲，对贵州发展大数据给予肯定：贵州在这里把“无”生了“有”，在信息产业里，在大数据、云计算、互联网所代表的新一代互联网发展趋势的背景下，所有的国家和地区只要经过自己的努力，都可以站在同一条起跑线上，落后的地方甚至可以抢占先机。
2015年6月17日,习近平总书记在考察贵阳大数据应用展示中心时指出：“贵州发展大数据确实有道理”，为贵州的大数据发展增添了底气,提升了高度,增强了信心。
你所在的公司的成立背景！.......此处省略200个字
来到XXXX公司的学习过程中，让我记忆最深的就是大数据行业应用与解决方案，因为现代社会的发展离不开大数据，通过大数据的收集、归类和分析，可以优化并解决很多实质性的问题，还可以发现以往用逻辑推理发现不了的问题。
在贵州贵阳大数据产业峰会上，李克强总理展示了自己的西装外套并说道：“我的西装是中国企业做的，而且也和‘大数据’有关。”原来总理说的是运用大数据分析做出更适合中国人穿的西装。
我们可以把大数据落实到实际的工作中，比如通过大数据分析帮扶精准扶贫，通过大数据采集，分析贫困家庭成分、家庭收入来源、子女是否在外打工、扶贫钱财用在什么地方，做到精准定位，把扶贫事业做到从定性到定量的转变，并运用大数据跟踪扶贫进度情况，及时做出调整，改变以往同质化、一刀切、片面的扶贫模式，有力推进扶贫事业的发展。
在经济下行的情况下，大学生就业形势严峻，李克强总理提出大学生高效就业，而精准扶贫，就业先行。大数据通过搜索引擎，通过职位和人才的搜索，对学生就业跟踪统计，为学生找到更好、更合适的工作。
大数据还可以应用在金融、医疗、政府、交通、工业、安防等领域。对数据进行统计分析，可以使数据价值最大化。
在四个多月的学习时间里，分以下四个阶段进行学习：第一阶段是Web前端学习，在这一阶段学习中主要学习了HTML、HTML5、CSS、JavaScript、jQuery等搭建一个网页所需要的相关技术。第二阶段是大数据行业应用与解决方案的学习，在这一阶段中主要了解到大数据在各个领域的应用以及利用大数据解决很多实际的问题，比如大数据时代的政府工作交流，中国梦之大数据推动新业态、新模式的发展，共享经济之滴滴出行，互联网+应用探讨。我们不仅要会发现数据，更要会利用数据，要让数据可视化并且为我们所用，要让二十一世纪因为数据而变得 更加智能。第三阶段学习了Power BI、Excel、PowerPoint，使用Excel对数据进行分析。第四阶段是Photoshop UI设计课程，在这一阶段学习了网页的平面设计以及各种图标的制作等。另外还学习了MySQL、Linux、网络营销和互联网创业的相关知识。
（此段适合于公务员）
这次培训使得我们又重新坐到了教室里，睁大眼睛、开动思维做起了学生。在这难忘的四个月里，我相信我们的每一位学员都有自己的收获。在学习上收获了让知识，生活中收获了友谊，我们在拓展活动中重新认识了自己，更加认识了我们新结识的朋友，我们惊喜、感动，我们共同激励，让我们重新点燃了学生时代的激情。这次培训使我们提升了自己的能力，加强了自身的建设，使我们有方向、有目的去思考未来大数据的发展，利用所学到的知识去探索自己的成长之路。从明天开始，我们将又要回到各自的工作岗位上，继续我们的日常工作。但我相信这四个月的学习将会永远铭刻在我们心里，并把所学到的知识应用到我们以后的实际工作和生活中，多思考、多总结，结合自己的岗位，做到缺什么，学什么，差什么，补什么，活到老，学到老。感谢：
最后我代表XXX班向给我们提供这次珍贵的培训机会的XXXXXXXXXX公司（机构）地表示深深的感谢！
感谢XXXXXXXXXXX公司（机构）给我们提供了舒适的学习环境，感谢XXXXXXXXXXX公司（机构）专家讲师，他们用自己渊博的知识、丰厚的学养、缜密的思维给我们精彩的讲课。
第2篇：大数据
猴场乡大数据工作开展情况汇报
猴场乡是全省100个一类贫困乡镇之一，贫困面大，贫困发生率高，扶贫工作任务艰巨。为更好的实施精准扶贫，帮助全乡群众早日脱贫致富，与全县实现同步小康，今年与来，在上级各部门的帮助和指导下，猴场乡的大数据工作有续开展，取得了一定实效，现将工作情况汇报如下：
一、进村入户、摸清底数
弄清群众真实状况，弄清群众所需所盼，是实施精准扶贫的基础。“欲知民事，必入民屋”。了解民情，按照上级政府部门的要求，在各级领导部门的帮助下，我乡充分发挥驻村干部、包村干部及村干部的基础性作用，在乡联系领导的带领下，按照不漏一户，不漏一人的工作要求，在各村开展民情调查，并将调查内容制成电子档案。即将每个自然村按村民组进行分组，把村干部和驻村、包村干部进行分组，一名村干部和一名驻村干部或包村干部为一组，分组对各村民组进行入户调查。调查内容包括家庭人口、家庭收入、主要经济来源、是否贫困户、贫困户致贫原因，非贫困户能否带动发展、群众发展意愿等60余个项目。通过调查，建立了瞄准机制，摸清了全乡群众的真实情况，实现了 “一家一户调研摸底、一家一户一本台账”。全乡共调查7357户26066人。其中贫困户4182户12158人，贫困户中低保户1700户4592人，需要政策兜底的288户475人；非贫困户3175户13908人，其中能自己致富的？？户多人，到带富的？？户？？人；一般户？？户？？人；离任村干部108人，党员272人，退伍军人137人；初中以上非在校群众9321人，其中高中414人，大专及以上192人；在校初中及以上2006人，其中初中1548人，高中350人，中专64人，大专以上39人。
二、能人带动，产业致富，有效帮助群众致富
通过对大数据的科学分析论证，综合分析各类群众的具体情况，我乡制定了初步的帮扶方案。总体上以种养殖业为主导，通过对能人带富的帮扶，帮助发展产业，培育大户，进而利用大户带小户，小户带散户的模式，逐步实现总体致富的目标。
（一）特殊人群，特殊处理
第一是需要政策兜底的群众。这部分群众多为丧失劳动力的高龄老人和残疾群众，是社会的弱视群体，无力通过自身的发展来实现脱贫致富。针对这类人群，充分利用低保、新农合、乡养老院等，保证这类群众有所养，有所依，有所乐；
第二是对有孩子正在接受教育的家庭，通过教育扶贫方式帮扶。知识是第一生产力，教育改变命运。一个家庭，如果能出一个大学生，就给这个家庭注入了发展的活力，家庭的情况也将发生质的变化。我乡以“改善山区教育条件、推动教育事业均衡发展、培育新型农村实用人才”为扶持重点，努力实现教育均衡化。从孩子教育上下功夫，加大教育投入力度。目前，已建成猴场中学、猴场中心校和西北小学寄宿制学校，解决学生长途跋涉之苦；在西北小学、乡中心校、谷毛小学、中学建设教师周转房；在中心校和中学建设少年宫，是全县唯一一个同时建设两所乡村少年宫的乡镇；实现了中心幼儿园和谷毛幼儿园的公助民办；充分利用“金秋助学”、“雨露计划”等，全面覆盖，开展智力帮扶，帮助他们顺利完成学业，自2013年以来，实现辖区内二本以上大学生扶持资助全覆盖。
第三是留守儿童，一是建立留守儿童爱心之家，做好“四个一”管理，即：“一份成长档案、一张爱心联系卡、一个心理咨询台、一套规章制度。”二是开展专题心理讲座。在各中小学校开设心理辅导课，针对留守儿童“关爱缺失”引起严重的“情感饥饿”及情感缺失形成的心理障碍开展巡回专题辅导，孩子在心理老师的引导下，情感得到丰富，性格也由内向向开朗转变。三是开展“凤还巢”帮扶活动。对全乡外出务工人员及返乡农民工，摸清底数，摸清特长、摸清创业意向，确保全覆盖。由乡党委政府牵头、信用社组织力量对这部分人群进行评估，主动联系，发放贷款，助力创业，让更多的外出务工人员愿意、主动返乡创业，使留守儿童数量不断降低。四是开展结对帮扶留守儿童。有针对性安排乡直机关干部职工、学校教师对留守儿童进行“1+1”结对帮扶。帮扶过程实行动态管理、动态上报、动态帮扶。五是开展联系留守儿童家长活动。联系留守儿童家长，请家长做到“五个一”，即：每周与孩子通电话一次、每月与孩子的班主任联系一次、每月与孩子的临时监护人联系一次、争取每半年与孩子见一次面、每学期到学校与老师当面交谈一次。
（二）普通人群，致富引导
第一、配强村级一把手。在选拔各村支部书记时，坚持“选能人、用好人，为民选好领头人”的原则，拓宽选拔层面，面向社会大户能人、乡土人才、产业协会党组织负责人、大中专毕业生、复转军人等群体，选贤任能，把政治素质强、带领群众致富能力强的“双强”型人才，依法选拔进村两委班子，增强村级组织整体功能，建设一批村干部精英群体，为群众致富树立导向。引导村级“一把手”用党的理论武装头脑、指导实践、推动工作。通过“三严三实”教育活动、上党课等方式对各村支部书记进行培训充电，进一步提高他们运用科学理论分析和解决实际问题的能力，为全村的经济发展想思路、谋发展，并把国家的相关政策法规宣传到户，为人民群众排忧解难。
第二、打造致富“集团军”。一方面各村结合实际，因地制宜，按照“大户带小户，小户带散户”的工作思路，建立种植、养殖群体，形成了一点成线、以线覆面的“集团化”产业发展格局。另一方面坚持“一村一特、一村一品”，重点打造山地高效农业小区，扶持大户种植核桃，小红蒜，林下养殖本地土鸡，养兔、养牛等。组织全乡群众跟进大户步伐，以家庭为单位，在大户核心区的带动下，大力发展种养殖业。
第三、引进科技“领头雁”。扎实开展“支部带富、党员致富、能人带富”三带工程，将返乡农民工自助创业工程纳入扶贫工作范围，把贫困户作为重点帮扶对象，扶持一批有技术、有本事的科技示范户，并利用他们的影响力，加大宣传力度，让群众知晓科学技术在农业产业发展中的重要性，让群众改变传统观念，学到新的生产生活技能。另一方面，扩大资金支持。积极推动三个“十五万”、妇女小额贷款、院坝经济等项目支持自主创业的大户能人，通过先扶持一批能人创业致富人的方式，带动群众创业发家。
第四、坚持“递进式重实效”扶贫模式，走“生态产业化、产业生态化”道路。我乡在省总工会及各级各部门的支持和帮助下，形成了四种精准扶贫开发经验，“自购补贴、分级分时补贴、1：1资金滚动补贴、小额贷款”等四种扶贫模式。下步工作中，将继续以“生态产业化，产业生态化”为总要求，重点发展种植业和畜牧业，以扩大、提高传统种植特色产品的规模及品质为目标，着力培育绿色生态特色产品，在2020年前全乡逐步建成“一核心四片区”现代特色生态农业产业发展格局，即：即以水落洞村为核心，建成以优质水稻、生态畜牧业、精品水果产业为主体的现代特色生态农业和休闲农业示范核心区，形成猴场、西北、谷毛片区以核桃、马铃薯、中药材为主的产业带；猛舟片区以时令水果、蔬菜和粮食增产工程为主的产业带。通过产业的发展，带领群众脱贫致富。
第五是培育一批地方知名品牌。通过品牌效应，增加家产品的销路和收益，壮大经济实力，引导群众致富。积极推动产品商标注册、绿色产品认定及地理标识注册工作，加大特色农产品及其制品的宣传推介和市场开拓力度，大力宣传猴场生态产业品牌，树立品牌意识，努力打造品牌产品，使种养殖户和企业获得最大的经济效益。把生态做成产业，把产业做成生态，依靠品牌不断提升猴场乡特色农产品的市场知名度，推动特色产业的发展壮大。创建产地品牌，打造仙马牌系列生态产品，利用知识产权保护，将资源优势转化为市场优势，将资源转化为资产，增加产品的市场占有率和竞争力。一是找准优势主导产业。要想富，产业发展是出路。结合我乡生态良好的特点，重点打造以下产业。核桃种植：猴场的气候非常适合核桃生长，群众历来都有种植核桃的传统，因此，我们在全乡范围内广种核桃。
总的来说，通过大数据，将特殊人群、能致富人群、能带动致富人群等有效的区别开来，通过对特殊人群进行特殊帮扶，配强村级一把手、找准致富带头人，找准产业致富路，从而达到精准扶贫的效果。
第3篇：大数据
大数据时代带来的大变革
中国社会科学评价中心 荆林波 《 中国青年报 》（2014年05月26日 02 版）
大数据时代的来临，带给我们众多的冲击，每个人都应当与时俱进、不断提升，放弃残缺的守旧思想，大胆接受新的挑战。
探讨大数据时代将给我们带来哪些变革，首先要搞清楚什么是大数据，其次，要厘清大数据会带来哪些变革，最后，要思考如何应对大数据时代的挑战。
什么是大数据？
国际数据公司定义了大数据的四大特征：海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。仅从海量的数据规模来看，全球IP流量达到1EB所需的时间，在2001年需要1年，在2013年仅需1天，到2016年则仅需半天。全球新产生的数据年增40%，全球信息总量每两年就可翻番。
而根据2012年互联网络数据中心发布的《数字宇宙2020》报告，2011年全球数据总量已达到1.87ZB（1ZB=10万亿亿字节），如果把这些数据刻成DVD，排起来的长度相当于从地球到月亮之间一个来回的距离，并且数据以每两年翻一番的速度飞快增长。预计到2020年，全球数据总量将达到35～40ZB，10年间将增长20倍以上。
需要强调的是：所谓大数据并不仅仅是指海量数据，而更多的是指这些数据都是非结构化的、残缺的、无法用传统的方法进行处理的数据。也正是因为应用了大数据技术，美国谷歌公司才能比政府的公共卫生部门早两周时间预告2009 年甲型H1N1流感的暴发。
厘清大数据带来了哪些变革
就像电力技术的应用不仅仅是发电、输电那么简单，而是引发了整个生产模式的变革一样，基于互联网技术而发展起来的“大数据”应用，将会对人们的生产过程和商品交换过程产生颠覆性影响，数据的挖掘和分析只是整个变革过程中的一个技术手段，而远非变革的全部。“大数据”的本质是基于互联网基础上的信息化应用，其真正的“魔力”在于信息化与工业化的融合，使工业制造的生产效率得到大规模提升。
简而言之，“大数据”并不能生产出新的物质产品，也不能创造出新的市场需求，但能够让生产力大幅提升。正如，《大数据时代：生活、工作与思维的大变革》作者肯尼思·库克耶和维克托·迈尔-舍恩伯格指出：数据的方式出现了3个变化：第一，人们处理的数据从样本数据变成全部数据；第二，由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求；第三，人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相互联系。这一切代表着人类告别总是试图了解世界运转方式背后深层原因的态度，而走向仅仅需要弄清现象之间的联系以及利用这些信息来解决问题。
如何应对大数据带来的挑战
第一，大数据将成为各类机构和组织，乃至国家层面重要的战略资源。
在未来一段时间内，大数据将成为提升机构和公司竞争力的有力武器。从某一层面来讲，企业与企业的竞争已经演变为数据的竞争，工业时代引以自豪的厂房与流水线，变成信息时代的服务器。阿里巴巴集团的服务器多达上万台，而谷歌的服务器超过了50万台。重视数据资源的搜集、挖掘、分享与利用，成为当务之急。
第二，大数据的公开与分享成为大势所趋，政府部门必须身先士卒。
2013年6月在英国北爱尔兰召开G8会议，签署了《开放数据宪章》，要求各国政府对数据分类，并且公开14类核心数据，包括：公司、犯罪与司法、地球观测、教育、能源与环境、财政与合同、地理空间、全球发展、治理问责与民主、保健、科学与研究、统计、社会流动性与福利和交通运输与基础设施。同年7月，我国国务院就要求推进9个重点领域信息公开工作。正如李克强总理所强调的，社会信用体系建设包括政务诚信、商务诚信、社会诚信的建设，而政务诚信是“三大诚信”体系建设的核心，政府言而有信，才能为企业经营作出良好示范。作为市场监督和管理者，政府应首当其冲推进政务公开，建设诚信政府。为此，国务院通过《社会信用体系建设规划纲要（2014～2020年）》，要求依法公开在行政管理中掌握的信用信息，提高决策透明度，以政务诚信示范引领全社会诚信建设。
第三，机构组织的变革与全球治理成为必然的选择。
在工业时代，以高度的专业分工形成的韦伯式官僚制组织形态，确实具有较高的效率。然而，这种专业化分工一旦走向极致，就容易出现分工过细、庞大臃肿、条块分割等弊端，无法有效应对新的挑战。大数据技术提供了一种解困之道：在管理的流程中，管理对象和事务产生的数据流只遵循数据本身性质和管理的要求，而不考虑专业分工上的区隔，顺应了全球治理的需要。
1990年，时任国际发展委员会主席勃兰特，首次提出“全球治理”的概念。所谓全球治理，指的是通过具有约束力的国际规制（regimes）和有效的国际合作，解决全球性的政治、经济、生态和安全问题，以维持正常的国际政治经济秩序。为了顺应全球治理的浪潮，我国应当构建自己的全球治理理论。深化对全球化和全球治理的研究，为世界贡献中国对全球治理的先进理念。
当然，构建我国最新的全球治理理论，当务之急是构建我们的国家治理理论，夯实基础。《中共中央关于全面深化改革若干重大问题的决定》指出，“全面深化改革的总目标是完善和发展中国特色社会主义制度，推进国家治理体系和治理能力现代化”。这充分体现了与时俱进的治理理念，切中了我们国家运行中的核心问题。
第4篇：大数据工作报告
大数据分析政府工作报告： 那注定牵动生活的十大新词 有权不可任性
【出处】
在今年的政府工作报告中，国家总理李克强在谈及简政放权时强调：“大道至简，有权不可任性。”
大数据分析： 2014年，政府交出了一张漂亮的简政放权成绩单：10多次国务院常务会议进行专题研究，2次电话会议全国动员，246项行政审批事项被取消和下放、149项职业认证被取消。获得感
【出处】
两会前夕，习近平再次强调，要把改革方案的含金量充分展示出来，让人民群众有更多获得感。政府工作报告提出基本实现高速公路电子不停车收费联网、综合治理农药兽药残留问题、大幅提升宽带网络速率等细节，力图让群众获得实实在在的获得感。
健康中国
【出处】
“健康是群众的基本需求，我们要不断提高医疗卫生水平，打造健康中国。”李克强总理在作政府工作报告时，这句承诺得到了热烈的掌声。
大数据分析：
“健康中国”最核心的是加快健全基本医疗卫生制度，让民众看得上病、看得起病、看得好病。《报告》提出要全面推开县级公立医院综合改革，在100个地级以上城市进行公立医院改革试点，破除以药补医，降低虚高药价，合理调整医疗服务价格，通过医保支付等方式减轻群众负担。
互联网+ 【出处】
李克强总理提出“互联网+”行动计划，可以预见这将成为新兴产业和新兴业态的竞争高地。大数据分析：
互联网+新媒体=网络媒体
互联网+娱乐=网络游戏
互联网+零售=电子商务
互联网+金融=互联网金融
书香社会
【出处】
书香社会今年第一次出现在《政府工作报告》中，李克强指出，要提供更多优秀文艺作品，倡导全民阅读，建设书香社会。
大数据分析：
一个民族的文化自信离不开崇尚阅读、尊重文化的氛围，让阅读成为一座城市高贵的坚持。3月2日，国家新闻出版广电总局发布通知，将加快全民阅读立法进程，其中，“深圳读书月”作为“书香中国”的活动品牌，截至2014年已坚守了15年，15年参与总人次达1.06亿。
创客
今年“创客”一词第一次被写入《政府工作报告》。《报告》指出，互联网金融异军突起,电子商务、物流快递等新业态快速成长。李克强鼓励众多“创客”脱颖而出，文化创意产业蓬勃发展。
大数据分析： “创客”一词来源于英文单词maker”，指把各种创意转变为现实的人。创客与众创、众包、众筹紧密结合，正在发挥经济新引擎的作用。
李克强总理今年1月初参观了深圳的柴火创客空间。《报告》中提到，2015年高校毕业生将达749万人，为历史最高。因此今年《报告》特别鼓励大学生大众创业、万众创新，有创新式解决就业问题的考量。中国已形成以北京、上海、深圳为三大中心的创客生态圈。深港通
【出处】 2015年政府工作报告首次提到深港通，并表示2015年将适时启动深港通的试点工作。大数据分析：
有评论认为，深港通核心不在于“通”，而在于“融”，不仅是深圳、香港两地股市的互联互通，更是金融、会计、法律等众多高端产业全面融合。“通”是领导一句话，“融”得市场十年功。南上资金依然会显得火热，北下资金则要看政策的安排。
领跑者
追赶者
准备者
沈阳、株洲、伊犁、江阳
智慧城市6大关键词
城镇化、工业化、信息化、低碳、绿色、可持续。
北京、上海、广州、深圳、天津、武汉、宁波、南京、佛山、扬州、浦东新区
重庆、无锡、大连、福州、杭州、青岛、昆明、成都、嘉定、莆田、江门、东莞 智慧城市
【出处】
李克强在政府工作报告中提出，发展智慧城市，保护和传承历史、地域文化。
大数据分析：
物联网、电子支付、云计算、4g网络??2015年“两会”上，构建智慧城市成为代表委员关注的热点。
事实上，“智慧城市”已成为全国新型城镇化的一种战略选择。据《中国智慧城市发展水平评估报告》，当前国内“智慧城市”发展水平可大致分为3种类型。
为官不为
【出处】
政府工作报告指出：“目前少数政府机关工作人员乱作为，一些腐败问题触目惊心，有的为官不为，在其位不谋其政，该办的事不办。”这是政府工作报告中首次纳入治理庸官懒政内容。
大数据分析：
“为官不为”20年来首次写入政府工作报告，与反腐高压下少数官员群体“懒政”有关系。《报告》提出，要完善政绩考核评价机制，分3类对待：对实绩突出的，要大力褒奖；对工作不力的，要约谈诫勉；对为官不为、懒政怠政的，要公开曝光、坚决追究责任。7% 政府工作报告中表示，2015年gdp增长目标在7%左右，居民消费价格涨幅3%左右，城镇新增就业1000万人以上。gdp“7%左右”不再是硬指标。
大数据分析：
过去十年《政府工作报告》中gdp增长目标从8%缓慢降至2015年的7%，体现了自2013年以来中央强调的不简单以gdp论英雄。据报道，全国已有29个省主动降低了gdp的增长目标，上海甚至取消了gdp的增长目标。
回望 2014年政府工作报告 已改变生活的“新词”
● 互联网金融
“互联网金融”或许是最快被写入政府工作报告的经济新词汇之一。虽然在2014年的政府工作报告中只有一句“促进互联网金融健康发展”，但其火爆态势“一发而不可收拾”。最盛行领域：
1、打车服务；
2、网上购物；
3、网上银行；
4、互联网理财。
优点：起步门槛低；手续简单，无时间地域限制；收益高。
风险：法律法规不健全；能否达到承诺的收益；监管和立法。
● 舌尖上的安全 2014年“两会”政府工作报告提出了“一个严守、三个最严”，坚决治理餐桌上的污染，切实保障“舌尖上的安全”。
亿赞普（izp）大数据显示，2013年人们对食品安全的平均关注指数是40，2014年这一数据降为34，远低于2014年人们对汽车（98）、住房（85）、教育（80）、养老（73）和空气污染（61）问题的关注度。2014年，排在食品安全搜索首位的始终是“食品安全法”。过去人们关心的是地沟油、三聚氰胺、地沟油等重大食品安全事件本身，现在则把目标从治标转向治本——监管和立法。● 企业黑名单
哪些企业会上黑名单？2014年“两会”政府工作报告中给出了答案：违背市场竞争规则，侵害消费者权益的企业。
最常出诚信问题黑名单的行业：
1、食品行业；
2、餐饮行业；
3、药品行业。
调查显示，近70%的人不了解什么是黑名单制度。大家最关心的问题包括：企业黑名单制度怎么建立？企业上黑名单的标准是什么？上了黑名单的企业要承担什么后果？篇2：教你用大数据做年终总结
教你用大数据做年终总结，提升逼格 一份好的年终总结可以回忆过往，继往开来，痛改前非;可以减轻没有完成前年设立之目标的内疚感;更可以成为给予自己新的一年可以重新做人的假象。可谓是居家旅行、自我麻痹必备之良品。
在“互联网思维”“大数据”满天飞的今天，如果你还用文字写年终总结，请问，你怎么装逼呢?!怎么获得朋友圈如潮水一般的赞呢?!如果你想时尚时尚最时尚，体验cutting edge技术的低调与华丽，请务必get此技能。经过本人潜心研究，get此技能无门槛，只要你有一颗想装逼的心，只要四步!不是一两千!不要998!真的只要四步!八星八箭装逼技能抱回家!第一步：选取分析样本
首先你需要选择在过去一年中，对你持续进行的某一行为，进行量化处理。比如，读过多少本书，背诵了多少首诗，看过多少场电影，跑过多少公里，积累了多少单词等等。数据统计得越细致，分析效果逼格越高，也就是能具体到星期，就不要月。
第二步：进行数据分析与呈现
“工欲善其事，必先利其器。” 数据分析工具直接决定了最后逼格的高低。入门阶段可以使用excel，如果你有mac，那请使用numbers，你问我有什么区别?风中飘来两个字，逼格!虽然excel功能十分强大，但是我们care么?of course not!(耸!肩!)当然，如果你想将自己定义为技术牛的话，请使用sp，stata，sas。虽然是用牛刀杀鸡，但是我们要的是什么?follow me!bigger(逼!格!)!什么?你会clementine和r语言?恭喜您已自带逼格，出门左转，慢走不送。
在分析方法上，请将你掌握的统计学知识充分利用：集中趋势、离散趋势都往上招呼，回归分析、泊松分布也不要客气。
这些都是什么?不会肿么办?是不是装逼与我无缘?没关系!请使用柱状图，彩色的!用冲击力夺人眼球!喏，就是这样咯。
第三步：图表分析
数据分析好了要得出结论才算总结吧? 首先选择一种语言。小语种优先，法语、德语、日语、韩语、意大利语都可以，无论内容是什么，先从气势上压倒对方。若是都不会，没关系，那就选择英语吧，受众面广一些，别忘了在最后添加一个c’est la vie，轻松渲染悲壮而乐观的气氛。
如果英语编着也吃力，那请记住le is more的原则，用“。”塑造一个低调的逼格王。什么?你掌握英法德日韩土耳其希伯来7门外语并且有选择恐惧症?不好意思，我也想体验你的痛苦。
好了，准备就绪。最后就请优雅的打开朋友圈，点击发送。等待赞的到来。温馨小贴士： 如果你害怕今年的逼格太高，明年难以超越自身，以继续维持闪耀的公众形象。那么请从数据收集做起，今年坚持每天做一件小事并记录下来。走运动路线的请使用可穿戴设备，最差也下载个跑步app好吗?明年这个时候，你就可以有大把的数据，进行更为深(zhuang)入(bi)的分析了。
每天一小步，一年一大步。哪怕每天多吃一口饭，明天这个时候站在门边，也是literally“一头风口上的猪”了。篇3：大数据行业分析报告
大数据行业分析报告
（2014）
江苏振邦智慧城市信息系统有限公司 2014年4月25日
目录
一、大数据概述...............................................................1
1、大数据简介............................................................1
2、大数据特征............................................................1
3、大数据的技术..........................................................2
4、大数据的应用..........................................................2
5、大数据处理方法........................................................3
二、大数据发展现状与趋势分析.................................................4
1、国外现状..............................................................4
2、国内现状..............................................................6
3、发展趋势分析..........................................................8
三、重点应用领域及行业企业分析..............................................10
1、重点应用领域.........................................................11
2、重点企业.............................................................17
3、国内运营商分析.......................................................24
1、数据量的成倍增长挑战数据存储能力.....................................25
2、数据类型的多样性挑战数据挖掘能力.....................................25
3、对大数据的处理速度挑战数据处理的时效性...............................26
4、数据跨越组织边界传播挑战信息安全.....................................26
5、大数据时代的到来挑战人才资源.........................................26
五、大数据方面的相关政策和法规..............................................27
1、数据生产的相关政策和法规.............................................27
2、数据共享的相关政策与法规.............................................27
3、隐私保护的相关政策和法规.............................................28
一、大数据概述
1、大数据简介
随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。大量新数据源的出现导致了非结构化、半结构化数据爆发式的增长。这些数据已经远远超越了目前人力所能处理的范畴，如何管理和使用这些数据，逐渐成为一个新的领域，于是大数据的概念应运而生。
2、大数据特征
大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到收集、管理、处理、并整理成为帮助企业经营决策目的的咨询。大数据不单单是指数量的量大，而且包括了以下的四个方面：
首先，数据的体量（volumes）大，大数据的起始计量单位至少是p（1000个t）、e（100万个t）或z（10亿个t），和我们所熟知的g相比，体量不可谓不大。其次，是数据类别（variety）大，数据来自多种数据源，数据种类和格
式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。再次，是数据处理速度（velocity）快，在数据体量庞大的情况下，也能够做到数据的实时处理。最后，是指数据的真实性（veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴起，传统数据源的局限被打破，信息的真实性和安全性显得极其重要。
3、大数据的技术
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。主要可分为：数据采集、数据存取、基础架构、数据处理、统计分析、数据挖掘、模型预测和结果呈现等8种技术。同时，由这几种技术形成了批处理、流处理和交互分析三种计算模式。
4、大数据的应用
大数据的应用范围非常广。有机构预测，“大数据”的发展，将使零售业净利润增长60%以上，制造业的产品开发、组装成本将下降50%以上。
在制造行业，企业通过对网上数据分析了解客户需求和掌握市场动向，并对大数据进行分析后，就可以有效实现对采购和合理库存量的管理，大大减少因盲目进货而导致销售损失。
在商业上，国外一些超市利用对手机的定位和购物推车获得商场内顾客在各处停留时间，利用视频监视图像软件分析顾客购物行为，优化商场布局和货架排列。
在政府决策上，分析几十年来的天气数据，将各地降雨、气温、土壤状况和
历年农作物产量做成精密图表，就可以预测农产品生产趋势，政府的激励措施、作物存储量和农业服务也可以随之确定。
5、大数据处理方法 大数据的处理方法有很多，普遍适用的大数据处理流程，可以概括为四步，分别是采集、导入和预处理、统计和分析，最后是数据挖掘。
（1）、采集。大数据的采集是指利用多个数据库来接收发自客户端（web、app或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库mysql和oracle等来存储每一笔事务数据，除此之外，redis和mongodb这样的nosql数据库也常用于数据的采集。在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片是需要深入的思考和设计。（2）、导入/预处理。虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自twitter的storm来对数据进行流式计算，来满足部分业务的实时计算需求。
导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。篇4：2014中国大数据发展分析报告 2014中国大数据发展分析报告 来源：36数据|发布时间：2014-11-20|381|0 未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何？它能给我们带来什么？或许很多人还不清楚，今天我们就来讨论一下。
目前，在对大数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何？它能给我们带来什么？或许很多人还不清楚，今天我们就来讨论一下。
一、国内外大数据的发展状况及应用 1.大数据已深耕于经济领域且创造了巨大的经济价值
美国的大数据产业已经创造了巨大的价值，具体表现在： 1）大数据使美国医疗服务质量得到提高
对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。
对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录（电子健康档案），并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。2）大数据使美国的交通更加便利
通过完善信息和自动驾驶功能，大数据有可能在许多方面彻底改变交通的面貌。开车的人多，交通堵塞就多，其后果是浪费能源，造成全球气候变暖，耗费时间和金钱。手持设备、车辆和道路上的分布式传感器则可以提供实时交通信息。这些信息，再加上更好的自动驾驶功能，可以使驾驶更安全，交通堵塞更少。智能汽车日益互联的新型交通生态系统有可能彻底改变道路使用方式。3）大数据使美国的教育质量得到提升 大数据可以对美国教育及其在全球经济中的竞争力产生深远影响。例如，通过深入地跟踪和分析学生的在线学习活动——精细至每个鼠标点击动作，研究人员能够确定学生的学习方式和提高学习的方法。这种分析可以针对成千上万的学生进行，而不是孤立的小型研究。课程和教学方法，无论是在线的，还是传统的，都可以根据大规模分析所收集到的信息进行修订。
4）大数据提高了美国的征税效率
由于迅速发现异常的能力日益增加，政府税务部门可以缩小“税收缺口”，即纳税人应付税款与其自愿缴税额之间的差额，并且对于那些试图进行不当纳税申报的人，会深刻地改变他们的行为方式。大多数税务机构实行“自愿缴税与追讨欠税并举”的模式。在这种模式下，它们接受纳税人的纳税申报单并办理退税，并对一部分纳税申报单进行抽查，以找出有意或无意欠税的情况。大数据则能够提高欺诈检测的水平，在纳税申报之初就揭露违规情况，减少问题退税的发放。资料表明，在医疗领域每年产生3000亿美元的潜在价值；在公共管理部门，每年产生2500亿美元的潜在价值；在个人位置数据领域，每年产生1000亿美元的市场；在零售业能够增加60%的营业额；在制造业部门，能够降低50%的产品开发及装配成本。5）大数据在欧洲公共管理部门得到深入应用
大数据在oecd组织中的欧洲国家公共管理部门创造了1500到3000亿欧元或更高的潜在经济价值，这些经济价值主要通过政府公共管理机构开支的减少、转移支付的下降及税收的增加来实现。三是全球大数据人才需求将上升并且出现供需缺口。gartner咨询公司预测，到2015年，大数据人才需求达到440万人，人才需求缺口将达到三分之一。2.欧美等发达国家把数据资产上升到国家信息战略高度 1）美国已经布局大数据产业
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。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油与矿产”，将“大数据研究”上升为国家意志，对未来的科技与经济发展必将带来深远影响。
以美国科学与技术政策办公室（ostp）为首，国土安全部、美国国家科学基金会、国防部、美国国家安全局、能源部等已经开始了与民间企业或大学开展多项大数据相关的各种研究开发。美国政府为之拨出超过2亿美元的研究开发预算。奥巴马指出，通过提高从大型复杂的数字数据集中提取知识和观点的能力，承诺帮助加快在科学与工程中的步伐，改变教学研究，加强国家安全。据悉，美国国防部已经在积极部署大数据行动，利用海量数据挖掘高价值情报，提高快速响应能力，实现决策自动化。而美国中央情报局通过利用大数据技术，将分析搜集的数据时间由63天缩减到27分钟。2012年5月美国数字政府战略发布，更是提出要通过协调化的方式，所有部门共同提高收集、储存、保留、管理、分析和共享海量数据所需核心技术的先进性，并形成合力；扩大大数据技术开发和应用所需人才的供给。以信息和客户为中心，改变联邦政府工作方式，为美国民众提供更优公共服务。2）欧盟及日韩将会紧随其后
继美国率先开启大数据国家战略先河之后，欧盟、日本及韩国等国家也将跟进，预计不久相应的战略举措也将出台。数据规模及运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制也将成为国家间争夺的焦点。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，日本总务省于2012年7月新发布“活跃ict日本”新综合战略，今后日本的ict战略方向备受关注。其中最为关注的是其大数据政策（从各种各样类型的数据中，快速获得有价值信息的能力），日本正在针对大数据推广的现状、发展动向、面临问题等进行探讨，以期对解决社会公共问题作出贡献。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”。3.我国大数据的国家战略
争夺新一轮技术革命制高点的战役已经打响，中国政府在美国提出《大数据研究和发展计划》的2012年也批复了“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，专门有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。我国的开放、共享和智能的大数据的时代已经来临！2012年8月份国务院制定了促进信息消费扩大内需的文件，推动商业企业加快信息基础设施演进升级，增强信息产品供给能力，形成行业联盟，制定行业标准，构建大数据产业链，促进创新链与产业链有效嫁接。
同时，构建大数据研究平台，整合创新资源，实施“专项计划”，突破关键技术。大力推进国家发改委和中科院基础研究大数据服务平台应用示范项目，广东率先启动大数据战略推动政府转型，北京正积极探索政府公布大数据供社会开发，上海也启动大数据研发三年行动计划。
当前，在政府部门数据对外开放，由企业系统分析大数据进行投资经营方面，上海无疑是先行一步。2014年5月15日，上海市自今年起推动各级政府部门将数据对外开放，并鼓励社会对其进行加工和运用。
根据上海市经信委印发的《2014年度上海市政府数据资源向社会开放工作计划》，目前已确定190项数据内容作为2014年重点开放领域，涵盖28个市级部门，涉及公共安全、公共服务、交通服务、教育科技、产业发展、金融服务、能源环境、健康卫生、文化娱乐等11个领域。
其中市场监管类数据和交通数据资源的开放将成为重点，这些与市民息息相关的信息查询届时将完全开放。这意味着企业运用大数据在上海“掘金”的时代来临，企业投资和上海民生相关的产业如交通运输、餐饮等，可以不再“盲人摸象”。
在立足国家战略和产业政策推动大数据收集和分析技术快速发展的同时，我们也应清醒地认识到避免数据垄断和保护数据安全的重要性，及早开展相关法律法规的探讨和研究。
伴随着大数据时代的来临，世界各国对数据的重视提到了前所未有的高度。套上大数据的光环后，原本那些存放在服务器上平淡无奇的陈年旧数一夜之间身价倍增。按照世界经济论坛报告的看法，“大数据为新财富，价值堪比石油”。正如大数据之父维克托所预测，“虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。” 今天的国家将大数据视为国家战略，并且在实施上，也已经进入到企业战略层面，这种认识已经远远超出当年的信息化战略。我们上面介绍了许多国外的动态，末了自然也要落脚到本国，思考本国可能采取的发展道路。但是，尚未见到网络安全战略和信息化发展战略全文（据说两会期间公布，也就是这几天），我们也不妨先总结国外的情形，以便进行比较。2014年2月27日中央网络安全和信息化领导小组宣告成立，组长习近平指出，没有网络安全就没有国家安全，没有信息化就没有现代化。建设网络强国，要有自己的技术，有过硬的技术；要有丰富全面的信息服务，繁荣发展的网络文化；要有良好的信息基础设施，形成实力雄厚的信息经济；要有高素质的网络安全和信息化人才队伍；要积极开展双边、多边的互联网国际交流合作。从话的另一方面也说明目前我们没有自己的过硬技术，网络文化还有点问题，基础设施还是太差，人才队伍素质跟不上需求，也没有可靠的盟友，信息经济实力太弱。毫无疑问，中国的底子太薄了。但是，大数据是信息化时代的“石油”。开发大数据资源的能力将影响未来国家的核心竞争力。我国不能幻想走在别人修好的道路，更不能等靠，只能依赖自身能力加速前行，这种能力就是将数据转化为信息和知识的速度与技术，而这种转化速度和技术，则决定了大数据技术能力的高低。
二、我国大数据的发展趋势及误区 1.我国大数据的发展趋势
在全球经济、技术一体化的今天，我国it行业已经开启了大数据的起航之旅，大数据已经在经济领域发挥重要作用。据计世咨讯预测，2012年，政府、互联网、电信、金融等领域市场规模占据近一半的市场份额。大数据在主要经济领域的发展趋势如下： 1）大数据在经济预警方面发挥重要作用
在2008年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008年初，阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。篇5：2015-2020年中国大数据行业市场调查报告 2015-2020年中国大数据行业市场调
查与发展趋势研究报告
中国产业信息网
什么是行业研究报告
行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。
企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。
行业研究报告的构成一般来说，行业研究报告的核心内容包括以下五方面：
行业研究的目的及主要任务
行业研究是进行资源整合的前提和基础。
对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。
行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间；企业的发展永远必须遵循行业的经营特征和规律。
行业研究的主要任务：
解释行业本身所处的发展阶段及其在国民经济中的地位 分析影响行业的各种因素以及判断对行业影响的力度
预测并引导行业的未来发展趋势
判断行业投资价值
揭示行业投资风险
为投资者提供依据 2015-2020年中国大数据行业市场调查与发展趋势研
究报告
【出版日期】2015年
【交付方式】email电子版/特快专递
【价 格】纸介版：7000元 电子版：7200元 纸介+电子：7500元
【报告编号】r327722 报告目录：
继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。人们普遍将该定义概括为四个“v”，即更大的容量（volume，从tb级跃升至pb级，甚至eb级）、更高的多样性（variety，包括结构化、半结构化和非结构化数据），以及更快的生成速度（velocity）。前面三个“v”的组合推动了第四个因素——价值（value）。云计算、物联网、智慧城市、移动互联，新技术与应用的不断涌现，加速了“大数据”时代的到来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。2013年，大数据应用带来了令人瞩目的成绩。作为新的重要资源，世界各国都在加快大数据的战略布局，制定战略规划。美国奥巴马政
府发起了《大数据研究和发展倡议》，斥资2亿美元用于大数据研究；英国政府预计在大数据和节能计算研究上投资1.89亿英镑；法国政府宣布投入1150万欧元，用于7个大数据市场研发项目；日本在新一轮it振兴计划中，将发展大数据作为国家战略层面提出，重点关注大数据应用技术，如社会化媒体、新医疗、交通拥堵治理等公共领域的应用。中国的“基础研究大数据服务平台应用示范项目”正在启动，有关部门正在积极研究相关发展目标、发展原则、关键技术等方面的顶层设计。
伴随互联网日益渗透人们的日常生活，基于社交平台和搜索引擎的用户行为数据开始被广泛应用于各个领域。因为能有效映射市场主体的情绪，互联网大数据也逐渐成为投资市场新的“基因”。我国积极支持大数据应用发展，在2015年3月5日举行的两会中，李克强总理在政府工作报告中提到，制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。目前我国大数据产业还处于发展初期，市场规模仍然比较小，而且主导厂商仍以外企居多。2016年我国大数据应用的整体市场规模将突破百亿元量级，未来将形成全球最大的大数据产业带。然而，相对于发展前景的乐观预测，我国发展大数据产业面临的现实挑战更值得认真分析和对待。
产业信息网发布的《2015-2020年中国大数据行业市场调查与发展趋势研究报告》共九章。
第5篇：大数据 读后感
从徐子沛的《大数据》中得到的感悟
数据，对于我们现代社社会来说，已经是再熟悉不过了。大量化（Volume）、多样化（Variety）、快速化（Velocity）和大价值（Value）。这四个V就是大数据的基本特征。每天我们都不得不和数据打交道，比如我们平常所说得“眼观六路，耳听八方，”就是生活中一个很好的的收集数据的例子。还有，在我们平时的学习中，我们对于一些学习上的数据的整理等等。可以说，数据已经成为了我们的影子一样，无时无刻的在我们的身边活动。
拿到《大数据》这本书时，吸引我的不是书评的内容，而是书的封面上的一句话“除了上帝，任何人都可以用数据说话。”也就是说，上帝可以不用数据来说话，但是，作为一个平常人，我们做事，言论等都必须用数据来说话。用数据论来证我们的观点正确性。
那么数据真的就是那么重要吗？其实不然，数据果真有那么的重要。作者在书中大量应用世界头号强国美国的例子来说明美国是如何利用数据以及数据在美国人的利用下，是如何造福美国人的。使得美国人走上了民主、发展的道路。书中还引用了大量的利用数据的案例，以及利用数据会有什么样的后果。当然，作者在书中也很明确的表达了自己观点，也就是数据要被人利用，利用的好了，造福人类，否则，祸害无穷。
毫无疑问，我们正处在一个真正意义的大数据时代。但是，大数据浪潮的来龙去脉如何？数据技术变革何以能推动政府信息的公开、透明和社会公正？又何以给我们带来无限的商机，既便利又危及我们每个人的生活？《大数据》给了我们一个很好的答案。在拿到徐子沛《大数据》时，与其说这是个新概念，还不如说就是一个现实。信息技术的迅速发展和普遍应用，存储能力的膨胀，网络传输的便捷，必然产生巨大的数据量。即使是一个公司，经过多年的积累，产生的数据也是惊人的。每天繁多的数据，这就是要求企业要很好地存储数据，利用数据通过数据，使得数据说话，提升企业的业绩和知名度。
对于一个企业来说，比较实际的倒是关注一下企业微观大数据，如何充分利用现有的、能够得到的和自己创造的数据，采用《大数据》里提及的新技术、新方法、新理念，筛选、组织、关联、分析，精细化管理和挖掘数据，探索规律性的东西，指导企业活动。尽可能多的获取数据，首先是要有心，对于公司员工来说，随时随地注意收集客户数据、需求数据、产品数据、市场数据、资源数据等，经过整理，把它变成公司的数据资产；然后是要有据，信息与数据最大的不同，就是数据是能够度量或者确定的信息，不能“毛估估”，收集数据要精细化，要准确；其次要有序，数据需要存储，更加需要整理，单个数据没有很大意义，静止的数据也没有很大意义，有价值的数据是流动的、与其他数据交互作用的。一个大杂烩的数据库，在需要时让人找不到北，没有任何意义。再次，需要技术支持，大量的数据如何检索，如何关联，单靠人脑是不行的，需要建立基于特定理论的数据处理系统来分析管理。对于一个企业，最理想的是建立一个类似人类神经系统的数据管理系统，采用各种信息终端采集内部和外部信息，通过分析、归纳、筛选，形成管理数据，某些数据可以成为系统的“本能”，一旦触发能够自动做出反应；某些数据可以成为组合信息提交大脑综合分析，作出决策和反应。数据应该为人服务，这是一条基本原则。在大数据时代始终发挥人的主观能动性，采用先进的理念和技术驾驭数据，让人们生活更方便，工作效率更高，劳动强度降低，为社会创造更多的物质财富和精神财富。
《大数据》是一本视野独特的书。它以数据为轴线，描绘了美国走过的改革创新的过程，行文如流水，引人入胜。书中，我读到的不是大数据处理技术，更多的是与大数据相关的美国政治、经济、社会和文化的演进，从民主和国家战略的层面细解大数据的影响力。美国是全书的主体，但又处处反观中国当下的现实。内容非常值得我们身处改革开放前沿的政府工作者深思。它让我们更加深刻地理解了汪洋书记提出的“坚持用数据说话、用数据改进管理、用数据推动创新”的深刻内涵和殷切期望。我们只有重视数据，加强对数据的收集、分析和使用，才能更好地应对正在到来的数据革命的挑战。那么，作为与数据打交道、用数据说话的前线统计工作者，如何应对大数据时代的种种挑战？
对比《大数据》，结合平时工作和学习的实际情况，我认为最少应该认真思考和解决好三个问题： 一、提供什么样的数据？
在中国，统计部门提供的数据，是各级政府部门和广大人民群众了解国家社会经济发展和人民生活状况主要渠道。只有真实可靠统计数据，才能使政府决策有的放矢，人民了解国家经济与人民生活的真实状况。如果统计数据虚假不实，就会误导政府和人民，让政府失信于人民。因此，我们一定把握好数据的生命线—质量关，确保给国家和人民提供准确、真实、可靠、无误的数据。
二、如何高效有序地收集数据？
面对信息大爆炸时代海量数据，必须充分利用高科技手段，高效有序地收集整理各种数据，以满足政府和人民群众越来越广泛的信息需求。为此，我们需要建立完善数据收集网络，包括部门内部的纵向数据收集网络和部门之间的横向数据收集网络，通过这种纵横结合的网络数据收集系统，针对特定主题，持续不断地收集相关数据，为大数据发展提供基础。需要运用互联网、电子计算机等现代技术手段，加快数据收集、加工数据的速度，确保政府和人民及时得到所需数据。三、如何加强数据分析利用能力？
收集数据的目的是为分析利用数据。通过数据分析挖掘数据背后隐含的经济规律及有利于提高效率、改进工作的因素，提高政府管理、决策和人民生活水平，实现“用数据改进管理”。因此，作为统计人，不仅要做好数据收集的及时有效和真实正确，更重要的是要善于分析利用数据，写好专业分析报告，发现问题、支撑决策、评估绩效的目的。
此外我们还可以看到不少政府机构或者其他一些组织也在开始大数据解决他们遇到的一些问题。在本书的最后一章，作者告诉了我们大数据可能带来的坏处。如：通过大数据可能我们的个人各种信息、隐私会很容易地被大数据的拥有者找到，这些信息，可能被政府用来监管我们等；通过大数据可以预测可能发生的事，或者预测我们人个人本书即将做的行为，书中有个例子：警察通过大数据分析得出一个人即将可能犯罪，并把它逮捕了，但事实上这个人现在并没有犯罪。也许这就限制、约束了我们个人的自由。
看完这本书，颠覆了自己之前的一些想法： 以前我们认为错误的数据是没有用，我们需要保证统计的数据的准确性，但是在大数据中，错误的数据也是有用的，它和其他所有相对正确的数据一起构成了整体，也就算不了什么了。我们同样可以从这些数据中得出比较正确的预测和分析。Google利用人们搜索的关键字来预测和判断某个地区是否发生流感，Google通过分析这个地区的人们搜索和流感有关的词的数量等来分析得出。Google 从互联网抓取数以亿记的各种语言、各种翻译水平的翻译结果，使用其翻译出来的准确率比那些微软使用正确的词库翻译出来的句子准备率更高。我自己的感想是，其实大数据无处不在，只要我们细心，我们就可以挖掘出身边的那些大数据，并做一些有意义的是，就像书中说的那样，我们不需要强求每条数据都那么真实准确，但是从大量的数据中我们就可以得出相对准备的结果。未来成功的公司必定是是那些拥有大量数据、并使用那些数据为大众提供服务的公司。
公布官员财产美国是怎么做的，美国能让少部人腐败起来吗，美国式上访是怎么回事，凭什么美国矿难那么少，全民医改美国做得到吗，美国总统大选有什么利器才能赢，下一轮全球洗牌我们世界工厂会被淘汰吗„„ 除了上帝，任何人都必须用数据来说话。也就是是说，美国更好的利用了数据，那么，我们何尝不去利用大数据时代的数据呢？
第6篇：大数据心得
大数据讲座学习心得
在前几年本世纪初的时候，世界都称本世纪为“信息世纪”。确实在计算机技术与互联网技术的飞速发展过后，我们面临了一个每天都可以“信息爆炸”的时代。打开电视，打开电脑，甚至是在街上打开手机、pda、平板电脑等等，你都可以接收到来自互联网从世界各地上传的各类信息：数据、视频、图片、音频„„这样各类大量的数据累积之后达到了引起量变的临界值，数据本身有潜在的价值，但价值比较分散;数据高速产生，需高速处理。大数据意味着包括交易和交互数据集在内的所有数据集，其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。遂有了“大数据”技术的应运而生。现在，当数据的积累量足够大的时候到来时，量变引起了质变。“大数据”通过对海量数据有针对性的分析，赋予了互联网“智商”，这使得互联网的作用，从简单的数据交流和信息传递，上升到基于海量数据的分析，一句话“他开始思考了”。简言之，大数据就是将碎片化的海量数据在一定的时间内完成筛选、分析，并整理成为有用的资讯，帮助用户完成决策。借助大数据企业的决策者可以迅速感知市场需求变化，从而促使他们作出对企业更有利的决策，使得这些企业拥有更强的创新力和竞争力。这是继云计算、物联网之后it产业又一次颠覆性的技术变革，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。后工业社会时代，随着新兴技术的发展与互联网底层技术的革新，数据正在呈指数级增长，所有数据的产生形式，都是数字化。如何收集、管理和分析海量数据对于企业从事的一切商业活动都显得尤为重要。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的竞争中摆脱受制于人的弱势境地，才能把握发展的方向。
了解了“大数据”的“大”之后我们也该了解它所具有的巨大价值。就目前来说“大数据”的来源主要还是互联网，来自互联网上的大多数不被重视信息都是具有巨大开发价值的，其具有巨“大”的商业价值，我们所缺少的只是一些数据分析等手段。例如：在如今，网购已经成为了一种风潮，网上也涌现了以淘宝、京东、亚马逊等一系列的购物网站。而在这些网站之中，顾客的浏览记录，购买记录等等都是一些巨大商业价值的信息。借鉴“塔吉特”的先例，我们可以利用“大数据”技术收集分析，就可预测需求、供给和顾客习惯等，做到精准采购、精准投放，达到利益放大的效果。从全球范围来看，很多人都把2012年看做是大数据时代的元年。在这一年里，很多行业在大数据方面的管理、规划和应用已经觉醒。电商、金融、电信等行业数据有着长期的数据积累。事实上，很多互联网公司，例如亚马逊、google、腾讯，更愿意将自己定位为数据企业。因为信息时代，数据成为经营决策的强有力依据，给企业带来了发展和引领行业的机遇。银行也同样拥有丰富的数据矿藏，不仅存储处理了大量结构化的账务数据，而且随着银行渠道快速渗透到社交网络、移动端等媒介，海量的非结构化数据也在等待被收集和分析。未来的金融业将更多地受到科技创新力的驱动，也越来越倾向于零售营销：对于金融业来说，大数据意味着巨大的商机，可强化客户体验，提高客户忠诚度。大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。金融行业在大数据浪潮中，要以大数据平台建设为基础，夯实大数据的收集、存储、处理能力；重点推进大数据人才的梯队建设，打造专业、高效、灵活的大数据分析团队；不断提升企业智商，挖掘海量数据的商业价值，从而在数据新浪潮的变革中拔得头筹，赢得先机 在如此快速的到来的大数据革命时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。职业规划中，也需充分考虑到大数据对于自身职业的未来发展所带来的机遇和挑战。当我们掌握大量数据，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给我们日后创业带来价值。借力，顺势，合作共赢。把自己的心门打开，像海绵般吸取积极、正能量的东西。篇二：大数据时代书面记录与心得体会
大数据时代书面记录与心得体会 2015年5月12日，听取了大数据时代相关技术的技术讲座。当今，大数据的到来，已经成为现实生活中无法逃避的挑战。每当我们要做出决策的时候，大数据就无处不在。大数据术语广泛地出现也使得人们渐渐明白了它的重要性。大数据渐渐向人们展现了它为学术、工业和政府带来的巨大机遇。与此同时，大数据也向参与的各方提出了巨大的挑战。
大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。“大数据”的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法
律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。
《大数据时代》读后感
一、学习总结
1、关于作者
维克托·迈尔-舍恩伯格（viktor mayer-sch?nberger），他是十余
年潜心研究数据科学的技术权威，他是最早洞见大数据时代发展趋势的数据科学家之一。
2、关于大数据 1）大数据是什么
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4v特点：volume（大量）、velocity（（高）速率）、variety（多样性）、veracity（真实）。大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。2）大数据的来源
所谓的“big data”是由ibm和gartner分析师提出的概念，我们比较时髦的称其为大数据。
3）大数据现状、应用
通过分析和优化企业数据实现一种对未来的企业运营的精准的预测能力。采用一系列的技术，从技术中获得洞察力，也就是bi或者分析；另外一个是分析路径，寻找关键绩效指标，从仪表盘这样的工具进行数据分析，实现预测性工作。4）大数据未来 fayyad曾被视为数据挖掘领域的no.1，他用下图向我们解释了为什么说分析是大数据未来的发展方向。
3、关于大数据时代 1)思维变革 ? 更多：不是随机样本，而是全体数据；“样本=总体”。? 更杂：不是精确性，而是混杂性；允许不精确，最大化利用全体数据。? 更好：不是因果关系，而是相关关系；“是什么”，而不是“为什么”。2)商业变革 ? 数据化：一切皆可“量化”；关注信息本身。? 价值：发现、利用数据的价值。? 角色定位：大数据掌控、大数据技术、大数据思维的三足鼎立。3)管理变革
? 责任：数据来源有效性、数据存储安全性、数据使用合法性。? 自由：反对数据垄断大亨。
二、读后感
1、大数据时代，是名符其实的“信息社会”
经历了口口相传、纸媒传播，到现在的网络技术，我们可以获得比以前更多的信息并进行分析，可以从更多的维度诠释世界。
通讯技术的发展，促进了个人/组织在信息获取上的平等发展，数据不再是限制我们努力的因素了。数据的的爆炸式产生，促使我们必须从海量的信息中做出选择、掌握数据挖掘技术和筛选工具。
2、大数据技术支持预测工作
大数据的4v特点，及对相对关系的发掘，改变了传统的基于少量样本的预测思维。思维的转变，将会在各行各业中爆发出更多的预测技术和工具，进而支撑预测工作的大力发展。
大数据技术越完善，我们越能更快更全面的获得更多的有效数据，预测则越准确。
3、知识管理迫在眉睫
大数据的未来是数据分析，而分析的目的是转化为经验、规律、总结??，它们的集合就是知识。知识是个人/组织成长的直接推动因素。
知识管理要遵循积累原则（知识积累是实施知识的管理基础）、共享原则（一个组织内部的信息和知识要尽可能公开，使每一个员工都能接触和使用公司的知识和信息）、交流原则（知识管理的核心就是要在公司内部建立一个有利于交流的组织结构和文化气氛，使员工之间的交流毫无障碍）。这三原则不正是大数据技术的组织基础吗？
三、在工作中的而应用
1、关注运作工作向数据管理方向的转化
在仓储工作中，为物品对象（仓库、货物、设备、员工等）、流程对象（如作业、异常处理、管理等）建立属性列表，关注数据积累。
同时，关注仓储数据与运输、客服、园区等各方面环境数据的对应。
2、重视数据挖掘，提高数据分析能力
根据运作问题和目标，通过数据挖掘和分析，寻找有效的数据指标。通过对关键指标的趋势预测，发现潜在风险、发掘改善途径。
3、推动数据转化，促进建立知识管理系统
在实际工作中，重视对裸数据、经验、执行文件的管理，引导各项目的知识转化。建立从数据积累、知识转化（数据到知识、隐性知识到显性知识、个体知识到组织知识等）、知识共享的知识管理体系，形成仓储管理知识体系及其良性循环。
（正文结束）篇四：大数据心得体会 大数据时代的信息分析平
台搭建安装报告
一、平台搭建
描述小组在完成平台安装时候遇到的问题以及如何解决这些问题的，要求截图加文字描述。
问题一：在决定选择网站绑定时，当时未找到网站绑定的地方。解决办法：之后小组讨论后，最终找到网站绑定的地方，点击后解决了这个问题。
问题二：当时未找到tcp/ip属性这一栏
解决办法：当时未找到tcp/ip属性这一栏，通过老师的帮助和指导，顺利的点击找到了该属性途径，启用了这一属性，完成了这一步的安装步骤。
问题三：在数据库这一栏中，当时未找到“foodmartsaledw”这个文件
解决办法：在数据库这一栏中，当时未找到“foodmartsaledw”这个文件，后来询问老师后，得知该文件在第三周的文件里，所以很快的找到了该文件，顺利的进行了下一步
问题四：在此处的sql server的导入和导出向导，这个过程非常的长。
解决办法：在此处的sql server的导入和导出向导，这个过程非常的长，当时一直延迟到了下课的时间，小组成员经讨论，怀疑是否是电脑不兼容或其他问题，后来经问老师，老师说此处的加载这样长的时间是正常的，直到下课后，我们将电脑一直开着到寝室直到软件安装完为止。
问题五：问题二：.不知道维度等概念，不知道怎么设置表间关系的数据源。关系方向不对
解决办法：百度维度概念，设置好维度表和事实表之间的关系，关系有时候是反的——点击反向，最后成功得到设置好表间关系后的数据源视图。（如图所示）
这个大图当时完全不知道怎么做，后来问的老师，老师边讲边帮我们操作完成的。篇五：大数据时代读书心得
一部似乎还没有写完的书
——读《大数据时代》有感及所思
读了《大数据时代》后，感觉到一个大变革的时代将要来临。虽然还不怎么明了到底要彻底改变哪些思维和操作方式，但显然作者想要“终结”或颠覆一些传统上作为我们思维和生存基本理论、方法和方式。在这样的想法面前，我的思想被强烈震撼，不禁战栗起来。“在小数据时代，我们会假象世界是怎样运作的，然后通过收集和分析数据来验证这种假想。”“随着由假想时代到数据时代的过渡，我们也很可能认为我们不在需要理论了。”书中几乎肯定要颠覆统计学的理论和方法，也试图通过引用《连线》杂志主编安德森的话“量子物理学的理论已经脱离实际”来“终结”量子力学。对此我很高兴，因为统计学和量子力学都是我在大学学习时学到抽筋都不能及格的课目。但这两个理论实在太大，太权威，太基本了，我想我不可能靠一本书就能摆脱这两个让我头疼一辈子的东西。作者其实也不敢旗帜鲜明地提出要颠覆它们的论点，毕竟还是在前面加上了“很可能认为”这样的保护伞。近几十年，我们总是在遇到各种各样的新思维。在新思维面前我们首先应该做到的就是要破和立，要改变自己的传统，跟上时代的脚步。即使脑子还跟不上，嘴巴上也必须跟上，否则可能会被扣上思想僵化甚至阻碍世界发展的大帽子。既然大数据是“通往未来的必然改变”，那我就必须“不受限于传统的思维模式和特定领域里隐含的固
有偏见”，跟作者一起先把统计学和量子力学否定掉再说。反正我也不喜欢、也学不会它们。
当我们人类的数据收集和处理能力达到拍字节甚至更大之后，我们可以把样本变成全部，再加上有能力正视混杂性而忽视精确性后，似乎真的可以抛弃以抽样调查为基础的统计学了。但是由统计学和量子力学以及其他很多“我们也很可能认为我们不再需要的”理论上溯，它们几乎都基于一个共同的基础——逻辑。要是不小心把逻辑或者逻辑思维或者逻辑推理一起给“不再需要”的话，就让我很担心了！
《大数据时代》第16页“大数据的核心就是预测”。逻辑是——描述时空信息“类”与“类”之间长时间有效不变的先后变化关系规则。两者似乎是做同一件事。可大数据要的“不是因果关系，而是相关关系”，“知道是什么就够了，没必要知道为什么”，而逻辑学四大基本定律（同一律、矛盾律、排中律和充足理由律）中的充足理由律又“明确规定”任何事物都有其存在的充足理由。且逻辑推理三部分——归纳逻辑、溯因逻辑和演绎逻辑都是基于因果关系。两者好像又是对立的。在同一件事上两种方法对立，应该只有一个结果，就是要否定掉其中之一。这就是让我很担心的原因。
可我却不能拭目以待，像旁观者一样等着哪一个“脱颖而出”，因为我身处其中。问题不解决，我就没法思考和工作，自然就没法活了！
更何况还有两个更可怕的事情。其一：量子力学搞了一百多年，为了处理好混杂性问题，把质量 和速度结合到能量上去了，为了调和量子力学与相对论的矛盾，又搞出一个量子场论，再七搞八搞又有了虫洞和罗森桥，最后把四维的时空弯曲成允许时间旅行的样子，恨不得马上造成那可怕的时间旅行机器。唯一阻止那些“爱因斯坦”们“瞎胡闹”的就是因果关系，因为爸爸就是爸爸，儿子就是儿子。那么大数据会不会通过正视混杂性，放弃因果关系最后反而搞出时间机器，让爸爸不再是爸爸，儿子不再是儿子了呢？ 其二：人和机器的根本区别在于人有逻辑思维而机器没有。《大数据时代》也担心“最后做出决策的将是机器而不是人”。如果真的那一天因为放弃逻辑思维而出现科幻电影上描述的机器主宰世界消灭人类的结果，那我还不如现在就趁早跳楼。
还好我知道自己对什么统计学、量子力学、逻辑学和大数据来说都是门外汉，也许上面一大篇都是在胡说八道，所谓的担心根本不存在。但问题出现了，还是解决的好，不然没法睡着觉。自己解决不了就只能依靠专家来指点迷津。
所以想向《大数据时代》的作者提一个合理化建议：把这本书继续写下去，至少加一个第四部分——大数据时代的逻辑思维。
第7篇：大数据读后感
涂子沛先生《大数据》读后感
2014级经济管理专业 李学堂 学号20140238
短短几天把涂子沛先生的《大数据》这本书浏览一遍，结合去年北大继续教育学院进行现代管理学科学习时，老师介绍这本书时的精髓、内涵时的情景，写这篇心得体会。现将浅薄体会与老师同学们一起交流，部分内容参考了书内容和涂子沛先生的观点，希望老师同学给予批评指正。
“一个真正的信息社会，首先是一个公民社会”，这是全书的一个出发点，这个出发点就是说，“信息社会最大的特点就是，信息的自由流动。”涂子沛在书中的观点是：如果没有人的平等，没有人的自由，信息能够自由流动吗？如果没有人的平等，我们这个社会彼此另外压抑另外一个人，我们的创造力怎么迸发出来？我们每个人都面临大数据时代思维变革的挑战。
涂先生在书中说出 “大数据时代的公民生活”，题目他在书中来演绎公民生活的时候，它的背景是“大数据”时代。首先他讲了“什么是大数据时代”，在研究一个现象的时候，首先要研究它的定义，研究它的内涵，咱们就先把数据给它抽走，看看代表是什么。数据不是数字，数据是有跟列的数字，当他在书中谈到数据的时候，我们想到的是它代表计算，代表精确，代表理性，代表科学，代表事实。大家说姚明很高，到底有多高，你最后说两米多左右，这就是一个精确的事实。数据的出现也是人类认识这个世界，不断地向前推进的需要，人类发现需要精确的数字，就好像回到刚才的例子，你说很高很高，到底有多高，我们看，人类历史上很多重大的文明推进和演进都跟数据离不开，比如说度量衡的发明，货币的发明，再比如二进制的发明最后导致计算机的发明，最背后就是数据。
他在书中有一个新的词叫Database--数据库。这个词完全是一个外来的词，1
计算机最早是计算数字和处理数字，那时候就存在Database，后来随着计算机能力的不断增强，它可以处理文字、图片、视频、声音等等，但所有这些都放在Database，所以他在书中把这所有的一切都称为数据，这时候数据的内涵扩大了。其实大家要知道数据的内涵在扩大，还有一些其他的事情也在发生变化，就是说数据的容量在增大。八十年代的时候就有人提出Big data这个概念，那时候的“大数据”的还不是现在“大数据”的概念。“大数据”这个概念不断的演变，最早有人就预见到说有一天数据会比程序更加重要，比软件更加重要，它是指重要性。所以我们往大了说，可以说这是一个大的机器，一个大的房子，也可以说是一个大容物。书中说的：到2000年的时候，宾夕法尼亚大学有一个教授出来定义，那时候企业的数据已经到泰了，他说200泰的数据就是大数据了，那泰到底是什么样的单位呢？比如全世界最大的图书馆是美国国会图书馆，美国国会图书印刷品的含量，不包括电子图书加起来是15泰，北师大应该是2个泰或者更少，这个数据就叫“泰”。
我的感受现在国内也有很多人说“大”，到底多大才是“大数据”？他在书中说大数据的时候应该从大价值来理解，因为我们数据已经很多了，人类利用分析数据的能力很强了，我们能从数据当中发现以前不能发现的价值这个角度来理解。他在书中谈把数据的现象抽离出来谈，来理解什么是数据。接下来我们再把数据放回到物力事件当中，从它和其他现象的联系当中来把握和考察它的因果关系，大数据究竟是怎么产生的？其中书中说“大数据”的产生有五个因素：第一个是摩尔定律，第二个是组织计算，第三个是普适计算，第四个是数据挖掘，第五个是社交媒体。我们现在一一对这五个因素进行解读，这五个因素里面有四个因素是认为影响到了我们公民生活的，我们来看看它怎么来影响在“大数据”时
代公民的生活。data在五年的时候，应该有一个创始人，他发现一个东西：同一个计算机芯片，同一个面积上晶体管的数量每一到两年就要增加一倍，这意味着什么？意味着计算机处理的能力越来越强，存储的能力也越来越强，同一个面积上东西越来越多，越来越密，一到两年就增加一倍，物力存在器的性能不断上升，价值不断的下降。有一个考证说，从五十年代起最早的存储器发明到现在，存储器的价格下降了300万倍，大家可以想想，历史上还有什么商品它的价格能在半个世纪下降300万倍？而摩尔定律也成为了一个代名词，呈指数形发展的变化，急剧变化的状态，剧变的变化。我们可以看看，这个图代表摩尔定律，是条直线，为什么是直线呢？因为没办法画，如果严格按刻度来画的话应该是一条横轴的曲线。涂先生在书中分析了：“1988年一个科学家提出了普适计算，普适计算提的不多，大家都提物联网。物联网是普适计算一个子概念，人家计算机的浪潮是分阶段的：第一个阶段是主机阶段，到80年代由于微软、苹果一直到个人电脑的阶段，88年互联网之后，科学家说这不是结果”。
结合我在北京学习时老师也讲过同样一个创新例子：2004年的时候出现了一个新的现象，就是facebook。facebook是不是创新？那肯定是创新。前一段时间我看国内有很多制度来鼓励创新，我当时也跟几个朋友讨论了，说可不可行呢？马克?扎克伯格为什么要建facebook？他建facebook的理由很简单，就是想多认识一些漂亮的女孩子，后来他就是想帮助别人多认识一些漂亮的女孩子。facebook开始就是一个大学交流平台，就这么简单，后来他就去见硅谷的投资商，人家给了他1000万，觉得这个东西有前途。创新不是一个制度化的东西可以鼓励出来的，它是真正源于一种在自由的情况下的一种内在的能量的爆发。facebook给人类社会大数据的现象是一个“一锤定音”。为什么这么说呢？我们
说以前是信息系统在收集数据，这时候是每个人都在贡献数据，你也发微博，他也发微博，而且你发了一条微博可能有视频，有图像。原来的信息系统收集恐怕就是数据，记录一个商业过程，这时候全世界的人开始贡献数据，而且这种数据有一个不同的名字叫“非结构保持性”，跟以前的数据不一样。大家想想什么叫非结构化？就是格式大小不一定一致。你发了一条微博大小肯定跟他发的不一致，你可能有三张图片，他可能没图片，你可能140个字，他可能只有20个字，这种数据的挖掘也很难，这时候人类的数据一下子就开始爆炸了，大数据已经成为一个不可挽回的现象，为什么呢？
“一个主动你就能改变的时代，因为资源就在那里，你不能去等其他的人”这是涂先生的观点。他说说影响公民的第一点：公民最主要的精神是什么？是积极地介入，积极地改变。影响我们公民的第二点，书里面有很多关于“大数据”时代的隐私文化，有的专家说87%都不能定位，只要通过“大数据”挖掘就会定位，这是影响我们公民生活的一个巨大的挑战，就是隐私权的挑战，而隐私权是一个非常重要的问题，是对个人自由的凭照。他为什么用这么大的篇幅来写隐私权利呢？也是因为我觉得，我们中国社会特别需要隐私权利，不仅是政府在侵犯公民的隐私权利，我们公民彼此之间也在不停地侵犯隐私权，而且大家习以为常。但是隐私权是一个文明社会的标志，越文明的社会，越注重隐私权，个人才越有自由，隐私权是把自己跟公共生活划分开的一条界线，保障个人的自由。社交媒体让我们进入一个前所未有人文相连的时代，这影不影响我们的公民生活？这是最大的隐患，为什么？它把我们人跟人连接起来，我们知道人跟人一旦连接起来，1+1大于2的作用。
总之，使我感受到当前我们正生活在，每天都不同、都高速度发展、激烈竞
争和大数据时代。我们每个人都必须面对大数据时代、结合实际面对挑战，要相信“想不到事情会发生，想不到的速度会发生”。要及时更新知识、广纳信息、梳理思维及时做出正确判断、做好工作学习生活中的精准决策。
第8篇：理解大数据
大数据本身是个很宽泛的概念，Hadoop生态圈(或者泛生态圈)基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗瓢盆，各有各的用处，互相之间又有重合。你可以用汤锅直接当碗吃饭喝汤，你可以用小刀或者刨子去皮。但是每个工具有自己的特性，虽然奇怪的组合也能工作，但是未必是最佳选择。
大数据，首先你要能存的下大数据。
传统的文件系统是单机的，不能横跨不同的机器。HDFS(Hadoop Distributed FileSystem)的设计本质上是为了大量的数据能横跨成百上千台机器，但是你看到的是一个文件系统而不是很多文件系统。比如你说我要获取/hdfs /tmp/file1的数据，你引用的是一个文件路径，但是实际的数据存放在很多不同的机器上。你作为用户，不需要知道这些，就好比在单机上你不关心文件分散在什么磁道什么扇区一样。HDFS为你管理这些数据。
存的下数据之后，你就开始考虑怎么处理数据。虽然HDFS可以为你整体管理不同机器上的数据，但是这些数据太大了。一台机器读取成T上P的数据(很大的数据哦，比如整个东京热有史以来所有高清电影的大小甚至更大)，一台机器慢慢跑也许需要好几天甚至好几周。对于很多公司来说，单机处理是不可忍受的，比如微博要更新24小时热博，它必须在24小时之内跑完这些处理。那么我如果要用很多台机器处理，我就面临了如何分配工作，如果一台机器挂了如何重新启动相应的任务，机器之间如何互相通信交换数据以完成复杂的计算等等。这就是MapReduce / Tez / Spark的功能。MapReduce是第一代计算引擎，Tez和Spark是第二代。MapReduce的设计，采用了很简化的计算模型，只有Map和 Reduce两个计算过程(中间用Shuffle串联)，用这个模型，已经可以处理大数据领域很大一部分问题了。
那什么是Map什么是Reduce? 考虑如果你要统计一个巨大的文本文件存储在类似HDFS上，你想要知道这个文本里各个词的出现频率。你启动了一个MapReduce程序。Map阶段，几百台机器同时读取这个文件的各个部分，分别把各自读到的部分分别统计出词频，产生类似(hello, 12100次)，(world，15214次)等等这样的Pair(我这里把Map和Combine放在一起说以便简化);这几百台机器各自都产生了如上的集合，然后又有几百台机器启动Reduce处理。Reducer机器A将从Mapper机器收到所有以A开头的统计结果，机器B将收到B开头的词汇统计结果(当然实际上不会真的以字母开头做依据，而是用函数产生Hash值以避免数据串化。因为类似X开头的词肯定比其他要少得多，而你不希望数据处理各个机器的工作量相差悬殊)。然后这些Reducer将再次汇总，(hello，12100)+(hello，12311)+(hello，345881)=(hello，370292)。每个Reducer都如上处理，你就得到了整个文件的词频结果。
这看似是个很简单的模型，但很多算法都可以用这个模型描述了。Map+Reduce的简单模型很黄很暴力，虽然好用，但是很笨重。第二代的Tez和Spark除了内存Cache之类的新feature，本质上来说，是让 Map/Reduce模型更通用，让Map和Reduce之间的界限更模糊，数据交换更灵活，更少的磁盘读写，以便更方便地描述复杂算法，取得更高的吞吐量。
有了MapReduce，Tez和Spark之后，程序员发现，MapReduce的程序写起来真麻烦。他们希望简化这个过程。这就好比你有了汇编语言，虽然你几乎什么都能干了，但是你还是觉得繁琐。你希望有个更高层更抽象的语言层来描述算法和数据处理流程。于是就有了Pig和Hive。Pig是接近脚本方式去描述MapReduce，Hive则用的是SQL。它们把脚本和SQL语言翻译成MapReduce程序，丢给计算引擎去计算，而你就从繁琐的MapReduce程序中解脱出来，用更简单更直观的语言去写程序了。
有了Hive之后，人们发现SQL对比Java有巨大的优势。一个是它太容易写了。刚才词频的东西，用SQL描述就只有一两行，MapReduce写起来大约要几十上百行。而更重要的是，非计算机背景的用户终于感受到了爱：我也会写SQL!于是数据分析人员终于从乞求工程师帮忙的窘境解脱出来，工程师也从写奇怪的一次性的处理程序中解脱出来。大家都开心了。Hive逐渐成长成了大数据仓库的核心组件。甚至很多公司的流水线作业集完全是用SQL描述，因为易写易改，一看就懂，容易维护。
自从数据分析人员开始用Hive分析数据之后，它们发现，Hive在MapReduce上跑，真鸡巴慢!流水线作业集也许没啥关系，比如24小时更新的推荐，反正24小时内跑完就算了。但是数据分析，人们总是希望能跑更快一些。比如我希望看过去一个小时内多少人在充气娃娃页面驻足，分别停留了多久，对于一个巨型网站海量数据下，这个处理过程也许要花几十分钟甚至很多小时。而这个分析也许只是你万里长征的第一步，你还要看多少人浏览了跳蛋多少人看了拉赫曼尼诺夫的CD，以便跟老板汇报，我们的用户是猥琐男闷骚女更多还是文艺青年/少女更多。你无法忍受等待的折磨，只能跟帅帅的工程师蝈蝈说，快，快，再快一点!于是Impala，Presto，Drill诞生了(当然还有无数非著名的交互SQL引擎，就不一一列举了)。三个系统的核心理念是，MapReduce引擎太慢，因为它太通用，太强壮，太保守，我们SQL需要更轻量，更激进地获取资源，更专门地对SQL做优化，而且不需要那么多容错性保证(因为系统出错了大不了重新启动任务，如果整个处理时间更短的话，比如几分钟之内)。这些系统让用户更快速地处理SQL任务，牺牲了通用性稳定性等特性。如果说MapReduce是大砍刀，砍啥都不怕，那上面三个就是剔骨刀，灵巧锋利，但是不能搞太大太硬的东西。
这些系统，说实话，一直没有达到人们期望的流行度。因为这时候又两个异类被造出来了。他们是Hive on Tez / Spark和SparkSQL。它们的设计理念是，MapReduce慢，但是如果我用新一代通用计算引擎Tez或者Spark来跑SQL，那我就能跑的更快。而且用户不需要维护两套系统。这就好比如果你厨房小，人又懒，对吃的精细程度要求有限，那你可以买个电饭煲，能蒸能煲能烧，省了好多厨具。
上面的介绍，基本就是一个数据仓库的构架了。底层HDFS，上面跑MapReduce/Tez/Spark，在上面跑Hive，Pig。或者HDFS上直接跑Impala，Drill，Presto。这解决了中低速数据处理的要求。
那如果我要更高速的处理呢? 如果我是一个类似微博的公司，我希望显示不是24小时热博，我想看一个不断变化的热播榜，更新延迟在一分钟之内，上面的手段都将无法胜任。于是又一种计算模型被开发出来，这就是Streaming(流)计算。Storm是最流行的流计算平台。流计算的思路是，如果要达到更实时的更新，我何不在数据流进来的时候就处理了?比如还是词频统计的例子，我的数据流是一个一个的词，我就让他们一边流过我就一边开始统计了。流计算很牛逼，基本无延迟，但是它的短处是，不灵活，你想要统计的东西必须预先知道，毕竟数据流过就没了，你没算的东西就无法补算了。因此它是个很好的东西，但是无法替代上面数据仓库和批处理系统。
还有一个有些独立的模块是KV Store，比如Caandra，HBase，MongoDB以及很多很多很多很多其他的(多到无法想象)。所以KV Store就是说，我有一堆键值，我能很快速滴获取与这个Key绑定的数据。比如我用身份证号，能取到你的身份数据。这个动作用MapReduce也能完成，但是很可能要扫描整个数据集。而KV Store专用来处理这个操作，所有存和取都专门为此优化了。从几个P的数据中查找一个身份证号，也许只要零点几秒。这让大数据公司的一些专门操作被大大优化了。比如我网页上有个根据订单号查找订单内容的页面，而整个网站的订单数量无法单机数据库存储，我就会考虑用KV Store来存。KV Store的理念是，基本无法处理复杂的计算，大多没法JOIN，也许没法聚合，没有强一致性保证(不同数据分布在不同机器上，你每次读取也许会读到不同的结果，也无法处理类似银行转账那样的强一致性要求的操作)。但是丫就是快。极快。
每个不同的KV Store设计都有不同取舍，有些更快，有些容量更高，有些可以支持更复杂的操作。必有一款适合你。
除此之外，还有一些更特制的系统/组件，比如Mahout是分布式机器学习库，Protobuf是数据交换的编码和库，ZooKeeper是高一致性的分布存取协同系统，等等。
有了这么多乱七八糟的工具，都在同一个集群上运转，大家需要互相尊重有序工作。所以另外一个重要组件是，调度系统。现在最流行的是Yarn。你可以把他看作中央管理，好比你妈在厨房监工，哎，你妹妹切菜切完了，你可以把刀拿去杀鸡了。只要大家都服从你妈分配，那大家都能愉快滴烧菜。
你可以认为，大数据生态圈就是一个厨房工具生态圈。为了做不同的菜，中国菜，日本菜，法国菜，你需要各种不同的工具。而且客人的需求正在复杂化，你的厨具不断被发明，也没有一个万用的厨具可以处理所有情况，因此它会变的越来越复杂。
按照时间
比如别人突然问你对大学的感受？我们可以按照时间来分，包括来大学之前的感受和看法、在上大学的时候是什么样的感受，当时的看法以及离开大学之后的回忆和感受。比如别人问你在昆明旅游的感受，可以从不同时段来说，一天分为早中晚，你可以谈一下每个时段的感受。●切分主题
把主题切分开来组织语言，会顺利很多。比如别人突然问你对某个项目的看法，你要在大脑中迅速建立“桩子”，可以把项目细分，从设计、开发与实施阶段来谈。
●不同角度，不同方面
遇到问题要有方向有话说。可以从不同角度、不同方面选取其中一个去回答，比如关于大学母校：可以从以上提到的时间方面来说，讲述不同时间你的体会，也可以从地点方面，比如宿舍、图书馆、教学楼带给的感受，也可以从硬件方面，包括师资、设备等。
比如问内训师你的课程哪里好？我们想一下什么人会关注课程的好坏呢？主要有三种，培训学员、培训经理、咨询公司，那我们的演讲就可以站在这三者的角度“找桩子”，比如培训学员关注内容、例子，培训经理会关注成果等方面展开。有了“桩子”，也要有内容，内容可以用举例子的方式讲。比如年会上突然让你谈对公司的感受，你可以从刚入公司、工作一段时间后以及现在的感受来讲，具体的内容可以举例子来讲，比如工作这几年，每次遇到困难都会有人来帮助你等例子，最后再做个小总结。有了“桩子”，有了例子，你的内容就会丰富起来。美国有个课程叫think on feet，是关于找“桩子”的，有兴趣的可以去看怎么更全面去找“桩子”。
第一步，把已经定稿的演讲稿按照层次结构划分成清晰的段落；
第二步，熟读演讲稿21遍，在阅读时不要去刻意记稿子，只要达到熟练的地步就可以，不过别偷懒，一定要达到21遍。为什么是21遍呢？
因为“72190法则”告诉我们，一件事情重复7次就会对它产生认识记住它，重复21次就会养成习惯，重复90次就会固化它；
第三步，背第一段，记得后把稿子放到一边面对镜子讲出来，千万不要手拿稿子，这样会产生依赖感；
第四步，单背第二段，不要去管第一段。记得后面对镜子先讲第二段，再把第一段和第二段连起来讲。
第五步，单背第三段，不要去管第一段和第二段。记得后面对镜子先讲第三段，再把第二段和第三段连起来讲，最后把第一、二、三段连起来讲；
第六步，如果还有第四段、第五段等等，依此类推，轮到背第几段，就先背第几段，然后对着镜子讲一遍，再以倒推的形式连环起来背。比如讲第四段，那么面对镜子讲时应该是4—34—234—1234；讲第五段，那么面对镜子时应该是5—45—345—2345—12345；以此类推„„
第七步，上面的步骤千万不要打乱，这样会把大脑里建立起来的记忆环打乱，一步一步的按照标准来背，会很好的记住整篇稿子。到最后一段背完、按照倒推连环讲完后，再将整篇稿子连讲7遍。
第八步，在正式参加演讲前，每天早上、中午、晚上各面对镜子讲一遍。没事的时候可以抽背中间的某一段，以增加娱乐性，也可以固化记忆。
在这里要强调一点，不管通过什么方法记住了稿子，都不要追求完美，追求完美等于追求完蛋！正式演讲时不管中间讲到哪一段中途忘记了，都将错就错把本段收一下尾，马上跳到下一段（通过连环记忆，下一段你肯定记得），而忘掉的部分即使后来想起来，也不要再提！听众看不出来的！听众也不知道你哪个地方掉了哪一句！放松的讲就是了！
