农村电商与大数据

第一篇：农村电商与大数据

云计算与大数据学习报告

“大数据与云计算”学习报告 题目：谈谈对“大数据与云计算”技术的理解，及这两项技术对商业活动、社会进步带来哪些影响.

首先我想简单谈谈何为云计算，何为大数据。云计算，是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，其侧重的是计算，而大数据是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来适应海量、高增长率和多样化的信息资产，本质就是利用计算机集群来处理大批量的数据，大数据的技术关注点在于如何将数据分发给不同的计算机进行存储和处理。其侧重的是计算的对象。

其次说说云计算与大数据的关系.可以说，大数据相当于海量数据的“数据库”，而云计算作为计算资源的底层，支撑着上层的大数据处理，前者强调的是计算能力，或者看重的存储能力。大数据需要处理大数据的能力，大数据技术是云计算技术的延伸。大数据技术涵盖了从数据的海量存储、处理到应用多方面的技术。

最后说说云计算与大数据对商业活动、社会发展的作用.云计算和大数据的出现，正在引发全球范围内深刻的技术与商业变革。技术革新对信息化发展的引领与推动作用已经毋庸置疑,而新一波以云计算和大数据为代表的新技术对我国信息化的拉动作用也正日益显现,随着云计算服务的互联,移动互联网、智慧城市等领域的渗透相互促进,形成了市场需求与技术进步双拉动的态势，对电信运营商而言，在当前智能手机、智能设备快速增长、移动互联网流量迅猛增加的情况下，大数据技术可以为运营商带来新的机会。大数据在运营商中的应用可以涵盖多个方面，包括企业管理分析如战略分析、竞争分析，运营分析如用户分析、业务分析、流量经营分析，网络管理维护优化如网络信令监测、网络运行质量分析，营销分析如精准营销、个性化推荐等计算量越来越大、数据越来越多、越来越动态、越来越实时的需求背景下被催生出来的一种基础架构和商业模式。

第二篇：新技术—云计算与大数据

云计算与大数据

大数据时代已经悄然到来，如何应对大数据时代所带来的挑战与机遇，是我们当代大学生特别是我们计算机专业学生的一个必须面对的严峻课题。在这次课上通过陶老师的讲解以及在课后查阅相关资料，我了解到什么是大数据，什么是云计算，它们都有什么用处，有什么关系。

近几年，云计算和大数据的概念受到了学术界、商界、甚至政府的热传，一时间云计算无处不在。秉承着“按需服务”理念的云计算正高速发展，“数据即资源”的“大数据”时代已经来临。大数据利用对数据处理的实时性、有效性提出来更高要求，需要根据大数据特点对传统的常规数据处理技术进行变革，形成适用于大数据收集、存储、管理、处理、分析、共享和可视化的技术。大数据的规模效应给数据存储和管理以及数据分析带来了极大的挑战。

一、云计算概念

在课后，经过翻阅各种资料，了解到狭义的云计算是指IT基础设施的交付和使用模式。指通过网络以按需、易扩展的方式获得所需的资源;广义的云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务，这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务，它具有超大规模、虚拟化、可靠安全等独特功能。通俗的理解是，云计算的“云”就是存在于互联网上的服务器集群上的资源，它包括硬件资源和软件资源，本地计算机只需要通过互联网发送一个需求信息，远端就会有成千上万的计算机为你提供需要的资源并将结果返回到本地计算机。这样，本地计算机几乎不需要做什么，所有的处理都在云计算提供商所提供的计算机群体来完成。

Kevin Hartig：云是一个庞大的资源地，你按需购买;云是虚拟化的;云可以像自来水、电、煤气那样计费。

Jan Pritzker：云计算是用户友好的网络计算。

云计算，它是基于数据中心，强调性价比、效率、可行性的服务运营模式，这是提高高端计算利用率，同时提升低端计算事物处理能力，我们不关注本身计算机的能力，更多提供给后台，由于后台强大的处理能力完成。

二、云计算部署模式

根据云计算服务对象范围的不同，云计算有四种部署模式：私有云、社区云、公有云和混合云。私有云是由一个用户组织(例如政府、军队、企业)建立运维的云计算平台，专供组织内部人员使用，不提供对外服务。社区云也称机构云，云基础设施由多个组织共同提供，平台由多个组织共同管理。社区云被一些组织共享，为一个有共同关注点的社区或大机构提供服务。公有云的基础设施由一个提供云计算服务的大型运营商组织建立和运维，该运营组织一般是拥有大量计算资源的IT巨头，这些IT公司将云计算服务以“按需购买”的方式销售给一般用户或中小企业群体。用户只需将请求提交给云计算系统，付费租用所需的资源和服务。混合云的云基础设施是由两种或两种以上的云组成，每种云仍然保持独立，但用标准的或专用的技术将它们组合起来，具有数据和应用程序的可移植性。

三、云计算服务模式

计算就要有就算环境，一般计算环境都有硬件的一层，资源组合调度的一层即操作层，以及计算任务的应用业务的软件层。云计算提供的三种服务模式对应了计算环境的三个层面。这三种服务模式分别是基础设施即服务IaaS、软件即服务SaaS、平台即服务PaaS。

IaaS即把厂商的由多台服务器组成的“云端”基础设施，作为计量服务提供给客户。它的优点是用户只需低成本硬件，按需租用相应计算能力和存储能力，大大降低了用户在硬件上的开销。目前以Google云应用最具代表性，例如GoogleDocs、GoogleApps、Googlesites。 SaaS服务提供商将应用软件统一部署在自己的服务器上，用户根据需求通过互联网向厂商订购应用软件服务，服务提供商根据客户所定软件的数量、时间的长短等因素收费，并且通过浏览器像客户提供软件的模式。对于小型企业来说，SaaS是采用先进技术的最好途径。 PaaS把开发环境作为一种服务来提供。PaaS能够给企业或个人提供研发的中间件平台，提供应用程序开发、数据库、应用服务器、试验、托管及应用服务。

四、大数据

大数据(big data)，或称巨量资料，就是对全球各种大规模数据资料进行深度挖掘，并进行高速度及多样式计算后，整理出来的高价值的分析结果;重点应用在国防领域建设，未来发展方向在人工智能领域，可以让计算机自主地从经验中进行学习和反馈。个人总结，大数据的特点主要有如下4点：

一是大量。存储大，计算量大。

二是数据类型多样。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。 三是处理速度快。增长速度快，处理速度要求快。 四是价值密度低。浪里淘沙却弥足珍贵，数据没有办法在可忍受的时间下使用常规软件方法完成存储、管理和处理任务。

大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获得很多智能的，深入的，有价值的信息。大数据分析普遍存在的方法理论有：可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量和数据管理。

五、云计算与大数据关系

云计算和大数据是这个时代的两个王者，是一个硬币的两面，云计算是大数据的IT基础，而大数据是云计算的一个杀手级应用。张亚勤说，云计算是大数据的驱动力，而另一方面，由于数据越来越多，越来越复杂，越来越实时，这就更加需要云计算去处理，所以二者之间是相辅相成的。

本质上，云计算和大数据的关系是静与动的关系;云计算强调的是计算，这是动的概念;数据则是计算的对象，是静的概念。在实际的应用中，前者强调的是计算能力，或者看重的是存储能力;但是这样说，并不意味着两个概念如此泾渭分明。大数据需要处理大数据的能力如数据获取、清洁、转换、统计等，其实就是需要强大的计算能力，另一方面，云计算的动也好是相对而言，比如基础设施即服务中存储设备提供的主要是数据能力，所以可谓是动中有静。

如果数据是财富，那么大数据就是宝藏，而云计算就是挖掘和利用宝藏的利器。没有强大的计算能力，数据宝藏终究是镜中花，没有大数据的积淀，云计算也只能是杀鸡用的宰牛刀。

六、心得体会

通过这次课程的学习，了解到在如此快速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，也需要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。

第三篇：互联网与大数据思维 的文献综述

【题名】互联网和大数据思维

【作者】郭大蕾

【学号】

【系别】11级广播电视新闻学

【前言】

“大数据”的提出由来已久，由于互联网和信息技术的进步，各个领域的数据量都在迅猛增长，而通过数据的分析、开发和整合，人类现在可以发现新的知识、创造新的价值，从而带来“大知识”、“大科技”、“大智能”、“大利润”和“大发展”。伴随我们的理念、思维方式、营销方法论势必也要进行变革，即所谓的大数据思维。而“美丽说”作为大型女性时尚社交网站 ，可以说是大数据思维运用中新型互联网社交网站的典型案例。

大数据，既是“因为小所以大”，也是“因为大所以小”。因为小所以大，是大数据的“有”。因为互联网上有很细节、很海量的数据，在互联网的社会环境下可以通过技术方法在经济可承受的前提下把数据找回来。而因为大所以小，是大数据的“用”。由于有了丰富的数据，各类互联网媒体、服务才可以针对某一个特定用户，给他提供更精准的服务，将传统的“一对多灌输式的广告”变为“个性化推荐”。

“大数据”，其实并不是新的概念和现象。早在1980 年代，美国就有人提出了“大数据”的概念。30多年来，由于互联网和信息技术的进步，各个领域的数据量都在迅猛增长，美国的企业界、学术界也不断地对这个现象及其意义进行探讨。最近这一两年，“大数据”这个概念在美国变得越来越流行、越来越重要。2012年3月，美国联邦政府宣布投入2亿多美元启动大数据的研发任务，并把大数据定义为和历史上的互联网、超级计算同等重要的国家战略。之所以上升到国家战略的层面，是因为随着数据的爆炸，数据的收集、保存、维护、共享、使用等等任务，都成为横跨各个领域、牵一发而动全身的现象和挑战。但这些现象和挑战的重中之重，还是因为人类分析和使用数据的能力大幅提高，通过数据的分析、开发和整合，人类现在可以发现新的知识、创造新的价值，从而带来“大知识”、“大科技”、“大智能”、“大利润”和“大发展”。

而我们一直生活在数据的世界里，但以往受限于技术，主要应用抽样、局部、片面的数据，或者在不能获得实证数据的时候依赖经验、理论、假设等去发现未知领域的规律。而现在，互联网推动了大数据由后台走向前台。

互联网时代最大的意义在于可以做全流量的监测。随着各类社会行为迅速向互联网迁移，物联网、云计算、移动互联网、车联网、手机、平板电脑以及遍布各个角落的各种各样的传感器，使互联网承载远超以往的数据量。面对互联网的海量信息，数据的作用将远远超出以往。

大数据具有导航仪的功用。对于营销者来说，目标受众、目标客户是“谁”已经不重要，重要的是TA的偏好特征和传播相关信息的时机——根据数据判断TA在什么时候需要什么。

我们也经常把大数据比喻成显微镜，因为大数据提供了从更细的颗粒度层面认知世界的可能和条件。真正的大数据，让人类第一次有机会把来自不同地方、不同类型的数据联结起来形成对一个事物的完整描述，就像显微镜一样从更细的颗粒度层面认知世界。亚马逊则将大数据喻为“纠错器”：“长期以来，亚马逊一直通过大数据分析，尝试定位客户和和获取客户反馈。在此过程中，你会发现数据越大，结果越好。为什么有的企业在商业上不断犯错?那是因为他们没有足够的数据对运营和决策提供支持。一旦进入大数据的世界，企业的手中将握有无限可能。”

互联网时代，大数据还是发动机。互联网不再只是媒体，更是用户不断转化的平台。相应的，营销由独立转为系统性工程，而数据在营销全程中扮演的角色也必然要由参考工具转向驱动发动机。数据驱动的精准营销引擎，将颠覆传统的营销决策模式及营销执行过程，给网络营销行业乃至互联网及传统行业带来革命性的冲击。我们已看到，网络营销的大数据应用正在加速前进。虽然以大数据支撑的RTB，实时竞价)还在起步阶段，垄断媒体形成卖方市场、广告主决策过程并非百分百取决于业务层面价值仍对RTB形成阻力，但RTB应用越来越成熟，越来越成规模，百度、阿里等也都推出了自己的RTB平台，都足以让我们相信，RTB一定会成为未来网络广告的主流。而国内的互联网行业，特别是腾讯、阿里、百度等领头企业更在其他业务层面搜集、挖掘数据，进行大数据应用的准备和尝试，更使大数据向网络广告之外的领域渗透。

随着大数据时代的来临，抽样调查的主导地位将会被大数据思维之下的全样本调查所取代，并被逐渐边缘化。我们将有更高的机率准确认识、预测我们想要了解的事物，大至奥巴马竞选、奥斯卡奖项，小到客户的购买倾向、网络营销，海量的大数据中隐藏着我们想要知道的一切。但是，伴随着方法的变革，我们的理念、思维方式、营销方法论势必也要进行变革，即所谓的大数据思维，这对我们来说也是一种巨大的挑战。

在互联网时代下的今天，大数据思维已不仅是一种潮流和趋势，更被具有前瞻性的企业引用到营销中去，而“美丽说”作为大型女性时尚社交网站 ，可以说是大数据思维运用中

新型互联网社交网站的典型案例。

近年，随着电子商务的飞跃式发展，网上购物成为了年轻一代的主流消费习惯。淘宝、拍拍、当当、京东、凡客这些大型网上商城，为人们提供了琳琅满目、应有尽有的商品选择，可以说，几乎现实生活中的所有物品或是服务，下至大葱、蒜头，上至汽车、房子，甚至是空气、土壤，你都能在网上买到。而每一样商品又有数以千计的品类，哪样商品好，又该如何选择，这些传统的电子商务无法解决用户“买什么”的困扰。

作为消费领域的主流，一场电子商务的革命首先在女性时尚消费中掀起。据不完全数据统计，社交网站活跃用户70%都是女性，可以说，女性是互联网主体。她们拥有强烈的美丽需求和冲动，却没有网站可以很好地满足她们。这时美丽说诞生了，这个以分享、交流购物为主题的大型女性时尚社交网站，每个用户在接受资讯的同时，也是时尚资讯的发布者。用户可以通过网站上被广为收藏的商品，发现潮流的趋势。而从另一方面看，这也是一种口碑营销，女性不再为“买什么”而困扰，因为美丽说的姐妹们给出了建议。

创造分享交流的购物乐趣

美丽说的口号叫：“你可以在美丽说收藏、发现、分享你的美丽点滴”。女人的天性是通过分享能得到一种别人的赞美跟肯定，这是最大的分享动力，而前提是要在网络上展示出“人”的形象。

以往，你在传统门户中得到的大都是关于时尚的资讯，一堆堆的网页，根本没有人关心发布帖子的人是谁。而在美丽说，网友可以从分享中得知关注的人的穿衣风格，可以寻找和自己风格相近的人，美丽说的达人模式也非常贴合草根阶层，女孩子都希望自己成为众人关注的焦点，特别是在网络上，如果被人置顶为草根达人，那么该会员的积极性被极大的带动了,也会发动身边的朋友积极加入该平台，一起分享快乐。

网友互动中发掘潮流

从时尚的角度出发，传统时尚媒体往往为品牌服务，信息推送至上而下。而美丽说通过网友们的网站分享，利用数据统计出女孩子的穿衣风格和规律，把符合她风格的东西从上亿商品中筛选出来，把最好的拿给用户，提供风格建议，同时引导时尚消费。

口碑效应的便捷式购物

美丽说网站的商品图片、价格等信息来自于淘宝和凡客等电子商务平台。例如，网友在淘宝发现“宝贝”，可以将这件“宝贝”的网址复制到美丽说发布，美丽说将自动抓取商品的价格、图片、风格关键字等信息。而有用户在美丽说发现这件“宝贝”，发现好多人在买这个，她将通过美丽说直达来源网站购买，整个过程非常便捷。

“美丽说”开启社会化电子商务新时代据了解，目前美丽说已拥有600w会员资源，而这个数字还在以不可思议的数字递增，其发展态势可谓迅猛。美丽说成为了在中国最具代表性的社会化电子商务。在它之后，“爱物网”、“蘑菇街”、“超有feel”、“妈妈说”、“血拼吧”、“爱逛街”等社区化分享购物网站也相继火了起来，成为了社交化购物的推动者，我们也可以在其中窥见出这块市场的丰厚——未来的社会化电子商务将不仅仅局限于女性市场消费，它还将向各个不同的领域渗透，或是在每个领域都进行更精细的层次划分。总的来说，谁能将用户体验做到极致，谁就能在这块蛋糕上分一杯羹。可以得知，没有大数据的支撑就没有大型时尚社交网络，由此也可以预见，未来的互联网离不开大数据的支撑。

【总结】

随着互联网的飞速发展，数据的收集、保存、维护、共享、使用等等任务，都成为横跨各个领域、牵一发而动全身的现象和挑战。数据正在迅速膨胀并变大，它决定着企业的未来发展，因此企业须顺应大数据时代的发展，运用大数据思维方式，迎接挑战，也为自身创作更多的机遇。

【参考文献】

1.《什么是大数据时代的思维?》蓝调(2013)

2.《大数据时代》维克托· 迈尔 ·舍恩伯格

3.《大数据时代来临的思考----- 机遇与挑战并存》涉惠杰

第四篇：物联网与大数据的应用前景及利与弊

大数据的应用前景及利与弊 大数据的应用前景

1.数据的资源化

在大数据技术中蕴含着丰富的数据信息资源，它们的科学有效应用能够切实为企业带来巨大的经济产值，产生更多经济收益。因此，要利用好信息资源就要进一步开放研究大数据技术。信息资源的有效应用离不开先进的数据技术和信息化思维，网络技术人员应当将传统信息资源开发管理方法与大数据技术有机地结合起来，通过将不同数据集进行重组和整合，发挥就数据集所不具有的新功能，从而为企业创造出更多的价值。而掌握了数据资源处理技术的企业，在未来还能够通过将数据使用权进行出租或者转让等方式获取巨大的经济收益。

2.科技的交叉融合

大数据技术的发展不仅能够将网络计算中心、移动网络技术和物联网、云计算等新型尖端网络技术充分地融合成一体，促进不同科学技术的交叉融合，同时还能够促进多学科的交叉融合，充分发挥出交叉学科和边缘学科在新时代的新功能与效用。大数据技术的长足进步与发展既要求工程技术人员要立足于信息科学，通过对大数据技术中的信息获取、储存、处理等各方面的具体技术进行创新发展，也要将大数据技术与企业管理手段结合起来，从企业经营管理的角度研究分析现代化企业在生产经营管理活动中大数据技术的参与度及其可能带来的影响。在一些需要处理和应用到大量数据的信息部门，企业一方面要着力提高大数据技术的应用水平，另一方面要及时引起跨学科人才，充分发挥多科学与交叉性学科在本部门中的参与度。

3.以人为本的大数据技术发展趋势

科学技术的使用主体归根结底是人，虽然在大数据技术支撑的网络信息环境下，信息数据的及时流通与整合能够满足人类生产生活的所有信息需求，能够为人的科学决策提供有效指导，但大数据技术终究无法代替人脑，这就要求大数据技术在发展过程中要坚持以人为本的基本原则，重视人的地位，将人的生产活动与网络大数据虚拟关系结合起来，在密切人与人之间的交流的同时，充分发挥每一个独立个体的个性和特长。

未来项目应用趋势

1. 开放源码

Apache 、Hadoop、Spark等开源应用程序已经在大数据领域占据了主导地位。一项调查发现，预计到今年年底，近60%企业的Hadoop集群将投入生产。佛瑞斯特的研究显示，Hadoop的使用率正以每年32.9%的速度增长。专家表示，2018年许多企业将继续扩大他们的Hadoop和NoSQL技术应用，并寻找方法来提高处理大数据的速度。 2. 内存技术

很多公司正试图加速大数据处理过程，它们采用的一项技术就是内存技术。在传统数据库中，数据存储在配备有硬盘驱动器或固态驱动器(SSD)的存储系统中。而现代内存技术将数据存储在RAM中，这样大大提高了数据存储的速度。佛瑞斯特研究的报告中预测，内存数据架构每年将增长29.2%。目前，有很多企业提供内存数据库技术，最著名的有SAP、IBM和Pivotal。 3. 机器学习

着大数据分析能力的不断提高，很多企业开始投资机器学习(ML)。机器学习是人工智能的一项分支，允许计算机在没有明确编码的情况下学习新事物。换句话说，就是分析大数据以得出结论。机器学习是2018年十大战略技术趋势之一。它指出，当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统。 4. 预测分析

预测分析与机器学习密切相关，事实上ML系统通常为预测分析软件提供动力。在早期大数据分析中，企业通过审查他们的数据来发现过去发生了什么，后来他们开始使用分析工具来调查这些事情发生的原因。预测分析则更进一步，使用大数据分析预测未来会发生什么。

2016年调查显示，目前仅有29%的公司使用预测分析技术，这个数量并不多。同时，许多供应商最近都推出了预测分析工具。随着企业越来越意识到预测分析工具的强大功能，这一数字在未来几年可能会出现激增。 5. 智能APP

企业使用机器学习和AI技术的另一种方式是创建智能应用程序这些应用程序采用大数据分析技术来分析用户过往的行为，为用户提供个性化的服务。推荐引擎就是一个大家非常熟悉的例子。在2017年十大战略技术趋势列表中，高德纳公司把智能应用列在了第二位。高德纳公司副总裁大卫·希尔里(David Cearley)说：“未来10年，几乎每个app，每个应用程序和服务都将一定程度上应用AI。 6. 智能安保

许多企业也将大数据分析纳入安全战略。企业的安全日志数据提供了以往未遂的网络攻击信息，企业可以利用这些数据来预测并防止未来可能发生的攻击，以减少攻击造成的损失。一些公司正将其安全信息和事件管理软件与大数据平台结合起来。还有一些公司选择向能够提供大数据分析能力产品的公司求助。 7. 物联网

物联网也可能对大数据产生相当大的影响。根据IDC 2016年9月的报告，“31.4%的受访公司推出了物联网解决方案，另有43%希望在未来12个月内部署物联网解决方案。”

随着这些新设备和应用程序上线，许多公司需要新的技术和系统，才能够处理和感知来自物联网的大量数据。 8. 边缘计算

边缘计算是一种可以帮助公司处理物联网大数据的新技术。在边缘计算中，大数据分析非常接近物联网设备和传感器，而不是数据中心或云。对于企业来说，这种方式的优点显而易见。因为在网络上流动的数据较少，可以提高网络性能并节省云计算成本。它还允许公司删除过期的和无价值的物联网数据，从而降低存储和基础架构成本。边缘计算还可以加快分析过程，使决策者能够更快地洞察情况并采取行动。

9. 高薪职业

对于IT工作者来说，大数据的发展意味着大数据技能人才的高需求。IDC称“到2018年，美国将有181,000个深度分析岗位，是数据管理和数据解读相关技能岗位数量的五倍。”

由于人才缺口过大，罗伯特哈夫技术公司预测，2017年数据科学家的平均薪资将增长6.5%，年薪在116,000元到163,500元之间。同样，明年大数据工程师的薪资也将增长5.8%，在135,000元到196,000元之间。 10. 自助服务

由于聘请高级专家的成本过高，许多公司开始转向数据分析工具。先前预测，“视觉数据发现工具的增长速度将比其他商业智能(BI)市场快2.5倍，到2018年，所有企业都将投资终端用户自助服务。一些大数据供应商已经推出了具有“自助服务”能力的大数据分析工具，专家预计这种趋势将持续到2017年及以后。数据分析过程中，信息技术的参与将越来越少，大数据分析将越来越多地融入到所有部门工作人员的工作方式之中。

大数据带来的利与弊

一.大数据带来的益处 1.大数据服务市场崛起

对于很多企业来说分析只是数据工作的一部分，只有把一种数据与其他相关数据结合在一起进行深度挖掘，才更有价值。例如，将天气状况的数据加入到客户数据中，并进一步分析发 现在客户的 采购模式中是否存在与天气相关的因素等，就比单独分析客户数据有用得多。 2.大数据时代的到来将为企业的发展和竞争提供新的出路

以阿里巴巴为例。阿里巴巴通过对旗下的淘宝、天猫、阿里云、支付宝、万网等业务平台进行资源整合，形成了强大的电子商务客户群及消费者行为的全产业链信息，造就了独一无二的数据处理能力，这是目前其他电子商务公司无法模仿与跟随的。同时，也将电子商务的竞争从简单的价格战上升了一个层次，形成了差异化竞争。此外，电商企业通过大数据应用积极开拓发展互联网金融业务。目前阿里、京东、苏宁三大主流电商企业已相继试水。除“阿里小贷”模式比较成功之外，京东模式也渐出效果。2012年，京东通过与中国银行合作，推出“供应链金融服务”，供应商凭借其在京东的订单、入库单等向京东提出融资申请，核准后递交银行，再由银行给予放款。据报道，此服务可以帮助京东供应商大幅度缩短账期，资金回报率由原来的60%左右提高到226%。 3.大数据技术为政府社会治理带来新机遇

针对目前社会治理领域普遍存在的服务理念滞后、决策机制不够科学、部门协作亟须加强、工作方式待改进与工作效率求提升等问题，大数据技术从认识、理论、方法、实践和效果评估等方面都能给人以启发。大数据技术通过对海量数据的快速收集与挖掘、及时研判与共享，成为支持社会治理科学决策和准确预判的有力手段，为社会转型期的社会治理创新带来了机遇。

4.大数据引领新发展

大数据成为关键生产要素。随着大数据时代的到来，数据将如能源、材料一样，成为战略性资源。2012年3月，奥巴马政府在白宫网站发布了《大数据研究和发展倡议》，将其视为“未来的新石油”，提出通过大数据加速在科学、工程领域的创新步伐，强化美国国土安全，转变教育和学习模式。如何利用数据资源发掘知识、提升效益、促进创新，使其服务于国家治理、企业决策乃至个人生活服务，是大数据时代的重要战略课题。 二.大数据带来的弊端 1.数据信息的安全问题 在大数据时代中，数据的流动量越来越大，数据信息的保密和个人信息的泄露面临着巨大的挑战，尤其是人们在线对话和网上交易日益增长，其面临的安全问题将会更加严峻。在大数据时代通过对个人信息的分析很容易了解其生活习惯和喜好，这样会导致国家和企业的机密以及个人信息的泄露。 2.数据污染，数据质量差 很多中型以及大型企业，每时每刻也都在产生大量的数据，但很多企业在大数据的预处理阶段很不重视，导致数据处理很不规范。大数据预处理阶段需要抽取数据把数据转化为方便处理的数据类型，对数据进行清洗和去噪，以提取有效的数据等操作。甚至很多企业在数据的上报就出现很多不规范不合理的情况。以上种种原因，导致企业的数据的可用性差，数据质量差，数据不准确。而大数据的意义不仅仅是要收集规模庞大的数据信息，还有对收集到的数据进行很好的预处理处理，才有可能让数据分析和数据挖掘人员从可用性高的大数据中提取有价值的信息。

物联网的应用前景及利与弊 物联网的应用前景

我国物联网发展正呈现出一股蓬勃的气势，一方面由于物联网可以提高经济的总量，另一方面还可以降低生活成本。因此在未来中我国物联网产业发展将会广泛应用于家居、智能交通、环保监测、智能电网、金融、医疗等多个方面。我们可以主要从生活和商业两个方面着手对物联网的前景进行描述。

物联网在生活方面的前景 第一，物联网的发展可以在环保监控上体现优势。环境监控已经是当前社会的重要环保手段。今年两会的召开，环保政策又被上升到了新的高度。配合我国新的环保政策，物联网能在环境监控方面发挥高科技效应。企业超标排污、生态环境恶化等问题，在物联网高科技技术的跟踪中，会从隐形中脱离，变成肉眼可见，变成人人可以直接参与监督的话题。截止到2013年6月我国省市级污染监控中心344个，对一万多家企业实施了自动监控。但是仍然不够，仍然有屡禁不止的超标排污现象，这对当地居民和我国社会环境造成了极大的破坏和极其恶劣的影响。2009年我国环境一号A、B卫星在轨交付使用，构筑起了我国在空间领域的检测网，这是我国民用卫星中技术最复杂的对地观测系统，是物联网技术的高度体现。因此在地面上，也要配合高度的物联网RFID等技术的检测系统，以形成一套海陆空全方位检测环境的传感体系，让污染无法遁形。

物联网在商业方面的前景

(1)物联网能与金融深度结合，改善金融体系的安全防护方面的运作。在现实生活中，金融犯罪现象在犯罪现象总量中占比不小，金融安全防护工作对于金融机构有着至关重要的作用。智能管理是物联网技术的优势，他可以提高金融安全效率，并节约人工资源成本。一方面，物联网技术可以对来访人员进行智能管理。通过物联网技术对来访人员可以进行实时跟踪和智能分类，监控来访人员的活动区域，当不符合身份的人员进入到不应该进入的区域，物联网系统启动自动警告系统，发出警示，能有效降低犯罪率，节约人工成本。利用RFID设备在库房、机房等硬件设施上安放识别设备，还能为侦破违法行为提供线索和证据;另一方面，物联网技术能提高金融系统的支付业务的效率和安全性。

(2)物联网技术能为物流技术带来新的生机。物流领域对物联网的需求并不小，传统的物流早已无法满足快速发展的需求。随着网络上对于物流丢包现象的抨击，大力发展物联网物流优势已经迫在眉睫。智能物流能利用物联网的先进技术，在信息采集、信息处理、信息流通和信息管理技术上，表现的更臻于完美。

未来项目应用趋势：物联网行业发展的八大走向

一、物联网将演变为认知工具

2017年物联网的发展将从IoT 0.0版的连接装置演变成IoT 2.0版的使用认知运算(cognitive computing)及预测运算(predictive computing)。

(一)、IoT 0.0即是机器对机器(Machine-to-Machine, M2M)特性包括：联机装置是透过手机或与其他网络、极少的数据数据有整合企业或消费者的应用程序、且重点放在嵌入式硬件和手机网络的“管道(plumbing)”方面。

(二)、IoT 1.0特性包括：云端运算、整合企业管理、支持新的商业模式，如产品即服务、装置与网络安全、大数据分析、聚焦于整合软件功能和应用程序。

(三)、IoT 2.0特性是指物联网将从数据运用至事件响应，再转变为使用知觉工具和认知运算(或预测运算)。

二、认知技术成为新的智慧

物联网正在快速地转向运用人工智能(AI)来改变智能装置，在没有人为干预的情况下，能直接对环境的变化做出反应。

2017年云端服务与AI的整合解决方案，能够整合APP、机器学习及AI，以提供完整的情境认知(situation awareness)、预测及规范功能，并帮助组织实现物联网的价值。

三、认物联网平台商品化

大型企业将持续致力于建设生态系统，并以最低成本提供各种组件(building blocks)，借以促进创新和发展新物联网相关的解决方案与能力。

物联网平台的战争早已开始，包括：Amazon网络服务、微软Azure的物联网、IBM Watson云端运算、SAP的HANA，以及PTC的Thingworx等。拥有自己的物联网生态系统的AT&T、Verizon和Cisco等公司，将继续向更大型的平台供货商提供组件(building blocks)，并开始将自己生态系统转移至更大的物联网生态系统。

四、无人机运输成真

Amazon于2016年12月7日第一次让无人机成功运输包裹。Frost&Sullivan预估无人机商业测试的法规将于2017年通过，2017年底将可提供无人机运输服务。此外，高通公司和AT&T也在测试无人机商业运输、无人机监控森林大火、移动通信基地台(cell tower)和电缆，同时继续游说立法者批准搭载传感器的无人机可用于商业用途。

五、物联网是国家网络安全的危机

不安全的装置和恶意软件恐成为物联网的安全隐患，2017年黑客入侵物联网装置而造成损失。例如:2006年10月DDoS攻击，黑客成功入侵无人监控的摄影机。目前有数十亿个网络设备正在运行，类似的黑客攻击会入侵电网基础设施、联网汽车(connected car)，交通监视器、核电厂等等，将成为国家网络安全的危机。

六、智能汽车和智能家居的融合已经实现 物联网让移动装置和智能家居得以融合，能帮助消费者实现集中管理数字生活的梦想。其中包含：共享汽车、整合火车与飞机的行程、汽车租赁、响应需求的运输(TAXI、BRT)、都市内的大众交通、汽车能源管理、APP、旅程规划、大数据、动态停车、私人管家等等。

七、争取竞争优势的AI助理

Amazon、Google、Apple、Microsoft都在努力抢占个人助理的市占率，为争下家庭、消费者物联网和人工智能的市场大饼。在2017年AI个人助理的发展中，首先将现有服务和具备智能家居解决方案的AI个人助理进行整合;第二阶段则是与车联网进行整合;第三阶段是与自动驾驶整合;最后是小型公司大量引进AI个人助理，将会增加市场领导者的竞争压力。

八、云端运算普及化

高效的数据标准与雾运算(Fog Computing)将可支持端点智慧(Endpoint intelligence)，将有助于物联网的未来部署。

点运算(Point computing)之特性：具有简单、基于私人云端的物联网部署;企业后端数据处理;以应用为中心的通讯等。

云端运算(Cloud computing)之特性：基于公共云端的物联网部署、协同物联网部署的新兴应用、以云端为中心的通讯。

雾运算(Fog Computing)之特性：在雾运算环境中，端点层级的数据管理、半自动化Semi-autonomous)的物联网应用、以数据为中心的通讯。

物联网的利与弊

与此同时，在物联网的快速发展壮大中，我们也要看到物联网随之带来的利与弊。 物联网的弊端

1、成本矛盾。对于生产商来说，成本问题更是一个两难问题，成本太高，应用压力大;成本压得太低，制造业又失去利润。目前，物联网相关成本，只能通过整个供应链去平衡。

2、安全性。在互联网时代，著名的蠕虫病毒在一天内曾经感染了25万台计算机。可想而知，在市场价值更大的物联网上，为了牟取利益而从事物联网病毒制造传播的人将会更甚于互联网。

3、隐私性。有观点认为，发展物联网，将会对现有的一些法律法规政策形成挑战，例如信息采集的合法性问题、公民隐私权问题等等。当你在智能身份证或者智能手机卡上打上你的一切信息，在全世界任何一个读卡器上都能随便读取你的信息。

物联网的益处

而物联网的发展对于我国经济与社会发展的积极影响主要表现在以下几个方面。

1、物联网的发展将催生一大批新兴产业

2、物联网的发展有助于提高生产效率与企业竞争力

3、物联网的发展有助于政府公共管理与服务效率的提高

4、物联网的发展有利于推动人、社会与自然的协调、和谐发展。

结语 物联网，就是利用现代最新传感技术和网络的便利条件结合起来，把所有智能的一切物体联合成一个网络，从而极大的方便人们的生活。

物联网给我们带来的最大好处是能够提高社会的智能化、自动化水平，把原来不能实现或者难以实现的功能实现了。

物联网能让没有智慧的“物”通过植入无线智能芯片，使得人类的感知更灵敏，控制更自如，生活更方便。

总而言之，物联网的发展是大势所趋，我们更应该看到他所带来的益处，相信随着时间的推移，真正的物联网时代的到来，会使得物联网应用更加规范且安全，为我们的日常生活带来更佳的体验与感受。

第五篇：以人工智能与大数据应用引领雪亮工程建设

“雪亮工程” 是以县、乡、村三级综治中心为指挥平台、以综治信息化为支撑、以网格化管理为基础、以公共安全视频监控联网应用为重点的“群众性治安防控工程”。它通过三级综治中心建设把治安防范措施延伸到群众身边，发动社会力量和广大群众共同监看视频监控，共同参与治安防范，从而真正实现治安防控“全覆盖、无死角”。因为“群众的眼睛是雪亮的”，所以称之为“雪亮工程”。

在中办国办印发的《关于加强社会治安防控体系建设的意见》中明确提出，加快公共安全视频监控系统建设。高起点规划、有重点有步骤地推进公共安全视频监控建设、联网和应用工作，提高公共区域视频监控系统覆盖密度和建设质量。加大城乡接合部、农村地区公共区域视频监控系统建设力度，逐步实现城乡视频监控一体化。推进农村“雪亮工程”建设也出现在《中共中央国务院关于实施乡村振兴战略的意见》中，这既是“雪亮工程”首次被写入中央一号文件，也意味着平安乡村建设将进一步提速。

一、如何准确把握雪亮工程的定位

与 “平安城市” 相比，对于“雪亮工程”建设，重点要把握三个要素：

一是监控的侧重点不同。平安城市侧重于城市道路和公共区域监控，主要是为城市治安服务，雪亮工程则重点是城镇街道和乡村社区监控，是为广大的村镇社区安全服务。

二是使用对象不同。平安城市建设的使用对象主要是公安机关，雪亮工程的使用对象包括综治、公安和村镇社区的居民。

三是发挥的作用不同。平安城市监控主要针对社会管理和服务的对象“人”在“行”方面的轨迹监控和记录，而雪亮工程主要针对“人”在“住”方面的轨迹监控和记录，重点解决了平安监控所不具备的“最后一公里”问题。

由上可见，雪亮工程的定位主要是“防群治、群策群力、共建共享”，把社会治安防控体系下沉并扎根于基层村镇社区甚至家庭。“雪亮工程”并非仅仅是“平安城市”监控的延伸和扩容，而是践行党的十八大所确定的群众路线，进一步完善基层社会治理体系的重大举措。

二、当前雪亮工程建设中存在的问题

当前雪亮工程建设如火如荼，各地成果飞报，在这种大干快上的建设浪潮中，有些存在的问题不可忽视，主要体现在“质量不高、联网不畅、应用不强”，其中核心问题在于没有从打造“全息感知、智能防控”和社会治安防控体系的高度来看待这项工程。

质量不高——由于雪亮工程建设范围大，覆盖面广，点位基础设施不完善，各乡镇为上规模抢进度，再加上建设资金、技术能力和施工队伍的制约，导致在建设过程中只讲规模和进度，而忽视了建设质量。从规划设计、设备选型到施工工艺缺乏一整套严格的规范和流程，导致规划设计不合理，设备选型低端低品质化，施工工艺粗糙化，现场供电和照明无保障。北方某县雪亮工程在半年时间内完成了1000多个监控点位的建设，结果开通运行不到三个月，图像黑了接近一半，“雪亮”变成了“黢黑”。

联网不畅——相对于联网平台的建设，点位建设比较容易。联网平台建设涉及到网络架构、传输链路、设备兼容、平台互联等诸多方面的问题，以及各政府部门机构、电信运营商、设备厂商、平台厂商等诸多参与方的协调，使得很多地方的雪亮工程监控点位无法统一到一个平台上进行联网管理和调用，信号的传输质量也很难保障。

应用不强——一些地方把雪亮工程的建设当成了一项政治性任务，没有考虑到建成以后如何高效应用，没有吸取过去平安城市监控系统建设的经验教训。过去平安城市建设了大量的监控图像点位，由于缺乏对视频图像信息的分析能力，监控图像没人看、没人理，得不到良好的应用，造成了巨大的资源浪费，公安机关已经在寻求利用人工智能和大数据技术来解决这些遗留问题。从目前情况看，雪亮工程建设仍在重复过去平安城市建设的老路，一阵风过后，剩下的极可能是“一地鸡毛”。

三、应对策略

为了完善解决雪亮工程建设存在的问题，笔者认为应从以下方面进行努力：一是把雪亮工程建设作为构建和完善社会治安综合防控体系的一个重要组成部分，纳入到城乡一体化建设和管理的整体框架中来，把雪亮工程作为公安“全息感知、智能防控”体系延伸到乡镇社区基层的一个触角，并统一纳入到公安大数据平台中，与平安城市、平安社区、平安单位、平安乡村建设融为一体，打造成一个系统、一个平台，不能单独割裂开来。

二是本着“建为用、用为战、战为胜”的原则，以战定用，以用导建，从抓建设促实战的高度来对雪亮工程的建设进行定位。把人脸识别、车辆识别、图像识别等人工智能、大数据技术导入到雪亮工程实践当中，按照人工智能和大数据应用的要求来设计和评判建设质量和联网性能。同时为了丰富大数据的来源，除了建设监控系统外，还应适度补充WIFI、RFID等数据采集措施。

四、解决方案

以“全域覆盖、全网共享、全时可用、全程可控”为目标，雪亮工程建设的解决方案如下：

1.总体架构与联网结构

系统共分为数据采集层、网络传输层、数据汇聚层和大数据处理应用层四个层面。

数据采集层：雪亮工程前端点位采集的视频监控图像、车辆抓拍、人脸抓拍、门禁、RFID、WIFI等数据。

网络传输层：数据传输的承载网络，包括互联网、全息感知网、综治网和公安信息网等，各网络边界之间需要安全互通设施。

数据汇聚层：通过全息感知大数据汇聚平台汇聚雪亮工程中采集的数据，并同步转发到公安网上的智能防控大数据应用。

大数据处理应用层：在公安网上对采集的各类数据进行大数据处理，并向公安、综治、政府其他部门以及民众提供大数据信息服务。

2.总体架构与联网结构

总体上以全息感知网络和互联网来分类承载视频监控、人脸、车辆、WIFI、RFID、门禁等前端采集信息的传输、汇聚和处理，形成区县——乡镇——村居社区三级监控网络，在公安网上完成大数据的处理和应用，并向公安、综治、政府相关部门以及民众提供基于人工智能和大数据的信息服务。

3.前端布点

在原有视频监控布点的基础上，在乡村社区的主要出入口以及乡镇通往国、省、县道的主要路口布设车辆抓拍识别和WIFI、RFID等信息采集的设备，在乡村社区的主要出入口、人流密集区、治安乱点等部位布设具有人脸采集功能的监控设备，配合后台的人脸识别算法引擎进行人脸特征的提取。

4.人工智能技术应用

人工智能技术主要应用于人脸检测、人脸特征识别、车辆检测、车牌识别、车辆特征识别、行人特征识别、人群密度分析等，通过人工智能技术对前端采集的监控图像进行自动化解析，把非结构化的视频图像数据自动转化为准结构化和结构化数据，并参与到大数据运算当中，提供快速查询、预测预警等服务，充分发挥监控图像的实战价值。

人工智能可分为前端智能和后端智能两种部署方式，也即边缘计算和中心计算。对于一些较为简单的算法如人脸检测、车辆检测、车牌识别等可在前端实现，采用车辆抓拍识别摄像机、人脸抓拍摄像机等前端设备;对于较为复杂的算法，如人脸特征的提取和比对运算、车辆特征的分析、行人特征的分析，以及在大流量人脸抓拍点位的人脸检测等，只能依赖于中心专业算法服务器进行分析和处理。

后台可以部署基于视频流或图片的人脸识别服务器、车脸特征二次识别服务器、视频结构化分析服务器(视频中的行人、车辆特征)、人流密度检测分析服务器等人工智能算法引擎，可以根据需要动态调度某一路视频图像进行分析，以发挥人工智能算法服务器的使用效率，降低建设成本。

5.大数据应用

大数据应用包括大数据的汇聚、处理和分析研判，宜建设统一的大数据汇聚平台，把雪亮工程、平安城市、平安社区以及网格化管理所采集的各类数据统一汇聚到一个平台上，做大做强大数据资源池，更好地发挥大数据资源的集约应用优势。

除了大数据汇聚之外，大数据应用的重点是大数据处理和分析研判，即需要有高可靠、高性能、高并发能力的大数据基础架构，也需要满足各部门应用的数据分析研判模型。其中最关键的是大数据基础架构，因为所汇聚的数据既不同于互联网行业针对非关系型、碎片化数据，也不同于传统的关系型数据，且具有不同的信息维度。其应用的深度也不仅局限于单纯的数据查询和统计，而是需要对个体的精准定位和研判，需要综合各方面的技术和经验进行专门的设计和实施。

大数据应用主要体现在公安机关对实有人口的管控、人员画像、重点管控对象自动排查、案事件预警、侦查破案、防恐反恐、情勤联动等方面，以及社会风险预测预警、社会维稳、民生服务等社会治理等领域。这些需要不断完善、优化的数据分析和技战法模型作为支撑。相对于注重路面和城市公共区域的平安城市主动脉宏观监控，雪亮工程更能发挥其毛细血管微观监控的优势，更适合于进行人员落脚点的大数据分析，真正把“人”管到“位”、管到“点”上。

结语

雪亮工程的建设应吸取平安城市的建设经验，在高起点上进行定位，以人工智能和大数据应用来引领规划、设计和实施，不仅“眼亮”，更要“心亮”，让它们真正变成一只只充满智慧的“雪亮”的眼睛。