導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇社交媒體信息動(dòng)態(tài)分析，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

（1）大數(shù)據(jù)下科技信息處理的標(biāo)準(zhǔn)化體系研究相比傳統(tǒng)的科技信息，大數(shù)據(jù)環(huán)境下的科技信息的來源、類型、內(nèi)容和數(shù)據(jù)格式更為復(fù)雜，制定和完善科技信息的標(biāo)準(zhǔn)化體系和內(nèi)容是及其必要的。信息資源的標(biāo)準(zhǔn)化體系是保證信息有效存儲、處理、分析和利用的基礎(chǔ)和前提。本文認(rèn)為將依據(jù)當(dāng)前科技信息現(xiàn)狀，針對具體領(lǐng)域研究和制定大數(shù)據(jù)下的科技信息處理規(guī)范和建議是必要的。（2）大數(shù)據(jù)下的科技信息資源的建設(shè)方法研究借助大數(shù)據(jù)技術(shù)可實(shí)現(xiàn)科技信息的大數(shù)據(jù)處理與大數(shù)據(jù)存儲，實(shí)現(xiàn)多源異構(gòu)的科技信息完成數(shù)據(jù)的存儲、處理、交換等功能。大數(shù)據(jù)下的科技信息資源的建設(shè)方法研究需要從數(shù)據(jù)本身和數(shù)據(jù)的組織兩個(gè)研究視角出發(fā)，分析梳理大數(shù)據(jù)環(huán)境下科技信息資源在建設(shè)中面臨的難點(diǎn)和關(guān)鍵性技術(shù)問題，研究和提出科技信息資源的知識組織系統(tǒng)框架和基本構(gòu)建方法。（3）大數(shù)據(jù)下的科技信息資源的分析方法研究結(jié)合科技大數(shù)據(jù)特點(diǎn)，主要利用深度學(xué)習(xí)技術(shù)解決科技大數(shù)據(jù)的高維數(shù)據(jù)降維處理問題。研究和探索面向科技信息資源的分析方法，提出不同類型科技信息資源的關(guān)聯(lián)分析、重要性分析、主題演化路徑等深層次的信息分析方法和技術(shù)，通過系列分析方法和技術(shù)研發(fā)，解決科技信息資源管理工作中存在的問題，研究方法在實(shí)踐中進(jìn)行創(chuàng)新和發(fā)展。世界的發(fā)展、科技的換代、媒介的延伸以及人文的變更，匯聚成一股巨大的洪流，加速了我們所處時(shí)代的變換，人工智能技術(shù)已經(jīng)滲透到各個(gè)技術(shù)領(lǐng)域，以上問題涉及科技信息的組織和分析，需要人工智能技術(shù)的融合，即與人工智能技術(shù)的深度融合必將推動(dòng)科技信息進(jìn)入全新時(shí)代。

人工智能應(yīng)用于科技信息領(lǐng)域的研究意義和主要研究內(nèi)容

人工智能為解決科技信息的獲取和分析提供解決途徑（1）人工智能可拓展獲取科技信息的來源。從事智能分析的美國Stabilitas公司的首席運(yùn)營官ChrisHurst認(rèn)為：“人工智能可以擴(kuò)大信息工作的范圍，不會遺漏那些有價(jià)值的細(xì)節(jié)。”科技信息同樣需要通過各種渠道獲取世界各國的同類信息，利用分布式網(wǎng)絡(luò)爬蟲等人工智能技術(shù)可獲取全世界的開源信息，包括文本和音視頻數(shù)據(jù)。（2）人工智能可加快處理科技信息數(shù)據(jù)的速度。美國中央信息局肯特學(xué)校教信息分析的校長JosephGartin認(rèn)為：“梳理社交媒體來獲得信息并不是什么新鮮事，讓人耳目一新的是如今我們收集社交媒體數(shù)據(jù)的數(shù)量之大和速度之快。”海量的科技信息通過人工智能技術(shù)可以快速處理億萬比特的數(shù)據(jù)，從而了解世界各國同類信息或事件，將每天接收到的大量數(shù)據(jù)轉(zhuǎn)變?yōu)槟軌蛴糜谡吆蛻?zhàn)場行動(dòng)的信息。（3）人工智能使科技信息的分析自動(dòng)化、智能化。據(jù)俄羅斯通訊社報(bào)道，俄羅斯總統(tǒng)普京表示：“無論誰在這一領(lǐng)域中處于領(lǐng)先地位，都將成為世界的統(tǒng)治者?！逼站┱J(rèn)為：人工智能是未來權(quán)力的關(guān)鍵。利用自然語言處理技術(shù)、語音識別、圖像檢索等人工智能技術(shù)可以極大的提高信息人員檢索有用信息的速度。此外，知識圖譜作為人工智能的知識庫基礎(chǔ)，基于知識圖譜可實(shí)現(xiàn)分析對象的多維多步自動(dòng)關(guān)聯(lián)分析，利用深度學(xué)習(xí)模型可大大提高多因素影響的系統(tǒng)分析，獲得更好的信息分析效果。主要研究內(nèi)容（1）基于人工智能技術(shù)的科技信息的知識存儲和管理大數(shù)據(jù)下的科技信息具有海量、異構(gòu)、跨媒體的特點(diǎn)，其知識存儲和管理需要對結(jié)構(gòu)化或非結(jié)構(gòu)化的跨模態(tài)數(shù)據(jù)進(jìn)行語義智能化計(jì)算研究，以為統(tǒng)一語義范疇下的數(shù)據(jù)查詢提供便捷的元數(shù)據(jù)服務(wù)；對跨媒體知識統(tǒng)一組織進(jìn)行研究，為不同關(guān)系結(jié)構(gòu)，不同模態(tài)數(shù)據(jù)的統(tǒng)一存儲與管理提供結(jié)構(gòu)基礎(chǔ)；同時(shí)，需要對跨媒體知識的更新進(jìn)行研究，為動(dòng)態(tài)的數(shù)據(jù)存儲與多變的業(yè)務(wù)管理提供支撐。最后，對跨媒體知識檢索與查詢進(jìn)行研究，從實(shí)際的檢索和查詢業(yè)務(wù)角度出發(fā)，制定規(guī)則，優(yōu)化性能，提升知識數(shù)據(jù)被獲取時(shí)的準(zhǔn)確性與高效性。（2）基于人工智能技術(shù)的科技信息與知識的深度揭示與聚類加強(qiáng)科技信息資源的多源多模態(tài)數(shù)據(jù)整合關(guān)聯(lián)、信息抽取、不確定推理、機(jī)器學(xué)習(xí)、自然語言處理等人工智能技術(shù)研發(fā)與應(yīng)用；利用人工智能技術(shù)實(shí)現(xiàn)科技信息資源的外在層面的資源整合，資源內(nèi)在特征的深度聚合，實(shí)現(xiàn)科技信息與知識的深度揭示與聚類。通過可視化方式實(shí)現(xiàn)科技信息知識（研發(fā)技術(shù)、研發(fā)機(jī)構(gòu)、研發(fā)人員等）的聚合、揭示與展示。其中重點(diǎn)利用語義分析技術(shù)、詞表/本體構(gòu)建技術(shù)、知識圖譜技術(shù)、大數(shù)據(jù)分析等人工智能技術(shù)，通過可視化方式實(shí)現(xiàn)科技信息知識的聚合、揭示與展示；實(shí)現(xiàn)對格式各異、內(nèi)容復(fù)雜的數(shù)字資源進(jìn)行深層次的揭示，從資源外在層面的資源整合，深入到資源內(nèi)在特征進(jìn)行深度聚合，實(shí)現(xiàn)信息與知識的深度揭示與聚類，同時(shí)將科技信息知識服務(wù)嵌入知識交流之中。技術(shù)路線圖如圖1所示。（2）基于人工智能技術(shù)的科技信息前沿技術(shù)發(fā)現(xiàn)與預(yù)警研究前沿技術(shù)發(fā)現(xiàn)與預(yù)警旨在有效指導(dǎo)和開展科技研究，國內(nèi)外已有研究在信息對象和研究方法上比較單一，信息價(jià)值和服務(wù)效果受限?？萍夹畔⑶把丶夹g(shù)發(fā)現(xiàn)與預(yù)警研究應(yīng)更強(qiáng)調(diào)面向信息源的全面收集、處理、分析的一定程度智能化生產(chǎn)過程，更好的感知非完備信息，輔助信息用戶把不確定性預(yù)測變成更確定性預(yù)測。研究將不同類型的信息源進(jìn)行整合、融合，多維度的分析科技前沿技術(shù)特征，從不同角度實(shí)現(xiàn)有價(jià)值信息的綜合疊加和映射，從中發(fā)現(xiàn)、分析和描述科技前沿技術(shù)問題，為科技領(lǐng)域?qū)＜覍?shí)現(xiàn)科技前沿的準(zhǔn)確辨識提供服務(wù)，實(shí)現(xiàn)有效的技術(shù)預(yù)警。技術(shù)路線圖見圖2所示。

基于人工智能技術(shù)的科技政策動(dòng)態(tài)分析平臺設(shè)計(jì)

篇2

1993年1月，美國第42任總統(tǒng)比爾·克林頓剛上任就授權(quán)商務(wù)部長羅恩布朗成立了“信息基礎(chǔ)設(shè)施特別小組”。這個(gè)小組由商務(wù)部長羅恩布朗、副總統(tǒng)戈?duì)枴⒖偨y(tǒng)經(jīng)濟(jì)顧問委員會主席勞拉泰森和一些經(jīng)濟(jì)、法律、技術(shù)、電信方面的專家組成，小組的主要任務(wù)就是制定國家信息技術(shù)的中長期發(fā)展規(guī)化。同年2月，小組輔助克林頓總統(tǒng)制定了“國家信息基礎(chǔ)建設(shè)計(jì)劃(NII)”，也就是美國的“信息高速公路”計(jì)劃。這一發(fā)展計(jì)劃的主要內(nèi)容是預(yù)備在2015年以前，建立起一個(gè)連結(jié)全美幾乎所有家庭和社會機(jī)構(gòu)的光纖通信網(wǎng)絡(luò)，促進(jìn)信息技術(shù)的高速發(fā)展，增強(qiáng)網(wǎng)絡(luò)信息服務(wù)的能力。這一計(jì)劃的服務(wù)范圍包括教育、衛(wèi)生、娛樂、商業(yè)、金融、科研等各個(gè)領(lǐng)域。國家信息基礎(chǔ)建設(shè)計(jì)劃是計(jì)算機(jī)技術(shù)和通信技術(shù)發(fā)展融合的產(chǎn)物，它的實(shí)施給美國人民的工作、學(xué)習(xí)、生活帶來了“革命性變化”，推動(dòng)了信息技術(shù)的高速發(fā)展。

為實(shí)現(xiàn)這一戰(zhàn)略計(jì)劃，美國政府準(zhǔn)備投資4000億美元，支持相關(guān)科研機(jī)構(gòu)與企業(yè)的發(fā)展，推動(dòng)國家信息技術(shù)基礎(chǔ)設(shè)施建設(shè)。這一戰(zhàn)略的實(shí)施，取得了豐碩的成果：覆蓋全國的基于光纖技術(shù)的通訊網(wǎng)絡(luò)逐漸形成，使網(wǎng)絡(luò)通訊能力提高了數(shù)千倍；高性能計(jì)算機(jī)開始研發(fā)與生產(chǎn)，當(dāng)今世界上10個(gè)運(yùn)算最快的高性能計(jì)算機(jī)中有6個(gè)在美國；大型網(wǎng)絡(luò)通信公司在政策的支持下快速發(fā)展，產(chǎn)生了思科、IBM、谷歌、亞馬遜等全球性的網(wǎng)絡(luò)技術(shù)公司；以實(shí)現(xiàn)人人相聯(lián)、物物相聯(lián)、人物相聯(lián)的物聯(lián)網(wǎng)開始顯現(xiàn)；建立在高性能計(jì)算機(jī)與虛擬運(yùn)算基礎(chǔ)之上的云計(jì)算雛型逐漸形成。

信息技術(shù)的發(fā)展深刻改變了美國經(jīng)濟(jì)和社會的發(fā)展模式，使美國的經(jīng)濟(jì)與科技始終處于世界前列。信息技術(shù)產(chǎn)業(yè)成為美國最重要的支柱性產(chǎn)業(yè)，同時(shí)信息技術(shù)的發(fā)展也改變了人們的思維與參與民主政治的方式。2008年，奧巴馬在競選美國總統(tǒng)時(shí)，充分利用互聯(lián)網(wǎng)社交媒體，把信息技術(shù)當(dāng)作競選工具，開創(chuàng)了利用網(wǎng)絡(luò)媒體贏得大選的先例，奧巴馬也成為第一個(gè)“真正社交”的總統(tǒng)。奧巴馬是一個(gè)對互聯(lián)網(wǎng)有深刻理解的人，他十分了解互聯(lián)網(wǎng)與社交媒體對社會政治的影響。為了擴(kuò)大影響，吸引選民，他與他的競選團(tuán)隊(duì)利用社交網(wǎng)絡(luò)發(fā)出1300萬封郵件來解釋自已的競選主張，吸引了400多萬捐款者，這些捐贈成為奧巴馬競選經(jīng)費(fèi)的主要來源。奧巴馬還利用Twitter了自已競選總統(tǒng)的演說，這條消息被Twitter廣泛轉(zhuǎn)發(fā)，據(jù)說在競選期間，平均每分鐘就被轉(zhuǎn)發(fā)2.5萬次，在美國及全世界都產(chǎn)生了極大的影響，這一切都成為他競選成功的關(guān)鍵。

2009年，奧巴馬總統(tǒng)上任不久就任命維維克·昆德拉為聯(lián)邦政府首席信息官。這是一個(gè)新設(shè)的職務(wù)，其主要職責(zé)是制定與政府信息技術(shù)有關(guān)的政策和戰(zhàn)略規(guī)劃、負(fù)責(zé)聯(lián)邦政府所有科技預(yù)算的分配與使用、幫助促進(jìn)總統(tǒng)的技術(shù)政策議程等。昆德拉上任后表示，他將負(fù)責(zé)利用云計(jì)算技術(shù)，改善和加強(qiáng)政府部門的信息資源管理，制定云計(jì)算政策與規(guī)劃，推動(dòng)政府采用云計(jì)算。

2009年9月，美國聯(lián)邦信息委員會宣布了聯(lián)邦政府云計(jì)算發(fā)展計(jì)劃，這一計(jì)劃主要包括三個(gè)方面的內(nèi)容：一是開通聯(lián)邦apps.gov官方網(wǎng)站，主要展示并提供得到政府認(rèn)可的云計(jì)算應(yīng)用，包括基于云計(jì)算的商務(wù)應(yīng)用、辦公應(yīng)用、社交媒體軟件應(yīng)用及相關(guān)的云計(jì)算基礎(chǔ)設(shè)施應(yīng)用，從而推動(dòng)政府部門接受云計(jì)算的理念；二是建立聯(lián)邦云計(jì)算的示范工程，引導(dǎo)政府部門利用云計(jì)算改善工作效率與降低投入；三是聯(lián)邦大規(guī)模采購云計(jì)算服務(wù)，提高政府利用云計(jì)算的能力與水平，扶持云計(jì)算科技企業(yè)，帶動(dòng)云計(jì)算產(chǎn)業(yè)的整體發(fā)展。

2010年12月，昆德拉制定了《改革聯(lián)邦政府IT管理的25條實(shí)施計(jì)劃》，明確提出“云優(yōu)先”策略。所謂“云優(yōu)先”策略，就是明確要求各個(gè)政府部門在進(jìn)行信息化建設(shè)與大規(guī)模采購信息技術(shù)設(shè)備時(shí)，優(yōu)先考慮云計(jì)算技術(shù)。并要求到2012年6月底，各部門至少將3項(xiàng)服務(wù)遷移至云計(jì)算服務(wù)上。在這一策略的推動(dòng)下，聯(lián)邦政府各部門的應(yīng)用服務(wù)大都遷移至云服務(wù)平臺，政府部門的云計(jì)算應(yīng)用水平大幅提高。

2011年2月，美國政府了《聯(lián)邦云計(jì)算戰(zhàn)略》，這一戰(zhàn)略明確指出了下一步政府云計(jì)算發(fā)展的目標(biāo)，主要內(nèi)容包括：1.明確度量云計(jì)算產(chǎn)生的效益、注意事項(xiàng)和選擇條件。2.指導(dǎo)各政府部門向云平臺遷移，為部門決策提供咨詢與應(yīng)用案例。3.進(jìn)一步加強(qiáng)云計(jì)算設(shè)施的部署力度，使各部門信息資源盡快向云平臺遷移。4.制定聯(lián)邦政府的云計(jì)算發(fā)展行動(dòng)計(jì)劃，確定相關(guān)部門職責(zé)，推動(dòng)云計(jì)算的部署。隨著云計(jì)算戰(zhàn)略的出臺，聯(lián)邦政府強(qiáng)調(diào)各部門要重新審視本部門的技術(shù)資源戰(zhàn)略，將云計(jì)算應(yīng)用納入到本部門的預(yù)算當(dāng)中，切實(shí)執(zhí)行“云優(yōu)先”策略。最大限度地提高資源利用率，降低成本，重視應(yīng)用云計(jì)算技術(shù)，提高政府工作效率與反應(yīng)能力。

《聯(lián)邦云計(jì)算戰(zhàn)略》的主要目的是指導(dǎo)各政府部門向云平臺遷移；通過政府對云計(jì)算的應(yīng)用，帶動(dòng)云計(jì)算產(chǎn)業(yè)的發(fā)展；制定云計(jì)算技術(shù)發(fā)展標(biāo)準(zhǔn)與產(chǎn)業(yè)規(guī)范，引導(dǎo)云計(jì)算發(fā)展；為相關(guān)技術(shù)企業(yè)提供支持。為落實(shí)這一戰(zhàn)略，聯(lián)邦政府成立了云計(jì)算督導(dǎo)委員會、云計(jì)算咨詢委員會、云計(jì)算電子郵件工作組、云計(jì)算安全工作組、云計(jì)算標(biāo)準(zhǔn)和技術(shù)工作組等多個(gè)專門機(jī)構(gòu)，協(xié)調(diào)指導(dǎo)各部門云計(jì)算工作的推進(jìn)，制定相關(guān)的法規(guī)政策。聯(lián)邦政府還邀請高等院校、信息協(xié)會、科研機(jī)構(gòu)及大型云計(jì)算公司參與其中，為戰(zhàn)略決策、技術(shù)實(shí)現(xiàn)、安全保障等工作提供支持。

為了有效地推進(jìn)該各項(xiàng)工作的發(fā)展，聯(lián)邦政府指定國家標(biāo)準(zhǔn)技術(shù)研究院、通用服務(wù)總局、國土安全部、聯(lián)邦信息管理委員會、管理與預(yù)算辦公室五個(gè)管理決策機(jī)構(gòu)與部門共同負(fù)責(zé)各項(xiàng)工作的實(shí)施，各部門各負(fù)其責(zé)，共同推進(jìn)。國家標(biāo)準(zhǔn)技術(shù)研究院負(fù)責(zé)牽頭協(xié)調(diào)聯(lián)邦、地方政府、私有企業(yè)以及國際實(shí)體，制定云計(jì)算標(biāo)準(zhǔn)和指南，規(guī)范云計(jì)算應(yīng)用方案與實(shí)施流程；通用服務(wù)總局負(fù)責(zé)研發(fā)政府部門的合同媒介，研發(fā)以需求為導(dǎo)向的云計(jì)算解決方法，為政府應(yīng)用云計(jì)算提供咨詢與建議；國土安全部負(fù)責(zé)監(jiān)控與云技術(shù)相關(guān)的安全問題，注重信息保護(hù)與數(shù)據(jù)安全，制定云計(jì)算安全方案；聯(lián)邦信息管理委員會負(fù)責(zé)促進(jìn)政府部門應(yīng)用云計(jì)算，甄別下一代云技術(shù)，將實(shí)踐與可操作的案例加以分析并做成模板共享；管理與預(yù)算辦公室在聯(lián)邦政府部門間協(xié)調(diào)相關(guān)活動(dòng)，確定云相關(guān)優(yōu)先領(lǐng)域，提供部門執(zhí)行指南。

為了提高工作效率，在云計(jì)算工程項(xiàng)目方面，聯(lián)邦政府采用“一次批準(zhǔn)多次應(yīng)用”的方式，簡化云計(jì)算服務(wù)提供商的審批流程。在風(fēng)險(xiǎn)管理方面，政府出臺《聯(lián)邦風(fēng)險(xiǎn)和授權(quán)管理方案》，指導(dǎo)政府部門評估風(fēng)險(xiǎn)，分析潛在的安全漏洞，提高云計(jì)算應(yīng)用中的風(fēng)險(xiǎn)控制能力。

美國政府在云計(jì)算發(fā)展的關(guān)鍵時(shí)刻，從國家戰(zhàn)略的高度，制定云計(jì)算發(fā)展規(guī)劃，明確云計(jì)算發(fā)展模式與技術(shù)標(biāo)準(zhǔn)，確定國家云計(jì)算發(fā)展的路線，從而確立了美國在云計(jì)算發(fā)展中的領(lǐng)導(dǎo)地位，展現(xiàn)了美國云計(jì)算產(chǎn)業(yè)發(fā)展的強(qiáng)勁競爭力。這一戰(zhàn)略的制定，也影響了世界其它國家對云計(jì)算的認(rèn)識與政策，許多國家紛紛制定相關(guān)的計(jì)劃與戰(zhàn)略，推動(dòng)本國云計(jì)算的發(fā)展。因此，有人說《聯(lián)邦云計(jì)算戰(zhàn)略》引發(fā)了世界范圍內(nèi)的云戰(zhàn)爭，使人類社會進(jìn)入了云計(jì)算的時(shí)代。

篇3

本研究分析了在乳腺學(xué)科文獻(xiàn)基礎(chǔ)上開展的讀者大數(shù)據(jù)意識的調(diào)查，旨在利用反饋數(shù)據(jù)為期刊品牌建設(shè)提供參考建議。以2011年1月～2015年12月《中國腫瘤臨床》的作者為讀者調(diào)查對象，基于E-mail、微信群發(fā)放問卷，使用E-mail回收問卷，對問卷中涉及到的調(diào)研對象的地區(qū)分布情況、調(diào)研對象性別、年齡分布情況、調(diào)研人員屬性分布、調(diào)研對象學(xué)科分布進(jìn)行定量分析與定性分析。樣本回收量為148份，樣本對象特征具有郵箱聯(lián)系方式，樣本參考價(jià)值較大，問卷結(jié)果真實(shí)、可信，權(quán)威性高。對于參與問卷調(diào)查的乳腺腫瘤學(xué)科的讀者提供近10年的基于大數(shù)據(jù)的乳腺腫瘤學(xué)科分析報(bào)告。問卷調(diào)查設(shè)定以下內(nèi)容：①是否具有大數(shù)據(jù)意識；②是否認(rèn)可量化的大數(shù)據(jù)信息可提供本學(xué)科的科研動(dòng)態(tài)；③是否關(guān)心期刊的大數(shù)據(jù)信息推送；④是否采用大數(shù)據(jù)獲取信息；⑤對提供的大數(shù)據(jù)信息質(zhì)量是否有心理付費(fèi)價(jià)位；⑥是否期待有關(guān)科技期刊的評價(jià)分析服務(wù)；⑦以《中國腫瘤臨床》為例探索科技期刊服務(wù)讀者的可能性。上述數(shù)據(jù)收集結(jié)束后進(jìn)行統(tǒng)計(jì)分析。

2調(diào)查結(jié)果

篇4

IBM現(xiàn)在告訴你，他還要幫助你做營銷?！癐BM還是個(gè)Nerd（書呆子），但我們要把科學(xué)引入營銷藝術(shù)?！盜BM企業(yè)營銷管理集團(tuán)（EMM）副總裁李有群在接受《成功營銷》獨(dú)家專訪時(shí)這么說。

好萊塢式傳奇

在技術(shù)派當(dāng)?shù)赖腎BM管理層中，李有群表現(xiàn)出難得的風(fēng)趣?！拔液芟朐诖蠹颐媲罢f中文，但是有很多專業(yè)術(shù)語實(shí)在不知如何表達(dá)?！笔状卧谥袊襟w前公開亮相，李有群這樣調(diào)侃自己。即使中文不是很好，對數(shù)字有絕對的敏感，在演講過程中多次核對、糾正同聲傳譯者對幾個(gè)數(shù)據(jù)的說法。

這種敏感，除了職業(yè)、專業(yè)使然，是否還源于在拉斯維加斯靠腦袋掙錢的過去？

李有群可以說是一位天生的企業(yè)家，進(jìn)入IBM之前，擁有一連串的創(chuàng)業(yè)經(jīng)歷。高中時(shí)就創(chuàng)辦了他的第一家軟件公司，還是提供營銷解決方案的公司Unica的創(chuàng)始人。Unica曾是IBM的供應(yīng)商，其在營銷方面的創(chuàng)新舉措被IBM看中，于2010年和Coremetrics一起被IBM花30億美元收購，這才有了之后的EMM――2010年6月組建的IBM企業(yè)營銷管理集團(tuán)。李有群現(xiàn)在仍兼任Unica品牌的首席執(zhí)行官，醞釀著其他收購計(jì)劃。

在麻省理工學(xué)院上學(xué)期間，李有群一度每個(gè)周末都混跡于拉斯維加斯的賭場。周五晚上飛過去，周六晚上回學(xué)校。不過，那個(gè)時(shí)候李有群并不是沉迷賭博。他曾是該學(xué)院傳奇組織“21點(diǎn)”小組的一員?！拔覀兪撬闩疲皇琴€博。”李有群說，“那就像一個(gè)真正的公司在運(yùn)作，整個(gè)團(tuán)隊(duì)有35個(gè)人，每年的業(yè)績都是成倍增長。”

這段賭場瘋狂故事后來被拍成了好萊塢電影《決勝21點(diǎn)》。雖然李有群認(rèn)為電影并不很真實(shí)，過于戲劇化，但仍不失為一段值得說道的經(jīng)歷。

步入職業(yè)經(jīng)理人生涯

除了Unica，IBM還收購了另一家軟件公司Coremetrics。Coremetrics偏重于網(wǎng)絡(luò)分析，而Unica偏重于端到端的市場營銷管理，新組建的EMM企業(yè)營銷管理集團(tuán)旨在提供營銷解決方案以及為面向業(yè)務(wù)營銷主管的銷售活動(dòng)提供保障。李有群負(fù)責(zé)管理的就是這么一個(gè)隸屬于IBM的行業(yè)解決方案部門，他要離開創(chuàng)業(yè)生涯，進(jìn)入職業(yè)經(jīng)理人領(lǐng)域。

從智能手機(jī)到社交網(wǎng)絡(luò)，再到網(wǎng)絡(luò)電視，林林總總的新技術(shù)改變了人們的消費(fèi)方式、購買方式以及企業(yè)與個(gè)人的互動(dòng)方式。互聯(lián)網(wǎng)的功能在不斷外延、擴(kuò)大，并通過社交網(wǎng)站、移動(dòng)終端等，提供了更多的關(guān)聯(lián)。以前網(wǎng)絡(luò)內(nèi)容主要是由媒體提供，而現(xiàn)在消費(fèi)者可以通過微博、播客等各種各樣的渠道提供他們的想法，為網(wǎng)絡(luò)提供內(nèi)容。在這一過程中，營銷模式也在迅速演變。如今的消費(fèi)者變得很強(qiáng)勢――他們可以在合適的時(shí)間以合適的價(jià)格購買他們所需的商品。當(dāng)他們凝聚到一起，可以很輕松地捧紅或者毀掉一個(gè)品牌。

“2010年在美國，網(wǎng)上由消費(fèi)者提供的有關(guān)產(chǎn)品的信息達(dá)到了約5000億條。企業(yè)必須從以產(chǎn)品為中心變?yōu)橐钥蛻魹橹行模A得客戶，保留客戶?！崩钣腥赫f，“營銷的目標(biāo)就是激發(fā)需求，產(chǎn)生更多的潛在客戶，為公司的品牌進(jìn)行服務(wù)。”

消費(fèi)者的信息和需求如何獲得？在先后收購了Unica、Coremetrics之后，IBM全面發(fā)力進(jìn)軍營銷技術(shù)市場。IBM將EMM部門作為“智慧商務(wù)”（Smar ter Commerce）計(jì)劃的一部分，融合IBM全球的技術(shù)與服務(wù)資源，將為市場帶來更廣泛的營銷功能以及其他的職能支持，從而幫助企業(yè)創(chuàng)建以客戶為中心的業(yè)務(wù)?！拔覀円芽茖W(xué)引入營銷藝術(shù)，利用技術(shù)、利用數(shù)據(jù)，將營銷藝術(shù)的想象力、創(chuàng)造力和策略規(guī)劃做得更好。”

IBM的EMM解決方案幫助企業(yè)在計(jì)劃及預(yù)算、人力及流程、數(shù)據(jù)及資產(chǎn)和衡量及業(yè)績幾個(gè)層面推動(dòng)實(shí)際市場營銷價(jià)值。通過部署EMM解決方案，將幫助提高在線轉(zhuǎn)化率、增加市場活動(dòng)、提高客戶重返率、減少市場周期/提高效率、精準(zhǔn)定位廣告提升業(yè)績、改善市場活動(dòng)質(zhì)量等。

“這是更為一體化的服務(wù)，EMM解決的是所有端到端的問題?！痹诶钣腥涸O(shè)想下，CMO應(yīng)該不需要從一個(gè)軟件跳到另一個(gè)軟件，不需要好幾家甚至幾十家供應(yīng)商，而需要一個(gè)整合營銷方案供應(yīng)商。

開拓中國市場

李有群的這次公開亮相，甚至動(dòng)用自己的個(gè)人傳奇經(jīng)歷吸引目光，就是為了帶領(lǐng)EMM拓展中國內(nèi)地市場。

“我們在中國內(nèi)地才剛剛開始，但是在美國、歐洲，以及亞洲的新加坡、泰國、印度和臺灣地區(qū)，都有很多公司在用EMM的解決方案。”即使在中國是從零開始，李有群當(dāng)然也懂得榜樣力量的重要性，他借助歐洲最大的金融服務(wù)機(jī)構(gòu)之一――ING荷蘭國際集團(tuán)的案例來說明。

金融機(jī)構(gòu)如果只采用單一渠道與客戶溝通，其運(yùn)行時(shí)間點(diǎn)和客戶需要的時(shí)間點(diǎn)肯定是有差異的。比如，客戶希望的是他們在想要找到銀行的時(shí)候就能立即實(shí)現(xiàn)，但實(shí)際上他們只能跟著銀行的時(shí)間轉(zhuǎn)。ING意識到這一點(diǎn)，并且希望提高營銷活動(dòng)與客戶的相關(guān)性。

篇5

在電子商務(wù)時(shí)代，通過網(wǎng)絡(luò)用戶即可隨時(shí)隨地對各種產(chǎn)品和服務(wù)信息進(jìn)行搜索，且能夠依靠智能手機(jī)快速完成交易。這種商業(yè)模式的改變，要求電子商務(wù)企業(yè)的營銷策略也應(yīng)隨之改變。對我國電子商務(wù)企業(yè)來說，在巨大的商機(jī)面前，如何做好精準(zhǔn)營銷，對電子商務(wù)企業(yè)的發(fā)展具有重要意義。而在分析電子商務(wù)精準(zhǔn)營銷策略前，首先應(yīng)對精準(zhǔn)營銷本身及其在電子商務(wù)領(lǐng)域的應(yīng)用意義、現(xiàn)狀有一定了解。

一、精準(zhǔn)營銷在電子商務(wù)中的應(yīng)用價(jià)值

（一）精準(zhǔn)營銷是電子商務(wù)低成本擴(kuò)張之路的必然選擇電子商務(wù)是一種以營利為目的的市場主體，為了得到更好的發(fā)展電子商務(wù)無時(shí)無刻不在探索低成本擴(kuò)張之路。精準(zhǔn)營銷與傳統(tǒng)營銷模式相較而言，能夠更加明確地對顧客進(jìn)行定位，通過不同的營銷手段，給不同的群體提供與之相適應(yīng)的營銷策略。而傳統(tǒng)營銷模式則主要依靠大面積廣告投放推廣產(chǎn)品，這種“鋪天蓋地”的營銷效果，大大提高了電子商務(wù)產(chǎn)品推廣的成本。而精準(zhǔn)營銷則在促進(jìn)電子商務(wù)產(chǎn)品宣傳力度提高的同時(shí)，節(jié)省了顧客甄別廣告、比較商品質(zhì)量等的時(shí)間，使顧客能夠主動(dòng)接受營銷信息，使?fàn)I銷過程更加有效率，無論對消費(fèi)者還是對電子商務(wù)企業(yè)的低成本擴(kuò)張來說，無疑都是一個(gè)很好的選擇。

（二）精準(zhǔn)營銷可有效滿足電子商務(wù)用戶群體個(gè)性化需求消費(fèi)者對于商品的選擇，當(dāng)前主要落腳于產(chǎn)品質(zhì)量、不同的外觀設(shè)計(jì)、以及售后服務(wù)的好壞等，要求電子商務(wù)企業(yè)正確認(rèn)識消費(fèi)者的不同消費(fèi)心理，準(zhǔn)確地切合消費(fèi)者對產(chǎn)品的期望值。通過精準(zhǔn)營銷這一理念的影響，電子商務(wù)對于消費(fèi)者個(gè)性化需求將會更加重視，在精確營銷引導(dǎo)下對消費(fèi)者的個(gè)性化需求進(jìn)行分析。精準(zhǔn)營銷作為可以貫穿電子商務(wù)全過程的營銷模式，能夠通過自動(dòng)訂貨、下單及跟蹤等流程，使顧客的不同需求得到更好的滿足，能夠有效縮短電子商務(wù)企業(yè)與消費(fèi)者的距離。

（三）精準(zhǔn)營銷是提高電子商務(wù)核心競爭力的基礎(chǔ)條件精準(zhǔn)營銷能夠使消費(fèi)者電子商務(wù)消費(fèi)渠道盡可能地縮小，可在保證消費(fèi)者獲取完整產(chǎn)品的基礎(chǔ)上促進(jìn)電子商務(wù)產(chǎn)品流通環(huán)節(jié)的減少，在電子商務(wù)服務(wù)水平方面具有很大促進(jìn)作用。

二、精準(zhǔn)營銷在電子商務(wù)應(yīng)用中亟待解決的問題

（一）電子商務(wù)未真正理解精準(zhǔn)營銷，目標(biāo)定位不夠精準(zhǔn)在精準(zhǔn)營銷的理解上，很多電子商務(wù)企業(yè)對傳播渠道與媒體比較看重，認(rèn)為消費(fèi)者精準(zhǔn)地接收到廣告信息即為精準(zhǔn)營銷。這一過程顯然沒有認(rèn)識到媒體和渠道的不同屬性，沒有切實(shí)地考慮消費(fèi)者面對廣告的感受。電子商務(wù)營銷服務(wù)當(dāng)前對自身產(chǎn)品和服務(wù)的關(guān)注較多，缺乏足夠的市場調(diào)研，對消費(fèi)者的需求缺乏深入地分析與動(dòng)態(tài)跟蹤，營銷目標(biāo)定位還不夠精準(zhǔn)。一些電子商務(wù)企業(yè)因交易量不多，對目標(biāo)消費(fèi)者的相應(yīng)信息獲得不足，容易根據(jù)其他企業(yè)營銷經(jīng)驗(yàn)對消費(fèi)者采取假設(shè)式定位，導(dǎo)致目標(biāo)定位出現(xiàn)偏差；還有一些企業(yè)雖然開始擁有較準(zhǔn)的營銷定位，但因缺乏動(dòng)態(tài)跟蹤，導(dǎo)致發(fā)生后來營銷定位不準(zhǔn)的情況。

（二）輕視精準(zhǔn)營銷過程，缺乏對消費(fèi)者的增值服務(wù)當(dāng)前電子商務(wù)精準(zhǔn)營銷，比較注重產(chǎn)品購買和瀏覽推薦，即僅僅重視廣告范疇，對精準(zhǔn)營銷的全過程有所忽視?；ヂ?lián)網(wǎng)中心數(shù)據(jù)也顯示，當(dāng)前電子商務(wù)領(lǐng)域所推崇的“精準(zhǔn)營銷”還比較片面，主要為廣告本身。但即便如此，這些廣告的投入依然普遍缺乏精準(zhǔn)性。電子商務(wù)投放的廣告，較少從網(wǎng)站本身特點(diǎn)出發(fā)，對廣告的點(diǎn)擊率、知名度比較關(guān)心，雖然消費(fèi)者可短期內(nèi)對電子商務(wù)產(chǎn)品與服務(wù)有一定了解，但較難精準(zhǔn)地調(diào)動(dòng)消費(fèi)者消費(fèi)欲望，導(dǎo)致精準(zhǔn)營銷效果較差。在交易完成后，電子商務(wù)精準(zhǔn)營銷還缺乏對消費(fèi)者的增值服務(wù)開發(fā)，比較著重消費(fèi)者對產(chǎn)品的評價(jià)信息，忽視了消費(fèi)者后續(xù)購買對增值服務(wù)的依賴，不利于電子商務(wù)精準(zhǔn)營銷效果長期性的保持。

（三）電子商務(wù)精準(zhǔn)營銷基礎(chǔ)設(shè)施落后，復(fù)合型人才短缺在電子商務(wù)精準(zhǔn)營銷中，產(chǎn)品與服務(wù)能否高效到達(dá)消費(fèi)者那里，是其重要服務(wù)內(nèi)容。但目前我國電子商務(wù)物流配送設(shè)施也依然比較落后，物流效率不高，無法滿足電子商務(wù)精準(zhǔn)營銷的要求，使電子商務(wù)精準(zhǔn)營銷的實(shí)施和發(fā)展受到一定程度的限制。精準(zhǔn)營銷與電子商務(wù)都屬于新興領(lǐng)域，對人才需求比較旺盛。但當(dāng)前我國電子商務(wù)精準(zhǔn)營銷領(lǐng)域從業(yè)人員，大多僅精于電子商務(wù)或者精確營銷，復(fù)合型人才短缺，缺乏人才支撐的電子商務(wù)精確營銷效果較差。

三、電子商務(wù)精準(zhǔn)營銷的改善策略

（一）建立健全消費(fèi)者數(shù)據(jù)庫，對電子商務(wù)營銷市場精準(zhǔn)細(xì)分和定位對目標(biāo)消費(fèi)者進(jìn)行精準(zhǔn)地定位，是電子商務(wù)精準(zhǔn)營銷的要義，而這一行為的實(shí)現(xiàn)則需要依靠對消費(fèi)者電子商務(wù)消費(fèi)傾向的分析。消費(fèi)者在電子商務(wù)領(lǐng)域消費(fèi)的過程中，主要經(jīng)過三大階段，第一階段為尋找需要購買的產(chǎn)品，第二階段為購買產(chǎn)品，第三階段為售后服務(wù)。而這一過程中包含著消費(fèi)者眾多消費(fèi)信息，電子商務(wù)精準(zhǔn)營銷應(yīng)根據(jù)消費(fèi)者的數(shù)字化消費(fèi)信息，對電子商務(wù)消費(fèi)者數(shù)據(jù)庫進(jìn)行建立健全。數(shù)據(jù)庫中的信息除了應(yīng)包含消費(fèi)者的地區(qū)劃分，消費(fèi)者訪問次數(shù)，還應(yīng)包含消費(fèi)者瀏覽傾向，對產(chǎn)品的評價(jià)和問題的反映，以及消費(fèi)者的售后需求等。電子商務(wù)企業(yè)各個(gè)部門都應(yīng)對消費(fèi)者數(shù)據(jù)庫給予關(guān)注，精確營銷部門可根據(jù)消費(fèi)者數(shù)據(jù)庫對營銷市場進(jìn)行精準(zhǔn)的細(xì)分和定位。針對需要營銷的產(chǎn)品或服務(wù)，電子商務(wù)精確營銷人員不僅應(yīng)對消費(fèi)者興趣愛好進(jìn)行分析，對消費(fèi)者價(jià)值進(jìn)行分析，對潛在消費(fèi)者規(guī)模進(jìn)行分析，而且應(yīng)對消費(fèi)者的交易情況、溝通深度等進(jìn)行分析，通過一系列的分析鎖定消費(fèi)者所表現(xiàn)出的整體行為特征，在此基礎(chǔ)上確定電子商務(wù)企業(yè)營銷產(chǎn)品的目標(biāo)市場。對于已經(jīng)采集到的數(shù)據(jù)，電子商務(wù)企業(yè)應(yīng)定期地挖掘，通過動(dòng)態(tài)分析對消費(fèi)者實(shí)施優(yōu)選，電子商務(wù)企業(yè)要根據(jù)市場測試驗(yàn)證對市場定位的準(zhǔn)確與否進(jìn)行區(qū)分。其中網(wǎng)絡(luò)營銷效果的衡量指標(biāo)見表1。

（二）整合廣告投放平臺、方式，增強(qiáng)電子商務(wù)廣告投放傳播精準(zhǔn)性根據(jù)2016年1月中國互聯(lián)網(wǎng)信息中心的數(shù)據(jù)可知，截至2015年12月，中國網(wǎng)民的數(shù)量已經(jīng)達(dá)到6.88億，搜索引擎用戶在規(guī)模上則達(dá)到了5.66億，在使用率上達(dá)到了82.3%，已經(jīng)成為我國第二大網(wǎng)絡(luò)應(yīng)用。關(guān)于網(wǎng)站流行度的判定方式則見表2。針對這種情況，我國電子商務(wù)企業(yè)在廣告投放方式上，既可對競價(jià)排名進(jìn)行優(yōu)先選擇，也可將其與窄告結(jié)合起來，以實(shí)現(xiàn)對更多目標(biāo)客戶和更大廣告效果的獲取。電子商務(wù)企業(yè)也可對微信、微博等充分利用，通過這些平臺受眾制定精準(zhǔn)地廣告投放方案，以使廣告投放成本盡可能地降低，獲取更高的收益。選擇廣告投放形式時(shí)，可采用行為定向廣告，也可對內(nèi)文匹配廣告形式加以選擇。當(dāng)電子商務(wù)企業(yè)處于市場初期，需要擴(kuò)大品牌知名度時(shí)，則可在內(nèi)文匹配廣告的預(yù)算上相應(yīng)地提高比重；而當(dāng)電子商務(wù)企業(yè)想要是使廣告與目標(biāo)消費(fèi)群更有效地觸及，則可在行為定向廣告的預(yù)算上相應(yīng)地提高比重，以增強(qiáng)電子商務(wù)廣告投放傳播精準(zhǔn)性。

（三）提供針對性電子商務(wù)營銷服務(wù)，對完善的消費(fèi)者增值服務(wù)體系進(jìn)行構(gòu)建根據(jù)營銷實(shí)踐可知，對新消費(fèi)者進(jìn)行開發(fā)時(shí)，其所花費(fèi)的成本比留住老顧客高出大約10倍。所以，電子商務(wù)營銷必須重視對現(xiàn)有消費(fèi)者的把握，促進(jìn)現(xiàn)有消費(fèi)者忠誠度與重復(fù)購買率的提升。而老消費(fèi)者比較看重的是完善的后續(xù)服務(wù)，電子商務(wù)企業(yè)應(yīng)加大力度對完善的消費(fèi)者增值服務(wù)體系進(jìn)行構(gòu)建，將更加超值的服務(wù)提供給消費(fèi)者，在對產(chǎn)品和服務(wù)質(zhì)量給予充分保證的同時(shí)，針對可能出現(xiàn)的問題提供完美的解決方案，及時(shí)解決和應(yīng)對消費(fèi)者的各項(xiàng)問題。電子商務(wù)企業(yè)所提供的該類服務(wù)，應(yīng)盡可能地超越消費(fèi)者期望需求，從而促進(jìn)消費(fèi)者滿意度的提升，留住老消費(fèi)者的同時(shí)，吸引更多的新消費(fèi)者，以實(shí)現(xiàn)消費(fèi)者的鏈?zhǔn)椒磻?yīng)。針對已經(jīng)流失的消費(fèi)者，應(yīng)探究其流失原因，通過對其流失因素的評估，對相應(yīng)補(bǔ)救措施進(jìn)行采取，推動(dòng)消費(fèi)者回流。

（四）完善電子商務(wù)基礎(chǔ)設(shè)施與商務(wù)法律，加強(qiáng)培養(yǎng)電子商務(wù)精準(zhǔn)營銷人才電子商務(wù)精準(zhǔn)營銷效果的發(fā)揮，與電子商務(wù)基礎(chǔ)設(shè)施、商務(wù)法律和專業(yè)人才等均密切相關(guān)。電子商務(wù)企業(yè)應(yīng)根據(jù)企業(yè)發(fā)展情況，對合適的物流模式加以選擇。電子商務(wù)企業(yè)規(guī)模較大時(shí)，可對自營物流方式加以采用；規(guī)模較少的電子商務(wù)企業(yè)，可對第三方物流模式加以選擇。良好的物流情況，能夠提高電子商務(wù)精準(zhǔn)營銷的精準(zhǔn)性與效率。另外，作為一種虛擬市場，電子商務(wù)領(lǐng)域中很容易發(fā)生違法違規(guī)現(xiàn)象，為了給電子商務(wù)精準(zhǔn)營銷的有效運(yùn)行提供更好地保障，必須對與電子商務(wù)精準(zhǔn)營銷的相關(guān)法律進(jìn)行完善，通過有效的措施促進(jìn)電子商務(wù)領(lǐng)域交易安全度的提高，使消費(fèi)者對電子商務(wù)精準(zhǔn)營銷更加信任。政府也應(yīng)對宏觀調(diào)控作用充分發(fā)揮，加大建設(shè)電子商務(wù)基礎(chǔ)設(shè)施，同時(shí)積極引導(dǎo)精準(zhǔn)營銷在電子商務(wù)領(lǐng)域中的優(yōu)化，創(chuàng)造良好的基礎(chǔ)環(huán)境和法律環(huán)境給我國電子商務(wù)精準(zhǔn)營銷。

四、結(jié)語

總之，精準(zhǔn)營銷產(chǎn)生于信息化背景下，現(xiàn)代信息技術(shù)手段是其重要依托，可以預(yù)見企業(yè)良性長遠(yuǎn)發(fā)展。網(wǎng)絡(luò)信息技術(shù)的迅速發(fā)展，降低了消費(fèi)者對信息技術(shù)進(jìn)行使用的成本，網(wǎng)絡(luò)準(zhǔn)入門檻越來越低，也讓更多人的接觸電子商務(wù)等新興消費(fèi)模式。作為一種以現(xiàn)代信息技術(shù)手段為依托的營銷模式，精準(zhǔn)營銷在大眾收益群的分析上可以更加準(zhǔn)確，根據(jù)不同顧客群體消費(fèi)傾向等，精準(zhǔn)營銷可以更迅速地對不同產(chǎn)品或服務(wù)的最新信息進(jìn)行，促使物流與售后服務(wù)可以更加及時(shí)、完善，對消費(fèi)者的正常權(quán)益進(jìn)行維護(hù)，為企業(yè)可持續(xù)發(fā)展給予保障。

作者:馬娟 單位:廣州市交通運(yùn)輸職業(yè)學(xué)校

參考文獻(xiàn)：

[1]李維勝,蔣緒軍.電子商務(wù)精準(zhǔn)營銷對策研究[J].開發(fā)研究,2013(02).

篇6

未來網(wǎng)絡(luò)：云網(wǎng)集成

在未來網(wǎng)絡(luò)架構(gòu)中，大量的網(wǎng)絡(luò)功能將在邊緣實(shí)現(xiàn)云化，因此網(wǎng)絡(luò)和業(yè)務(wù)資源的部署將轉(zhuǎn)向各種類型的數(shù)據(jù)中心，而云技術(shù)和網(wǎng)絡(luò)技術(shù)的結(jié)合則構(gòu)成了集成云網(wǎng)絡(luò)（CIN-Cloud Integrated Network）。CIN支持網(wǎng)絡(luò)可編程、多租戶和彈性，并實(shí)現(xiàn)SDN、NFV和云平臺的無縫結(jié)合。低時(shí)延和高吞吐的業(yè)務(wù)必須靠近用戶，從而形成邊際云節(jié)點(diǎn)，并提供高帶寬連接。寬帶接入作為用戶獲取服務(wù)的手段，逐漸統(tǒng)一到“短無線”和“長有線”的融合接入方式。“短無線”是指用戶終端的最終接入手段無線化，使得用戶的接入更加方便；“長有線”是指有線寬帶接入盡可能地靠近用戶終端，保障用戶接入的高帶寬需求，從而提升用戶體驗(yàn)，降低建網(wǎng)成本。此外，云計(jì)算和IoT技術(shù)的普及將在網(wǎng)絡(luò)中產(chǎn)生大量的數(shù)據(jù)，借助大數(shù)據(jù)技術(shù)增強(qiáng)網(wǎng)絡(luò)的智能，進(jìn)而加速業(yè)務(wù)的自動(dòng)化過程甚至催生新的通信業(yè)務(wù)。

未來網(wǎng)絡(luò)的邊緣節(jié)點(diǎn)將形成統(tǒng)一的分布式數(shù)據(jù)中心，運(yùn)營商采用SDN/NFV技術(shù)在網(wǎng)絡(luò)的邊緣實(shí)現(xiàn)各種各樣的網(wǎng)絡(luò)功能，比如vCPE、vCDN、vRAN和vBNG等，稱為“軟邊緣”。在網(wǎng)絡(luò)的核心則充分利用硬件的高速轉(zhuǎn)發(fā)性能，實(shí)現(xiàn)簡單、面向連接、大顆粒度的業(yè)務(wù)流高速轉(zhuǎn)發(fā)，稱為“硬核心”。網(wǎng)絡(luò)操作系統(tǒng)提供集中化的控制平面，貫穿整個(gè)邊緣和核心網(wǎng)絡(luò)，為各種分布式業(yè)務(wù)、網(wǎng)絡(luò)和設(shè)備建立連接。通過對網(wǎng)絡(luò)切片，操作系統(tǒng)建立網(wǎng)絡(luò)的邏輯視圖，形成各種虛擬網(wǎng)絡(luò)，從而將網(wǎng)絡(luò)真正地抽象出來。

泛在接入：“無限”體驗(yàn)

未來的接入網(wǎng)絡(luò)不僅需要以經(jīng)濟(jì)成本提供用戶所需的更大業(yè)務(wù)帶寬，滿足千倍流量增長的需求，而且還需要滿足百倍于人人通信數(shù)量級的物物連接數(shù)，以及人人、人物及物物無所不在的連接需求。在云網(wǎng)集成的大背景下，未來的接入網(wǎng)絡(luò)將體現(xiàn)前所未有的融合趨勢，呈現(xiàn)出“長有線、短無線”的發(fā)展特點(diǎn)，即使在資源受限的情況下，也能為用戶提供隨時(shí)隨地的“無限”接入體驗(yàn)，滿足帶寬、連接數(shù)的極大需求。

隨著4K極清視頻、多媒體社交網(wǎng)絡(luò)分享以及個(gè)人云應(yīng)用等新型業(yè)務(wù)的不斷豐富，個(gè)人用戶對于帶寬的需求呈現(xiàn)出爆炸式增長，對稱的百兆乃至千兆入戶在全球范圍內(nèi)也將更為普遍。對稱10G PON結(jié)合FTTH正成為寬帶網(wǎng)絡(luò)的戰(zhàn)略投入領(lǐng)域，其中XGS PON光模塊可以與10G EPON共享相同的產(chǎn)業(yè)鏈， 能夠以經(jīng)濟(jì)的成本實(shí)現(xiàn)10Gbps對稱帶寬；同時(shí)，基于G.989協(xié)議，確保向支持40Gbps帶寬的TWDM PON（NGPON2）平滑演進(jìn)。PON的應(yīng)用不斷拓展到更多領(lǐng)域，利用PON可經(jīng)濟(jì)高效地為LTE乃至5G無線小型基站提供回傳或前傳，通過“補(bǔ)盲補(bǔ)熱”，大幅提升移動(dòng)用戶體驗(yàn)，逐步演進(jìn)到固移融合。此外，POL無源光局域網(wǎng)將“光進(jìn)銅退”推進(jìn)到企業(yè)局域網(wǎng)，大幅降低機(jī)房空間、設(shè)備能耗和總投資成本，是企業(yè)新建和改造辦公網(wǎng)絡(luò)的重要選擇，成為PON未來發(fā)展的重點(diǎn)領(lǐng)域。

未來移動(dòng)通信將主要支持移動(dòng)寬帶和IoT兩大類業(yè)務(wù)，在無線接入方面存在顛覆和演進(jìn)兩條技術(shù)路線，共同構(gòu)成未來5G網(wǎng)絡(luò)。5G顛覆性技術(shù)包括多載波技術(shù)UF-OFDM、超窄帶通信、大規(guī)模MIMO系統(tǒng)、超密集組網(wǎng)、毫米波通信、5G與LTE及WiFi的集成等；向5G演進(jìn)的LAA、FD-MIMO/BF、NB-IoT等LTE-A Pro技術(shù)，將滿足未來IoT與移動(dòng)寬帶的部分需求。在網(wǎng)絡(luò)架構(gòu)方面，借助于云計(jì)算、SDN、NFV及網(wǎng)絡(luò)虛擬化等技術(shù)，5G將創(chuàng)建以用戶和業(yè)務(wù)為中心、服務(wù)虛擬化與定制化的網(wǎng)絡(luò)切片，動(dòng)態(tài)適配流量拓?fù)渑c連接數(shù)，全面滿足移動(dòng)寬帶與IoT等多元化業(yè)務(wù)需求。

智能連接：軟件定義

基于固定帶寬的靜態(tài)網(wǎng)絡(luò)難以應(yīng)對動(dòng)態(tài)變化的數(shù)據(jù)流量和帶寬調(diào)整的需求，因此，建立軟件定義的智能連接，將是承載網(wǎng)發(fā)展的重要方向。軟件定義的智能連接除需具備更高速率、更低時(shí)延、按需帶寬分配等特征外，還將引入SDN控制層實(shí)現(xiàn)全網(wǎng)狀態(tài)下的自動(dòng)彈性調(diào)整。IP和光傳輸作為連接的主要元素，與光/電物理技術(shù)的發(fā)展緊密相連。為此，為提升網(wǎng)絡(luò)效率，除了優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)、增加網(wǎng)絡(luò)智能外，還需采用新型材料和芯片技術(shù)，以實(shí)現(xiàn)智能連接，滿足云/數(shù)據(jù)中心間的長距離連接、5G移動(dòng)前傳網(wǎng)絡(luò)和數(shù)據(jù)中心內(nèi)的短距離連接等需求。

SDN是承載網(wǎng)實(shí)現(xiàn)軟件定義連接的重要手段，可以實(shí)現(xiàn)IP與光網(wǎng)絡(luò)在控制、管理和數(shù)據(jù)三個(gè)平面的融合， 并做到IP層與光層的網(wǎng)絡(luò)拓?fù)涔蚕?、網(wǎng)絡(luò)資源統(tǒng)一管理、網(wǎng)絡(luò)連接協(xié)同配置。其次，實(shí)施IP/光網(wǎng)絡(luò)連接的按需精準(zhǔn)化動(dòng)態(tài)調(diào)整，為上層業(yè)務(wù)提供虛擬動(dòng)態(tài)切片網(wǎng)絡(luò)和連接。同時(shí)，運(yùn)營商通過提升IP網(wǎng)絡(luò)接口和光傳輸路徑帶寬，減少網(wǎng)絡(luò)層次，并由集中化的控制單元計(jì)算最優(yōu)的路徑，為用戶提供低延時(shí)的網(wǎng)絡(luò)連接，滿足時(shí)間敏感性業(yè)務(wù)的需求。

此外，在光電技術(shù)上，采用新型的BiCMOS電路設(shè)計(jì)、鍺硅材料、硅光集成技術(shù)等，以減小器件尺寸、提高時(shí)鐘頻率、改善光路性能，提供200/400/500G的靈活可調(diào)高速光連接和T比特級的光系統(tǒng)，及路由器單端口400G的接口能力。在IP業(yè)務(wù)上，軟件定義的VPN實(shí)現(xiàn)了企業(yè)VPN的快速靈活部署，緊密整合企業(yè)VPN和DC資源；引入策略驅(qū)動(dòng)的修改和自動(dòng)化，使分散的用戶端可根據(jù)應(yīng)用需求自助服務(wù)。

萬物互聯(lián)：網(wǎng)絡(luò)為本

網(wǎng)絡(luò)是萬物互聯(lián)之根本，《中國制造2025》、“互聯(lián)網(wǎng)+”等國家戰(zhàn)略的實(shí)施，都將以網(wǎng)絡(luò)為基礎(chǔ)設(shè)施和創(chuàng)新要素，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型。為順應(yīng)需求，首先，網(wǎng)絡(luò)必須具備高可靠的通信能力；其次，物聯(lián)網(wǎng)的網(wǎng)絡(luò)連接類型豐富多樣，含近程網(wǎng)絡(luò)、接入網(wǎng)絡(luò)以及業(yè)務(wù)網(wǎng)絡(luò)等，需要通信網(wǎng)絡(luò)具備異構(gòu)網(wǎng)絡(luò)間的無縫信息交換能力；最后，需要端到端的安全機(jī)制保障企業(yè)資產(chǎn)及業(yè)務(wù)安全。

云網(wǎng)集成的未來網(wǎng)絡(luò)結(jié)合了SDN、NFV和云計(jì)算技術(shù)，為萬物互聯(lián)提供了堅(jiān)實(shí)的網(wǎng)絡(luò)基礎(chǔ)。第一，邊際云同時(shí)支持低網(wǎng)絡(luò)時(shí)延和高帶寬，確保云輔助駕駛、增強(qiáng)現(xiàn)實(shí)等業(yè)務(wù)的實(shí)施；第二，針對物聯(lián)網(wǎng)海量終端信令開銷大的難點(diǎn)，利用網(wǎng)絡(luò)虛擬化中的切片功能，為物聯(lián)網(wǎng)應(yīng)用提供虛擬專屬網(wǎng)絡(luò)，并優(yōu)化其信令設(shè)計(jì)；第三，邊際云提供的高性能處理能力，為大量低功耗、低處理能力的IoT終端完善了其業(yè)務(wù)功能；第四，集成云網(wǎng)絡(luò)提供高效和可信環(huán)境，全面保障物聯(lián)網(wǎng)數(shù)據(jù)的生產(chǎn)、交換和使用的安全。隨著物聯(lián)網(wǎng)應(yīng)用的不斷豐富和普及，集成云網(wǎng)絡(luò)的重要性將日益凸顯。

業(yè)務(wù)平臺：開放創(chuàng)新

云網(wǎng)集成的未來網(wǎng)絡(luò)，為運(yùn)營商打造開放創(chuàng)新業(yè)務(wù)平臺提供廣闊發(fā)展空間。敏捷創(chuàng)建、自動(dòng)部署、按需提供、精益運(yùn)維將是業(yè)務(wù)平臺的發(fā)展趨勢。未來業(yè)務(wù)平臺將以構(gòu)建端到端網(wǎng)絡(luò)業(yè)務(wù)為中心，更加關(guān)注業(yè)務(wù)編排、網(wǎng)絡(luò)資源的統(tǒng)一調(diào)度和NFVI的管理。為此，需要將物理及虛擬的網(wǎng)絡(luò)資源統(tǒng)一抽象，根據(jù)業(yè)務(wù)需求，構(gòu)建新型的網(wǎng)絡(luò)業(yè)務(wù)模型，對網(wǎng)絡(luò)資源數(shù)據(jù)進(jìn)行動(dòng)態(tài)分析，以實(shí)現(xiàn)網(wǎng)絡(luò)業(yè)務(wù)鏈的自動(dòng)高效鏈接；通過實(shí)時(shí)分析業(yè)務(wù)狀態(tài)、網(wǎng)絡(luò)運(yùn)行監(jiān)控、故障分析和恢復(fù)等措施，完成業(yè)務(wù)實(shí)現(xiàn)和業(yè)務(wù)保障的動(dòng)態(tài)管理；基于OpenStack、TOSCA、USDL等技術(shù)，NETCONF/YANG等開放協(xié)議接口以及DevOps、開源軟件等創(chuàng)新模式，實(shí)現(xiàn)開放的業(yè)務(wù)平臺。

開放的平臺提供多樣化的業(yè)務(wù)創(chuàng)新能力，更好地支持物聯(lián)網(wǎng)與移動(dòng)互聯(lián)網(wǎng)應(yīng)用、支撐運(yùn)營商探索新型B2B業(yè)務(wù)。例如按時(shí)按需帶寬、增強(qiáng)網(wǎng)絡(luò)切片用戶控制、實(shí)時(shí)上下文相關(guān)的服務(wù)質(zhì)量優(yōu)化、跨運(yùn)營商動(dòng)態(tài)虛擬網(wǎng)絡(luò)等動(dòng)態(tài)使能業(yè)務(wù)；企業(yè)接入（SD-VPN、vCPE），IaaS（計(jì)算、存儲、桌面），安全服務(wù)（例如防火墻、入侵檢測、入侵防護(hù)、內(nèi)容過濾和端點(diǎn)安全）等網(wǎng)絡(luò)擴(kuò)展業(yè)務(wù)；情境感知、大數(shù)據(jù)處理及分析和增強(qiáng)智能等網(wǎng)絡(luò)智能業(yè)務(wù)。

泛在安全：按需定制

《中國制造2025》、“互聯(lián)網(wǎng)+”等一系列戰(zhàn)略的順利實(shí)施，互聯(lián)網(wǎng)和物聯(lián)網(wǎng)多樣化業(yè)務(wù)的健康發(fā)展，需要全方位的信息安全保障。采用系統(tǒng)性的安全方法，將傳統(tǒng)的安全功能進(jìn)行重構(gòu)，借助于全網(wǎng)的拓?fù)浣Y(jié)構(gòu)，結(jié)合自學(xué)習(xí)自動(dòng)防護(hù)安全管理功能，將重構(gòu)后的安全功能推送給對安全有需求的網(wǎng)絡(luò)和應(yīng)用，使其能根據(jù)自身運(yùn)行環(huán)境定制安全功能，實(shí)現(xiàn)動(dòng)態(tài)的安全服務(wù)。

NFV增強(qiáng)了安全的靈活性和擴(kuò)展性，SDN的集中控制則促進(jìn)了對網(wǎng)絡(luò)攻擊進(jìn)行自動(dòng)地快速響應(yīng)。借助于NFV和SDN的技術(shù)優(yōu)勢，將傳統(tǒng)的安全功能如基于端點(diǎn)、邊界、網(wǎng)絡(luò)的安全進(jìn)行虛擬化，結(jié)合新增加的安全功能如安全分析、安全攻擊自動(dòng)化管理等，構(gòu)建一個(gè)網(wǎng)絡(luò)安全能力中心；網(wǎng)絡(luò)和應(yīng)用通過SDN控制器在調(diào)用網(wǎng)絡(luò)資源的同時(shí)，根據(jù)具體安全需求向網(wǎng)絡(luò)安全能力中心請求相應(yīng)的安全服務(wù)能力，SDN控制器根據(jù)相應(yīng)的安全需求和安全策略將安全服務(wù)能力推送給網(wǎng)絡(luò)和應(yīng)用進(jìn)行安全服務(wù)，網(wǎng)絡(luò)和應(yīng)用運(yùn)行結(jié)束時(shí)，其所請求的安全服務(wù)能力也會終止，從而實(shí)現(xiàn)按需供給的動(dòng)態(tài)安全服務(wù)。

此外，量子密碼技術(shù)將是未來通信網(wǎng)絡(luò)安全保障的重要補(bǔ)充。由于傳統(tǒng)的基于大數(shù)分解的加密算法如RSA面臨云計(jì)算時(shí)代超高計(jì)算能力帶來的威脅，而量子技術(shù)的測不準(zhǔn)原理能防止秘密信息的泄露，從而有效地提高網(wǎng)絡(luò)安全可靠性。

綠色通信：暢行節(jié)能

當(dāng)前網(wǎng)絡(luò)和數(shù)據(jù)中心消耗了全球約4%的電力，是影響碳排放的重要因素。不斷增強(qiáng)的終端能力，不斷增長的帶寬需求，以及物聯(lián)網(wǎng)的日漸興起，帶來了千倍流量增長的難題。按現(xiàn)有的建網(wǎng)方式，能量消耗將隨流量的增長而線性增長，這不論是從可持續(xù)發(fā)展的生態(tài)角度、環(huán)保立法力度不斷加大的法制角度，還是從運(yùn)營商的投資角度來說，都是無法接受的。

篇7

中圖分類號：F253.9 文獻(xiàn)標(biāo)識碼：A

Abstract： In the era of big data， logistics service enterprises are facing greater challenges， they also have a better opportunity at the same time to analyze the characteristics of the modern agile logistics. In the context of different information technology， the operating mechanism of agile logistics is different， and the new content and new direction of agile logistics is studied. The operation mechanism of the traditional agile logistics is analyzed， and the operation model of agile logistics based on the large data information is constructed. From the traditional agile logistics system to a diversified， open， efficient extension of development， enrich the concept of agile logistics. The construction of agile logistics operation model provides a practical significance for the logistics practitioners and the new era of logistics service enterprises.

Key words： agile logistics； big data； modern logistics technology

0 引 言

敏捷的起源要追溯到1991年，當(dāng)時(shí)美國的Lehigh大學(xué)聯(lián)合國內(nèi)13家公司共同撰寫了名為《美國21世紀(jì)制造企業(yè)戰(zhàn)略》的報(bào)告，在這份報(bào)告里首次提出了敏捷制造（Agile Manufacturing）和虛擬制造（Virtual Manufacturing）的新概念[1]，在此后的幾年里，敏捷制造被廣大學(xué)者和從業(yè)人士廣泛研究，研究的成果也得到了廣泛應(yīng)用。2000年，美國斯坦福大學(xué)全球供應(yīng)鏈管理協(xié)會在敏捷制造及相關(guān)概念的基礎(chǔ)上，構(gòu)建了全球供應(yīng)鏈敏捷性模型，從產(chǎn)品開發(fā)柔性、采購柔性、制造柔性和后勤柔性四個(gè)方面分析了全球供應(yīng)鏈的運(yùn)行模式，并討論了四個(gè)柔性因素對敏捷供應(yīng)鏈的影響[2]。

在此后的幾年里，學(xué)者們將敏捷的含義進(jìn)行了廣泛的拓展，從敏捷供應(yīng)鏈到敏捷物流。敏捷供應(yīng)鏈在國外得到了更廣泛的研究，而敏捷物流在國內(nèi)得到了相對廣泛的研究。至于敏捷供應(yīng)鏈，南開大學(xué)的王玲等對敏捷供應(yīng)鏈的研究做了總體概述[3]，在此不再贅述。武漢理工大學(xué)的王洪波對敏捷物流系統(tǒng)的構(gòu)建及運(yùn)行方式進(jìn)行了深入的研究[4]，華中科技大學(xué)的劉小群、馬士華對敏捷物流的運(yùn)作技術(shù)與方法進(jìn)行了深入的研究[5]，大連海事大學(xué)的王惠等對敏捷物流的配送問題進(jìn)行了動(dòng)態(tài)分析[6]。目前，在國內(nèi)大數(shù)據(jù)一直是研究的熱點(diǎn)，大數(shù)據(jù)和敏捷物流結(jié)合的研究還很少見，而在IT行業(yè)的熱度卻一直未減。

1 大數(shù)據(jù)對敏捷物流的影響

大數(shù)據(jù)字面理解就是大量的數(shù)據(jù)，這個(gè)大量也就是巨量，其規(guī)模超出了在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理，還有利用。維克托?邁爾―舍恩伯格和肯尼斯?庫克耶在其有關(guān)大數(shù)據(jù)的著作中明確預(yù)測是大數(shù)據(jù)的核心，量化一切是數(shù)據(jù)化的核心，把一切事物數(shù)據(jù)化[7]。 在今天，大數(shù)據(jù)是研究的熱點(diǎn)也是商業(yè)應(yīng)用的主流元素之一，大數(shù)據(jù)在先進(jìn)的物流服務(wù)公司也有著一定的運(yùn)用，如順豐速運(yùn)公司利用大數(shù)據(jù)管理客戶的訂單，從客戶撥打客服電話要求派單時(shí)，順豐速運(yùn)的數(shù)據(jù)庫就開始記錄和運(yùn)作這個(gè)訂單。

近年來，人們越來越重視到大數(shù)據(jù)的價(jià)值，大數(shù)據(jù)可以被廣泛使用，人們迫切地想把相關(guān)的數(shù)據(jù)轉(zhuǎn)換成有用的資源優(yōu)勢。大數(shù)據(jù)對各行業(yè)都有一定影響，大數(shù)據(jù)對物流行業(yè)有著深刻的影響，它體現(xiàn)在以下幾個(gè)方面：

（1）尋找優(yōu)質(zhì)的服務(wù)提供商更有效

當(dāng)一個(gè)客戶需要尋找物流服務(wù)提供商時(shí)，他可以利用大數(shù)據(jù)平臺來找到最適合自己需求的物流服務(wù)提供商，他還可以利用大數(shù)據(jù)對該公司過去的服務(wù)情況進(jìn)行分析，以此來獲得更好口碑，更高可靠性的業(yè)務(wù)信息。

（2）訂單效率大幅度提升

大數(shù)據(jù)可以更高效地完成訂單，不需要復(fù)雜的手續(xù)，通過電話或網(wǎng)絡(luò)傳輸必要的基本信息之后，就可以足不出戶實(shí)現(xiàn)配送需求。

（3）配送運(yùn)輸效率大幅度提升

當(dāng)一個(gè)訂單生成時(shí)，大數(shù)據(jù)可以幫助選擇最優(yōu)的配送路線，如果是多個(gè)倉庫內(nèi)提貨再配送，大數(shù)據(jù)還可以分析在哪個(gè)倉庫提取哪些物品以及提取的數(shù)量。這些會更加快速地完成訂單的準(zhǔn)備工作以及訂單的配送運(yùn)輸。

（4）倉儲管理更高效

通過大數(shù)據(jù)可以分析出倉庫中哪些物品達(dá)到了最低庫存水平，可以根據(jù)相應(yīng)的數(shù)據(jù)信息來預(yù)測某些物品的未來幾個(gè)月的趨勢，甚至可以直接向上游供應(yīng)商下訂單。

敏捷物流的靈魂是更高效率，更高質(zhì)量滿足客戶的需求，更低成本來提高企業(yè)的收入。通過對比普通物流服務(wù)模式，大數(shù)據(jù)對敏捷物流的影響更為重要，因?yàn)榇髷?shù)據(jù)直通敏捷物流的核心。通過先進(jìn)的技術(shù)手段來實(shí)現(xiàn)敏捷物流是當(dāng)下更為迫切的事情，而大數(shù)據(jù)時(shí)代的來臨是敏捷物流發(fā)展的春天。如圖1所示，物流供需兩方通過大數(shù)據(jù)平臺實(shí)現(xiàn)敏捷物流的運(yùn)行。

2 大數(shù)據(jù)驅(qū)動(dòng)下的敏捷物流運(yùn)行分析

2.1 大數(shù)據(jù)的挖掘、處理與儲存

大數(shù)據(jù)的挖掘就是針對在普通的數(shù)據(jù)挖掘技術(shù)基礎(chǔ)之上發(fā)展起來的特定的挖掘技術(shù)，它可以滿足對海量數(shù)據(jù)的抓取以及臨時(shí)存儲。大數(shù)據(jù)挖掘通過設(shè)定的計(jì)算算法搜索相應(yīng)的信息，它與計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)科學(xué)、人工智能和模式識別的搜索算法、信息論、信號處理等學(xué)科緊密相聯(lián)。在進(jìn)行大數(shù)據(jù)挖掘的時(shí)候首先要有一個(gè)挖掘的原始數(shù)據(jù)范圍，然后根據(jù)設(shè)定的算法進(jìn)行選擇數(shù)據(jù)，選擇好數(shù)據(jù)之后就要進(jìn)行預(yù)處理，把數(shù)據(jù)的結(jié)構(gòu)轉(zhuǎn)換成可存儲的統(tǒng)一的結(jié)構(gòu)，然后再根據(jù)設(shè)定的特定的算法進(jìn)一步對預(yù)處理后的數(shù)據(jù)進(jìn)行挖掘，進(jìn)行存儲或者分析和同化。大數(shù)據(jù)挖掘常用的算法有Apriori、K-means、pagerank、Adaboost等，在運(yùn)用這些算法的時(shí)候也會用到關(guān)聯(lián)規(guī)則。所謂的關(guān)聯(lián)規(guī)則就是兩個(gè)或兩個(gè)以上變量的取值之間存在著或近似存在著某種規(guī)律，可以分為因果關(guān)聯(lián)、時(shí)序關(guān)聯(lián)以及簡單關(guān)聯(lián)三類。數(shù)據(jù)的關(guān)聯(lián)規(guī)則是數(shù)據(jù)庫中存在的一類重要的潛在可被發(fā)現(xiàn)的信息，這些信息往往有著很高的利用價(jià)值。如圖2所示，一個(gè)大數(shù)據(jù)挖掘的模型圖。

挖掘了數(shù)據(jù)之后還要進(jìn)行處理，也就是通常所說的數(shù)據(jù)清理或數(shù)據(jù)清洗。數(shù)據(jù)清理可通過分類、相關(guān)性分組、聚類、復(fù)雜數(shù)據(jù)類型挖掘等糾正數(shù)據(jù)庫中可識別的錯(cuò)誤，包括檢查數(shù)據(jù)一致性，處理無效值、缺失值以及重復(fù)值。通過對數(shù)據(jù)的處理，可以構(gòu)建基礎(chǔ)的可靠性比較高的數(shù)據(jù)庫，為后面的數(shù)據(jù)利用做了有效的鋪墊。

得到了大數(shù)據(jù)之后，接下來就要進(jìn)行存儲。據(jù)預(yù)測，到2020年全球以電子形式存儲的數(shù)據(jù)量將達(dá)到近35ZB，是2009年的40倍之多。根據(jù)IDC的統(tǒng)計(jì)，2010年底全球已經(jīng)有了超過120萬PB的數(shù)據(jù)量了。這么巨量的數(shù)據(jù)很難用物理的存儲設(shè)備來進(jìn)行集中存儲。所以，在實(shí)際運(yùn)用中對數(shù)據(jù)的存儲可分不同地點(diǎn)進(jìn)行分類存儲，或者尋求專業(yè)的數(shù)據(jù)管理公司進(jìn)行存儲，也可就某公司的具體業(yè)務(wù)相關(guān)數(shù)據(jù)進(jìn)行存儲以備使用。

2.2 根據(jù)儲存的大數(shù)據(jù)實(shí)現(xiàn)更高效的敏捷物流

敏捷物流系統(tǒng)是一個(gè)相對復(fù)雜的系統(tǒng)，它在運(yùn)行的過程中有著很強(qiáng)的動(dòng)態(tài)性，而且它還涉及了不同組織之間的信息、資源等元素的交互與協(xié)調(diào)。敏捷物流運(yùn)行的評價(jià)指標(biāo)就是快速、及時(shí)、可靠性、成本等關(guān)鍵要素，根據(jù)這樣幾個(gè)要素進(jìn)行評判所構(gòu)建的敏捷物流系統(tǒng)的優(yōu)劣是有一定科學(xué)依據(jù)的。有了穩(wěn)定的敏捷物流系統(tǒng)之后，再結(jié)合大數(shù)據(jù)及相關(guān)技術(shù)手段，可實(shí)現(xiàn)敏捷物流的高效運(yùn)轉(zhuǎn)。對物流服務(wù)提供商來說，更高效的服務(wù)也就意味著更豐厚的回報(bào)。例如，全球著名的郵遞和物流集團(tuán) Deutsche Post DHL旗下公司DHL公司，它是國際快遞和物流行業(yè)的全球市場領(lǐng)先者，它提供快遞、水陸空三路運(yùn)輸、合同物流解決方案，以及國際郵件服務(wù)，目前在中國大陸地區(qū)有快遞服務(wù)、電子商務(wù)、貨物運(yùn)輸和供應(yīng)鏈方案四種服務(wù)模式。DHL公司的國際網(wǎng)絡(luò)將超過220個(gè)國家及地區(qū)聯(lián)系起來，全球員工總數(shù)超過31.5萬人。在2015Teradata大數(shù)據(jù)峰會上，DHL公司做了“DHL的數(shù)據(jù)科學(xué)―迅速了解成本并拉動(dòng)利潤率增長”為主題的分享活動(dòng)。DHL公司積極面對大數(shù)據(jù)浪潮，把大數(shù)據(jù)及相關(guān)的技術(shù)應(yīng)用于對物流風(fēng)險(xiǎn)的管理，從而可以為客戶提供更優(yōu)質(zhì)的服務(wù)，并推出了相應(yīng)的解決方案Resilience360。Resilience360已經(jīng)得到了DHL公司客戶的一致認(rèn)可，并為用戶創(chuàng)造了價(jià)值。全球最大的底盤與傳動(dòng)技術(shù)提供商德國采埃孚（ZF）集團(tuán)在生產(chǎn)拖延的情況下，為保證客戶交貨日期，公司會采用空運(yùn)的方式交貨，每年ZF需要進(jìn)行1萬余次這類特殊情況空運(yùn)，涉及55個(gè)國家。在傳統(tǒng)的物流運(yùn)輸模型中，此時(shí)的成本很高而且意外的風(fēng)險(xiǎn)也很大。當(dāng)Resilience360出現(xiàn)后，它可以很好地幫助ZF集團(tuán)對供應(yīng)鏈環(huán)節(jié)各種潛在風(fēng)險(xiǎn)進(jìn)行可視化管理，使管理層有直觀的方式了解和控制可能的潛在風(fēng)險(xiǎn)點(diǎn)。Resilience360系統(tǒng)對涉及ZF集團(tuán)的500余個(gè)站點(diǎn)和167個(gè)機(jī)場進(jìn)行風(fēng)險(xiǎn)評估，生成風(fēng)險(xiǎn)評價(jià)報(bào)告，甄別出若干個(gè)高風(fēng)險(xiǎn)機(jī)場，并根據(jù)風(fēng)險(xiǎn)程度規(guī)劃應(yīng)變方案。此外，Resilience360系統(tǒng)還根據(jù)ZF集團(tuán)對新興市場（中國、印度、巴西等）的戰(zhàn)略規(guī)劃和運(yùn)營狀況進(jìn)行優(yōu)化，減少空運(yùn)成本支出。通過對非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行大數(shù)據(jù)技術(shù)處理，并識別潛在的供應(yīng)鏈風(fēng)險(xiǎn)，DHL公司在大數(shù)據(jù)應(yīng)用原理并不算特別復(fù)雜，但有效地提高了客戶的滿意度，同時(shí)也塑造了其物流服務(wù)的個(gè)性化和差異化。

為了使客戶更有效地進(jìn)行供應(yīng)鏈管理，降低或者避免風(fēng)險(xiǎn)，物流服務(wù)提供商必須做到：首先要建立一個(gè)模型包括描述供應(yīng)鏈所有因素及其關(guān)系的拓?fù)鋱D，然后持續(xù)監(jiān)控對供應(yīng)鏈的績效產(chǎn)生影響的各種因素。為達(dá)到這個(gè)目的，物流服務(wù)提供商要從社交媒體、歷史信息、綜合新聞、天氣預(yù)報(bào)、股市等公開的海量信息中抓取有關(guān)地區(qū)政治、區(qū)域經(jīng)濟(jì)、衛(wèi)生、自然環(huán)境等數(shù)據(jù)，然后對這些數(shù)據(jù)進(jìn)行整合與分析。

2.3 敏捷物流運(yùn)行模型

敏捷物流運(yùn)作的基本原理就是在控制成本的前提下進(jìn)行供應(yīng)鏈整體物流響應(yīng)時(shí)間的壓縮，也就是物流服務(wù)提供商在獲得客戶訂單或預(yù)測到客戶訂單后，通過一系列的相關(guān)運(yùn)作，可能包括原材料的采購、原材料的加工、倉儲管理和運(yùn)輸?shù)拳h(huán)節(jié)，最后保質(zhì)守時(shí)的交到客戶手中。敏捷物流在時(shí)間方面的控制，需要供應(yīng)鏈各節(jié)點(diǎn)在物流、信息流、資金流等方面進(jìn)行集成整合，其中集成整合的運(yùn)作是最為關(guān)鍵，也是最難以實(shí)現(xiàn)的重要因素[8]。如圖3所示，結(jié)合大數(shù)據(jù)的敏捷物流運(yùn)作模型。

在實(shí)際運(yùn)用中，敏捷物流在不同的行業(yè)還是有所區(qū)別的，例如，針對冷鏈物流和普通物流就有著很大的不同。此外有的企業(yè)是自營物流，而企業(yè)本身的核心業(yè)務(wù)在于生產(chǎn)，此時(shí)的敏捷物流運(yùn)行模式也是有所不同的。針對第三方物流服務(wù)提供商來說，敏捷物流的發(fā)展有更大的空間，敏捷物流的運(yùn)行也有更高的可行性以及可靠性。

3 研究總結(jié)

研究了大數(shù)據(jù)驅(qū)動(dòng)下的敏捷物流的運(yùn)行機(jī)制，結(jié)合大數(shù)據(jù)的特點(diǎn)和敏捷物流的特點(diǎn)實(shí)現(xiàn)敏捷物流的服務(wù)。在國內(nèi)，敏捷物流的發(fā)展還很不完善，而且從地域上來看也很不均衡，東部沿海地區(qū)與西部欠發(fā)達(dá)地區(qū)存在著比較大的差距。如何在國內(nèi)實(shí)現(xiàn)敏捷物流，對物流服務(wù)企業(yè)來說不應(yīng)該是盲目的擴(kuò)大服務(wù)點(diǎn)或其他硬件設(shè)施，而是應(yīng)該利用現(xiàn)代科學(xué)技術(shù)實(shí)現(xiàn)自身的飛躍發(fā)展。大數(shù)據(jù)對敏捷物流的幫助是有目共睹的，很多企業(yè)也實(shí)踐了這一點(diǎn)，例如亞馬遜（Amazon）公司預(yù)判顧客可能會下的訂單，并做好倉儲準(zhǔn)備，甚至可以在顧客下訂單之前就將貨物送到顧客手中。如何利用好大數(shù)據(jù)是未來的重要研究方向，目前云計(jì)算科學(xué)技術(shù)的發(fā)展也很迅速，結(jié)合云計(jì)算和大數(shù)據(jù)的研究，如果可以應(yīng)用到敏捷物流的發(fā)展中將會極大地促進(jìn)服務(wù)效率的提升。

參考文獻(xiàn)：

[1] Kidd P T. Agile Manufacturing： a strategy for the 21st century[C] // In Agile Manufacturing （Digest No. 1995/179）， IEE Colloquium on， Coventry： IET， 1995：1-6.

[2] Patty Swafford， Soumen Ghosh， Nagesh Murthy. A Model of Global Supply Chain Agility and its impact on Competitive Performance[C] // Stanford Global Supply Management Forum Working Paper， 2000.

[3] 王玲，呂坤. 敏捷供應(yīng)鏈研究綜述[J]. 物流技術(shù)，2010（2）：169-171.

[4] 王洪波. 敏捷物流系統(tǒng)構(gòu)建及運(yùn)行方式研究[J]. 武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版），2011，35（4）：817-820.

[5] 劉小群，馬士華. 支持快速客戶響應(yīng)的敏捷物流運(yùn)作技術(shù)與方法[J]. 科研管理，2007，28（2）：152-159.

篇8

“慕課”是英文“MOOCs”（Massive Open Online Courses，大規(guī)模開放在線課程）的中文音譯。2013年，“慕課”成為我國教育界的熱詞，并引發(fā)了“顛覆”“引爆”“革命”“新大陸”“颶風(fēng)”之類的熱評?！澳秸n”的本質(zhì)是什么？如何評價(jià)“慕課”的意義與作用？“慕課”有什么優(yōu)勢和不足？如何揚(yáng)長避短發(fā)展我國職業(yè)教育的“慕課”？本文將圍繞上述問題進(jìn)行分析和探討。

一、“慕課”：與時(shí)俱進(jìn)的遠(yuǎn)程職業(yè)教育

一般認(rèn)為，“慕課”2008年起源于加拿大，2011年在美國流行，2012年進(jìn)入我國并于2013年得到了迅速發(fā)展。從本質(zhì)看，“慕課”是遠(yuǎn)程教育在現(xiàn)代職業(yè)教育環(huán)境和技術(shù)條件下的升級版，可以通俗地稱為“遠(yuǎn)程教育3.0的升級版”。遠(yuǎn)程教育由于信息傳送方式和手段不同，經(jīng)歷了三個(gè)發(fā)展階段：遠(yuǎn)程教育1.0 階段是以郵遞的紙質(zhì)材料為載體的函授教學(xué)階段；遠(yuǎn)程教育2.0 階段是以廣播、電視為載體的廣播電視教學(xué)階段；遠(yuǎn)程教育3.0階段是以計(jì)算機(jī)、多媒體與信息通信技術(shù)為載體的網(wǎng)絡(luò)教學(xué)階段?！澳秸n”與通常意義上的職業(yè)教育網(wǎng)絡(luò)教學(xué)相比，在物質(zhì)與技術(shù)載體上沒有本質(zhì)不同，但在教學(xué)理念和方式上，借助于新一代信息技術(shù)的應(yīng)用成果進(jìn)行了重要?jiǎng)?chuàng)新，主要體現(xiàn)在職業(yè)教育的四個(gè)方面：首先是教學(xué)平臺的開放性，將封閉的教學(xué)平臺變成了開放的平臺，實(shí)現(xiàn)了跨學(xué)科、跨校、跨文化教學(xué)資源在線集成和共享，增強(qiáng)了資源的豐富性和新鮮度；其次是教學(xué)資源的優(yōu)質(zhì)性，目前的教學(xué)資源主要來自于國家示范校，課程質(zhì)量高且可以免費(fèi)獲取，增強(qiáng)了網(wǎng)絡(luò)教學(xué)的吸引力和學(xué)習(xí)者的積極性；再次是教學(xué)質(zhì)量的可控性，充分利用大數(shù)據(jù)技術(shù)對學(xué)生的學(xué)習(xí)行為進(jìn)行動(dòng)態(tài)分析，便于教師因材施教和學(xué)生持續(xù)改進(jìn)學(xué)習(xí)，提高了教學(xué)的針對性和有效性；最后是教學(xué)環(huán)境的交互性，利用社交工具軟件，構(gòu)成虛擬社區(qū)、虛擬班級，改變了網(wǎng)絡(luò)教學(xué)中存在的學(xué)生“孤獨(dú)學(xué)習(xí)”的“硬傷”，教與學(xué)之間、不同的學(xué)習(xí)者之間可以在虛擬空間里構(gòu)建學(xué)習(xí)共同體，相互探討、思維碰撞，提高了學(xué)習(xí)深度和學(xué)習(xí)的興趣。從這個(gè)意義上說，“慕課”源于遠(yuǎn)程教育3.0又高于遠(yuǎn)程教育3.0，是遠(yuǎn)程教育3.0的升級版。

二、“慕課”：實(shí)現(xiàn)職業(yè)教育公平的利器

“慕課”及現(xiàn)代遠(yuǎn)程職業(yè)教育最突出的優(yōu)勢是超越時(shí)空。在移動(dòng)互聯(lián)網(wǎng)應(yīng)用日趨普及的今天，任何年齡的人都可以實(shí)現(xiàn)隨時(shí)隨地學(xué)習(xí)，還可以對碎片化時(shí)間進(jìn)行充分利用，是一種比較經(jīng)濟(jì)的職業(yè)教育形式。與現(xiàn)代遠(yuǎn)程教育相比，“慕課”至少有兩大優(yōu)勢：一是資源上的集零為整。由于多個(gè)職業(yè)院校同時(shí)向一個(gè)開放的平臺提供資源，提高了教學(xué)資源的集成規(guī)模、集成效率和更新周期，使“慕課”具有現(xiàn)代遠(yuǎn)程教育無與倫比的規(guī)模效益。二是教學(xué)產(chǎn)品的無限分享。假定職業(yè)教育的外部性相對不變，傳統(tǒng)公立學(xué)校之間的教育資源分配是不均衡的，擁有優(yōu)質(zhì)教育資源的學(xué)校由于場地、師資、教學(xué)設(shè)施及學(xué)生學(xué)習(xí)能力等因素限制，不可能為所有學(xué)生提供學(xué)習(xí)機(jī)會，也不可能無限擴(kuò)大招生規(guī)模，從產(chǎn)權(quán)角度看，具有一定排他性，因此公立教育機(jī)構(gòu)提供的產(chǎn)品更接近于俱樂部產(chǎn)品（私立學(xué)校提供的產(chǎn)品更接近于私人產(chǎn)品），并且隨著學(xué)校層級的提升，產(chǎn)品的排他性是不斷增強(qiáng)的。“慕課”由于是一個(gè)開放的平臺且提供的是免費(fèi)的課程學(xué)習(xí)，任何一個(gè)人使用“慕課”學(xué)習(xí)均不影響其他人的使用，解決了傳統(tǒng)職業(yè)院校學(xué)習(xí)機(jī)會不足的瓶頸；同時(shí)，“慕課”平臺上目前匯聚的課程都是國家示范校精心打造的優(yōu)秀課程，解決了優(yōu)質(zhì)教育資源讓更多學(xué)習(xí)者分享的問題?！澳秸n”提供的教育產(chǎn)品更接近于公共產(chǎn)品，為從根本上解決優(yōu)質(zhì)教育資源不足、教育機(jī)會不公平的社會問題提供了一個(gè)技術(shù)實(shí)現(xiàn)的可能，引起了職業(yè)教育者的普遍關(guān)注和職業(yè)教育理想主義者的贊譽(yù)。

三、“慕課”：并非完美的職業(yè)教育教學(xué)模式

首先，“慕課”以學(xué)習(xí)者為中心，對學(xué)習(xí)者的自主認(rèn)知、自控學(xué)習(xí)提出了要求。學(xué)習(xí)者需要自己來決定學(xué)習(xí)的時(shí)間、參與的方式與程度、學(xué)習(xí)的持續(xù)性等。顯然，對于學(xué)齡較小、學(xué)習(xí)能力較弱、意志力不強(qiáng)的學(xué)習(xí)者是不適合的。總體來看，“慕課”比較適合具有一定的邏輯思維能力和較強(qiáng)自我控制能力的學(xué)生。其次，從“慕課”提供課程內(nèi)容看，目前主要還是通識類、專業(yè)基礎(chǔ)類課程，對于操作性、個(gè)體性較強(qiáng)的課程，如實(shí)踐實(shí)訓(xùn)類課程、運(yùn)動(dòng)性課程、藝術(shù)性課程等，“慕課”的在線學(xué)習(xí)無法提供針對每個(gè)學(xué)習(xí)者的現(xiàn)場教學(xué)。最后，目前“慕課”還有明顯的不足：一是教學(xué)的程式化。課程內(nèi)容是根據(jù)教師的意圖事先制作好的，在學(xué)習(xí)過程中，盡管教學(xué)者之間有互動(dòng)，但總體上學(xué)習(xí)者仍然是按教師的設(shè)計(jì)按部就班地學(xué)習(xí)，課程資源在設(shè)計(jì)中無法兼顧所有學(xué)習(xí)者認(rèn)知上的差異性。二是教學(xué)過程的不可控。學(xué)習(xí)者使用“慕課”平臺具有非線性學(xué)習(xí)的特點(diǎn)，即學(xué)習(xí)者對感興趣的學(xué)習(xí)資源可以通過超鏈接的形式隨意獲取?！澳秸n”擁有的大量優(yōu)質(zhì)資源，會誘導(dǎo)學(xué)習(xí)者對信息追求過多過廣而偏離應(yīng)有的學(xué)習(xí)主線。三是學(xué)習(xí)成績的真實(shí)性。學(xué)習(xí)者的學(xué)習(xí)、考試等都是通過在線進(jìn)行，對教師而言，這些是不可控的，如何防止學(xué)習(xí)者在完成作業(yè)時(shí)抄襲、在考試時(shí)讓人代考等，尚缺乏可行的監(jiān)管方式。四是信息交互的不完整性。教師和學(xué)生在教學(xué)活動(dòng)中提供給對方的信息是多元的，不僅有言語、表情，還有語氣、身體語言及特定學(xué)習(xí)者群體構(gòu)成的學(xué)習(xí)氛圍等，“慕課”讓教學(xué)雙方、學(xué)習(xí)者之間感知到的信息是不完整的。五是交互學(xué)習(xí)不充分。“慕課”提供的虛擬學(xué)習(xí)社交空間，在進(jìn)行研究性、探索性、思辨性的學(xué)習(xí)互動(dòng)時(shí)，缺乏制造思維激蕩和頭腦風(fēng)暴的學(xué)習(xí)環(huán)境，同時(shí)，面對虛擬空間里數(shù)量可以無限擴(kuò)大的學(xué)習(xí)者，教師與學(xué)生的交互必然是不充分的。上述分析僅限于職業(yè)教育教學(xué)的微觀層面，“慕課”的發(fā)展尚處于“小荷才露尖尖角”階段。隨著“慕課”技術(shù)的不斷演進(jìn)，特別是像3D技術(shù)、可穿帶式設(shè)備等應(yīng)用，“慕課”所提供的學(xué)習(xí)方式會更加便捷、學(xué)習(xí)環(huán)境會更加場景化和仿真；大數(shù)據(jù)技術(shù)和學(xué)習(xí)分析技術(shù)等應(yīng)用，會使個(gè)體學(xué)習(xí)越來越趨于個(gè)性化。就本質(zhì)而言，“慕課”是新技術(shù)與傳統(tǒng)教學(xué)融合應(yīng)用的一個(gè)成功實(shí)踐，甚至可以成為現(xiàn)代職業(yè)教育日益重要的組成部分。

篇9

中圖分類號：G250文獻(xiàn)標(biāo)識碼：A文章編號：1003-1588（2015）05-0095-03

近年來，高度連接的世界和迅速擴(kuò)張的社交媒體使得數(shù)據(jù)產(chǎn)生的范圍、方式、途徑發(fā)生了翻天覆地的變化，其組成結(jié)構(gòu)、類型格式、存在形態(tài)等都愈加復(fù)雜，全球進(jìn)入到一個(gè)以數(shù)據(jù)驅(qū)動(dòng)社會創(chuàng)新、經(jīng)濟(jì)增長的大數(shù)據(jù)時(shí)代。大數(shù)據(jù)時(shí)代，人類在實(shí)踐中逐漸意識到數(shù)據(jù)的重要性，并通過對數(shù)據(jù)的進(jìn)一步采集、存儲、整合、分析、利用發(fā)現(xiàn)新的知識、創(chuàng)造新的價(jià)值，為社會帶來全新的發(fā)展機(jī)遇。目前，大數(shù)據(jù)作為一項(xiàng)新興的信息技術(shù)，受到了大型企業(yè)、信息服務(wù)機(jī)構(gòu)乃至政府的高度重視，其帶來了一場知識革命，龐大的數(shù)據(jù)量將對各個(gè)領(lǐng)域產(chǎn)生巨大影響。因此，大數(shù)據(jù)成為一個(gè)至關(guān)重要的課題，吸引了大量學(xué)者對其進(jìn)行深入研究，筆者在查閱國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，對大數(shù)據(jù)的理論研究、大數(shù)據(jù)的應(yīng)用研究、大數(shù)據(jù)時(shí)代面臨的挑戰(zhàn)進(jìn)行了綜合分析，以期展望未來大數(shù)據(jù)的發(fā)展趨勢。

1大數(shù)據(jù)的理論研究

由于“大數(shù)據(jù)”一詞是近幾年才提出的，因此理論研究是學(xué)術(shù)界研究的熱點(diǎn)，其包括大數(shù)據(jù)的內(nèi)涵、技術(shù)等方面。

1.1大數(shù)據(jù)的內(nèi)涵

1.1.1定義。大數(shù)據(jù)作為新出現(xiàn)的名詞，尚未有一個(gè)標(biāo)準(zhǔn)的定義，人們對大數(shù)據(jù)的理解也各不相同。全球知名咨詢機(jī)構(gòu)麥肯錫公司在其的研究報(bào)告中對大數(shù)據(jù)作了如下定義：其大小超越了典型數(shù)據(jù)庫軟件的采集、存儲、管理以及分析等能力的數(shù)據(jù)集。李國杰院士及程學(xué)旗教授認(rèn)為，大數(shù)據(jù)是指無法在可容忍的時(shí)間內(nèi)用傳統(tǒng)IT技術(shù)和軟硬件工具對其進(jìn)行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)集合[1]。學(xué)者韓翠峰則認(rèn)為，大數(shù)據(jù)是存儲在數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)以及由圖片、音視頻、電子郵件、社交網(wǎng)絡(luò)等產(chǎn)生的半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的總和[2]。筆者通過對比分析發(fā)現(xiàn)，大數(shù)據(jù)并非單純指數(shù)據(jù)量的大小，而是指在體量浩大、模態(tài)繁多的數(shù)據(jù)中能快速獲取有價(jià)值的信息。

1.1.2特點(diǎn)。大數(shù)據(jù)是指無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析、處理的海量且復(fù)雜的數(shù)據(jù)集合。業(yè)界通常用“4V”來描述其特征：①數(shù)據(jù)體量巨大（Volume）。隨著科學(xué)技術(shù)的進(jìn)步與發(fā)展，數(shù)據(jù)集合的規(guī)模不斷擴(kuò)大，已由TB級升至PB級。②數(shù)據(jù)種類繁多（Variety）。目前，數(shù)據(jù)類型愈發(fā)多樣，非結(jié)構(gòu)化數(shù)據(jù)越來越多，如微博微信、圖片視頻、地理位置信息等，這對數(shù)據(jù)處理能力提出了更高要求。③處理速度快（Velocity）。隨著移動(dòng)網(wǎng)絡(luò)的發(fā)展，人們對數(shù)據(jù)的實(shí)時(shí)應(yīng)用需求變得更為普遍，因?yàn)橐恍?shù)據(jù)具有很強(qiáng)的時(shí)效性，所以需要快速處理，這是其區(qū)別于傳統(tǒng)數(shù)據(jù)挖掘的最顯著特征。④價(jià)值密度低（Value）。數(shù)據(jù)的價(jià)值巨大，但囿于傳統(tǒng)的思維方式與技術(shù)方法，其價(jià)值密度卻與數(shù)據(jù)總量成反比。NetApp指出，大數(shù)據(jù)主要包括3大要素：大分析，通過對巨大數(shù)據(jù)集合的實(shí)時(shí)分析，幫助用戶獲取新的價(jià)值；高帶寬，達(dá)到更快的數(shù)據(jù)處理速度；多內(nèi)容，能輕松實(shí)現(xiàn)數(shù)據(jù)的恢復(fù)、備份、復(fù)制與管理，在不丟失任何信息的情況下實(shí)現(xiàn)高擴(kuò)展性[3]。Wakefield Research在2012年的大數(shù)據(jù)研究中揭示了大數(shù)據(jù)的3個(gè)特點(diǎn)和現(xiàn)狀。首先，大數(shù)據(jù)已經(jīng)到達(dá)了一個(gè)臨界點(diǎn)，數(shù)據(jù)已變得普遍，現(xiàn)在其已是大家的事務(wù)。其次，大數(shù)據(jù)在開創(chuàng)領(lǐng)導(dǎo)者工作議程的價(jià)值上已經(jīng)達(dá)到了一個(gè)頂點(diǎn)。最后，關(guān)鍵業(yè)務(wù)功能不充分地支持?jǐn)?shù)據(jù)為它許諾的價(jià)值，掙扎于龐大的體積和安全問題中，公司開始重新考慮他們的數(shù)據(jù)戰(zhàn)略。

1.2大數(shù)據(jù)的技術(shù)

大數(shù)據(jù)技術(shù)是近年來備受關(guān)注的一個(gè)熱點(diǎn)，是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力。隨著互聯(lián)網(wǎng)的迅猛發(fā)展，數(shù)據(jù)量的增長速度越來越快，傳統(tǒng)技術(shù)已無法滿足人們對大數(shù)據(jù)的處理需要，很多研究者開始關(guān)注與大數(shù)據(jù)分析相關(guān)的技術(shù)。

1.2.1云計(jì)算。中國人民大學(xué)孟小峰教授認(rèn)為，大數(shù)據(jù)的關(guān)鍵技術(shù)主要涉及云計(jì)算和大數(shù)據(jù)分析工具[4]。云計(jì)算是大數(shù)據(jù)的基礎(chǔ)平臺，正是有了云計(jì)算技術(shù)在數(shù)據(jù)存儲、數(shù)據(jù)管理以及數(shù)據(jù)分析等方面的支撐，大數(shù)據(jù)才得以廣泛應(yīng)用。云計(jì)算技術(shù)中主要涉及文件系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、檢索與查詢技術(shù)、數(shù)據(jù)分析技術(shù)等。

1.2.2大數(shù)據(jù)分析工具。目前被廣泛關(guān)注和應(yīng)用的分布式系統(tǒng)基礎(chǔ)架構(gòu)Hadoop已經(jīng)發(fā)展成為包括文件系統(tǒng)（HDFS）、數(shù)據(jù)庫（HBase、Cassandra）、數(shù)據(jù)處理（MapReuce）等功能模塊在內(nèi)的完整生態(tài)系統(tǒng)（Ecosystem）。其可以高速捕捉、發(fā)現(xiàn)并分析數(shù)量大、結(jié)構(gòu)復(fù)雜的數(shù)據(jù)，為用戶決策與創(chuàng)新提供豐富的知識和有效的答案。

1.2.3并行數(shù)據(jù)庫。并行數(shù)據(jù)庫技術(shù)起源于20世紀(jì)80年代后期，研究的重點(diǎn)是并行數(shù)據(jù)庫的物理組織、操作算法、優(yōu)化調(diào)度策略。當(dāng)前主流的并行數(shù)據(jù)庫都支持標(biāo)準(zhǔn)SQL，并且實(shí)現(xiàn)了數(shù)據(jù)庫界過去30年提出的許多先進(jìn)技術(shù)。其主要采用shared-nothing結(jié)構(gòu)，將關(guān)系表在節(jié)點(diǎn)間橫向劃分，并利用優(yōu)化器對執(zhí)行過程進(jìn)行調(diào)度和管理，目標(biāo)是通過多個(gè)處理節(jié)點(diǎn)并行來執(zhí)行數(shù)據(jù)庫任務(wù)，提高整個(gè)數(shù)據(jù)庫系統(tǒng)的性能和可用性。

1.2.4MapReduce。MapReduce是一種用于大規(guī)模數(shù)據(jù)集的并行運(yùn)算的編程模型，其主要思想源于函數(shù)式編程語言以及矢量編程語言。MapReduce起初主要用來處理互聯(lián)網(wǎng)數(shù)據(jù)，但其簡單而強(qiáng)大的數(shù)據(jù)處理接口和對大規(guī)模并行執(zhí)行、容錯(cuò)及負(fù)載均衡等實(shí)現(xiàn)細(xì)節(jié)的隱藏，使其迅速在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析等領(lǐng)域被廣泛應(yīng)用。MapReduce將數(shù)據(jù)處理任務(wù)抽象為一系列的Map（映射）―Reduce（歸約）操作，Map主要完成數(shù)據(jù)的過濾操作，Reduce主要完成數(shù)據(jù)的聚集操作。其輸入、輸出數(shù)據(jù)均以〈key， value〉格式存儲，用戶在使用該編程模型時(shí)只需按照自己熟悉的語言實(shí)現(xiàn)Map函數(shù)和Reduce函數(shù)即可，MapReduce框架會自動(dòng)對任務(wù)進(jìn)行劃分以做到并行執(zhí)行[5]。

2大數(shù)據(jù)的應(yīng)用研究

研究者除了對大數(shù)據(jù)進(jìn)行基礎(chǔ)的理論研究外，也開始傾向于應(yīng)用方面的研究，如公共事業(yè)、物流零售、文化娛樂、能源制造、金融保險(xiǎn)、IT互聯(lián)網(wǎng)等眾多領(lǐng)域。

2.1自然科學(xué)

因?qū)I(yè)需要，自然科學(xué)界很早就進(jìn)入了大數(shù)據(jù)研究時(shí)代，科學(xué)研究已經(jīng)被大數(shù)據(jù)徹底改變。如：在天文領(lǐng)域，The Sloan Digital Sky Survey已經(jīng)變成如今全球天文學(xué)家的信息來源中心；在生物科學(xué)領(lǐng)域，借助對大數(shù)據(jù)的研究，已有了建立公共數(shù)據(jù)庫行之有效的方法；在醫(yī)學(xué)領(lǐng)域，對信息技術(shù)的利用在減少醫(yī)療費(fèi)用的同時(shí)也提高了治療的質(zhì)量，實(shí)現(xiàn)了事先預(yù)防。

2.2社會科學(xué)

大數(shù)據(jù)應(yīng)用于社會科學(xué)基本是在研究工具引入計(jì)算機(jī)以后才開展的，其中尤為突出的是商業(yè)方面和社會管理方面。

2.2.1商業(yè)方面。由于手機(jī)、電腦等通信工具的普及，海量的數(shù)據(jù)開始能夠被發(fā)現(xiàn)并收集起來。通過數(shù)據(jù)的挖掘、處理、整合，可以將存儲在不同系統(tǒng)中看起來毫不相關(guān)的數(shù)據(jù)聯(lián)系到一起，從中找出相關(guān)關(guān)系，并獲得一幅關(guān)于企業(yè)運(yùn)營的完整圖景。此外，運(yùn)用大數(shù)據(jù)技術(shù)可以推動(dòng)企業(yè)的業(yè)務(wù)升級轉(zhuǎn)型，如金融類和零售類的企業(yè)以往在評估用戶信用等級和店鋪倉儲方面需要耗費(fèi)大量的人力、物力，而運(yùn)用大數(shù)據(jù)分析技術(shù)之后，能及時(shí)處理相關(guān)信息，提高運(yùn)營效率，總結(jié)發(fā)展過程中的模式，并改善預(yù)測未來的能力[6]。

2.2.2社會管理方面。世界各國政府在國家管理方面已經(jīng)引入了各種數(shù)據(jù)分析，以期從繁雜的社會現(xiàn)象中總結(jié)出科學(xué)的政策來指引民眾，保證社會的穩(wěn)定有序發(fā)展。如美國政府將犯罪率加以統(tǒng)計(jì)，以期預(yù)測未來可能發(fā)生的犯罪行為，從而預(yù)防犯罪事件的發(fā)生。

3大數(shù)據(jù)時(shí)代的挑戰(zhàn)和趨勢

3.1大數(shù)據(jù)時(shí)代面臨的挑戰(zhàn)

3.1.1大數(shù)據(jù)需求不夠清晰。很多業(yè)務(wù)部門不夠了解大數(shù)據(jù)及其應(yīng)用價(jià)值，很難提出精準(zhǔn)的大數(shù)據(jù)需求，阻礙了企業(yè)對大數(shù)據(jù)的利用。同時(shí)，很多有價(jià)值的歷史數(shù)據(jù)由于沒有應(yīng)用場景而被刪除，導(dǎo)致了數(shù)據(jù)資產(chǎn)流失。因此，大數(shù)據(jù)從業(yè)者應(yīng)該與專家共同探討，分享大數(shù)據(jù)應(yīng)用場景，從而使更多的業(yè)務(wù)人員真正了解大數(shù)據(jù)的價(jià)值。

3.1.2數(shù)據(jù)孤島現(xiàn)象嚴(yán)重。由于數(shù)據(jù)常常散落在不同的業(yè)務(wù)部門，并存儲在不同的數(shù)據(jù)倉庫中，同時(shí)不同業(yè)務(wù)部門的數(shù)據(jù)技術(shù)也不盡相同，這就導(dǎo)致數(shù)據(jù)在企業(yè)內(nèi)部無法有效關(guān)聯(lián)與整合，進(jìn)而影響數(shù)據(jù)價(jià)值的挖掘。因此，如何將不同部門的數(shù)據(jù)聯(lián)通，并實(shí)現(xiàn)技術(shù)與工具的共享，值得我們深入思考。

3.1.3數(shù)據(jù)可用性低。很多企業(yè)不夠重視大數(shù)據(jù)的預(yù)處理工作，導(dǎo)致收集到的龐大規(guī)模的數(shù)據(jù)不規(guī)范、不準(zhǔn)確、質(zhì)量差，不便于挖掘有價(jià)值的信息。因此，如何利用大數(shù)據(jù)的去冗降噪技術(shù)，提高數(shù)據(jù)的可用性和準(zhǔn)確性，一直是學(xué)界爭論的話題。

3.1.4技術(shù)架構(gòu)。數(shù)據(jù)量的急劇增長超越了系統(tǒng)的數(shù)據(jù)處理能力，如何構(gòu)建分布式的數(shù)據(jù)倉庫且可方便擴(kuò)展成為挑戰(zhàn)。海量數(shù)據(jù)需要強(qiáng)大的數(shù)據(jù)中心作為支撐，如何在保證數(shù)據(jù)穩(wěn)定、支持高并發(fā)的同時(shí)，減少服務(wù)器的低負(fù)載，也將成為挑戰(zhàn)。

3.1.5數(shù)據(jù)安全。在數(shù)據(jù)收集的過程中，暫時(shí)還沒有一個(gè)比較系統(tǒng)有效的措施來保證信息不外泄，即使有較為完備的方案，也存在著高成本與極大的復(fù)雜性，甚至?xí)a(chǎn)生新的漏洞。這些情況成為現(xiàn)階段難以逾越的鴻溝，如何保證用戶的信息安全成為大數(shù)據(jù)時(shí)代非常重要的課題。

3.1.6人才缺乏。大數(shù)據(jù)開發(fā)建設(shè)的各個(gè)環(huán)節(jié)都離不開專業(yè)人才，據(jù)Gartner預(yù)測，到2015年，全球?qū)⑿略?40萬個(gè)與大數(shù)據(jù)相關(guān)的工作崗位，且需要的是能夠綜合掌握數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、自然語言處理等的復(fù)合型人才。因此，高校應(yīng)與企業(yè)合作，共同培養(yǎng)并造就一支熟悉大數(shù)據(jù)技術(shù)、有大數(shù)據(jù)應(yīng)用經(jīng)驗(yàn)的專業(yè)隊(duì)伍，以保證大數(shù)據(jù)市場的長遠(yuǎn)發(fā)展。

3.1.7數(shù)據(jù)開放。各系統(tǒng)建設(shè)缺少統(tǒng)一規(guī)劃、統(tǒng)一標(biāo)準(zhǔn)，因而形成了很多“信息孤島”，致使數(shù)據(jù)開放程度較低，阻礙了數(shù)據(jù)的有效利用。同時(shí)，由于我國缺少有關(guān)大數(shù)據(jù)方面的立法，導(dǎo)致無法既保證數(shù)據(jù)共享又防止數(shù)據(jù)濫用。另外，如何在推動(dòng)數(shù)據(jù)全面開放、應(yīng)用、共享的同時(shí)有效保護(hù)用戶隱私，也將是大數(shù)據(jù)時(shí)代的一個(gè)重大挑戰(zhàn)。

3.2大數(shù)據(jù)研究的發(fā)展趨勢

3.2.1逐漸成為重要的戰(zhàn)略資源。已有越來越多的國家宣布架構(gòu)大數(shù)據(jù)的傳播機(jī)制并進(jìn)一步擴(kuò)大規(guī)模，力圖在大數(shù)據(jù)時(shí)代的信息競爭環(huán)境下處于主導(dǎo)地位，相信未來大數(shù)據(jù)將成為提升機(jī)構(gòu)和企業(yè)競爭力的強(qiáng)大武器。

3.2.2在更多領(lǐng)域發(fā)揮作用。目前，大數(shù)據(jù)在互聯(lián)網(wǎng)、金融等領(lǐng)域已取得較好的應(yīng)用效果，未來相信大數(shù)據(jù)將會在更多領(lǐng)域得到應(yīng)用，以幫助企業(yè)更好地滿足用戶的現(xiàn)實(shí)需求和潛在需求，并帶來廣泛的社會價(jià)值。

3.2.3大數(shù)據(jù)的價(jià)值要在開放的基礎(chǔ)上才能得以實(shí)現(xiàn)，尤其在公共事業(yè)方面。我國一些城市和部門正在逐漸開展數(shù)據(jù)開放工作；另外，對于不同行業(yè)，數(shù)據(jù)共享也是體現(xiàn)數(shù)據(jù)價(jià)值的重要途徑，未來相信數(shù)據(jù)共享會成為一種趨勢，并將出現(xiàn)不同領(lǐng)域的數(shù)據(jù)聯(lián)盟。

3.2.4安全隱私問題將成為研究重點(diǎn)。在發(fā)展大數(shù)據(jù)分析的同時(shí)，對其涉及的安全隱私問題，各個(gè)研究機(jī)構(gòu)已經(jīng)開始有所作為。在設(shè)計(jì)LDCC（洛桑數(shù)據(jù)收集活動(dòng)）時(shí)，NOKIA公司在與志愿者相關(guān)數(shù)據(jù)、匿名化及研究人員承諾方面做了一定的探索。

3.2.5創(chuàng)造新的就業(yè)崗位。大數(shù)據(jù)的出現(xiàn)與應(yīng)用將創(chuàng)造一批新的就業(yè)崗位，如數(shù)據(jù)分析師、數(shù)據(jù)管理專家、數(shù)據(jù)產(chǎn)品經(jīng)理等。由于強(qiáng)烈的市場需求，未來高校將逐步開設(shè)大數(shù)據(jù)相關(guān)專業(yè)，同時(shí)與企業(yè)緊密合作，以培養(yǎng)專業(yè)人才。

大數(shù)據(jù)時(shí)代的到來以及大量相關(guān)技術(shù)的廣泛應(yīng)用極大地影響了承載著知識存儲、組織、開發(fā)與傳播重任的圖書館的命運(yùn)，如何避免被邊緣化，將自身從傳統(tǒng)意義上的靜態(tài)收集轉(zhuǎn)為動(dòng)態(tài)分析并進(jìn)行有效檢索成為圖書館從業(yè)人員當(dāng)下要解決的重要課題。

參考文獻(xiàn)：

[1][ZK（#]李國杰，程學(xué)旗.大數(shù)據(jù)研究：未來科技及經(jīng)濟(jì)社會發(fā)展的重大戰(zhàn)略領(lǐng)域[J].中國科學(xué)院院刊，2012（27）：648-654.

[2]韓翠峰.大數(shù)據(jù)帶給圖書館的影響與挑戰(zhàn)[J].圖書與情報(bào)，2012（5）：38.

[3]NetApp. Big Data Solutions for Government[EB/OL].[2014-08-10].http：///us/solutions/in-dustry/government/bigdata.aspx.

[4]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013（50）：152-159.

篇10

②大數(shù)據(jù)可視化

③BI商業(yè)智能分析

④大數(shù)據(jù)檢索

⑤產(chǎn)品大數(shù)據(jù)分析

⑥大數(shù)據(jù)預(yù)測、咨詢

⑦大數(shù)據(jù)服務(wù)支撐平臺

⑧機(jī)器學(xué)習(xí)技術(shù)

“大數(shù)據(jù)分析、可視化及BI領(lǐng)域——

雖然這三個(gè)領(lǐng)域在功能及應(yīng)用范圍上各有千秋，但實(shí)質(zhì)上可以說是相輔相成：通過大數(shù)據(jù)的基礎(chǔ)分析工具，研究人員可以獲得數(shù)據(jù)內(nèi)部的邏輯及結(jié)果表現(xiàn)，但通常這些結(jié)果過于復(fù)雜并缺乏合理的表達(dá)形式，使數(shù)據(jù)科學(xué)家及企業(yè)的管理者無法快速領(lǐng)會并對經(jīng)營活動(dòng)進(jìn)行調(diào)整。

因此大數(shù)據(jù)的可視化方案應(yīng)運(yùn)而生，多數(shù)可視化方案都作為數(shù)據(jù)分析工具的延伸而存在，但也有少部分公司另辟蹊徑，采用非傳統(tǒng)方式將數(shù)據(jù)的可視化更加貼近需求。BI則是大數(shù)據(jù)分析和可視化與業(yè)務(wù)場景的結(jié)合，作為企業(yè)內(nèi)部管理工具，使企業(yè)的價(jià)值有了極大的增長，成為了大數(shù)據(jù)應(yīng)用領(lǐng)域重要的一環(huán)。

{ 1 }大數(shù)據(jù)分析領(lǐng)域，在朝向易用、簡單化發(fā)展

大部分大數(shù)據(jù)分析企業(yè)的現(xiàn)狀，可以說是將數(shù)據(jù)的分析、可視化及數(shù)據(jù)的采集、治理、集成進(jìn)行了一體化，以大數(shù)據(jù)的分析平臺形式存在。例如Fractal Analytics除了具備數(shù)據(jù)分析功能外，還提供自動(dòng)化數(shù)據(jù)清理及驗(yàn)證服務(wù)，能夠返回標(biāo)準(zhǔn)化的結(jié)構(gòu)化數(shù)據(jù)；Voyager Labs則能夠?qū)崟r(shí)采集、分析遍布世界各地的數(shù)十億個(gè)數(shù)據(jù)點(diǎn)，幫助用戶進(jìn)行預(yù)測。

上述典型公司主要面向大型企業(yè)進(jìn)行定制化全流程服務(wù)，客單價(jià)有時(shí)高達(dá)千萬美元級別，例如Fractal Analytics的客戶就包括飛利浦、金佰利等大型公司，其高昂的價(jià)格及服務(wù)令小型企業(yè)望塵莫及。

但隨著大數(shù)據(jù)技術(shù)的逐漸普及，SaaS化的大數(shù)據(jù)分析服務(wù)將是一個(gè)明確的發(fā)展方向，而其使用門檻也將大幅降低，從而將大數(shù)據(jù)分析的能力逐步賦予給中小企業(yè)，以真正的實(shí)現(xiàn)其基礎(chǔ)資源的價(jià)值。同時(shí)確保企業(yè)數(shù)據(jù)安全的數(shù)據(jù)脫敏、數(shù)據(jù)保護(hù)市場也會隨著SaaS化的到來而逐步拓展出新的市場空間。

目前大數(shù)據(jù)技術(shù)簡化、低成本、易用的趨勢已經(jīng)在部分公司的產(chǎn)品策略上有所體現(xiàn)，例如大數(shù)據(jù)分析公司Domino的產(chǎn)品讓數(shù)據(jù)科學(xué)家只需專注于自己的分析工作，而不用關(guān)注軟硬件基礎(chǔ)設(shè)施的建立及維護(hù)，Datameer更進(jìn)一步開發(fā)出的產(chǎn)品屏蔽了復(fù)雜的大數(shù)據(jù)分析底層技術(shù)，通過類似電子表格的可視化數(shù)據(jù)分析用戶界面，讓企業(yè)的員工能夠快速上手使用，RapidMiner Studio可零代碼操作客戶端，實(shí)現(xiàn)機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、文本挖掘、預(yù)測性分析等功能。

在大數(shù)據(jù)分析能力普及的同時(shí)，提升數(shù)據(jù)分析性能、優(yōu)化數(shù)據(jù)分析結(jié)果的技術(shù)研發(fā)也在快速進(jìn)展中。例如SigOpt通過自主開發(fā)的貝葉斯優(yōu)化(Bayesian Optimization)算法來調(diào)整模型的參數(shù)，獲得了比常見的網(wǎng)格搜索(grid searching technique)解決方案更快、更穩(wěn)定、更易于使用的結(jié)果，目前SigOpt的產(chǎn)品不僅可以讓用戶測試不同變量，還能夠提供下一步的測試建議，以幫助用戶持續(xù)優(yōu)化改善數(shù)據(jù)分析結(jié)果。

令人感到欣喜的是，在大數(shù)據(jù)分析領(lǐng)域還存在著一些顛覆了傳統(tǒng)數(shù)據(jù)分析理論，采用獨(dú)特方式方法進(jìn)行數(shù)據(jù)分析的公司。這類公司的技術(shù)對傳統(tǒng)數(shù)據(jù)分析方法進(jìn)行了很好的補(bǔ)充，在特定領(lǐng)域有著成功的應(yīng)用。

這類公司中的典型之一是由三位全球頂尖的數(shù)學(xué)家創(chuàng)立的Ayasdi，它利用拓?fù)鋽?shù)據(jù)分析技術(shù)和上百種機(jī)器學(xué)習(xí)的算法來處理復(fù)雜的數(shù)據(jù)集，不僅可以有效地捕捉高維數(shù)據(jù)空間的拓?fù)湫畔?，而且擅長發(fā)現(xiàn)一些用傳統(tǒng)方法無法發(fā)現(xiàn)的小分類，這種方法目前在基因與癌癥研究領(lǐng)域大顯身手，例如一位醫(yī)生利用Ayasdi的數(shù)據(jù)分析技術(shù)發(fā)現(xiàn)了乳腺癌的14個(gè)變種，如今Ayasdi已經(jīng)在金融服務(wù)和醫(yī)療保健行業(yè)中獲得了相當(dāng)數(shù)量的客戶。

{ 2 }可視化技術(shù)，逐步實(shí)現(xiàn)了自動(dòng)化、智能化

大數(shù)據(jù)可視化是連接數(shù)據(jù)分析結(jié)果與人腦的最好途徑，因此可視化技術(shù)的高低也成為了左右大數(shù)據(jù)企業(yè)獲客能力的重要因素。目前可視化的發(fā)展方向同大數(shù)據(jù)分析一致，都是朝著簡單、自動(dòng)化、智能的方向在努力。

典型企業(yè)如Alteryx是一個(gè)提供一站式數(shù)據(jù)分析平臺的初創(chuàng)公司，旨在讓用戶在同一個(gè)平臺上完成數(shù)據(jù)輸入、建模以及數(shù)據(jù)圖形化等操作，將數(shù)據(jù)運(yùn)算與精美的圖像完美地嫁接在一起，并能夠和SAS和R語言一樣進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)和分析。

通過可視化幫助用戶實(shí)現(xiàn)真正的管理能力提升也是重要的功能之一，德國大數(shù)據(jù)公司Celonis通過流程挖掘技術(shù)，從日常記錄中提取數(shù)據(jù)、發(fā)現(xiàn)關(guān)鍵因素，并最終揭示公司在業(yè)務(wù)中的執(zhí)行情況，能夠幫助客戶公司提高30%的工作效率。

發(fā)展到如今，可視化技術(shù)已經(jīng)不局限于傳統(tǒng)的分析結(jié)果展示，而是能夠直接轉(zhuǎn)換文本、圖片等非結(jié)構(gòu)化的數(shù)據(jù)并直觀展現(xiàn)，例如Quid利用機(jī)器智能讀取大量文本，然后將該數(shù)據(jù)轉(zhuǎn)換為交互式視覺地圖，以節(jié)約過去通常會耗費(fèi)在閱讀檢索中的大量時(shí)間。Origami幫助營銷人員將CRM、社交媒體、郵件營銷和調(diào)查報(bào)告等跨平臺的數(shù)據(jù)整合并進(jìn)行有效分析，使其簡單化、直觀化、視覺化，人人都能夠高效實(shí)用。

同時(shí)數(shù)據(jù)分析及可視化對硬件應(yīng)用的革新也在進(jìn)行中，開發(fā)GPU關(guān)系數(shù)據(jù)庫服務(wù)的Kinetica獲得了5000萬美元A輪融資，采用同一技術(shù)路線的MapD也已經(jīng)能夠做到比傳統(tǒng)計(jì)算內(nèi)核快100倍的速度對大數(shù)據(jù)進(jìn)行查詢與可視化。

{ 3 }BI技術(shù)擺脫"雞肋"，實(shí)時(shí)便捷普惠政企效率提升

BI技術(shù)的發(fā)展已經(jīng)有了較長的歷史，但由于技術(shù)因素此前一直被限制于企業(yè)內(nèi)部采集與應(yīng)用，實(shí)際發(fā)揮的效果有限并且使用率不高。如今在數(shù)據(jù)采集與應(yīng)用范圍普及與大數(shù)據(jù)分析、可視化技術(shù)的推動(dòng)下，通過數(shù)據(jù)儀表板、智能決策等方式提升企業(yè)運(yùn)營效率利器的BI再次獲得了資本市場的青睞，Tableau作為BI的代表性企業(yè)已經(jīng)順利IPO目前市值超過48億美元，另一家代表性企業(yè)DOMO估值也達(dá)到20億美元，成長速度遠(yuǎn)超傳統(tǒng)商業(yè)軟件公司。

相比于可視化技術(shù)，BI更偏重于實(shí)際的應(yīng)用，通過模板化、SaaS化及去代碼等方式，BI應(yīng)用范圍不再局限于數(shù)據(jù)科學(xué)家及企業(yè)高管，可預(yù)見未來企業(yè)內(nèi)部每個(gè)員工都可以通過BI工具獲知自己及所處部門的各項(xiàng)數(shù)據(jù)，并能夠有針對性的改進(jìn)工作方式與方向。

已經(jīng)累計(jì)融資1.77億美元的Looker令用戶能夠使用自然語言進(jìn)行查詢，降低了查詢大型數(shù)據(jù)集的門檻；GoodData為企業(yè)提供大數(shù)據(jù)分析SaaS服務(wù)，其所有的數(shù)據(jù)分析服務(wù)實(shí)現(xiàn)了100%云化，企業(yè)可以將公司已有數(shù)據(jù)導(dǎo)入GoodData的云平臺，再對數(shù)據(jù)做跟蹤、切分、可視化、分析等處理。

BI領(lǐng)域一個(gè)有意思的應(yīng)用案例是Qlik公司的產(chǎn)品受到了中國海關(guān)總署的高度贊揚(yáng)。海關(guān)總署每天都需要進(jìn)行龐大的數(shù)據(jù)分析，Qlik則通過圖形化數(shù)據(jù)展示，使海關(guān)管理人員不再受平臺和時(shí)間的限制，能夠多視角長跨度的分析，實(shí)現(xiàn)了對于現(xiàn)有海量數(shù)據(jù)的業(yè)務(wù)的快速展示，極大地促進(jìn)了稽查效果。

“企業(yè)大數(shù)據(jù)檢索、產(chǎn)品大數(shù)據(jù)分析、大數(shù)據(jù)咨詢預(yù)測、大數(shù)據(jù)平臺及機(jī)器學(xué)習(xí)領(lǐng)域——

企業(yè)大數(shù)據(jù)檢索能夠充分挖掘并釋放企業(yè)數(shù)據(jù)的潛力；產(chǎn)品的大數(shù)據(jù)分析使用戶行為成為了產(chǎn)品設(shè)計(jì)與運(yùn)營環(huán)節(jié)的重要參考因素；大數(shù)據(jù)技術(shù)與咨詢業(yè)務(wù)的結(jié)合則對咨詢行業(yè)形成了很大的影響，數(shù)據(jù)技術(shù)導(dǎo)向的咨詢業(yè)務(wù)將極有可能成為未來行業(yè)的主流選擇；大數(shù)據(jù)服務(wù)支撐平臺類企業(yè)則為大數(shù)據(jù)技術(shù)的普及和實(shí)用化做了很大的貢獻(xiàn)，是大數(shù)據(jù)技術(shù)生態(tài)中不可或缺的一環(huán)；最后是機(jī)器學(xué)習(xí)，作為大數(shù)據(jù)分析的底層技術(shù)方法也逐漸開始得到廣泛應(yīng)用。

首先將企業(yè)大數(shù)據(jù)檢索、產(chǎn)品大數(shù)據(jù)分析、大數(shù)據(jù)咨詢預(yù)測、大數(shù)據(jù)平臺和機(jī)器學(xué)習(xí)這五個(gè)領(lǐng)域的典型企業(yè)列舉如下，接下來將分版塊進(jìn)行詳細(xì)介紹。

{ 4 }企業(yè)大數(shù)據(jù)檢索

移動(dòng)互聯(lián)網(wǎng)的普及與SaaS服務(wù)的興起令企業(yè)沉淀的數(shù)據(jù)量呈指數(shù)級上升，但目前對企業(yè)數(shù)據(jù)價(jià)值的挖掘僅僅停留在較淺層面，真正的大數(shù)據(jù)分析能力還尚未應(yīng)用。因此如何做好企業(yè)內(nèi)部數(shù)據(jù)信息價(jià)值的發(fā)掘成為了關(guān)鍵的第一步。

提升企業(yè)數(shù)據(jù)挖掘檢索能力，并將檢索的技術(shù)門檻降低的典型企業(yè)有Algolia，目前其產(chǎn)品具備關(guān)鍵字輸入智能容錯(cuò)功能，并提供搜索排名配置，能夠讓普通員工也能按需要找到自己所需的數(shù)據(jù)信息。同時(shí)Algolia還為移動(dòng)設(shè)備提供了離線搜索引擎，其C++ SDK可以嵌入到應(yīng)用服務(wù)器端，這樣即便沒有網(wǎng)絡(luò)連接應(yīng)用也能提供搜索功能，適用范圍很廣。

而在SaaS化服務(wù)興起的同時(shí)，企業(yè)采用多種軟件導(dǎo)致內(nèi)部數(shù)據(jù)不聯(lián)通而形成了數(shù)據(jù)孤島。根據(jù)互聯(lián)網(wǎng)女皇Mary Meeker的分析，不同行業(yè)的公司平均使用SaaS服務(wù)的數(shù)量從最低25個(gè)至高達(dá)91個(gè)，需要跨平臺數(shù)據(jù)檢索分析服務(wù)。Maana開發(fā)的數(shù)據(jù)搜索和發(fā)現(xiàn)平臺Maana Knowledge Graph，其長處便是收集來自多個(gè)系統(tǒng)或者"孤島"的數(shù)據(jù)，并將其轉(zhuǎn)換為運(yùn)營建議，可廣泛應(yīng)用于多個(gè)行業(yè)。

{ 5 }產(chǎn)品大數(shù)據(jù)分析

產(chǎn)品大數(shù)據(jù)分析相對其他應(yīng)用來說關(guān)注度稍低，但其能夠發(fā)揮的功能并不少。通過收集用戶的瀏覽、點(diǎn)擊、購買等行為，不單從宏觀上能夠察覺用戶群體的喜好變化提前應(yīng)對，微觀上還能夠構(gòu)建用戶畫像，從而做到定制的產(chǎn)品推薦與營銷，能夠有效的提升用戶的消費(fèi)水平與滿意程度。

Mixpanel便是一家提供類似產(chǎn)品的公司，其讓企業(yè)用戶跟蹤用戶的使用習(xí)慣提供實(shí)時(shí)分析，其產(chǎn)品有用戶動(dòng)態(tài)分析(Trends)、行為漏斗模型(Funnels)、用戶活躍度(Cohorts)及單用戶行為分析(People)等幾個(gè)模塊，全面的覆蓋了可能發(fā)生的用戶行為與場景。

{ 6 }大數(shù)據(jù)咨詢預(yù)測

如今大數(shù)據(jù)技術(shù)的發(fā)展為事件分析和預(yù)測提供了可能，并且準(zhǔn)確度和處理速度已經(jīng)具備了很大競爭力，傳統(tǒng)咨詢公司的處境類似于現(xiàn)在面對AI威脅的華爾街分析師，或許不久之后就將會被替代。因此隨著逐漸出現(xiàn)大數(shù)據(jù)咨詢公司的同時(shí)，傳統(tǒng)咨詢企業(yè)也紛紛與大數(shù)據(jù)技術(shù)公司合作，甚至成立了自己的數(shù)據(jù)業(yè)務(wù)部門。

Opera Solutions便是一家依托大數(shù)據(jù)分析的咨詢公司，其創(chuàng)始人是咨詢行業(yè)資深人士，曾創(chuàng)辦了商業(yè)咨詢公司Mitchell Madison和Zeborg。

目前Opera致力于金融領(lǐng)域的數(shù)據(jù)分析類咨詢，通過建模、定量分析給客戶提供建議，解決客戶的商業(yè)問題。例如其計(jì)算機(jī)系統(tǒng)可以一次性采集數(shù)十億條數(shù)據(jù)，包含從房產(chǎn)和汽車價(jià)格到經(jīng)紀(jì)賬戶和供應(yīng)鏈的實(shí)時(shí)數(shù)據(jù)等，通過分析從中獲得有關(guān)消費(fèi)者、市場和整個(gè)經(jīng)濟(jì)體系將如何行動(dòng)的信號或見解。其客戶包含了咨詢機(jī)構(gòu)及花旗銀行等公司，最近還為摩根士丹利提供了幫助經(jīng)紀(jì)人團(tuán)隊(duì)給其客戶提供投資建議的業(yè)務(wù)。

新技術(shù)、機(jī)器學(xué)習(xí)與咨詢預(yù)測行業(yè)的結(jié)合，相比于僅使用大數(shù)據(jù)分析技術(shù)能夠獲得更好的效果，也成為了行業(yè)內(nèi)的一個(gè)小熱點(diǎn)。例如基于社會物理學(xué)原理的Endor能夠依托少量數(shù)據(jù)生成統(tǒng)一的人類行為數(shù)據(jù)集，并比傳統(tǒng)海量數(shù)據(jù)分析方式更早的做出模式識別與判斷。在甄別facebook上受ISIS控制的賬號的實(shí)驗(yàn)中，根據(jù)已知少量ISIS賬號特性，Endor高效分辨出了新的ISIS疑似賬號并且準(zhǔn)確度令人滿意。

{ 7 }大數(shù)據(jù)服務(wù)支撐平臺

目前圍繞著大數(shù)據(jù)技術(shù)與大數(shù)據(jù)產(chǎn)業(yè)生態(tài)鏈發(fā)展的，還有許多是平臺服務(wù)型的公司，這類公司具備一定的技術(shù)水平，但主要通過服務(wù)大數(shù)據(jù)技術(shù)公司及科研人員而存在，是技術(shù)生態(tài)中不可或缺的一環(huán)。

Dataiku創(chuàng)建了一個(gè)云平臺，旨在使數(shù)據(jù)科學(xué)家和普通員工更容易獲得公司收集的大數(shù)據(jù)，并通過機(jī)器學(xué)習(xí)庫縮短了專家以及數(shù)據(jù)分析師所需要的時(shí)間。

Algorithmia的平臺上提供包括機(jī)器學(xué)習(xí)、語義分析、文本分析等通用性算法，一旦用戶找到想用的算法，只需添加幾行簡單的算法查詢代碼到應(yīng)用中，Algorithmia的服務(wù)器就會與應(yīng)用連接，避免了開發(fā)者的重復(fù)勞動(dòng)。

目前部分向開發(fā)者社區(qū)業(yè)務(wù)發(fā)展過渡的平臺型企業(yè)，因其資源已經(jīng)得到行業(yè)巨頭的青睞，被Google收購的Kaggle便是一例，通過舉辦數(shù)據(jù)科學(xué)周邊的線上競賽，Kaggle吸引了大量數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)開發(fā)者的參與，為各類現(xiàn)實(shí)中的商業(yè)難題尋找基于數(shù)據(jù)的算法解決方案。同時(shí)Kaggle為其社區(qū)提供了一整套服務(wù)，包括知名的招聘服務(wù)以及代碼分享工具Kernels。

{ 8 }機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)，是模式識別、統(tǒng)計(jì)學(xué)習(xí)、數(shù)據(jù)挖掘的技術(shù)手段，也是計(jì)算機(jī)視覺、語音識別、自然語言處理等領(lǐng)域的底層技術(shù)，在附件的介紹中大家可以看到，微軟Azure、Google云平臺及AWS都推出了自己的機(jī)器學(xué)習(xí)產(chǎn)品，而眾多的機(jī)器學(xué)習(xí)創(chuàng)業(yè)公司則通過提供有特色的技術(shù)或服務(wù)進(jìn)行差異化競爭。