数据专栏

智能大数据搬运工,你想要的我们都有

科技资讯:

科技学院:

科技百科:

科技书籍:

网站大全:

软件大全:

“互联网+放管服”的延伸要加速
来源:光明日报 时间:2020-07-17 11:14:32 作者:路友程
  近日,国内首个由政府部门与互联网平台联合推出的“在线办证”的试点在上海推出,申请办证的商户最快可在申请当日领证。这个“互联网+放管服”在政务和商务领域的延伸,不仅提高了办证效率,也构建了政企合作的新路径。
  在后疫情时期,设置一个更加便捷的开业和创业的前置程序,是社会繁荣,尤其是中小微企业涌现的必要前提。今年以来,国务院曾专门召开会议部署进一步压缩企业开办时间、清理规范行业协会商会收费等事项,以此为市场主体减负松绑、增添活力。根据相关部署,各地政府主管部门要进一步优化企业开办服务,在年底前要全部开通“一网通办”平台,实现全部手续线上“一表填报”,办齐的材料线下“一个窗口”一次领取。同时,要在加强监管、保障安全前提下,推广电子营业执照应用,作为企业在网上办理企业登记、公章刻制、涉税服务、社保登记、银行开户等业务的合法有效身份证明和电子签名手段。
  在现有条件下,需要落实相关部署的主体,不仅是政府主管部门,也涉及现时实际上担负着部分公共管理责任的企业,比如集聚了大量商户的大型电子商务数据服务平台。而成为平台商户的前提条件,也包括取得工商许可。由于对商户负有部分管理责任,平台同样要对商户进行市场资质的审核或审查。如何将这个过程合二为一,既涉及政府下放权力,与平台企业分享必要的管理数据,也涉及平台企业将企业管理与公共服务结合起来。这也就是说,政府监管部门应借力社会共治,尽可能为中小微企业设置便捷的开业和创业程序,为平台商户创造宽松的营商环境,由此激发市场活力,帮助中小商户尽快复苏、规范发展。
  从一定意义上讲,“互联网+放管服”就是社会共治的方式之一,是政府主管部门与依托互联网的企业和企业平台将线下、线上职能和功能的结合和融合,以此共同完成社会管理和治理的任务。上海“一网通办”的“在线办证”试点,大幅提升了企业办事效率。试点的典型事例之一是上海必胜客有限公司旗下10家餐厅的许可证变更事宜,通过国内首个由政府部门与互联网平台联合推出的美团“云申秒批”功能,仅一个工作日就既通过了政府主管部门的审批,同时也通过了平台审批,拿到了线下线上经营的全部许可证,而以往这起码要跑十几趟。经过试点,上海市相关部门准备将试点范围扩大到药品、医疗器械等领域,扩大“一网通办”的覆盖范围。
  当前,我国的中小企业贡献了全国60%以上的GDP和80%以上的劳动力就业。有调查显示,中小微企业开业和创业的“堵点”仍在准入门槛和资质证照办理方面。办证照难、等待时间长,让许多有开业和创业意愿的人打了退堂鼓,或者开始违规违法经营。而“云申秒批”这样的程序设置,不仅可以帮助开业和创业者节省等待政府主管部门审核的排队时间,也为监管部门节省了办公时间,提高了办公和办事效率。
  根据计划,“云申秒批”这样的政府与企业在线办证合作的“一网通办”程序,还将扩展至“吃住行游购娱”等多个领域,推动更多地方开通“一网通办”平台,在更大范围内激发经济发展活力动力。“一网通办”是“互联网+放管服”的延伸,因此,进一步简化审批和登记手续,实现企业开办全程网上办理,是进一步深化改革的举措,应该加速推进。
  
责任编辑:姚治
产业观察
2020-07-17 11:14:32
十三部门印发《关于支持新业态新模式健康发展 激活消费市场带动扩大就业的意见》
来源:工业和信息化部信息技术发展司 时间:2020-07-16 11:26:04 作者:
  国家发展改革委、中央网信办、工业和信息化部等13个部门日前印发《关于支持新业态新模式健康发展 激活消费市场带动扩大就业的意见》,提出支持15种新业态新模式发展,包括在线教育、互联网医疗、线上办公、数字化治理、产业平台化发展、传统企业数字化转型、“虚拟”产业园和产业集群、“无人经济”、培育新个体经济支持自主就业、发展微经济鼓励“副业创新”、探索多点执业、共享生活、共享生产、生产资料共享及数据要素流通。
  根据《意见》,在线上服务方面,重点是健全完善与线上服务新业态新模式相适应的制度规则,打造线上线下有机融合的新业态,激活消费新市场。在推进产业数字化转型方面,重点是提升数字化转型公共服务能力和平台“赋能”水平,降低转型门槛,壮大实体经济新动能。在鼓励发展新个体经济方面,重点是完善保障制度,适应基于互联网平台的新型就业形态和模式发展,完善自主就业、灵活就业、“副业创新”、多点执业政策,激发市场主体创新创业内生动力。在培育发展共享经济新业态方面,重点是发展多种消费形态,探索深化所有权和使用权分离改革,以物质生产资料数字化支撑共享共用;促进数据要素流通,拓展生产资料供给,创造生产要素供给新方式。
   关于支持新业态新模式健康发展激活消费市场带动扩大就业的意见
   发改高技〔2020〕1157号
各省、自治区、直辖市、新疆生产建设兵团有关部门:
    党中央、国务院高度重视数字经济发展,先后出台实施“互联网+”行动和大数据战略等一系列重大举措,加快数字产业化、产业数字化发展,推动经济社会数字化转型。在各方面共同努力下,数字经济助推经济发展质量变革、效率变革、动力变革,增强了我国经济创新力和竞争力。特别在抗击新冠肺炎疫情中,数字经济发挥了不可替代的积极作用,成为推动我国经济社会发展的新引擎。为落实《政府工作报告》部署,支持新业态新模式健康发展,激活消费市场带动扩大就业,打造数字经济新优势,提出如下意见。
   一、总体要求
  以习近平新时代中国特色社会主义思想为指导,全面贯彻党的十九大和十九届二中、三中、四中全会精神,坚持新发展理念,坚持推动高质量发展,坚持以供给侧结构性改革为主线,深入实施数字经济战略。把支持线上线下融合的新业态新模式作为经济转型和促进改革创新的重要突破口,打破传统惯性思维。从问题出发深化改革、加强制度供给,更有效发挥数字化创新对实体经济提质增效的带动作用,推动“互联网+”和大数据、平台经济等迈向新阶段。以重大项目为抓手创造新的需求,培育新的就业形态,带动多元投资,形成强大国内市场,更好地满足人民群众对美好生活的新期待,推动构建现代化经济体系,实现经济高质量发展。
   二、发展原则
  ——打破惯性思维,创新治理理念。以抗击新冠肺炎疫情期间涌现的线上服务新模式发展为契机,打破传统业态按区域、按行业治理的惯性思维,探索触发式监管机制,建立包容审慎的新业态新模式治理规则。
  ——加快转型升级,拓展融合深度。深入推进各行业各领域数字化转型,着力提升数字化转型公共服务能力和平台“赋能”水平,推进普惠性“上云用数赋智”服务,增强转型能力供给,促进企业联动转型、跨界合作,培育数字化新生态,提高转型效益。
  ——激发市场活力,开辟发展空间。营造鼓励就业模式创新的政策氛围,支持大众基于互联网平台开展微创新,探索对创造性劳动给予合理分成,降低创业风险,激活全社会创新创业创富积极性。
  ——提升要素效率,畅通经济循环。探索生产资料所有权和使用权分离改革,大力推进实物生产资料数字化,促进生产资料共享,促进数据要素流通,引导增值开发应用,激活数字化对实物生产资料倍增作用,提升全要素生产率。
   三、积极探索线上服务新模式,激活消费新市场
   (一)大力发展融合化在线教育。 构建线上线下教育常态化融合发展机制,形成良性互动格局。允许购买并适当使用符合条件的社会化、市场化优秀在线课程资源,探索纳入部分教育阶段的日常教学体系,并在部分学校先行先试。鼓励加大投入和教师培训力度,试点开展基于线上智能环境的课堂教学、深化普及“三个课堂”应用等。完善在线教育知识产权保护、内容监管、市场准入等制度规范,形成高质量线上教育资源供给。(教育部牵头负责)
   (二)积极发展互联网医疗。 以互联网优化就医体验,打造健康消费新生态。进一步加强智慧医院建设,推进线上预约检查检验。探索检查结果、线上处方信息等互认制度,探索建立健全患者主导的医疗数据共享方式和制度。探索完善线上医疗纠纷处理办法。将符合条件的“互联网+”医疗服务费用纳入医保支付范围。规范推广慢性病互联网复诊、远程医疗、互联网健康咨询等模式。支持平台在就医、健康管理、养老养生等领域协同发展,培养健康消费习惯。(国家卫生健康委、医保局按职责分工负责)
   (三)鼓励发展便捷化线上办公。 打造“随时随地”的在线办公环境,在部分行业领域形成对线下模式的常态化补充。支持远程办公应用推广和安全可靠的线上办公工具研发,满足日常性多方协同工作、异地协同办公需求,有效支撑工作效率提升、业务协同模式创新和业务组织方式变革。推动完善电子合同、电子发票、电子印章、电子签名、电子认证等数字应用的基础设施,为在线办公提供有效支撑。(国家发展改革委、中央网信办、工业和信息化部牵头,商务部、国家保密局、税务总局等按职责分工负责)
   (四)不断提升数字化治理水平。 促进形成政企多方参与、高效联动、信息共享的现代化治理体系和治理能力。结合国家智慧城市试点建设,健全政府社会协同共治机制,构建政企数字供应链,以数据流引领带动物资流、技术流、人才流、资金流,有力支撑城市应急、治理和服务。支持民间资本参与水电路网等城市设施智慧化改造。结合国家区域发展战略及生产力布局,加快推进5G、数据中心、工业互联网等新型基础设施建设。探索完善智慧城市联网应用标准,推进京津冀、长三角、粤港澳大湾区、成渝等区域一体化数字治理和服务。(国家发展改革委、中央网信办、工业和信息化部牵头负责)
   四、加快推进产业数字化转型,壮大实体经济新动能
   (五)培育产业平台化发展生态。 着力发挥互联网平台对传统产业的赋能和效益倍增作用,打造形成数字经济新实体。开展重大工程布局,支持传统龙头企业、互联网企业打造平台生态,提供信息撮合、交易服务和物流配送等综合服务。鼓励金融机构在有效防范风险的前提下,依法依规为平台提供金融服务。建设跨产业的信息融通平台,促进农业全流程、全产业链线上一体化发展。支持工业互联网平台建设推广,发挥已建平台作用,为企业提供数字化转型支撑、产品全生命周期管理等服务。发展服务衍生制造,鼓励电子商务、转型服务等行业企业向制造环节拓展业务。大力发展众包、云外包、平台分包等新模式。(国家发展改革委、中央网信办、工业和信息化部、农业农村部、商务部牵头,交通运输部、人民银行、银保监会按职责分工负责)
   (六)加快传统企业数字化转型步伐。 助力降低数字化转型难度,发展线上线下融合的业务发展模式,提升企业发展活力。组织数字化转型伙伴行动,建立政府-金融机构-平台-中小微企业联动机制,发展普惠性“上云用数赋智”。鼓励各类平台、机构对中小微企业实行一定的服务费用减免。培育一批数字化服务企业和创新应用企业,发挥引领带动作用。组织面向数字化转型基础软件、技术、算法等联合攻关。鼓励发展开源社区,支持开放软件源代码、硬件设计和应用服务。(国家发展改革委、中央网信办、工业和信息化部牵头,农业农村部、商务部、国务院国资委、人民银行、银保监会等按职责分工负责)
   (七)打造跨越物理边界的“虚拟”产业园和产业集群。 实现产业供需调配和精准对接,推进产业基础高级化和产业链现代化。实施数字经济新业态培育行动,支持建设数字供应链,推动订单、产能、渠道等信息共享。支持具有产业链、供应链带动能力的核心企业打造产业“数据中台”,以信息流促进上下游、产供销协同联动,保产业链供应链稳定,发展产业服务化新生态。支持出口园区和基地创新数字服务出口新业态新模式,大力发展数字贸易。(国家发展改革委、中央网信办、工业和信息化部、农业农村部、商务部、交通运输部按职责分工负责)
   (八)发展基于新技术的“无人经济”。 充分发挥智能应用的作用,促进生产、流通、服务降本增效。支持建设智能工厂,实现生产过程透明化、生产现场智能化、工厂运营管理现代化。发展智慧农业,支持适应不同作物和环境的智能农机研发应用。支持建设自动驾驶、自动装卸堆存、无人配送等技术应用基础设施。发展危险作业机器人,满足恶劣条件应用需求。试点探索完善智能公共服务新业态涉及的交通、食品等领域安全发展政策标准。(国家发展改革委、中央网信办、工业和信息化部、农业农村部、商务部、交通运输部按职责分工负责)
   五、鼓励发展新个体经济,开辟消费和就业新空间
   (九)积极培育新个体,支持自主就业。 进一步降低个体经营者线上创业就业成本,提供多样化的就业机会。支持微商电商、网络直播等多样化的自主就业、分时就业。鼓励发展基于知识传播、经验分享的创新平台。鼓励商业银行推广线上线下融合的信贷服务,合理降低个体工商户融资成本。通过网络平台开展经营活动的经营者,可使用网络经营场所登记个体工商户。引导互联网平台企业降低个体经营者使用互联网平台交易涉及的服务费,吸引更多个体经营者线上经营创业。加强新业态新模式就业统计监测研究。(国家发展改革委、人力资源社会保障部、人民银行、市场监管总局、国家统计局、银保监会按职责分工负责)
   (十)大力发展微经济,鼓励“副业创新”。 着力激发各类主体的创新动力和创造活力,打造兼职就业、副业创业等多种形式蓬勃发展格局。支持线上多样化社交、短视频平台有序发展,鼓励微创新、微应用、微产品、微电影等万众创新。引导“宅经济”合理发展,促进线上直播等服务新方式规范健康发展。探索运用区块链技术完善多元价值传递和贡献分配体系。实施新业态成长计划,建立微经济等新业态成长型企业名录,及时跟踪推动解决企业的政策堵点。(国家发展改革委、中央网信办、工业和信息化部、商务部按职责分工负责)
   (十一)强化灵活就业劳动权益保障,探索多点执业。 探索适应跨平台、多雇主间灵活就业的权益保障、社会保障等政策。完善灵活就业人员劳动权益保护、保费缴纳、薪酬等政策制度,明确平台企业在劳动者权益保障方面的相应责任,保障劳动者的基本报酬权、休息权和职业安全,明确参与各方的权利义务关系。探索完善与个人职业发展相适应的医疗、教育等行业多点执业新模式。结合双创示范基地建设,支持建立灵活就业、“共享用工”服务平台,提供线上职业培训、灵活就业供需对接等就业服务。推进失业保险金的线上便利化申领,方便群众办事。(人力资源社会保障部、国家卫生健康委、医保局等按职责分工负责)
    六、培育发展共享经济新业态,创造生产要素供给新方式
   (十二)拓展共享生活新空间。推动形成高质量的生活服务要素供给新体系。 鼓励共享出行、餐饮外卖、团购、在线购药、共享住宿、文化旅游等领域产品智能化升级和商业模式创新,发展生活消费新方式,培育线上高端品牌。推动旅游景区建设数字化体验产品,丰富游客体验内容。扩大电子商务进农村覆盖面,促进农产品进城和工业品下乡。鼓励康养服务范围向农村延伸,培育农村消费新业态。完善具有公共服务属性的共享产品相关标准,优化布局,规范行业发展。(中央网信办、国家发展改革委、交通运输部、工业和信息化部、商务部、国家卫生健康委、文化和旅游部、市场监管总局按职责分工负责)
   (十三)打造共享生产新动力。推动形成高质量的生产服务要素供给新体系。 鼓励企业开放平台资源,共享实验验证环境、仿真模拟等技术平台,充分挖掘闲置存量资源的应用潜力。鼓励公有云资源共享,引导企业将生产流程等向云上迁移,提高云资源利用率。鼓励制造业企业探索共享制造的商业模式和适用场景,促进生产设备、农用机械、建筑施工机械等生产工具共享。(国家发展改革委、中央网信办、工业和信息化部、农业农村部等按职责分工负责)
   (十四)探索生产资料共享新模式。 健全完善“所有权与使用权分离”的生产资料管理新制度。取消各种不合理的限制,畅通共享经济合作机制,鼓励各类所有制企业、行政事业单位等法人主体生产资料共享。依托互联网、云计算等技术,盘活空余云平台、开发工具、车间厂房等闲置资源,充分发挥市场在资源配置中的决定性作用。各类企业作为平等独立的市场主体,按市场化原则、商业化方式自主推进生产资料共享,提高资源利用效率。(国家发展改革委、工业和信息化部、国务院国资委等按职责分工负责)
   (十五)激发数据要素流通新活力。 推动构建数据要素有序流通、高效利用的新机制。依托国家数据共享和开放平台体系,推动人口、交通、通信、卫生健康等公共数据资源安全共享开放。在修订税收征收管理法的基础上,健全适应数据要素特点的税收征收管理制度。加快全国一体化大数据中心体系建设,建立完善跨部门、跨区域的数据资源流通应用机制,强化数据安全保障能力,优化数据要素流通环境。(国家发展改革委、中央网信办、工业和信息化部牵头,交通运输部、税务总局等按职责分工负责)
   七、保障措施
   (十六)持续加强统筹协调。 要打破惯性思维,拿出硬招、实招、新招,支持新业态新模式健康发展。要加强统筹协调,强化政策联动和各部门协同配合,形成促进新业态新模式发展的合力。要结合实际进一步细化具体目标和任务,积极主动、大胆探索,全面激发市场主体创新活力。
   (十七)有效释放改革活力。 要继续推进简政放权、放管结合、优化服务改革,优化营商环境。要加快在知识产权保护、普惠金融支持等方面持续深化改革,降低新业态新模式创新发展成本。国家数字经济创新发展试验区等要重点发挥先行示范作用,率先探索改革举措,形成辐射带动效应。
   (十八)坚持包容审慎监管。 要探索创新监管模式,积极鼓励创新,健全触发式监管机制,构建各类主体参与的多方协同治理体系。要及时修订完善监管政策制度,为新业态新模式发展留足空间。要坚守安全和质量底线,强化安全监测和风险评估,对于侵犯他人合法权益、违背公平竞争秩序等违法行为要坚决依法打击。
   (十九)积极营造良好氛围。 要认真抓好相关政策出台、解读和宣传,及时回应社会关切,合理引导预期,激发市场创新活力。要及时总结宣传发展新业态新模式的好做法、好经验,充分调动社会各界推动新业态新模式健康发展的积极性,发挥各类主体创造潜力,增强广大群众参与感、获得感和幸福感,凝聚广泛共识。
  国家发展改革委
  中央网信办
  工业和信息化部
教育部
人力资源社会保障部
交通运输部
农业农村部
商务部
文化和旅游部国家卫生健康委
国资委
市场监管总局国家医疗保障局
2020年7月14日
责任编辑:姚治
产业观察
2020-07-16 11:26:04
打破“数字鸿沟”问题 构建全域生态智慧城市
——访软通智慧科技有限公司西南大区总裁罗龙保
来源:贵阳日报 时间:2020-07-16 10:08:45 作者:刘辉
  日前,软通智慧科技有限公司西南大区总裁罗龙保接受了记者采访,就助力城市、产业和行业的数字化转型,构建互联互通的智慧城市全域生态进行了分享。
   13年深耕智慧城市建设领域
  软通智慧科技有限公司是一家专注于利用大数据、云计算等新兴技术提升城市治理、服务水平,推动产业转型升级的大型智慧城市运营服务商,一直秉承“让城市更智慧”的理念,致力于智慧城市建设与运营服务。截至目前,该公司在全国超过170个城市建设了一批有特色、有影响、可持续运营的智慧城市创新示范工程,连续多年获得“中国智慧城市领军企业”“中国大数据企业50强”等荣誉。
  “软通智慧是最早进入中国‘数字城市’领域的大数据企业,见证了我国智慧城市建设的历程。”罗龙保说,公司自2007年发力智慧城市建设,至今已有13年,历经了探索实践、高速领跑、创新突破三个阶段,先后参与中国第一个智慧城市项目——城市综合运营指挥中心、住建部智慧城市试点等项目建设。
  软通智慧与国内、国际多所知名院校成立了多个不同领域的联合实验室,在技术、产品和应用等方面进行联合研发,旨在将产品实践和标准化相结合,不断引领智慧城市的建设和发展。
  软通智慧作为国家智慧城市标准化总体组的企业代表、国家信标委大数据标准工作组观察成员、国家发改委智慧城市发展联盟成员单位、中国智慧城市产业联盟成员单位,先后参与了《新型智慧城市评价体系》《中国智慧城市标准体系》《新型智慧城市评价体系》《工信部“十三五”大数据产业规划》等有关智慧城市、大数据相关标准和政策的制定。
   打造新时代“智慧社区”样板
  作为公司智慧城市战略的制定者、执行者,罗龙保认为,优秀的智慧城市“一揽子”解决方案一定是围绕“善政、兴业、惠民”建设,让群众的生活更美好。
  软通智慧和贵阳市深度合作的“数智花果园”综合指挥平台,在今年6月初上线试运行。
  该平台设置了“电梯在线监测模块”,通过传感器对电梯的轿厢、钢丝绳进行监控,实时掌握电梯运行情况,让住户不再担心被困电梯、呼救无门;设置了“餐饮综合监测模块”,实时监控餐饮企业油烟设备运行状态和油烟排放情况,一旦设备关闭或油烟浓度超标,平台将自动报警。
  同时,通过平台的“智慧停车”模块,居民可无感支付,提高通行效率;通过“智慧消防”模块,把火患消灭在萌芽状态;通过“智慧安防”模块,8万用户实现了“刷脸”开门……
  “泛感知、汇数据、智应用。”罗龙保说,通过运用AI助力社会治理的“最后一公里”,花果园社区打造了安全、绿色、健康、高效的新时代智慧社区样板,在不断提升社区居民的获得感、幸福感、安全感的同时,还可向全国复制推广。
  贵安新区大数据中心、贵州旅游大数据平台、“数字安顺”……迎着贵州“新基建”的东风、政策红利的“风口”,软通智慧将在政务、环保、水务、公共安全、交通、园区、社区等领域,和贵州、贵阳开展全面合作。
   建设智慧城市数字生态体系
  当前,全球众多国家高度重视智慧城市建设,目前全球已启动或在建的智慧城市达1000多个,中国以500个试点城市居于首位,并且涌现出大量优秀案例、创新模式和优秀实践。可见,新型智慧城市建设已成为繁荣数字经济、建设“数字中国”的有效途径。
  “尽管智慧城市建设在我国取得了巨大成就,但我国城市在整体数字化转型的过程中依旧存在一些困扰。” 罗龙保说,比如不同政府部门间在数字化标准方面存在较大差异、政府数据共享和安全利用没有取得实质性进展等。
  罗龙保建议,政府要早日打破“数字鸿沟”,让现实世界与数字世界相匹配,综合调配和调控城市的公共资源,达到运作效率的最优化,实现城市互联互通的全域生态。
  智能化正在让城市生活变得更智慧,而场景化的运行才能形成完整的服务闭环。罗龙保说,当前软通智慧正在改变产业服务模式,改变角色定位,从传统的智慧城市技术服务转为场景运营,致力于创新AI算力中心、机器视觉、超算中心建设,全面激活城市感知脉搏,以场景化运行模式服务于智慧城市的每个领域。
  “实现产业生态必须合作共赢。”罗龙保说,软通智慧构建了独具特色的技术平台、应用平台和城市平台,聚合优质合作伙伴,吸纳优势资源,构建城市数字生态体系,以增强城市核心竞争力。
责任编辑:姚治
产业观察
2020-07-16 10:08:45
点亮新基建数字版图——大湾区数据中心巡展即日开启
来源:中国IDC圈 时间:2020-07-16 13:55:42 作者:
  “大湾区数据中心巡展”是中国新基建(数据中心)发展版图系列活动的一部分,聚焦于全面展现新基建浪潮下,大湾区各优秀数据中心的软、硬件条件,以及运营、发展状况,在绘制详实的大湾区数据中心发展版图的同时,也为行业用户选择可靠、高性能的数据中心提供参考。
  新基建来了,数据中心火了。
  近日来,数据中心相关的政策、规划、开建、融资等新闻层出不穷。6月中旬,广东省发布《5G基站和数据中心总体布局规划(2021-2025年)》,无疑为大湾区的数据中心产业再次注入了一剂强心针,可以预见大湾区新一轮的数据中心产业爆发即将到来。
  百花争艳乱人眼,产业的飞速发展也给从业者和用户带来了一份“甜蜜的烦恼”,如何迅速掌握核心信息,抓住发展机遇,成为了众多站在十字路口企业的急迫需求。中国IDC圈携手大湾区各地政府,隆重推出了“大湾区数据中心巡展”系列活动,为数据中心行业梳理行业脉络,厘清产业发展版图,为大湾区新基建的发展提供坚实的科学参考依据。
   活动背景
  “大湾区数据中心巡展”是中国新基建(数据中心)发展版图系列活动的一部分,聚焦于全面展现新基建浪潮下,大湾区各优秀数据中心的软、硬件条件,以及运营、发展状况,在绘制详实的大湾区数据中心发展版图的同时,也为行业用户选择可靠、高性能的数据中心提供参考。
  巡展活动分为多维展示、定制手册、高层对话、绘制版图等四部分。巡展成果最终将汇总成《中国新基建(数据中心)发展版图---大湾区数据中心》展示手册,并以纸质版和电子版模式发放给行业专业人士,为促进中国新基建的发展添砖加瓦。
   活动面向对象
  数据中心所在地:粤港澳大湾区
  数据中心类型:未来新增数据中心,在运营数据中心。
  活动流程
  有意参与企业请经由“大湾区数据中心巡展”官方页面(点击文末“阅读全文”直达),填写申请表。
  通过申请的企业提交相关资料。
  主办方邀请专家进行评选,并邀请入选企业高层进行访谈。
  最终结果汇总展示,并收录于《中国新基建(数据中心)发展版图---大湾区数据中心》手册。。
  中国新基建(数据中心)发展版图是由中国IDC圈携手各地政府,以助力新基建发展,盘点阶段发展成果为目的持续性巡展活动。版图将以实地探访、高端访谈、动态展示等形式,展现中国数据中心在新基建推动下的发展全貌,促进中国数据中心建设的提速、提质,以满足新基建时代对数据中心提出的新要求。
  注:此次活动聚焦大湾区数据中心,全国各地数据中心征集亦同步展开,将在后续活动中逐步加入。
  联系方式
  黄女士
  致电:15726628423
  邮箱:vip@idcquan.com
责任编辑:张薇
产业观察
2020-07-16 13:55:42
全国首个数字金融地方协会落地广州
来源:南方日报 时间:2020-07-16 11:34:14 作者:陈颖 吴雨伦 陈欣颖
    广州正聚力打造广州金融科技生态圈,抢占全国数字金融高地。7月15日,广州市数字金融协会正式揭牌成立。这是由银行、科技企业、支付机构、科研院校等32个单位联合发起的全国首家数字金融地方组织,将致力于构建广州数字金融生态圈,助力广州数字金融高质量发展,也是广州推动数字经济快速发展的重要措施和生态平台。
  广州市数字金融协会将组建数字金融标准化专委会、金融科技投资专委会、数字金融法律专委会等合计五个专业委员会,并建立广州供应链金融研究中心、湾区金融科技联合实验中心,探索构建独具广州特色的数字金融创新服务模式;通过打造高端论坛,落地数字金融项目、编制数字金融白皮书、发布数字金融指数、制定数字金融标准、培养数字金融专业人才等,助力广州数字金融经济高质量发展,推动粤港澳数字金融生态圈建设。
  揭牌仪式上,广州市地方金融监督管理局与中国科学院软件应用技术研究所、中国移动通信集团广州分公司、中国电信股份有限公司广州分公司、云从科技集团股份有限公司等5个单位签订数字金融战略协议,将区块链、云计算、大数据、5G、人工智能等新技术应用在金融领域,推动广州“数字金融”建设,辐射带动大湾区数字金融生态圈发展。
  此外,还签订了12个“数字+产业+场景+金融”项目合作协议。12个数字金融项目将聚力打造广州金融科技生态圈,为广州纳入金融科技创新监管试点城市提供了很好的项目储备,也将聚集一批优秀数字金融人才落户广州。
责任编辑:姚治
产业观察
2020-07-16 11:34:14
第四届GPLP犀牛财经投资产业峰会暨2019影响力评选颁奖盛典成功举办
来源:GPLP犀牛财经 时间:2020-07-16 11:07:37 作者:
   图片1:活动现场全景图
  2020年7月9日,第四届GPLP犀牛财经投资产业峰会暨2019影响力评选颁奖盛典在北京千禧酒店隆重开幕。此次峰会,是由国内领先财经媒体GPLP犀牛财经联合北京创业投资协会举办,上百名知名投资人、企业家、创业者、媒体代表受邀参与的盛典。
  本届峰会以“挑战与应对”为主题,深入探讨资本寒冬下创新企业的发展策略。
  对于这些创新企业来讲,如何度过2020年的特殊时期,在新的环境下企业如何适应新的时代这是一个问题。
  2020年已经过去了一半,疫情带给了我们什么反思?我们如何看待2020年下半年的整体金融环境和宏观经济?
  一年一度,「GPLP投资产业峰会」与众多在现场共同复盘了投资产业,探讨投资趋势、发展和策略,创新企业的应对策略。
  GPLP犀牛财经创始人王月平作为主办方致辞。她说,GPLP犀牛的理念是“理性投资 成熟创业”,我们致力于将GPLP产业论坛打造成国内创新的年度盛宴,从而服务创业者及投资人,为其提供一个探讨交流的平台。
    图片2:GPLP犀牛财经创始人王月平现场致辞
  此次峰会主办方发布了《2019年投融资报告》,报告显示2019年在资本寒冬下,中国投融资市场继续下跌,投融资数量比2018年跌了一半。在经济低迷中,创投资本纷纷转向具有发展潜力的企业服务,医疗健康以及金融科技等领域。
   图片3:西南证券首席经济学家张仕元主题发言
  在峰会上,西南证券首席经济学家张仕元先生为大家进行了开场演讲。
  张仕元先生的演讲主题是《跨越制度高墙,面朝大海春暖花开——疫后的中国经济展望》,未来几年,中国的经济补短板和东盟与南亚的工业化城市化是全球最活跃的经济活动;人工智能、5G、生物技术和新材料将使经济、社会与生活发生巨大的变化;而伴随制度变革、经济的复苏、流动性充裕与资本市场的改革将催生一轮长牛。
  富煜亚洲投资总裁姒亭佑先生则从创投领域分析了2020年的投资机会以及投资建议。
   图片4:富煜亚洲投资总裁姒亭佑主题发言
  接下来的三场圆桌论坛也是精彩纷呈。
  在“2020年的投资之道”主题论坛中,凯联资本合伙人沈文春、国科嘉和基金合伙人陈洪武、沃衍资本创始合伙人成勇、三行资本创始合伙人孙达飞、真成投资管理合伙人李剑威、众海投资合伙人李颖、海松资本管理合伙人马东军就2020年的投资趋势及投资策略进行了深度探讨。与会代表表示,2020年其实是投资的好时机,在低迷的时候估值合理而且又容易找到发展不错的企业,因此很多人加快了投资步伐。
   图片5:“2020年的投资之道”圆桌论坛现场
  在“破局 2020年企业如何逆势发展”主题论坛中,沸点投资合伙人于光东、新龙脉基金合伙人王雨荍、转转集团平台生态业务负责人张来贤、妙健康CEO孔飞、德师傅创始人张久鹏、保准牛创始人兼CEO、天明创新CEO徐明就2020年的企业发展策略进行了深度探讨。与会代表表示,2020年其实是企业练习内功的好时机,在低迷的时候企业要找到适合自己的发展速度以及生存方式,因此,企业如何破局颇为关键。
   图片6:“破局2020年企业如何逆势发展”圆桌论坛现场
  在“2020年 产融结合如何进行”主题论坛中,富煜亚洲投资总裁姒亭佑、紫荆资本合伙人钱进、亦庄产投副总经理杨全文、龙德燕园基金合伙人马琳、大唐元一管理合伙人乐德芳、梧桐树资本合伙人童玮亮、AA投资管理合伙人王浩泽就2020年产融结合进行了深度探讨。与会代表表示,2020年产融结合还将深度进行,只有双方深度融合投资才能获得更好收益。
   图片7:“2020年 产融结合如何进行”圆桌论坛现场
   GPLP犀牛财经影响力评选四大系列榜单出炉
  为推荐创投产业进步的力量,表彰在引导产业发展,推动产业进步方面最有判断力、表现最活跃的投资机构和投资人,以及扶持创新企业,本次大会隆重发布了2019年度GPLP影响力评选四大系列榜单,包括“GPLP2019年度影响力投资人TOP10”、“GPLP2019年度影响力投资机构TOP10”、“GPLP2019年度最具成长价值企业TOP10”、“GPLP2019年度最具投资价值企业TOP10”。
   具体名单如下:
   GPLP2019年度影响力投资机构TOP10
   GPLP2019年度影响力投资人TOP10
   GPLP2019年度最具成长价值企业TOP10
  GPLP2019年度最具投资价值企业TOP10
责任编辑:姚治
产业观察
2020-07-16 11:07:37
"数字经济15大新业态"来了!
来源:国家发展改革委 时间:2020-07-16 10:52:01 作者:
  近年来,党中央、国务院高度重视数字经济发展,先后出台实施了“互联网+”行动和大数据战略等一系列重大举措,大量新业态新模式快速涌现,成为推动我国经济社会发展的新引擎。国家发展改革委、中央网信办、工业和信息化部等13个部门近日联合印发《关于支持新业态新模式健康发展激活消费市场带动扩大就业的意见》,首次明确提出了15个新业态新模式,并就支持鼓励上述新业态新模式健康发展、打造数字经济新优势进行了全面部署。
  新出台的举措重点支持15种新业态新模式——在线教育、互联网医疗、线上办公、数字化治理、产业平台化发展、传统企业数字化转型、“虚拟”产业园和产业集群、“无人经济”、培育新个体经济支持自主就业、发展微经济鼓励“副业创新”、探索多点执业、共享生活、共享生产、生产资料共享及数据要素流通。
  “我国数字经济发展启动早、环境好,业态和模式创新活跃。特别在抗击疫情期间,众多领域成为数字新技术的‘试验场’、新模式的‘练兵场’、新业态的‘培育场’。”国家发展改革委有关负责人说。
  这15个新业态新模式有哪些特点,又将给我们的工作生活带来哪些变化?带你一图读懂

  国家发改委等13部门联合亮出支持15种新业态新模式发展的硬举措,按下我国数字经济发展的“快进键”。赛迪随后发布《数字经济新业态新模式发展研究报告》,深度解读15个新业态新模式的内涵及特点、基本进展和发展趋势,并就发展痛点提出对策建议。


















































责任编辑:姚治
产业观察
2020-07-16 10:52:01
HTC将发布区块链手机
来源:人民邮电报社 时间:2018-10-17 17:04:28 作者:
  据外媒报道,HTC目前在财务方面处于困境,但这并未阻止其寻找新的增长途径。该公司的一个方向是制造名为Exodus的支持区块链的智能手机。
  从某些角度看,用户不得不怀疑区块链智能手机的特别之处,但幸运的是,这一问题的答案很快就会揭晓。HTC近期透露,Exodus机型的发布会将于10月22日举行。在近日发布的预告视频上,并没有太多关于该设备本身的更多信息。但从该项目的主管Phil Chen处了解到,加密手机基本可以作为比特币和以太币等加密货币的非常安全的硬件钱包。
  该手机的系统基于Android,但增加了安全协议和特定的应用程序,旨在处理必要的加密进程,以安全处理贵重的加密货币。预计这款手机的售价约为1000美元。
 
责任编辑:陈近梅
产业观察
2018-10-17 17:04:28
方案征集 ▏百个数字经济发展痛难点等你来解
来源:数字合肥 时间:2018-10-17 15:32:29 作者:
2018年7月,合肥市数据资源局启动了数字经济发展痛难点征集活动,近2个月的时间里,百万余名市民投票,关注度高达1500万人次。根据征集结果,合肥市数据资源局联合其他委办局及优秀企业力量,在300余个有效痛难点中精炼出百条政务、民生及产业等领域的痛难点, 现面向全球征集解决方案,希望通过大数据的整合串联及创新应用来解决这些痛难点。
1、车位少停车难:小区、医院、银行、广场周边车位较少,停车困难。希望通过收集停车位和车流量信息,帮助规划停车位设置。
2、商贩占道经营致路边增添垃圾和油渍:小商小贩占道经营,让干净的路面增添了油渍和垃圾,影响市容。希望通过大数据视频自动检测,增加对商户的管理,使经营更加规范。
3、电动车乱行驶安全隐患:电动车、三轮车经常出现在机动车道、非机动车道及人行道上,部分电动车、三轮车主甚至行人存在闯红灯、逆行现象,存在极大安全隐患。希望通过人脸识别、轨迹分析及交通情况分析,助力交通部门加强管理电动车和三轮车,减少交通事故的发生。
4、传销人员聚集:国内一些小区群租房成为非法传销的活动场所,物业对于群租人员难以识别,安全风险大。希望能通过运营商、水、电、燃气等相关数据分析,帮助小区物业识别群租人员身份。
5、医院看一次病耗时太长:挂号排队、交费排队、拿药排队,基本看一次病,半天就没有了。如果小病实现网上挂号、网上交费,随到随诊,回到家就收到快递到家的药品就好了。
6、廉租房、经济适用房未发挥更大价值:希望通过大数据对廉租房和经济适用房的使用者进行监测,建立完善的廉租房、经济适用房市场准入和退出机制,确保廉租房和经济适用房发挥真正价值。
7、共享单车投放不均:目前,国内各城市部分地区共享单车投放分布不均,造成区域性车辆不够用和严重堆积的情况。希望通过大数据让共享单车投放更加精准,优化城市交通道路管理和改造。
8、部分城市交通拥堵,一旦堵住就孤立无援:交通拥堵,目前交通疏导还是靠人工、经验、重点方向保障等基本手段,效果并不太好。希望通过数字化、智能化的手段,打造城市立体交通指挥管理网络,不但能够有效优化交通流量、减少拥堵时间,也能在拥堵时最快速度把最新交通疏导方案通知到坐在车里的我。
9、各家医院间居民医疗信息不共享:个人无法查看医疗档案数据,医院之间又无法共享,既增加就诊时间,又增加就诊难度;如果是急症病人,就大大增加了救治难度,耽误救治时间。希望医院共享医疗档案信息,打通医院就诊信息及就诊卡,方便市民就医。
10、数据使用缺乏统一标准:由于缺乏标准体系的支撑,各部门采集的数据格式不统一、标准不一致,采取的处理技术、应用平台各异,数据库接口也不互通。因此,数据资源管理平台难以整合,导致数据导引、数据获取、交互交换中发生迟滞、偏差,数据资源的共享存在困难。希望可以为数据使用建立一整套标准体系。
11、数据所有权、使用权问题:目前缺少统一的对数据所有权、使用权的认定体系,数据使用缺少依据,这样不利于数据的应用,是否可以探索出明确数据所有权、使用权的方式、方法,助力数据应用,促进数字经济发展。
12、卡多的烦恼:除各种银行卡外,每个人身上都有公交卡、门禁卡、各种年卡、医保卡、各家医院的就诊卡、健身房的年卡、商场和各种品牌的会员卡……这些卡能不能合成“数字一张卡”啊?
13、到政府办事要反复提交各种资料:例如在办理建设规划等许可证时,之前在同一部门办理的用地规划许可证已提供营业执照复印件后还需要反复提交。
14、换药等小问题能不能不要老往医院跑:行动不便的病人或居家养老的老人,为换药、挂水、简单体检等医疗小问题至少需要1位壮实的家庭成员请假送其去医院,医院或社区卫生服务中心能否提供共享护士上门服务啊?
15、腾不出手来开门:每次买菜、去超市购物回来都是大包小包拎回来,在小区入口、单元门口,总是腾不出手掏门禁卡或钥匙,更别提出办公室倒个垃圾,风就把办公室门吹关上的囧境了,如果能刷脸开门就好啦。
16、车辆快速理赔能不能不要再去理赔中心:车辆小剐蹭,现场交警判定责任后,也就几百块钱的保险金,还要请假双方当事人一起去市内仅有的几个车险理赔中心排队定损,时间、精力都搞不起。能不能一切都在网上办理、小问题不要再去快速理赔中心啊?
17、哪种对企业的扶持政策最有效:国内各城市针对企业发展出台了各种各样非常全面的产业发展促进政策。哪种政策最有效?投入产出率最高?
18、交通换乘地周边停车难,换乘出行不方便:大的公共交通枢纽周围基本都没有规划公共停车场,从家出发到坐上公共交通工具,扶老携幼,费时费力,刮风下雨更不方便,换乘对我意义不太大。
19、公共文化体育设施太少了:我们社区入住率高、人多,周围又没有公园,仅有的公共文化体育设施太少了,还离的那么远。能否用大数据分析的方法,把这些设施的数量与分布与社区及周围人群的数量对应起来?在哪里设个不影响他人休息的小活动广场最好了?
20、空巢老人安全生活的社区服务问题:空巢、独居老人越来越多。经本人和子女同意,希望将社区居家养老与数字化信息化手段相结合,帮助老人方便便捷,特别是安全的生活。
21、报销时电子发票为什么还需要打印出来:正在被广泛推广的电子发票,非常方便,网上验真、长期可查、节约纸张,真方便。可单位报销时为什么提交财务审核时又要求我打印出来,还要我自己上网登记审核发票真实性,太麻烦了,还没有纸质发票报销简单。为什么电子发票不能全流程数据化无纸化处理啊?
22、城区没有很好利用单向车道:交通拥挤的老城区,有零星的单向车道,但没有连成网,不知道多设置单向车道,相互交叉关联,对交通情况改善会不会好一点。
23、个人信用在很多地方能免押金,企业信用能不能也有点用处:信用良好的企业在产业园租房能否也免收房租押金,企业法人和主要骨干成员的个人社会信用、芝麻信用等第三方信用平台也可以加分啊。
24、手机丢了会不会引起绑定的网上购物账号被盗刷:手机已经基本成为所有个人网上账号的密码验证工具,一旦手机丢了,绑定的信用卡、网上购物账号很可能通过“手机密码找回”功能被破解。谁能保护我的账号安全?
25、担心小区地下停车库在下大雨时被淹:大雨、暴雨时道路积水严重,不少小区地下停车库被淹,希望通过大数据分析提前预警小区地下停车库被淹机率,并就实时水量情况及时报警。
26、手机导航没有交通管理信息,并不太准:导航没有道路修路、红绿灯时长、道路临时疏导等信息,能不能把所有交通信息贯通起来,让手机导航准起来。
27、手机导航路径选择不准:手机导航提供的路径选择数量少,也只是当时情况的几种路径选择,较少有预见性。当大家都去选择这些推荐的路径时,也造成了新的拥堵。车主有时主动选择新的路径绕路时,有可能越绕越堵,缺少提示。
28、手机上哪款导航软件准:手机上哪款导航软件准?车用哪款准?跑步锻炼哪款准?能否做出一款准确度高的综合性导航软件?
29、行业景气指数分析:行业发展情况好不好、工作发展机会多不多,这些问题其实通过对行业的原材料与产品价格情况、企业纳税与雇佣人员情况、市场交易活跃度等多种数据的综合分析得出。
30、直行、左转车道分配不均致交通拥堵:城区部分道路设计不合理,有的地方直行道少、有的地方左转道少,路段交通非常容易拥挤。希望利用大数据分析,合理规划道路设计。
31、菜价差异大:农贸市场、超市等市民菜篮子工程已实行,但仍然有部分区域存在差价较大现象,希望能实时收集各地各类产品价格并进行公布,让全市市民分享价格信息及打折信息。
32、外卖食品安全无保障:通过外卖平台购买的食物无法监管,食物来源无法追溯,希望能利用互联网技术高效监测食品质量,让大家在外吃的放心。
33、网购产品质量无保障:网购存在大量假货,个人消费者维权成本高。希望政府能对群众反映集中的网购产品质量问题,代表广大消费者的权益,合理监管网络销售。
34、进出小区的非业主人员身份信息不明确:目前一些地区存在假冒快递、假冒抄燃气表等人员进入小区盗窃等现象,给小区住户安全造成威胁。希望能对平时收寄快递、缴纳停车费、入户查水表燃气表等工作人员身份进行统一官方核实,为小区安全提供保障。
35、导航系统与城市交通管理系统没有对接:道路维修信息不能实时更新,导航不能实时规划最佳交通路线。希望公开交通流量数据与道路维修信息,让各类导航和地图app对交通路线进行实时规划和自动切换,减少市民出行时间成本。
36、各城市数字经济占GDP比重是多少:2017年全国数字经济占GDP比重已达32.9%。各城市数字经济占GDP比重是多少、数字经济对GPD增长贡献率多大?交通等行业领域的数字经济占比多大?在各城市中排名如何?
37、公交车到站时间无法提前预测:由于市民不能及时获知因道路拥堵而导致公交车延误到站信息,造成出行时间成本增加,希望可以通过收集公交车信息,优化站点设置,打通公交和地铁运营等信息,让市民及时调整出行计划。
38、公共人流密集地存在安全隐患监测:高铁站、广场等公共人流密集地的安全隐患处理不到位,希望能通过视频、基础设施形变传感器等手段对危险行为进行监测。
39、宠物及流浪动物对市民人身安全有威胁:今年以来,小区、学校、街巷不时发生宠物、流浪狗、流浪猫伤人事件。希望通过数据采集和信息登记加强对宠物、流浪狗、流浪猫的管理,减少对市民人身安全的威胁。
40、路灯亮灯时间设置不合理:随着季节变化、存在天还没有黑路灯就亮和天完全黑了路灯还没有亮的情况,希望能安装智慧路灯控制系统,合理利用资源,创造安全生活环境。
41、市民无法获知公厕地点:公厕数量少,位置难寻且无法及时知道人流量。希望能生成公厕导航地图,对城市内的公厕人流进行实时分析,生成导航路线,为市民提供便利。
42、城区水域野泳安全隐患:城区水域存在野泳现象,一到夏天特别容易发生儿童溺水事件,希望利用相关技术对这些区域进行视频监测并实时上传报警信息,通知城管、公安等部门及时处理。
43、燃气使用量统计未实现远程数据化,上门检测管道安全时家里也往往没有人:目前,国内城市各小区燃气使用量仍需人工上门抄表,且燃气管道检测不能及时进行,存在一定的安全隐患。希望能通过搭建大数据平台,让燃气使用量收集更加方便,市民可以网上预约室内、室外燃气管道检测时间。
44、“潮汐车道”能否缓解高峰时交通拥堵:不清楚“潮汐车道”在交通高峰时有没有用,哪些道路在什么时间段调整哪一车道行驶方向才有用?如果可行,希望能收集各时间段车流量数据进行分析,确定需要设置“潮汐车道”的路段和时间段并进行公布,方便市民出行。
45、购房供需矛盾:希望通过人工智能技术,对土地出让、在建、在售、人口分布、年龄层次、教育资源分布等数据进行分析,指导房屋建设规划,缓解购房供需矛盾。
46、垃圾站的设置地点不合理:希望能对垃圾站进行合理规划和布局,让垃圾站的设置地点更合理。
47、公共交通枢纽位移、开裂等安全隐患:市内交通枢纽,尤其是立交桥、高架桥存在位移、开裂等多种安全隐患,希望能利用位移传感器进行检测并实时报警。
48、没有官方统一认可的电子营业执照:企业参加招投标活动或者办事要带营业执照原件到现场核验,存在不便之处。希望能对营业执照数据进行收集,设置官方数据存放平台,方便企业取用。
49、建立市民和企业信息库:个人及企业填报政府各种申报系统时,重复填写信息,费时费力。希望能够通过相关技术,优化信息填写流程。
50、企业办理营业执照程序多且杂:公司的开办等事项,需要携带的材料多、程序复杂、办理时间长。
51、房屋、桥梁、路面等工程质量监测:住宅楼,高架桥等工程的混凝土质量是否合格密切影响市民安全。希望运用大数据对生产混凝土的配比实时监控,判定产品是否合格并自动上传结果,从源头上保障市民安全。
52、社会基础建设和公共设施损坏带来安全隐患:路面塌陷、红绿灯、盲道等社会基础建设和共公设施的损坏,给市民出行带来一定的安全隐患,希望增设数据采集方式,上传隐患信息,保障市民安全。
53、如何解决车辆套牌问题:车辆被套牌,导致莫名其妙的罚款和违章扣分。大数据车辆识别技术已经成熟,通过车牌识别、车脸特征识别和大数据比对技术能否有效判断同一时间点城市内一模一样的车有几辆,并对套牌车辆进行轨迹追踪?
54、企业在银行变更信息程序复杂:银行很难从工商系统获得企业信息变更的资料,需要企业提供证明去排队办理。
55、不清楚事故多发路段该注意什么事故:希望行至事故多发路段时,能够知道事故多发原因,以便及时采取对应措施避免危险。
56、城市空气污染源检测分析:城市空气问题,不仅仅是来自城市内部的污染排放,和气象、地表建筑走向情况等也有很大的关系,希望合理利用数据分析,检测污染程度,分析污染源与扩散途径,为城市空气治理提供科学依据。
57、水环境污染源分析:水污染严重,不仅城乡居民饮水安全受到威胁,也给工农业生产造成严重损失。希望通过实时的水质检测和数据分析,及时整治与公开,保障人民群众的健康。
58、公共场所拥挤度分析:城市景点、游乐场所餐馆群、商业街区、综合体等人群分布不均,市民不知道目的地景点及周边服务点的人流量,希望可以通过大数据分析,为市民推荐合理的景点及周边服务点。
59、小区物业监管问题:小区内宠物管理、楼体及小区环境维护等问题缺乏统一的上报平台,单独反映给物业时难以及时解决,希望建立统一的物业大数据平台,方便居民及时反应问题,并且街道社区也可以就物业无法解决的问题进行监测管理。
60、如何让企业方便享受到政府服务:部分企业因为种种原因仍然不能快速获知政府的相关政策。希望将政策快速的送到需要的企业手中,构建政策自动精准匹配推送模式。
61、企业的政策或办事流程咨询问题不能得到系统快速的解答:希望能建立AI人工智能咨询平台,让企业咨询政策与办事流程等问题时能现场快速直接得到解答,并将未解决问题在政府内部流转,相关负责人员收集分析后提出解决方案,使企业快速得到答复。
62、你有高校报考选择困难症吗:考生填报志愿时不能全方面了解学校信息,希望通过对全省高校内各专业的招生,就业去向,毕业薪资情况,甚至校内食堂的消费水平,形成一个多维度的高校评分表,为考生填报志愿提供有效参考。
63、道路窨井盖时有破损、丢失:窨井盖丢失安全隐患大,管理混乱,维修不及时。希望借助大数据技术,无论是通讯井、燃气井、电力井还是环卫井,让每一个窨井盖拥有“身份”编号,并将其位置显示在电子地图上,便于市民发现问题井盖后及时在手机上报修,共同维护道路安全和美好市容。
64、公共设施损坏,不知该反应给谁:建议在城市管理方面推出微信公众号、APP或小程序接收市民信息,比如很多地方公共设施损坏,却不知道该反应给谁。还有很多地方,绿化带太茂密,导致大量交通标志被遮挡,甚至机动车驾驶人视线被遮挡,对城市公共交通安全极为不利,建议这些信息能够由城市公共管理APP或公众号等收集并统一调度分配,进一步提升城市管理精细化程度,提升市民幸福感和满足感!
65、不能方便的找到健身场所:能否利用定位技术,自动给出各种健身场所的推荐。比如健身馆,游泳馆,体育场,足球场,可以跑步的马路等等。可以选择不同类型的体育项目适合的场所,也可以选择室内或室外,免费或收费,是否有教练,有氧还是无氧。进一步细化的话,甚至可以给出当前该运动场所的热点图。然后进一步根据运动类型的不同进行智能推荐。还可以显示微信或QQ好友正在运动的场所。
66、交通不文明行为时有发生,造成交通拥堵:随着城市节奏的加快,一些车主为图自己方便,在驾驶机动车过程中经常出现随意变道加塞、直行车占用右转车道、左转车占用对面车道等恶习,非机动车主经常出现闯红灯、逆向行驶、走机动车道等现象,这些行为不仅加剧了城市交通拥堵,增加了交通事故,还为其他车主树立了负面“榜样”。希望道路监控设施能够发挥更大的作用,对交通不文明行为予以曝光和处罚,坚决遏制交通陋习。
67、公共交通能否进一步优化:城市快速发展,人员跨区域流动量增大,公共交通却未能优化。例如部分公交线路车次偏少、发车间隔时间太长,出行市民往往“翘首以待”。能够利用大数据技术,动态分析居民流动分布,合理布局公交线路,在早晚高峰、节假日适时增加公共交通发车频次,满足市民出行需求,让公共交通更有“人情味”。
68、不能准确获取身边的公益活动信息:希望能提供一个统一的公益活动平台,方便市民获取身边准确可信的公益活动信息并选择参加适合自己的公益活动。
69、电动车小区内乱停放的安全隐患:很多小区楼下没有充电桩和电动车专门停放区,导致居民随意将电动车停放在楼道内私接电线充电,造成较大安全隐患,建议通过大数据分析得出区域性电动车使用情况,合理分配电动车充电桩资源,防止造成资源分配不均和浪费。
70、社会治理所需视频等非结构化数据处理存在难度:目前,大量脱敏后视频数据没有在城市治理中得到多部门共享使用,特别是视频数据如何高速并行处理。传统信息化建设时,可以对表格类结构化数据进行分析、查询等处理,但对城市视频等海量非结构化数据,大都只能进行一定容量的数据存储,尚不具备内容识别等复杂处理能力,影响了数据的使用价值。
71、生育时需要办理多项证件的烦恼:从怀孕到生小孩需要办生育服务证(准生证)、出生证(医学证明)、小孩上户口、疫苗证等多个证,希望能实现生育多证合一办理。
72、高架行车安全隐患:高架桥上超速行为时有发生,禁行的货车、摩托车等夜间有时也偷上高架,如果实现全程智能监控自动发现违规行为,会减少很多安全隐患。
73、电梯使用情况、安全和质量监管:依托“互联网+大数据平台对电梯使用情况、安全和质量进行数字化管理。推进电梯风险查找、研判、预警、防范、处置等全流程智能技术建设,构建电梯安全公共信息服务平台。
74、预付卡的安全性无法保障:一些理发卡,健身卡等预付卡的安全性与信用度无法保障,商家随时都可能拿钱跑路。能否利用信用体系解决此问题并且依法追溯?
75、缺少便捷式图书馆或图书借阅站:能否根据阅读习惯自动统计并设置便捷式图书阅读厅或者借阅站,并且标明图书数量,提高城市公共书籍的利用效率,也方便城市居民在上下班的途中借还图书。
76、能否为个人建立医疗健康档案?能否利用各医院、各体检站的大数据,在个人知情、自愿的基础上,为每个人建立健康档案,为他们提供个性化、科学化的健康饮食指导与健康养生知识指导,提高国民健康水平,提升居民幸福感。
77、信用体系建设:建议加快推进信用体系建设,扩大法人和自然人信用信息归集范围,增加公共服务行业信用数据的归集,推进信用信息的互联共享,为全社会提供信用参考。
78、打造互联互通的地理信息平台:城市供水、电力、通讯、燃气、市政、热力、交警、国土等企事业均依据自己业务实际建设了地理信息系统,但这些系统间的信息没实现共享公用,形成了一个个信息孤岛,例如在施工过程中,由于对于对方的地理信息不掌握,存在供水由于不知燃气管网位置的“施工误挖”的风险,造成次生灾害。建设一个整合各单位地理信息资源、统筹各单位部门地理信息数据的共享公用平台十分必要。
79、推销骚扰电话太多:每个人在生活中经常接到各类推销骚扰电话,比如买房后,就会接到装修及家具的推销电话等情况,能否通过大数据技术对日常电话信息进行甄别并对推销电话进行自动拦截呀?如果能实现追溯骚扰电话并寻找到骚扰行为人依法进行处罚就最好啦。
80、中小学课业过多:目前中小学生存在课业过重过多问题,家长频频抱怨。能否利用大数据分析技术,为中小学生提供合理的课业规划,减轻中小学生课业负担。
81、出租车、网约车行车途中司机行为无法监控:出租车、网约车送客过程中司机行为及行车路线很难得到实时的监控和管理,乘客人身或财产安全无法得到有力保障。能否利用大数据对司机行为及行车路线等进行监控,出现问题时也能自动预警。
82、小区物业监管问题:小区内宠物管理、楼体及小区环境维护等问题缺乏统一的上报平台,单独反映给物业有时难以得到及时解决,希望街道或社区建立统一的物业大数据平台,方便居民及时反应问题,并且街道社区也可以就物业无法解决的问题进行监测管理。
83、金融安全问题:目前金融行业风险较大,能否利用大数据分析技术,预测金融行业风险,便于投资人员进行参考,规避风险。
84、如何利用大数据帮助城市规划,避免重复建设:如何利用大数据分析指导城市规划建设,设计最合理的交通路线,最公平的教育资源,最便捷的公共服务设施及单位。通过数据分析设计出50年甚至100年也不过时的城市基础设施,避免重复建设浪费资源。
85、湖泊污染问题:受气候等环境影响,湖泊污染时常爆发,能否通过大数据手段收集气象与水文数据,准确预测植物对湖泊污染爆发时间和规模,提前预防。
86、公交车人流量分析:公交车容易出现前面一辆车爆满、紧跟在后面的一辆车却没有几个人的情况,能否把公交车的承载率通过大数据的手段及时反馈出来,方便居民乘车。
87、如何利用大数据技术协助进行法律援助:人们进行法律维权的意识越来越强,对法律援助的需求量也越来越大,希望能够利用海量法律数据进行人工智能分析,收集整理各种法律相关的数据,构建实时咨询、预警等相关法律援助模型,拓展法律服务的广度、深度,提供更加个性化的服务。
88、不能全面了解房地产中介机构信息:建立房地产中介机构信息档案库,对房地产中介机构信息进行汇聚、整合,形成统一全面的中介机构信息档案。一方面可以为监管部门提供行业管理手段,另一方面方便对中介机构信用情况的管理和开放。
89、智慧路灯:随着城市的发展,对于路灯这些基础设施的智能化需求越来越高,需要对路灯进行统一管理,定时开关或者自动调节开关,规划多种照明策略。同时,灯杆还可以作为5G站点、WIFI站点、充电桩、安防应急预警等多功能杆。因此,围绕路灯杆的统一智慧化设计迫在眉睫。
90、如何确保精准扶贫准确度:能否用大数据的手段让扶贫更加精准到人,责任到人,监管更透明,信息更公开,包括低保等社会扶持。
91、新闻热点分析:新闻发生时,需要做出快速分析,准确预测哪些能形成热点,再利用大数据、人工智能等前沿技术实现对热点事件的传播力分析。
92、消防设备可靠性监测:火灾无情,及时有效的使用消防设施显得尤为必要。这就需要利用大数据与物联网技术对设备实现实时监控,保障消防设备的安全可靠,做到火灾发生时能够及时有效地采取消防措施。
93、行车噪音污染:行车过程中很多车主乱按喇叭,造成城市噪音污染,影响居民生活,可否使用智能设备快速定位对应车辆,对于乱按喇叭行为给予惩罚。
94、提高制造业产品合格率:目前我国大力提倡实体经济与数字经济深度融合,制造业的数字化转型迫在眉睫。通过智能制造拜托对经验主义的依赖,提升产品合格率,降低制造成本,提高企业核心竞争力。
95、基层党建信息化问题:党员的良好管理对于党组织的发展非常重要。作为最基层的党组织,社区党建工作显得尤为重要,而由于党员流动性大等因素,基层党建工作难度较大。是否可以通过大数据等手段进行信息化建设,针对基层党建打造智慧党建社区品牌。
96、小区外来车辆管理问题:小区对外来车辆的管理没有统一规范,外来车辆可以随意进出或一律不给进入,这会带来各种问题。希望通过大数据与人工智能技术,与政府管理部门共同对车辆进行监管。
97、快速寻找丢失儿童:能否通过人脸识别技术快速寻找丢失儿童。
98、保健品真假辨别难度大:老人很难识别保健品、保健设备、保健疗法等的实际效果,能否建立一个有公信力的保健宣传平台,帮助老人提高自我保护意识
99、缺乏完善的数据安全保障机制:各数据中心汇集了大量的数据,其中涉及到大量企业和个人的敏感信息,但目前尚未形成完善的数据安全保障与应用机制,导致存在一定的安全隐患。希望能建立一套完整的全生命周期安全管理体系,大力促进数据的安全规范应用。
100、数据中心的数据使用缺乏完善的安全预警机制:各类数据中心的数据量大,数据资源流动性强,安全风险随之大幅增加。数据产生和共享过程中产生了各种操作日志,但由于数据中心的子平台较多,各部分日志分散,独立预警,缺乏全流程监控和整体安全预警。因此需要创建预警信息处理模型,对共享交换平台、数据开放平台、开发平台等平台各部分安全态势进行监控预警,并在发生故障之前有效地处理预警信息,防止事故发生。
作为刚刚发布的活动,很多人对于如何报名参与不甚了解,为此,为大家搭建了了解活动内容的三个渠道。▼
一是数字经济发展痛难点解决方案征集活动暨合肥数字城市大赛官方网站(www.hfdatacity.com)。网站上不仅发布大赛相关内容,同时设置了《征集数字经济发展痛难点解决方案》专栏,参与者点击进入专栏后,可看到具体参与流程,参与者需下载相应附件并完整填写提交方案内容,同时发送到官方指定邮箱(hfdatacity@hefei.gov.cn),即可参与成功。
二是参与者可在中国合肥门户网站(http://www.hefei.gov.cn/)中“数字合肥”专栏及市数据资源局“数字合肥”微信公众号中查看专门为此次活动开设的数字经济发展痛难点解决方案征集栏目,并通过相应流程指示完成报名与方案提交。
三是本次活动将发布活动情况介绍H5。H5中包含了百个数字经济发展痛难点明细以及解决方案提交信息表,参与者只需下载后按照指示操作,填写相应信息并发送即可。
痛难点解决 我们一直在行动
痛难点征集当然只是第一步,我们的最终目的是希望通过揭露“痛点”、“堵点”,利用信息化手段有针对性的去寻找、创造出相对应的解决方案,切实有效的解决市民、企业和政府部门的问题,助力数字经济更好更快的发展。为了这一目的,合肥一直在行动,已经取得了一些成效。
数据+交通疏通城市动脉。城市快速发展的同时,交通压力也日渐增长。交通问题成为此次痛难点征集中关注度最高的问题,打破数据壁垒,构建先进城市交通系统,统一配置交通管理资源,统筹解决规划、建设、管理等环节的突出矛盾显得尤为重要。合肥市数据资源局积极配合市公安局交警支队,利用信息化手段实现数据共享,助力交通问题的解决。交警支队通过数据的认真分析比对,梳理出常态化拥堵点段20处,逐点进行多时段交通量采集,分析交通拥堵成因,拟定交通组织优化设计方案。目前,已有12个拥堵点段列入下半年第一批拥堵治理改造计划中,合肥交通情况一直在持续优化中。
“数据画像”让“大水漫灌”变“精准滴灌”。9700条企业记录,各类数据1400万项……今年以来,合肥市数据资源局协助高新区为企业“画像”评分,给予相应授信额度,共为1887家企业进行人工智能“画像”,其中449家企业已领到政策资金授信额度,累计授信额度2963万元。所谓“画像”,就是汇集省市区多级企业工商、经营、社保、信用数据及记录、第三方平台的企业知识产权、征信、投融资数据,并从互联网信息中获取企业招投标及舆情数据,运用人工智能技术为企业评分。这一措施让往日“大水漫灌”的扶持政策,变成了“精准滴灌”,缓解了以往由于信息未打通而造成的产业扶持成效过低的现象,帮助政府利用有限资源切实有效的开展企业扶持工作,为产业发展注入了一针强心剂。
除了在上述交通及产业领域发挥作用外,此次解决方案征集活动还将在更多领域显示成果。活动最终形成的解决方案推荐册不仅可以为优质解决方案提供方搭建一个展示宣传的舞台,也将帮助各级政府、政府各部门、各市场主体等更加精准的解决自身发展遇到的问题,最终实现整个数字经济的良性发展,为此,再次呼吁大家多加关注,广泛参与,共同打造更加美丽的“数字新城市”!
责任编辑:陈近梅
产业观察
2018-10-17 15:32:29
欧盟《电子身份识别和信托服务条例》生效
来源:人民邮电报社 时间:2018-10-17 14:36:13 作者:肖轶
  据欧盟官网消息,欧盟《电子身份识别和信托服务条例》(eIDAS)于9月29日正式生效。该条例在欧盟范围内承认电子身份证的合法地位,欧盟居民和企业可在成员国内跨境进行网上纳税申报、跨境建立银行账户、登记企业、申请学校、读取个人电子病历等。
  《电子身份识别和信托服务条例》确保为个人数据保护提供最高级别标准。根据条例规定,欧盟各成员国将从法律上互认国民电子身份证系统。
  据估计,由于用户可不用重复向政府部门提供信息,采用跨境电子身份证可为欧盟企业和政府部门每年节省110多亿欧元开支,从而大幅削减政府部门行政负担。目前,58%的欧盟居民通过互联网与政府部门联系,82%的公共服务可通过互联网提供。
 
责任编辑:陈近梅
产业观察
2018-10-17 14:36:13
Facebook黑客入侵事件受影响用户降至2900万
来源:人民邮电报社 时间:2018-10-17 14:21:19 作者:宗文
  社交网站Facebook此前证实曾遭黑客入侵,10月12日,公司将受影响用户人数由原先估计的5000万下调至2900万,并证实部分用户的姓名、电话和电邮等个人资料被盗取。
  报道称,Facebook正与美国联邦调查局(FBI)合作调查事件,在FBI要求下,未有公布黑客身份。
  Facebook表示,黑客本身已有约40万个他们可以控制的账户,其后利用“预览”(View As)功能的漏洞逐一从这些账户的朋友处盗取“访问令牌”,令黑客可以控制账户和挪用个人资料。
  其中,1400万名受影响用户的联络数据、性别、关系状况、近期最后10个“打卡”地点和15项搜索资料遭盗取,1500万用户只有姓名和联络资料被盗取。另有100万名用户本身亦暴露于漏洞之下,但未有个人资料被存取。
  Facebook正在配合联邦调查局、联邦贸易委员会等多个美国联邦政府机构调查这次数据泄露。Facebook相关负责人称,联邦调查局不仅要求脸书就谁是“黑手”一事“闭嘴”,还限制他披露黑客最终目的可能是什么。同时,Facebook“没有理由认为这次攻击关联中期选举”。
  Facebook陷入隐私尴尬不是头一回。多家媒体今年3月报道,英国剑桥分析公司经由一种个性测试应用程序获取大约8700万Facebook用户的个人信息,助力美国总统唐纳德·特朗普2016年竞选和英国一个主张脱离欧洲联盟的政治团体,向特定用户精准投放广告。Facebook创办人扎克伯格多次就用户信息遭“窃用”公开道歉并接受美国和欧洲立法机构质询。
  爱尔兰数据保护委员会早前表示,在Facebook就黑客攻击公布更详细的资料后,可能展开正式调查,不排除以触犯欧盟《通用数据保障条例》为由,罚款16亿美元。
责任编辑:陈近梅
产业观察
2018-10-17 14:21:19
5G鼓点渐急 全球争抢先机
来源:人民邮电报社 时间:2018-10-17 14:16:21 作者:晓镜
  近一段时间,全球多个国家和地区的政府推出了实质性的5G促进举措,同时,承担5G建设的运营商们也纷纷公布最新的5G计划。不难看出,随着5G的日渐临近,这场关于下一代移动通信网络的竞逐正空前激烈。
   运营商相继发力
  日本几家大型移动通信运营商近日对外宣布,将原定的5G商用计划提前至明年。鉴于2019年橄榄球世界杯赛将在日本举行,为此日本几家运营商决定在2019年商用5G,比此前的计划提前了一年。
  据报道,在此前日本总务省召开的一次会议上,日本运营商NTT DoCoMo、软银和KDDI均表示,将在2019年少量商用5G,2020年则全面商用5G。此前,NTT DoCoMo被确定为2019年橄榄球世界杯赛的官方通信服务提供商,为此有分析师预计,该公司会借此机会对外展示其5G网络和服务情况。日本的3家大型移动运营商近年来均在积极部署5G网络。
  德国电信近日也公布了5G发展计划,该公司计划到2025年使其5G网络覆盖德国99%的人口,同期覆盖德国90%的国土。该公司称,为了实现这一目标,德国和欧洲其他地区分别有10万和20万名员工为此努力。
  此外,德国电信表示,为了促进基础设施的发展,愿意向竞争对手开放其光纤网络,尤其是在偏远地区。而此举也被认为会直接推动德国5G的整体发展。此前,德国电信已经与西班牙电信公司就发展5G达成了合作协议。据悉,西班牙电信的基站将与德国电信的光网连接,两家公司均将从此次合作中获得成本效益。而节省下来的资金会被用于发展两家的5G网络。目前,德国电信正在试图建立德国规模最大的全光纤网络。此番合作将使得这两家公司得以在未来几年中逐步将3G和4G基站升级为5G基站。目前,西班牙电信在德国约有5000座基站。
  德国电信相关负责人特别表示:“这项合作对于保证德国移动通信基础设施的活力是一项重要的举措。”西班牙电信表示,通过此次合作,其部署移动基站的速度将加快,这也为其后续的5G部署奠定了基础。不过有分析称,这是两家运营商在德国政府即将发放5G牌照前的示好行为。
  英国移动运营商O2不久前邀请英国100家最大的企业参与其5G试验,邀请他们帮助开发5G的一系列商业用例。
  T-Mobile美国公司日前透露,5G服务年内将遍布美国30座城市,最终在2020年扩展至全国范围。
  而美国另一家运营商Sprint明年也将在9个城市推出5G服务。Sprint正在等待监管部门批准其与T-Mobile美国公司合并。因此这家公司的大部分5G计划将与其潜在合作伙伴的计划捆绑在一起。然而,由于没有完成合并的确切时间表,Sprint正在推进自己的5G计划,同时推动4G和LTE产品。Sprint此前就携手LG,计划明年推出全美第一款5G手机。
  就在10月1日,美国运营商Verizon推出了其5G固定无线服务“Verizon 5G Home”。Verizon声称这是世界上第一个5G部署。但Verizon提供的是固定接入,而非移动5G服务。Verizon表示将于明年提供移动5G服务。Verizon宣称服务的峰值速率能够达到1 Gbps,但实际上,用户实际能够体验到的速率大多数时候在300 Mbps左右,没有数据使用上限。虽然该服务并不是真正的移动5G服务,但依然是5G发展的一个重要里程碑。
   政府持续为5G发展清障
  除运营商积极部署外,政府层面的5G规划也接连不断,释放频率、产业扶持等政策相继出台,这也使得5G获得越来越多的国家级助力。
  就在上月底,美国将5G上升到了前所未有的高度。在白宫特别召开的“5G峰会”上,特朗普政府表示将采取“美国优先,5G第一”的方式鼓励私营部门尽快部署5G。该峰会传达了一个基本信息:特朗普政府将尽全力从政策上帮助无线运营商和无线行业的其他部门加快下一代无线技术的部署,包括降低税收和放松管制。
  美国联邦通信委员会(FCC)主席阿基特·帕伊道出了让特朗普政府如此急切的原因:“5G技术的领导地位是国家经济增长和竞争力的当务之急。”他在会上提出了“5G快速”计划。该计划包括三个关键的解决方案:释放更多的频谱;促进无线基础设施建设,进行FCC级别的基础设施政策改进;制定现代化法规,包括废除网络中立规则以及近期通过的限制地方政府向无线运营商收取部署5G基础设施费用的规则,可为运营商节省约20亿美元的费用。
  韩国政府此前宣布,将于明年3月“在全球率先实现5G商用”。
  而我国的5G发展也可圈可点。美国移动通信行业协会(CTLA)认为,在5G相关投资和支持方面,中国是领先国家。
  英国政府上月也宣布,将在英国西米德兰兹地区开展首批大规模5G测试项目,以便为未来在全国范围内组建5G网络做好准备。英国主管数字化事务的国务大臣玛戈·詹姆斯说:“5G技术有潜力大大改变我们的日常生活,我们希望英国居民能首先体验到这一新技术带来的机遇和益处。”
  有研究表明,5G技术可以创造多达300万个新工作岗位,带动2750亿美元私人投资和5000亿美元新经济增长。为此,各国政府均在积极为5G发展清障。
  全球移动供应商协会(GSA)发布的报告称,截至2018年7月,全球42个国家和地区的监管机构正在为5G服务引入频段,或就5G的合适频谱划分进行公开征询,或已经为5G保留频段,或已经宣布了频谱拍卖计划,抑或已为5G服务划拨了频谱。在欧洲地区,4个国家已经完成了5G频谱拍卖,10个国家确定在2018~2020年进行5G频谱拍卖,3个国家计划中的拍卖可能会有适用于5G的频段。在亚太地区,至少有6个国家和地区已经确定了5G频谱拍卖/分配。
  此外,意大利不久前已启动5G频谱拍卖,五家运营商已经进行了首轮出价。意大利政府启动的本次5G频谱拍卖,除了尽快向市场释放合适可用的5G频谱以加快5G产业发展之外,还意在向意大利的基础电信市场引入新的竞争对手。澳大利亚也将在11月下旬对3.6GHz频段共计125MHz的5G频谱进行拍卖。
责任编辑:陈近梅
产业观察
2018-10-17 14:16:21
宁波:大数据驱动数字经济驶入“快车道”
来源:宁波日报 时间:2018-10-17 12:44:47 作者:殷聪
  提起大数据,不少市民可能仍觉得陌生。但其实,大数据已悄无声息地融入市民的日常生活。无论是淘宝购物时的“好货推荐”,音乐软件里的“猜你喜欢”,还是支付宝推出的年终账单,其实都与大数据有关。
  海量数据纵横交错、相互关联、相互印证,使得经济发展过程中的内外诱因和隐含因素得以真实记录。只要通过智能化挖掘便可展现经济发展在时间和空间上的特性,揭露海量数据背后的特点和规律。而在经济发展中运用大数据,可以优化资源配置,改善与加强宏观调控,提高经济发展的质量和效益。在潜移默化中,一个靠数据说话的时代已经来临。
大数据应用深度参与宁波“智造”
   大数据打开未来新生活
  无论何时何地,再也不用担心交通拥堵和停车难,大数据平台为你计算出最合适的路线,从城南到城北一路畅通;停车场的物联网终端设备自动识别车型,将数据传递到大数据平台,为你推荐最合适的停车位,同时自动计算停车时间,实现自动付费……这样的智慧城市距离我们还有多远?
  在上个月落幕的全球智能经济峰会暨第八届智博会上,宁波“城市大脑”CityGo惊艳亮相。这台城市的数据“大管家”以及智能“神经中枢”,将帮助城市协同创新和城市智能运营。
  大数据的分析与挖掘让市民的工作和生活越来越便捷
  “‘城市大脑’CityGo的惊艳亮相,得益于近年来我市网络通信设施的不断完善。”市大数据管理局相关负责人说,我市网络基础设施建设全国领先。目前,我市宽带出口已超7000G,窄带物联网(NB-IoT)目前已实现全市区县级以上范围覆盖,预计年底即可完成乡镇级覆盖。
  网络设施的建设将有效打破垂直行业的“应用孤岛”,让传统公共设施加速迈向智能化,实现物联网系统互联与数据共享。去年5月,宁波市公共物联网开放平台正式启用。截至今年7月底,已有181家企业在该平台注册,共创建产品257个,接入设备数超过24万个。其中,政府类已经接入城管智能井盖、公交新能源车、邮政快递车、自来水智能抄表等应用;工业企业类已经接入宁波水表、东海仪表、四海车联网、波导车联网、锦浪新能源、金丰机械等应用。
  通过在窨井盖上安装NB-IoT无线传感器,工作人员在屏幕前便能实时了解三江口核心片区的1000余个井盖的状态和位置,一旦井盖有损坏或丢失,便可第一时间进行抢修。搭上物联网“快车”,公交车的运行状态、轨迹以及车辆电池电压、电量等数据变得一目了然。在市邮政局,快递车辆则能与终端厂家平台相连,数据上传应用系统后,即可实时跟踪车辆的位置信息……目前,我市物联网已成功应用于城市管理、公共设施、交通运输、环境保护等多个领域。
  公共数据归集方面,我市目前已归集57个部门的数据,总数据量达16.07亿条,与去年相比新增37个部门,新增9.23亿条。各部门通过政务云共享使用数据16.13亿条次,新增共享使用7.81亿条次。主要包括全大市实时更新的工商企业登记数据,全大市定期更新的法人数据,全大市育龄妇女数据,部分地区的基本人口数据,企业对账信息、清税信息、税务行政处罚决定信息等。
   大数据驱动“智造”新发展
  在如今的大数据时代,市民每天都在产生海量的数据,利用好这些数据,不但能为人们的工作生活带来便利,还能促进生产环节更加高效地配置资源,提高效率,促进产业升级。
  在太平鸟,大数据已成为企业降低库存,减少断码率,提升整体销售量的重要砝码。今年8月,太平鸟已将大数据应用在太平鸟男装上。据太平鸟数据产品组负责人周伟伟介绍,太平鸟拟通过大数据,分析不同区域消费者的偏好,对线下4000家门店的所有SKU进行销量监测与数据分析,及时调整产品配比,减少断码率,降低库存。
  “原先这项工作靠的是经验,而现在我们靠的是真实的数据,一切用数据说话。”周伟伟说,按照计划,太平鸟将于今年年底正式上线商品AI大数据系统项目,并计划于2020年,实现大数据应用在太平鸟女装、乐町、MG、MiniPeace、贝甜、鸟巢等品牌的全覆盖。
  “除了商品AI大数据系统项目,今年8月,太平鸟在首家旗舰店——杭州大悦城店率先进行大数据平台的应用试水,消费者只要选择一件衣服,系统便会根据消费者的偏好进行搭配。”周伟伟说,今后市民买衣服也将变得更加便捷。
  太平鸟在大数据应用上的尝试并非个例。据初步统计,市大数据局已将29家制造业企业的大数据建设项目纳入项目库,并建立了需求库与案例库。与此同时,我市已相继启用阿里巴巴全国首个特许经营的宁波大数据云基地、宁波百度(云智)大数据产业基地以及宁波腾讯云产业基地。其中,宁波百度(云智)大数据产业基地已注册大数据、云计算、物联网、人工智能等新一代信息技术企业72家。
  拥抱云平台,融入云时代。企业上云也是我市利用大数据推进经济数字化转型、培育新动能的重要途径。据统计,截至目前,我市已有上云企业6万家。其中,今年前9个月,三大运营商实现净增上云企业数超过2.2万家。按照计划,我市将力争于2020年底前,实现上云企业8万家。
   抢占数字经济发展制高点
  大数据价值创造的关键在于大数据的应用,随着大数据技术飞速发展,大数据应用已融入各行各业。由中国管理科学学会大数据管理专委会等单位编撰的《中国大数据应用发展报告》认为,目前,我国大数据产业发展已步入行业规模快速增长时期。从大数据产业规模来看,预计未来3年我国大数据产业增速有望保持在30%以上。面对大数据送出的“蛋糕”,宁波准备好了吗?
  据市经信委副主任叶春华介绍,大数据是实现由信息服务向智能与知识服务转变的重要桥梁,也是推进智能经济发展的重要抓手。它将为制造业企业插上数字翅膀,加速效率变革、动力变革、质量变革,推动宁波制造业迈向高质量发展。从网络强国战略的“五个明确”到数字中国战略的“三大任务,六个主攻方向”,大数据和人工智能技术珠联璧合,成功引领新一轮社会发展和技术创新,大数据驱动“宁波智造”创新发展正当其时。
  2016年,我市已出台推进大数据发展的实施意见,从夯实信息设施基础,集聚政务大数据资源,实现深度共享与开放,促进开发利用;加快大数据在政务、公共事业领域的创新应用,促进政府由信息服务向知识服务、智能服务发展转变;推动大数据在各传统产业领域的深度融合与应用创新;协同云计算发展布局,大力发展大数据产业;围绕大数据信息安全,强化保障体系建设等方面进行了详细的部署。
  我市目前正抓紧编制《“数字宁波”建设规划》,启动“数字宁波”建设。按照计划,下一步我市将依托大数据抢占数字经济发展制高点,加强网络基础支撑,推进数据共享开放,大力发展大数据应用,坚持示范带动和总结推广,加强大数据和大数据赋能,加强研究和建立大数据标准与安全保障体系,加大力度推进大数据应用工作迈上新台阶。
  企业上云方面,我市将加强落实企业上云三年行动计划,健全企业上云激励机制,以规上企业为重点,打造一批上云标杆企业。同时,围绕传统行业转型升级,开展云化改造工程,建设若干有影响力的行业云服务平台,并推动企业在云端用人工智能处理大数据,发展融合应用,创新服务模式。
  紧扣大数据“脉搏”打造宁波竞争新优势
   典型案例
  ■余姚: 让城市大数据“跑”起来
  日前,余姚市经信局组织金融办、中国人民银行余姚支行及试点银行的相关负责人,就“中小企业授信‘最多跑一次’金融服务系统”建设进行会商。借助这一平台,银行可快速掌握贷款人的动态信息,做好贷前风险评估和贷中监测,贷款人也可免于跑部门、打证明。该平台的建设是余姚城市大数据平台从数据归集向应用开发推进的一个缩影。
  自2016年组建数据建设团队,并引进吉贝克公司以来,余姚在宁波率先启动城市大数据平台建设,并于去年10月实现平台上线。截至目前,已有46个部门的重要数据纳入平台,数据项1343项,记录数超过8.1亿条。“通过引导各部门参与数据共享、网上审批、互联互通,打破了数据壁垒,让数据‘跑’起来,成为有价值的‘活水’,从而提高为民办事效率、降低政府管理成本。”余姚市经信局互联网中心主任郭泉泉说。
  随着城市大数据归集基本完成,各项应用开发正在推进,各部门共享、应用大数据的氛围正在余姚逐步形成。目前,余姚已有9个部门通过平台申请共享了1630万条数据,并全力推进应用开发,将城市大数据平台建设成全国县级市样板。截至上月底,余姚市死亡人员信息库、考核办目标考核管理系统、市公安局数据碰撞分析系统等20个应用已开发完毕并通过验收,企业绩效评估系统、人社局医保资金审核系统、教育局中小学入学报名系统等正在开发。
   ■众车联: 推进汽车零部件行业供给侧改革
  “短短3个月内,我们平台的交易额已达29.34亿元,预计本月底即可突破40亿元。”面对未来的发展形势,“众车联”运营总监熊飞信心满满。作为国内最大的汽车零部件产业互联网平台,“众车联”自今年6月在慈溪上线以来,不断推进汽车零部件行业供给侧结构性改革,成为我市汽车产业转型升级的重要探索。
  据介绍,“众车联”由汽车零部件龙头企业福尔达、华翔,知名金融集团蓝源资本、共青城征途基金,大日光集团共同发起成立。该平台将以整合汽车零部件供应链为切入点,依托五大产业子平台和六大服务中心,为企业提供云集采、供应链金融、云物流、大数据、智能制造和产业基金等服务,全面赋能汽车产业链。
  “该平台将把汽车零部件企业的采购和公共服务集中到平台,通过消除中间环节,帮助企业降本增效,提高竞争力,打造供给侧结构性改革的宁波样板。”熊飞说,截至目前,“众车联”首批企业会员有200余个,对接产品超过10000种。通过平台,部分股东企业原材料采购成本已下降10%至15%。未来3到5年内,平台交易额有望突破1000亿元,成为我国汽车产业供给侧结构改革和新经济共享平台的标杆。
  (撰文 记者 殷聪 通讯员 郑波 图片由经信委提供)
责任编辑:陈近梅
产业观察
2018-10-17 12:44:47
发展人工智能应作为国家战略
来源:经济参考报 时间:2018-10-17 11:51:42 作者:江飞涛 邓洲 李晓萍
   人工智能发展趋势、未来发展方向
  近年来,人工智能技术不断取得突破,且开始在具体的产业化、商业化项目中得到应用,出现新的发展趋势。第一,“深度学习”+“大数据”是当前人工智能发展的主要特征,人造神经网络能够像人一样学习和思考,使得人工智能能够处理更加复杂的任务,这一方式也成为大多数人工智能企业选择的技术路线。第二,实现了从实验技术向产业化的转变,在图像和语音识别、科学研究、预测分析等方面都已出现成熟的商业化产品。第三,应用的领域从商业、服务业向制造业、农业拓展,这使得人工智能越来越表现出通用技术和基础技术的特征。
  随着技术进步和产业化的推进,人工智能未来发展的方向逐步明晰。一方面,人工智能作为基础技术,将实现与其他产业的深度融合。“深度模型+大数据”是现今非常流行的计算机解决问题的方法,例如,在深度学习系统识别语音和文字后,通过大数据库,计算机能够将其翻译成其他国家的语言;在无人驾驶系统中,计算机也要通过深度学习的方法了解外界环境中哪些是安全的、哪些是需要避让的、哪些是极度危险的,深度学习的结果用以指导计算机设计驾驶速度和路线,这是无人驾驶系统安全性的最基本保障;人工智能与机器人结合会创造真正会思考、能学习和动感情的机器人,这会极大提高机器人的使用体验,不仅提高工业领域机器人的生产效率和安全性,在商业场所和家庭,机器人也能够更好地为人类服务。
  另一方面,随着人工智能在各个领域的产业化商业化应用取得显著成效,支持人工智能技术和产业化的发展几乎成为所有有能力的国家重点扶持的技术和产业。当然,各个国家根据自身定位和优势禀赋也有所侧重点,这将对人工智能的国际分工格局产生深远影响。例如,美国秉持领先全球技术和预防被潜在竞争对手超越的理念,更加注重人工智能基础技术的研发以及在军事等高端应用上对全球的引领;日本注重将人工智能与机器人产业相结合,继续巩固全球机器人强国的地位;德国将人工智能纳入到“工业4.0”框架中,通过人工智能进一步提升德国制造业的智能化水平;英国则更加注重相关人才的培育。
   我国在人工智能领域发展上的优势
  在全球人工智能发展浪潮中,我国人工智能技术、产业和市场近些年的发展取得了令人瞩目的成绩,并表现出与发达国家同步的趋势。与其他新兴行业比较,我国人工智能的发展有两个突出的优势。
  一是实现了全方位的突破与发展。虽然我国很多产业实现了突破,但优势仅仅表现在某一领域或产业链的某一环节,而人工智能的发展却是在各个方面实现了与发达国家的同步甚至赶超。从技术研发上看,在“深度学习”、“深度神经网络”等领域,中国在全球知名期刊上发表论文的数量已经超过美国;中国人工智能专利申请数量仅次于美国位居全球第二;百度在2015年开发的深度学习语音识别率达到97%的准确率,被MIT评为2016年全球十大科技突破之一,这被誉为我国人工智能技术研发达到世界一流水平的重要里程碑。从投资看,国内人工智能领域投资自2010年开始进入爆发期,最近两三年投资进一步加快,中国已经是仅次于美国全球第二大人工智能融资国,投资机构的数量也在全球位列第三。从产业发展看,近年来我国人工智能产业规模年增速近40%,到2016年末达到约100亿的规模;不仅如此,我国人工智能产业体系初具雏形,北京、上海、深圳、成都等城市人工智能产业聚集已经形成;除了领先的BAT(百度、阿里巴巴和腾讯),中小企业和创业企业大量增长,在不同的人工智能细分和应用领域创新产品和服务模式,例如在机器视觉识别领域已经有成规模的自主品牌100多家,代理商300多家,专业机器视觉系统集成商100多家。
  二是在应用上有显著优势。客观上讲,国外企业在人工智能核心技术研发上具有短期内难以超越的优势和资源。例如脸书公司的大数据信息挖掘、苹果公司的语音识别、Uniqul的人脸识别技术全球领先,国外人工智能的商业化运营总体上看是依靠技术进步推动的。相比较,虽然我国在核心技术方面并没有表现出显著的优势,但在实现人工智能应用的场景优化及其相应的商业布局方面走在世界前列。例如,百度将语音技术、图片识别技术与O2O服务场景相融合,用户只需要输入一段语音就能够预订电影票、酒店和景区门票;阿里巴巴、京东等电商平台通过大数据挖掘为用户推送具有潜在购买欲望的产品;腾讯以微信、QQ为平台向客户精准投放新闻和广告等等。我国是全球人口最多、移动通讯用户最多、手机应用下载和在线用户最多、制造业规模最大的国家,这些共同支撑中国必然成为全球最大的人工智能应用市场,我国近年来人工智能高速发展也是以率先实现商业运用为引领的。
  同时也需要看到,我国在人工智能领域主要存在以下三个方面的劣势:一是在人工智能重大基础理论研究上原创能力相对不足;二是高端芯片、基础材料、元器件、软件与接口等方面的技术对外依赖性较高;三是国内人工智能尖端人才远远不能满足需求。
   确保我国在人工智能领域竞争中把握主动的政策建议
  将加快发展人工智能上升到国家战略高度。人工智能作为影响广泛的颠覆性基础技术,将对未来各行业的发展产生深远影响。正因为如此,美国将其列为国家战略,并相继发布了《为人工智能的未来时刻准备着》和《国家人工智能研究与发展战略规划》两个重要战略文件,欧盟也推出了《欧盟机器人研发计划》,人工智能已然成为国与国之间科技实力与经济未来竞争的制高点。我国应高度重视人工智能的发展,并将其上升到国家战略的高度。在顶层设计之下,瞄准若干方向进行重点攻关,最终形成具有国际竞争力的技术研发能力和细分产业。
  发挥产业优势,加强融合发展。虽然在核心技术方面与世界领先还有明显的差距,但我国拥有全球最大规模的人工智能应用市场。通过与其他产业的融合发展,能够发挥我国在人工智能应用场景优化以及相关商业布局方面的显著优势,在人工智能国际竞争中形成核心竞争力。加强实体经济部门,特别是具有国际竞争力的制造企业在核心技术、关键应用等领域与国内外人工智能公司开展深入合作,利用在传统市场上形成的优势以及对专业领域的理解,将人工智能作为产业转型升级的重要工具。
  以建立人工智能与智能制造创新中心为抓手,促进人工智能在制造业领域的应用研究与技术推广。创新中心聚焦于人工智能在制造业应用中共性技术的研发与推广。人工智能与智能制造创新中心可采取“公私合作”的运营模式,并建立由技术专家、政府官员、企业家代表和学者共同治理的机制。
  建立“人工智能国家实验室”,强化基础研究。“人工智能国家实验室”聚焦于任务导向型、战略性的前沿基础技术的研究,依靠跨学科、大协作和高强度资金支持开展人工智能领域的协同创新和战略性研究,加强在大数据智能、人机混合智能、群体智能、自主协同等方面的基础理论研究,并前瞻性布局高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。
  重视并积极应对人工智能普及可能造成的社会问题。人工智能对人类社会的影响远远不止经济方面的,越来越多的社会问题会随着人工智能的普及不断出现。例如人工智能在“犯错”时,如何判定谁来对错误负责需要建立专门的机构和制定相关的法律法规。对于中国而言,还要积极应对人工智能带来的就业结构的变化。我国是劳动力大国,目前大量劳动者集中于中低端岗位,将会有大量这些岗位逐渐被人工智能替代。因此需要深入调整改革学校(特别是职业学校)的专业、课程设置,培养符合人工智能大量普及社会的劳动者。
  (作者单位:中国社会科学院工业经济研究所,中南大学商学院)
责任编辑:陈近梅
产业观察
2018-10-17 11:51:42
共创共营 软通云网携生态伙伴构建物联新生态
来源: 软通智慧 时间:2018-11-03 18:05:34 作者:
2018年11月1-2日,研华物联网共创峰会在苏州国际博览中心举行,峰会以“共创物联世界 洞见智能未来”为主题,超过5000位来自全球的研华客户、伙伴与会,共享商机。软通云网受邀参与本次峰会,并携“百万企业上云、CityTwin、智慧环境治理等多个云端解决方案以及与研华等合作伙伴共同完成的基于WISE-PaaS平台可扩展和进化的成功物联网解决方案亮相,吸引众多观众驻足。
物联网是新一代信息科技的重要组成部分,是继计算机、互联网之后世界发展的第三次信息浪潮。在全球物联网设备数量爆发式增长的大背景下,中国早已将物联网上升为战略性新兴产业。2017年,中国物联网产业规模已达万亿。从物联网应用落地来看,以云计算、大数据和人工智能等技术推动物联网产业发展,且落地案例越来越多,已广泛应用各行业,诸如城市中部署各种传感器等收集城市数据,并通过边缘计算和上传到云端,利用AI技术进行智能分析,以此提高城市公共管理能力。
打造新型智慧城市运营云平台
软通云网是业内领先的云服务商,以城市为平台,基于云计算、大数据、物联网和人工智能等新技术,为城市提供全方位应用服务和数据服务。凭借自身云资源服务及应用与大数据服务方面的能力积累及先行优势,依托覆盖全国的运营服务体系,以大数据服务为基础,打造了众多以技术为驱动的云资源服务和以模式为驱动的城市应用与大数据服务双核心竞争力。
软通云网专注于智慧城市的运营,特别是智慧城市的数据化运营。
在数字城市领域,软通云网基于数字孪生技术打造的新一代城市数字平台,融合城市的各种空间信息,通过对人、物、事件等要素数字化为物理对象,构建和智慧城市建设、规划等相关的虚拟模型展示,为各种业务应用按需求提供大数据和相关的记录、仿真、预测。通过构筑城市的数字映射,支撑城市运营,挖掘城市动态、高频数据商业价值,发展数字经济,提升城市治理水平。
再例如,城市仿真云是软通云网针对数字城市建设中如何直观、准确、全面了解城市而打造的一个云平台。在云平台中,基于科学的模型进行城市动态模拟仿真,从源头感知并量化建设活动与城市环境之间的互动关联,提前科学管理,促进城市资源公平、快速调配,支撑构建更加高效、智慧的城市空间治理体系,辅助城市运行智能干预。
在工业智能制造领域,软通云网结合物联网、互联网、云计算、大数据等相关信息技术,打造的“工业云”解决方案,不仅提供了生产智慧化、产品智能化、云设计、设备监测、生产服务化转型、个性化定制、协同制造等云服务,更具意义的是与产业企业深度融合,形成新的生产方式、服务方式、产业形态和商业模式。
以“城市云+产城大数据”的业务模式为定位,软通云网为中国重点区域及城市提供政务、产业和民生等城市云运营服务及产城大数据服务,全面打造以“善政、兴业、惠民”为核心的“新型智慧城市”运营综合平台。
共创共营 携手生态伙伴开启物联新生态
一直以来,软通云网倡导以人为本、服务为先的数字城市理念,并与生态合作伙伴共同支撑新型智慧城市的永续发展。与研华的合作,是基于共创共营的理念,双方将共同夯实中台战略,打造开放式实验室,持续提供创新的SRP,共同将物联网市场大饼做起来。
之所以能够做到共创共营,一方面基于软通云网作为云服务系统集成商自身的优势,可以为研华生态系统提供上云服务,支持研华从硬件厂商转型为云服务提供商,并基于SRP形成云端的服务大联盟。
而在物联网产业碎片化大环境下,研华过去在局端(edge)建立的厚实基础成为极大优势,近两年逐步发展为成熟的WISE-PaaS物联网软体平台,能够分别串接运算能量提供者、云服务营运商、产业SRP、设备使用者与制造商,建构工业物联网完整供应链。
基于双方的生态价值需求,软通云网未来将与研华及研华生态圈在物联网各个应用领域成立共创项目、组建共创团队、培育共创实体,并为企业快速打造一个包含完整“云-管-端”的模块化、打包式的一条龙服务,与研华打造更加细分化的物联网应用和成功的解决方案,成为数字城市转型的助推器。
值得一提的是,此次峰会上研华展示的34套物联网产业解决方案SRP中,软通云网与研华及生态伙伴合作打造的解决方案就占4套,涉及环保、能源、能耗、水利四个方面。
不只是研华,软通云网在2017年便与华为达成强强合作,在云服务领域双方相互使能。一方面,华为的技术实力和全球的资源,能快速部署和实施相应的解决方案,与此同时,软通云网也让华为在应用层,在行业解决方案以及平台层得到了强而有力的补充。这种互相使能的合作让双方形成了典型的共生模式的生态合作。
正如软通智慧首席战略官兼创新研究院院长叶毓平所讲,软通云网与合作伙伴的生态合作不是简答的甲乙方关系,而是秉承共同的数字城市愿景,合作共赢,以共创模式赋能城市物联网产业链。未来,软通云网会继续深耕云领域,推动云生态体系的建设,构建物联新生态,助力城市数字化转型。
责任编辑:陈近梅
产业观察
2018-11-03 18:05:34
软通智慧:加持AI 使能智慧城市建设
来源: 软通智慧 时间:2018-11-02 16:44:43 作者:
2018年11月1日,百度世界大会以“Yes, AI Do”为主题,在北京中国大饭店隆重举行。作为百度每年面向行业、媒体、合作伙伴和广大用户的最高级别的行业盛会,软通智慧战略市场与生态中心总经理曹晓兵受邀出席,并在AI城市分论坛上发表了题为《智能科技与智慧城市创新应用》的主旨演讲。  
当前,人工智能的快速发展,正在对经济发展、社会进步乃至国际政治经济格局等方面产生重大而深远的影响。2017年7月,国家正式出台《新一代人工智能发展规划》,首次将人工智能上升为国家战略。人工智能作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎,重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式,引发经济结构重大变革,深刻改变人类社会生产生活方式和思维模式,实现社会生产力的整体跃升。
在人工智能技术驱动下,在物联网应用大爆炸之前,无论华为、浪潮等ICT厂商,还是百度、阿里、腾讯等互联网科技巨头纷纷把战略向物联网、云和AI倾斜,传统的IT企业也纷纷布局AI。软通智慧作为中国领先的智慧城市技术服务和运营商,更把AI作为未来智慧城市建设与发展的重要战略手段。  
曹晓兵表示,软通智慧深耕行业十余年,过去更多地强调利用大数据、云计算、互联网等技术,为中国城市数字化、智慧化转型提供从顶层设计、产业规划、技术服务到系统集成以及本地化运营的全面服务,为城市管理、城市治理、产业服务和惠民工程带来便捷并创造价值。在新数字经济下,软通智慧积极谋求转型,拥抱物联网、智联网、人工智能等新技术,并在AI在城市场景中有着越来越广泛的创新应用背景之下,面向政府、产业和民生,开发交付以及运营更多的基于城市场景的人工智能应用。同时,软通智慧在从传统的IT服务向新经济转型过程中,不断寻求与各领域领军企业以及相关新经济体进行合作,共同推进城市数字化转型和发展。
对于人工智能在智慧城市的应用前景,软通智慧抱有极高的期待和信心。“AI技术的创新应用,是推动产业成熟和落地的关键因素,以智慧环保为例,过去的智慧环保解决方案强调更多的是物联网数据的采集、存储、分析和应用,以事后分析和决策为主,而未来的趋势一定是基于人工智能以及高性能边缘计算,做预测性分析和应用,即事先预防,帮助政府优化管理,有效实现资源利用效率最大化以及城市绿色、可持续发展。软通智慧将基于人工智能平台和城市大脑构建更多智慧化应用,给城市治理和环境保护带来更大的价值。”曹晓兵讲到。
值得一提的是,软通智慧此前便与百度AI基于人工智能签署了生态合作协议,利用双方优势进一步推进人工智能技术在智慧城市领域的应用和深度融合,致力于在城市运营指挥中心、政务、交通、安防、水务、农业、旅游,以及企业数字化服务、智能制造等行业和领域打造智慧样板,为城市管理者和决策者提供人工智能助手和决策分析工具。
对智慧城市本身而言,最重要的战略资源是城市数据尤其是城市公共数据。城市数字资产是数字城市发展和建设的关键要素。软通智慧从2007年开始至今,已在全国80余个城市落地运营,建设和交付智慧城市项目500余个,业务覆盖130余个城市,通过整合城市数据资源并形成强大的数据库基础资源,在此基础上构建广泛的创新应用和服务,助力政府更好地管理城市。特别是在AI加持下,软通智慧基于城市大数据与数字孪生技术打造城市科学规划仿真平台,实现“多规合一、多图合一”,使城市规划更科学、更合理;基于城市大数据与新型智慧城市评价体系建设城市综合运营指挥中心,进一步优化城市管理和科学决策;基于城市物联网,服务城市生命线,助力城市可持续发展;基于边缘计算和视频云,结合人工智能,服务城市公共安全;基于云计算,助力传统产业转型升级,促进“产 城 人”融合发展。
曹晓兵最后强调,智能化、平台化,共享和生态化是智慧城市产业发展的必然趋势。智能化,即将大数据、物联网、人工智能等新技术与城市具体场景和应用相结合;平台化是基于技术平台创造更多的行业应用和服务、基于产业平台形成从顶层设计到底层应用和运营服务的完整产业链条、基于城市平台聚合产业资源,打造智慧城市产业生态。未来,软通智慧将秉持开放、合作、共享的企业经营理念,联合生态伙伴共同做大市场、做大蛋糕、做大产业,并站在”人工智能+边缘计算“的风口,通过提供”终端+平台+数据+运营+服务“五位一体的服务模式,打造”端到端“的一揽子解决方案,实现城市资源高效利用,推动城市服务和生活质量大幅提升,打造真正意义上的智慧城市。
责任编辑:陈近梅
产业观察
2018-11-02 16:44:43
软通智慧通过华为CSSP认证 强强联合助力智慧文旅新生态
来源: 软通智慧 时间:2018-10-26 11:46:37 作者:
近日,软通智慧凭借“基于华为云的智慧景区管理服务系统”解决方案及双方在智慧文旅领域的深度合作,成功入选华为认证服务解决方案合作伙伴CSSP,这标志着软通智慧与华为生态战略合作的再一次升级,也意味着软通智慧文旅在国内行业占有领先的地位,在独立软件开发方面达到国际领先水平!  
华为CSSP认证聚焦云、大数据服务能力,并基于关键服务能力与认证要求提供领先的、有竞争力的、可在行业复制的服务解决方案。CSSP是华为生态系统的重要成员,也是实践BDII (Business Driven ICT Infrastructure)行动纲领的关键,华为通过构建“开放、协作、共赢”的生态系统,与合作伙伴共同带给客户最佳解决方案。
软通智慧依托领先的技术优势和业务总体发展战略,在智慧文旅领域整合行业专家、专业规划公司、文旅产业联盟、文旅专业院校等优质资源,打造一支技术和专业能力过硬的团队。针对不同的文化旅游目的地区域特点,设计并构建了智慧景区、智慧旅游综合服务平台、智慧旅游综合展示平台、旅游大数据应用平台、旅游产业监测平台、大文化生态平台、智慧小镇、全域旅游建设平台等一系列产品和运营服务体系。  
智慧景区管理系统依托华为云,利用大数据、云计算、物联网等新兴技术,采用“云-管-端”架构,实现物联设备、多系统的联动和统一管理,切实助力创新性智慧景区建设,促进景区各系统间的数据共享,实现业务协同和决策支持,提高景区整体服务能力,从而推动景区智慧化管理进程。
作为智慧城市领先的技术服务与运营商,多年来,软通智慧与华为在智慧环保、智慧园区/社区解决方案、政务云等联合解决方案领域不断深化合作并取得了诸多突破性合作成果。未来,软通智慧将继续深化改进,规范流程,将独立软件开发应用到各产品体系中,不断提升软件研发、业务服务能力,提高产品质量,实现企业更高战略目标,为客户提供更优质高效的服务而不懈努力。同时软通智慧携手华为将进行更多方面、更深层次的合作,充分发挥双方的优势,创造1+1>2的效果,为智慧城市的建设作出更大的贡献。
责任编辑:陈近梅
产业观察
2018-10-26 11:46:37
《2018年数据智能生态报告》发布(附报告全文+解读)
来源:TalkingData 时间:2018-10-23 18:48:59 作者:
  数据观最新消息,近日,TalkingData联合中关村大数据产业联盟、中国国际大数据大会组委会共同发布《2018年数据智能生态报告》。
  《2018年数据智能生态报告》梳理了当下中国数据智能市场的发展历程和未来走向,给出了数据智能的定义和时代的特性。本报告细数了数据智能时代的本质,分析了数据智能市场行业全景及痛点,并为不同类型的企业提供应对策略,倡议积极推动行业合作,共建数据智能平台。
  【 报告全文如下 】










  对此, TalkingData CEO助理、腾云大学校长、中关村大数据产业联盟数字生态行研中心首席研究专家杨慧博士对报告进行了详细解读,针对数据智能的发展趋势给出相应的应对策略,帮助企业更好驾驭数据智能,领跑数据智能时代。

  现今无论是互联网企业还是传统行业的企业,都非常重视对于数据的收集、处理、算法的精炼以及最终对数据价值的应用。但是如何在这样一个以数据智能时代中,采取有效的措施和行动真正实现数据价值的提炼,利用数据智能去改变企业决策、改善人类生活?这是我们需要共同来探讨的。
   一、数据智能的定义与本质
  著名图灵奖得主Jim Gray提出的四大范式,可以很好地帮助我们梳理科学的演进。其中前三大范式,在人类文明发展的历史长河中帮助我们更好的记录、归纳和模拟现实世界;而进入数据智能时代,在机器学习、分布式计算等技术发展的基础上,数据逐渐呈现出高维度、高阶态、异构性的形势,能够对海量数据进行分析、处理和挖掘,并且通过建模、工程等方式来解决实际的预测和决策问题,最终实现决策的行动,则为“数据智能”。
  数据智能也和数据科学、数据工程、数据分析等概念息息相关,但数据智能作为一个独立的概念,和其它几个名词最大的区别在于:
  数据智能的目的是“预测”和“决策”,而非“分析”或者“展示”。
  由于数据智能指向决策,所以用来判断数据智能的效率和价值就在于其决策的结果产生的可衡量的商业价值。
  数据智能产出的过程中需要一个强有力的能够承载和调动一系列智能数据、核心模型以及面向不同情境的数据处理能力的数据智能平台。
  最终呈现出有封装的、有交互界面的可以一定程度上替代人工决策的数据智能产品。
  从商业和经济的本质上来说,数据智能平台指数级地加速了数据和人的智慧,其价值体现在两个方面:第一方面体现在聚合效应,即从数据源到数据加工、数据分析、数据应用最终形成数据产品过程中,实际上遵循价值“微笑曲线”;数据智能通过聚合各个环节的剩余价值,从而提升整条价值链的价值。
  第二方面体现在加速效应。在数据的获取和应用的这些环节,数据的价值链已经从单一的线性结构逐渐演变成为模块与模块之间互相交叉融合的复杂架构。数据的每一个环节都都能够得到数据智能平台的加速,产生更多价值。综上,通过打通数据价值链,可以集中剩余价值、降低数据成本、提高资源配置,从而获得数据智能所带来的价值红利。
   二、数据智能平台的使命与能力
  数据智能平台/数据中台的使命有两件事:帮助企业更好的“看现在”——对现有数据的治理;帮助企业更好的“看未来”——对数据价值的挖掘对未来的预测;“看现在”的目的最终是为了更好的“看未来”,这是因为在数据智能时代,数据的量级和异构的程度都极其复杂,千里之行始于足下,因此这是企业实现数据智能的第一步,也是决定数据智能价值实现最为关键的基础。具体进一步来说,这两个能力拆开后又包括了以下这些能力要素:为了更好“看现在”连接、共享、安全;以及为了更好“看未来”的管理、科学与工程。
   1、连接,提高数据维度及饱和度。 连接不强调对数据的拥有,而强调能够触及和返回的数据的广度、丰富程度。将不同来源的数据汇聚和连接起来形成更丰富的数据维度,是数据智能平台的使命。
   2、共享,通过OPAL实现数据价值流转。 共享能力是评估一个数据智能平台是否合格的首要标准。共享不代表要完全的透明,而是通过像OPAL(Open Algorithms,开放算法库)这样的技术框架去构建一个合理的、区分权限的、能够保护数据同时让知识的价值流转的机制。
   3、安全,推动数据安全合规标准的建立。 安全合规是重中之重。一个数据智能平台是中立的、合法合规的,它中间涉及到的各项任务都应该是安全且合规的,具有安全管理、用户管理、平台接入与使用的审计、调优和保障高可用性和容灾的能力。
   4、管理,实现企业的数据资产化、资源化。 管理是数据智能平台实现价值的起步,让数据的排列有序、结构趋同,可以被进一步的分域、保存、备份、重新组合,形成更多的协同价值。
   5、科学,提升决策的科学性与准确性。 数据科学是探索数据价值的流程,也是数据价值被挖掘的核心过程。数据的价值不是一次成型的,数据价值的挖掘依赖与不断假设、分析、验证、校准的反复迭代过程,最终才能凝聚沉淀成模型和解决的方案。
   6、工程,实现数据价值的快速转化。 数据能够直接变成决策,中间需要工程来构建环境,实现汇聚、仿真和自动化。工程这个因素将数据和算法、工具和能力有机的结合起来,最终形成一个封装的、内部自成体系的数据智能产品。
  有了以上六个能力因素,数据智能平台才得以成为一个独特的平台,也成为企业想要快速构成数据智能产品、实现客户价值的必需平台。
   三、数据智能市场的发展与痛点
  随着互联网技术、人工智能等科技的飞速进步,数据量级的增长、计算能力的提升、存储的便捷化等推动数据智能市场蓬勃发展。数据市场从以传统IT企业为代表的软件时代,到以互联网企业为代表的数据时代,再到以数据智能企业的生态时代,数据的支撑和驱动因素越发成熟。随着终端的智能化、数据异构化、商业问题复杂性的提高,数据智能市场也向着万亿级别的市场规模进发。
  对企业客户来说,企业数字化转型的不同阶段面临着不同痛点问题,但是总结来说会有如下几类:
  第一、业务管理者或高管不知道怎么构建数据业务 / 数据能力;
  第二、缺人,缺人,还是缺人;不知道从哪里获取这类人才,或者人才掌握的是上一阶段发展所需的知识;
  第三、客户没有透彻地理解数据能力和企业业务能力之间的关系:无法与客户商业决策所对应的商业指标绑定;
  第四、相应数据虽形成闭环但是数据闭环本身太小或者太过封闭,能够解决的问题过少、过小。
  客户侧出现的问题,体现了整个数据行业目前面对的深层次问题。那么为什么要有数据智能平台呢?有数据智能平台的在位企业才能帮助客户解决上述问题。对于数据行业的从业者来说,数据获取已经不是问题,但是单一数据源的维度价值有限、数据需要共享才有价值;其次,数字业务推陈出新速度非常快,各数据源及应用厂商各自造轮子,很难形成规模优势,缺少行业的分工和合作;法律法规包括网络安全法、个人信息保护规范等还在不断完善,数据安全成为桎梏所有数据价值共享的主要鸿沟;数据与商业场景割裂,缺乏行业洞察,很难进行有效转化;最后,专业数据人才缺乏,大多数都集中在数据行业的从业企业中,留给传统企业进行数字化转型和提升的人才十分有限。目前高校等培养机构供给还处在缓慢加速的过程中,行业人才空缺加大。因而需要这样一个数据智能平台来通过能力的共创、复用、沉淀等,促进企业前端业务或者数据智能产品的效率、协同和创新。
  为了解决以上的痛点问题,无论是对于客户企业还是对于数据行业的在位企业来说,都需要出现一家企业、一个团队来主导数据智能平台/数据中台的建设,这个新的数据智能平台/数据中台的存在,才能打破传统价值分工、重构数据行业的生态全景,全面提高行业的价值产生的能力。
   四、数据智能行业全景与玩家分类
  大数据行业诞生以来,大多数企业在不同的商业模式上进行试水。如果把整个行业分为标准化/产品化、客制化/服务化的纵向坐标以及数据和软件工具的横向坐标,究竟是将数据作为护城河,还是产出成型高效的软件应用工具,如何在数据加工程度和软件工具、客制化和标准化中找到一个平衡,也是当下数据企业思考与探索的问题。我们可以以此为维度,分为以下六种商业模式:数据源、数据交易、市场智能、SaaS、数据产品和解决方案。处于不同商业模式的企业在整个数据智能行业中的身份与角色也不尽相同,他们有着不同的速赢关键因素和策略(见报告详解);但是 在智能数据时代,这些不同类型的企业都在不约而同的自主发展数据智能平台,或者与行业中的数据智能平台形成深度的合作 。
  更多的合作呼唤更灵活的合作方式。不同于普通的平台类企业,数据智能平台需要同时包含数据、工具、算法和服务多个要素,不同要素的组合需要用不同的商业模式进行变现,甚至会改变价值分布、突破传统的、单向的客户关系甚至是竞争关系。因此数据智能平台需要更加开放和灵活的商业模式支持不同行业、不同业务和不同定位的合作伙伴进行合作,形成协同作用。突破传统的技术合作伙伴或者是联合建模合作伙伴、数据智能产品合作伙伴的合作方式,真正跨越简单的客户的概念的新型客户类型,与数据智能平台/数据中台类企业构建按照效果分成的成效合作伙伴关系。
   五、数据智能的发展趋势与应对策略
  数据智能还有很多需要研究和解决的问题。但是在变道初期如果不能快速跟上,必将会错失在一次新的产业革命(甚至是一个新的文明时代)中的赶超良机。因此,必须要认清形势,把握趋势,积极谋划,推动发展。 具体来说,未来中国数据智能行业的发展会呈“两化”趋势——生态化和开源化。
  只有集中了生态化和开源化的力量,数据智能才会开放互联的打通与连接各个维度的数据,进而打造成中国最大的智能数据中台。如此才能更好的去解决面向不同商业决策的痛点问题,支持多渠道多场景的数据分析与运营,产出包括智慧金融、智能营销、商业洞察等等行业成熟的解决方案与应用组合,将数据智能潮流推向新的高潮。
责任编辑:陈近梅
产业观察
2018-10-23 18:48:59
云计算市场激烈鏖战,百度云如何悄然崛起?
来源:新华网 时间:2018-10-18 14:14:28 作者:孙云龙
围绕云计算,一场包括国内巨头参与的“混战”正在愈演愈烈。令人关注的是,作为后来者的百度云已经显现后发优势,悄然崛起。
作为网络信息产业发展的关键基础设施,云计算已经成为新经济发展的助推器,云计算市场增长潜力巨大。工业和信息化部于2017年4月发布的《云计算发展三年行动计划(2017-2019年)》指出,“十二五”末期,我国云计算产业规模已达1500亿元。该计划提出的发展目标是“到2019年,我国云计算产业规模达到4300亿元”。云计算产业的快速发展吸引了国内众多的云计算企业,阿里云、腾讯云、百度云、华为云、移动云等巨头也早已纷纷入场。
第三方大数据分析机构易观于9月14日发布的《中国云生态市场年度综合分析2018》按照厂商背景,将国内云生态厂商分为四类:互联网巨头型、传统IT企业型、基础云服务提供商和垂直化云服务提供商。这里面除了阿里巴巴、腾讯和百度,还包括中国电信等电信运营商,华为、紫光及UCloud等众多玩家。由中国信息通信研究院发布的《中国云计算发展白皮书2018》显示,2017年我国公有云市场规模达到264.8亿元,相比2016年增长55.7%,预计2018-2021年仍将保持快速增长态势,到2021年市场规模将达到902.6亿元。
从云计算的市场规模来看,国内公有云市场增速保持50%以上。巨大的增长空间背后,多家企业悄然崛起,百度云便是其中的典型代表。
既没有先行者阿里云入局早,也没有腾讯云的社交基因,后来者的百度云是如何悄然崛起的?
翻看百度云的发展史,2015年,百度云正式开放服务。2016年7月,在百度云计算战略发布会上,李彦宏表示百度云是“云计算+大数据+人工智能”三位一体,并阐述了他对于未来云计算发展的深入思考。在同一年11月举办的首届云智峰会上,百度总裁张亚勤正式发布了百度云ABC(AI,Big Data,Cloud Computing)三位一体的发展战略,并表示ABC将与传统行业深度融合,为可持续发展提供动力引擎。
从策略上来说,百度云要从同质化的云计算基础服务市场中杀出重围无疑很难。作为一家后来者,百度云选择在服务和产品上进行差异化竞争的打法,避开了已经成为红海的基础云服务市场,主推大数据分析和AI能力的输出,推动云计算、大数据和AI协同发展。
AI成为百度云最鲜明的标签。百度云以百度大脑为后台引擎,集成Apollo、DuerOS平台解决方案能力,面向企业级市场,将百度领先的AI能力在各个行业快速落地。对于百度来说,AI+云是发展趋势,也是百度云的选择方向。云端的海量数据给AI提供了发展土壤,而云计算的升级同样也需要AI赋能。这种打法也有助于解决云计算市场的用户痛点,很快形成了市场突破。
易观8月29日发布的《中国云服务企业创新发展专题分析2018》对百度的悄然崛起进行了分析。该分析认为,百度云发挥了百度一贯的技术优势,结合百度在人工智能和大数据方面的积累,联合合作伙伴打造了“开放共享的多产业赋活型生态”。该分析称,云生态的竞争将是未来云服务厂商的必然趋势。
云生态的发展离不开行业上下游的整合。百度云目前已经拥有了第一、二、三产业庞大的合作链。在与英特尔的战略合作中,百度云与英特尔共同探索AI时代的计算框架及计算方案,并在产品、技术、市场等方面开展全方位合作,近期首次推出Optane+QLC存储设计方案,以及基于OpenVINO的视觉计算方案等解决方案。同时,百度云还与浪潮合作推出了ABC一体机3.0,再加上百度自身在AI应用方面的落地经验。百度云与其合作伙伴已经具备了与头号玩家一较长短的能力。
时至今日,作为百度能力、百度资源、行业解决方案的对外一站式服务输出窗口,百度云已成功发布“天智”“天算”“天像”“天工”等行业解决方案,实现了在人工智能、智能大数据、智能多媒体和智能物联网的全方位布局。基于百度大脑110+AI能力,9+大数据能力的技术支持,百度云将ABC能力以云服务框架的形式开放给合作伙伴,在产业框架内重组ABC和IoT等技术能力,推出了云农、云制、云服三大产业平台,企业可根据实际需求接入ABC能力。
在9月初的2018 ABC SUMMIT百度云智峰会上,百度云通过与第一产业的中化农业、第二产业的宝钢技术和北汽集团、第三产业的优信集团、中国人寿、东方航空等全产业的龙头企业合作,基于其人工智能、大数据、云计算等技术和产品积累,完成了在农业、钢铁、制造、汽车、金融、保险、航空等领域的全面“落地”。
从全球市场来看,多家研究机构的数据显示,亚马逊云(AWS)、微软云Azure、阿里云等厂商处于领先位置,而这些企业也在向AI能力倾斜。刚刚过去的华为全连接大会上,华为云也宣布全面进入AI时代。对于百度云来说,依靠AI崛起只是突破的第一步,未来的路还需要扎扎实实走下去。(记者 孙云龙)
责任编辑:陈近梅
产业观察
2018-10-18 14:14:28
华为主张平台+AI+生态让智能世界加速到来
来源:人民邮电报社 时间:2018-10-17 10:48:39 作者:徐勇
  华为公司董事、战略Marketing总裁徐文伟认为,想象未来靠科幻,创造未来靠科技,未来十年,AI的主场在行业。华为就是要给未来按下快进键,用平台翻越场景,把AI翻倍算力,让开发翻滚效率。
  10月11日,全联接大会第二天,各行各业共同探讨如何加持AI,破解业务难题。华为携手OBS、招商银行、深圳机场、奥迪、深圳市公安局交通警察局、北京三联虹普等众多行业领先的合作伙伴,共议如何让智能世界加速到来。
  华为公司董事、战略Marketing总裁徐文伟与智慧孪生DW共同开场,展示了现实世界和数字世界的互动。AI能够将人从简单的、重复的、枯燥的工作中解放出来,做你做不到的事情,DW就即兴现场来了一段街舞,轻松有趣。
   创见智能未来
  根据预测,到2025年,全球AI市场空间将达到3800亿美元;其中90%来自企业市场。所以说,未来十年,AI的主场在行业。行业AI怎么落地?徐文伟认为有三个关键点:
  第一,场景是起点。我们经常问AI能做什么,其实可以问我们自己想要什么?想要解决什么问题?如何采用AI来实现。
  第二,行业智慧是突破点。俗话说老马识途,专家智慧就是行业老马,我们要把这些行业老马的经验变成AI的技能。
  第三,价值是回归点。AI应用带来商业价值、产业价值和社会价值。同时,基于价值的实现又能回馈补充数据,让AI更聪明。
   三大场景+两个案例,让AI活灵活现
  徐文伟介绍说AI落地有三大场景。
  场景1是海量重复型场景,比如图片/图像鉴定、单据审核等,重复的、目标明确,但是海量任务。AI应用在该类场景的核心价值是提升效率。
  场景2是专家经验型场景,很多行业因为关键专家稀缺,比如医疗行业,全国只有不到5000名达标的宫颈癌筛选专家,需要20年才能把全国适龄女性筛查一遍。采用AI辅助,可以提升效率5~10倍。
  场景3是多域协同的场景,也是最复杂的场景,比如城市智慧交通系统,现代化制造等等。一个交通信号灯的控制,与时间、天气,车道、路网以及重大活动等等多个维度变量有关,靠人脑显然无法做出分析和判断。
  针对以上提到的三个场景,华为发布了全栈全场景AI解决方案。
  全场景,是指从公有云、私有云的最高性能的AI芯片(256T FLOPS,是业界的2倍),到边缘计算(摄像头,PC等),到超低功耗设备(1mw的蓝牙耳机等)、智能手机等。是业界唯一覆盖高、中、低全场景,算力跨越几千万倍。
  华为独创的达芬奇架构,高、中、低全场景统一架构,一次开发适用于所有场景的部署、迁移、协同,大大提升了软件的效率。
  接着,徐文伟分享了两个华为AI应用案例。
  机场+AI:刷脸不刷证,靠桥才靠谱。
  当前深圳机场每天航班起降超过1000架次,靠桥率约为70%左右(目标要提高到80%),每天客流量12万人。通过“+AI”,同时进行基础设施的智能化改造,从传统的甘特图手工安排计划到AI的自动化,靠桥率提升到80%。这10%的提升,意味着每年将有400万人,不用坐摆渡车去远机位;项目还结合人脸识别实现机场一站式通关,旅客排队时间将减少15%。
  交通+AI:过去车看灯,现在灯看车。
  深圳是全中国车辆密度最高的城市,每公里有510辆车。而华为总部坂田基地,面积是1.5平方公里,每天华为有1万多辆车出入。
  今年6月份以来,深圳交警选择华为云,在坂田9个路口采用人工智能技术,根据交通拥堵状况,实时调整交通灯控制策略。简单一句话就是,过去是车看灯,现在是灯看车。结果平均车速提升了15%,节约了10分钟。
  这些都需要平台+AI+行业智慧+生态共同打造。华为在这方面有自己的理解和优势。
  首先,技术领先是平台的基础,华为基于优势的ICT技术,不断扩展AI的技术能力,实现持续的技术领先;第二,华为的平台必须保持开放性;第三,华为的平台必须保持公平性,华为与生态合作伙伴基于公平公正、合作共赢的关系,共同打造生态。华为计划3年发展100万AI开发者和合作伙伴。
   携手合作伙伴一起玩
  随着ICT在各行各业的广泛应用,未来二三十年人类社会将进入智能社会。华为立志把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。在过去几年中,华为持续推动全球产业组织间的合作,与3GPP、5GAA、5GSA、AII、AIIA、AITISIA、CCSA、Chinainfo100、ECC、ETSI、IIC、ITS、Linux Foundation、OPRC、TM Forum、The OpenGroup 等行业组织进行深入合作,推动产业组织自身的数字化智能化平台建设,促进各行业的数字化和智能化发展。
  徐文伟表示,使能行业数字化转型,需要各行业和产业组织的共同努力,华为推动成立GIO(Global Industry Organization)意在促进行业组织间的交流和协同,共同推进各行各业数字化进程。“‘开放、合作、共赢’是华为始终秉承的理念。我们希望通过打造GIO这一行业组织高层的交流平台,促进思想碰撞,探讨多方合作机会,共建未来智能世界。”
  华为的愿景与使命是,把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。
  华为就是要给未来按下快进键,用平台翻越场景,把AI翻倍算力,让开发翻滚效率。华为主张平台+AI+生态,通过端、管、云建立的开放平台,结合AI,与生态合作伙伴一起,使能各行各业数字化转型。
  本次会议上,华为发布面向未来三年的全球产业合作计划,将对产业应用创新与多边合作、产业组织自身的数字化和智能化平台建设等领域加大投入。GIO组织代表针对如何通过AI使能ICT基础设施、重塑各行各业核心业务竞争力,以及推动人类社会数字化和智能化转型方面进行了深入探讨和交流。同时,华为倡导行业组织,从 ICT技术与行业需求协同;ICT网络技术、运营技术与IT、AI使能技术间协同;以及行业组织间标准、开源、联盟、产业政策活动相互协同,三个方面开展深度的创新与合作。并在不同区域和市场,促进跨标准的协同,开展联合认证,拉通安全性、隐私和监管政策等等,促进工业互联网、车联网、智慧城市等新兴产业的发展。
  * * *
  11日大会的一个亮点就是徐文伟和自己的数字孪生DW同台亮相。DW全名Intelligent Digital William,是3D智能建模和微软小冰语音合成的形象,它通过对话和主持的设计,引出整场keynote,有别于以往的keynote形式,更显得轻松活泼,也引出人工智能。且把我们从大量的、重复的、枯燥的、简单的工作中解放出来,并帮助我们实现了一部分人力不可及的工作,做你做不到的事。徐文伟一直以亲和谦虚的风格著称,此次用自己的形象和声音为蓝本打造了数字孪生DW,不得不说,以小见大,华为如今越来越自信大气和从容了。
 
责任编辑:陈近梅
产业观察
2018-10-17 10:48:39
再获荣誉!软通智慧斩获第六届中国智慧城市推进大会三项大奖
来源: 软通智慧 时间:2018-10-16 18:30:03 作者:
10月12日,在2018中国(日照)软件和信息服务业领袖年会暨2018(第六届)中国智慧城市推进大会召开期间,软通智慧凭借在智慧城市领域丰富的项目经验、技术优势与客户服务能力同时斩获“2018中国智慧城市建设领军企业”、“2018中国智慧城市生态圈杰出贡献奖”、“2018中国新型智慧城市解决方案首选服务商”三项大奖。当日活动由中国软件和信息服务业网、智慧城市评价网、日照高新技术产业开发区管理委员会共同主办,来自工信部、日照市人民政府以及包括软通智慧、东软集团、太极计算机等行业知名企业代表和数十个城市信息化主管部门的领导参与本次大会。  
工业和信息化部原副部长、北京大学兼职教授杨学山会上讲到新型智慧城市聚焦城市管理和城市公共服务,强调以人为本。当前新型智慧城市建设是我国城市信息化的主要方式,城市在智慧城市建设中突飞猛进,不但方便了市民的生活,也积极地推动了城市的经济发展。
软通智慧在推进城市智慧化建设过程中,结合每个时期的国家政策,正确把握产业的发展航向,从概念到应用,扎实做好城市服务工作,形成了“大数据+政务服务、物联网+城市治理、云计算+产业服务、互联网+数字生活、大视频+公共安全”五大战略业务板块,并围绕五大业务不断创新研发出适合不同城市数字化转型发展的城市解决方案。
作为智慧城市产业的实践者,软通智慧深谙打造城市产业平台和生态系统的必要性和重要性。为满足智慧城市建设过程中政府在人才、资金、标准、创新、产业和运营服务等方面的核心诉求,通过聚合学研机构、政府组织、战略伙伴、产业联盟、金融机构、产品和技术服务商以及运营服务商等七大类合作伙伴,吸纳优势资源,建立立体化的生态体系,促进城市建设与运营持续、稳定、健康发展。
软通智慧是中国领先的智慧城市技术服务和运营商,在智慧城市建设领域拥有丰富的技术储备、人才储备和创新能力储备,不断带来智慧城市解决方案的创新变革,已成长为具备重要影响力的龙头企业。十余年来,软通智慧以领先的实力服务了全国130多个城市,为我国城市的智慧化、数字化转型做出了突出贡献,并获得行业的高度认可。
责任编辑:陈近梅
产业观察
2018-10-16 18:30:03
2018 UBDC全域大数据峰会 智慧让商业更有能力
来源: 友盟+ 时间:2018-10-16 18:11:39 作者:
在对全球2000家跨国企业的CEO进行调研后,IDG出具的报告显示,截至2018年,全球Top1000的企业中有67%的企业将数字化作为自身的核心战略。
数据,正在以多维度裂变式的进化催化新商业。
10月16日,友盟+主办的2018UBDC全域大数据峰会(以下简称“峰会”)在北京拉开帷幕。峰会以“DI·进化”为主题,旨在让更多企业“会用数据,用好数据”——8小时,10余家黑科技企业,超40位国内顶级专家主题分享,近3500位数据从业者共同见证,从数据、技术、应用、意识各维度对因数据带来的进化加以演绎,重现各行各业的数据变革场景。  
峰会上,友盟+CEO 朋新宇先生重磅发布由AI驱动的互联网运营产品 U-App AI 版。随着流量红利的日渐没落,友盟+基于全域数据和AI算法能力作出迅速反应,通过对7亿真实消费者的全网数据进行深度训练,产出智能投放模型、用户价值预测模型、流失风险预测模型,并将其融入到U-App AI版当中,目前模型准确度可达86%以上,真正实现将AI产品应用在App的数据化运营。
商业环境纷繁复杂,如何将挑战转化为新的机遇,需要数据作为决策判断标准与行动衡量标准。
在友盟+CEO朋新宇先生看来,“DI”是“Data Intelligence”(数据智能),“智”即“智慧、智力”,能则意味着“使能、赋能”——“通过智慧让业务和商业更有能力”是“DI”的更深层内涵。
而作为这种能力的根基,数据也有了特定场景下的重新定义。早在三年前,友盟+就提出“全域数据”概念,并给出了三个层面的定义:首先在数据的广度上,全域数据要求线上数据与线下数据的全链路打通,以实现消费者的全场景在线;其次在数据的宽度上,大数据(行为数据)与小数据(认知数据)需要深度结合,并能构建出以消费者为核心的数据体系;再次,需要关注数据的有效性(活数据),确保数据是在实时更新。
全域数据的集成,也意味着企业能够在全新场景中实现新一轮赋能进化,不止“知现在”,亦能“预未来”,从而引导现代商业转向全面智能化。
身为全球领先的第三方全域数据服务商,友盟+自成立以来便深耕技术与算法,不断拓展与丰富自我,打造出包含7亿真实活跃消费者的全域数据库,并通过三纵两横的产品与服务体系,将最核心的数据源动力积极赋予企业,加持企业进化全过程。  
峰会上,友盟+还围绕“数据智能,驱动业务持续增长”,展示了业务架构、生态合作、数据方法论等多方面的进化。
此外,本次峰会还增设数据化运营、数据营销、智慧零售、智慧金融四大论坛。在智慧营销论坛上,友盟+与酷云互动达成全媒体战略合作,从“数据” “产品”“渠道”“商务”四方面入手,将碎片化媒体数据充分整合,实现大数据驱动全媒体智能营销服务升级;同时, 中国商务广告协会-数字营销委员会联合友盟+、酷云互动、联想、海尔等数十家企业共同发起《大数据驱动全媒体健康发展倡议》,倡议打造真实、透明、安全的广告市场环境。
另一边的“智慧金融”论坛上则将目光聚焦于普惠金融的发展,“但数据需要在安全隐私得到充分保障的前提下被使用。“在论坛上,一名参会企业代表如此说到。在这方面,友盟+一直致力于与金融机构探索完善的数据合作模式,并在论坛上宣布与蚂蚁摩斯安全计算平台开展多维合作,基于同态计算等密码学技术,从原理上保证隐私和安全,助力普惠金融的发展!
对友盟+来说,2018UBDC全域大数据峰会绝不止是展现自身在全域数据上的进展与突破,而是建立一个大数据交流平台,聚合行业前沿观点和全域数据服务相关的最新实践,赋能更多客户“会用数据,用好数据”。
而在未来,友盟+还将持续升级以“DI”为内核的全域数据服务,践行使命,以赋能最广大客户的业务持续增长。
责任编辑:陈近梅
产业观察
2018-10-16 18:11:39
手机大数据全解析 小手机也有大作为
来源:雷锋网 时间:2016-01-27 15:24:55 作者:
  手机上的大数据(一):移动互联网的入口
 【编者按】本文由百分点信息无线业务部高级总监李晓东、Talking Data COO徐懿以及成都电子科大的龚亮联合撰写。
  随着移动互联网的的发展,一些在传统互联网上已经被解析无数次的“观念”也在移动互联网上出现。例如,互联网的入口,在目前,移动互联网并没有一家独大的情况出现,似乎也没有这种情况出现的可能。那么,是否大家都有机会在这个领域找到自己的立足点呢。
  近来,一部业内热炒的书—《爆发》,就在人们对大数据的热度将要冷却的时候,就在人们对大数据走向茫然彷徨的时候,再次点燃了公众对大数据的热情。《爆发》的作者巴拉巴西教授为大家打开了一扇从未见有过的窗户,让人们看到了另外一个世界,一个和谐、有序、美丽的世界。这个世界,是我们之前从未想过,也从不敢想的世界。这个世界,就是掩藏在表象之下,被数据所揭示的世界!
   手机大数据市场—加速
  在苹果亚洲大会上,令人印象最深的主题就是大数据。移动互联网虽然发展较晚,但其速度要远比互联网当年的发展要快很多。
  移动互联网用户发展情况
  年初的各种报告就显示,全球的移动互联网流量已经占到整个互联网流量的10%!而北美用户的互联网访问时间已经跟移动互联网访问时间接近持平;在印度,互联网的流量已经跟移动互联网持平!
  全球移动互联网流量已经达到整体互联网流量的10%
  印度互联网及移动互联网流量变化
  Facebook,Twitters等主要应用相继证明了这点。Facebook还因此导致广告收入的下滑,因为他们没有准备好在移动互联网上如何承载品牌广告。
   手机大数据的产生—移动互联网入口
  移动互联网的入口自然会产生大量的数据(可以产生手机大数据的却不只是移动互联网入口,比如社会化媒体,但显然它不适合做入口)。那么什么才能算是移动互联网的入口呢?
  借用DCCI的定义,所谓“移动互联网入口”就是用户接入移动互联网的第一站,通过移动网络获取信息、解决问题的第一接触点。
  在传统的商业领域,只要控制了渠道,也就离成功不远,在移动互联网时代,得入口者得天下的观点也同样适用。
  这也是众多互联网巨头斥巨资争夺移动互联网入口的根源。他们希望保持自己在互联网搜索、浏览器等方向上取得的入口优势,延续自身的垄断。
  一般而言,目前大家一般公认的可能的移动互联网入口有:搜索、移动浏览器、移动应用商店、移动广告等。(有的还包括操作系统,但个人认为这种方法不合理,操作系统距离应用太远,无法通过其影响到具体应用或者跟应用发生关联。)
  移动互联网入口
   搜索
  作为互联网中很主要的一个入口,搜索在移动互联网市场还没有形成规模,用户还没有形成搜索的习惯。
  形成这种局面的问题主要有几个:
  1、 市场不成熟,用户还没养成在移动互联网做很多事情的习惯;
  2、 应用的碎片化,用户在做一些事情的时候,都有专用的APP,只需点击,无需搜索;
  3、 输入困难,使用的场景、时间、网速慢以及手机键盘本身的局限,导致了在手机上人们不愿意或者尽可能地少输入信息。
  在移动互联网市场,个人倒是更看好“基于位置LBS搜索”的未来。手机之于PC,增加了一个很重要的元素就是GPS,或者说是位置信息。当搜索又增加一个条件时,使用者得到的便利将会非线性地增加。
  例如:“我的车没油了,搜索加油站,可能有很多对我毫无意义的信息;而如果搜索离我最近的加油站,那就非常有用了。从某种意义上来说,基于位置的搜索,也是一种个性化的推荐。”
  基于位置的搜索
  对于普通搜索市场,并不是没有价值和意义。随着移动互联网市场的普及,深入,移动电商,移动支付等应用的多样化,势必会造成信息的过载,也就有了搜索的客观需求。
  DCCI调研发现,移动互联网用户对移动搜索的需求也日益旺盛,而且,移动搜索是在拥有移动互联网WAP流量大占比的情况下仍保持高速增长的领域。随着WAP的逐渐淡出,手机WEB、APP的进一步成熟,这一市场将会进入加速期。
  另外,移动电商的崛起,为搜索也带来了新的机会。商品信息的移动搜索,线上比价搭配线下购物都将促进商品信息移动搜索的发展。
   手机浏览器
  由于移动应用的“碎片化”表征,导致了手机浏览器并不像互联网浏览器那样风光。每个应用都在做自己独立的APP,而无需像互联网那样通过浏览器才能访问网站。
  即便如此,手机浏览器随着市场的成熟,智能机的普及,移动网民的增加,还是在逐渐增多。根据91助手提供的数据显示,手机浏览器的周下载量很长一段时间在下降,直到今年3月才出现明显回升,并超过去年10月初的水平,周下载量接近100万,颓势逆转。随着HTML5技术的引入,手机浏览器的用户体验将有很大的提升。
  移动手机浏览器下载量
  自带浏览器方面,与WebKit的逐步扩张相反,MTK自带浏览器和诺基亚自带浏览器都呈下滑趋势,MTK自带浏览器从上季度的12.5%下降至8.9%,诺基亚自带浏览器从上季度的5.7%下降至5.2%。第三方浏览器方面,UC浏览器仍以30.3%的市场份额雄踞首位。QQ浏览器增幅明显,环比增长2.5%,同比增长7%。
  2012Q2百度移动互联网分析报告数据显示,UC浏览器继续以30.3%的市场份额领跑众手机浏览器,其次WebKit自带浏览器、QQ浏览器旗鼓相当,市场份额分别为19.7%、19%。其它浏览器份额分布如下图所示:
  2012年Q2手机浏览器市场占比
  手机浏览器占比变化
  从上图可以看出:
  手机浏览器市场又恢复了上升势头
  手机浏览器市场TOP3有进一步集中的趋势
  虽然,手机浏览器的未来还是不错的,但短期内显然也无法充当移动互联网入口的角色;而且即便将来市场发展,手机浏览器的占比增大,但由于前面提到的移动互联网“碎片化”的特点,还是难以达到其在互联网PC市场中的高度。
   应用商店
  人们最初认为,应用商店是最可能演变成移动互联网入口的节点。因为所有的APP应用都需要通过应用商店的发布才能送达最终用户的手机上。
  但是,在发展的过程中,由于准入的门槛低,鱼龙混杂。目前国内大大小小的应用商店市场要有成百上千家。现在还处于一个大浪淘沙的阶段。比较有规模的如:91助手,机锋,安致开发市场等。
  但即便是这几家有些规模的应用商店市场,由于早期缺乏广告主,而应用商店市场又呈“碎片化”,让本来就僧多粥少的应用商店市场无法靠外来的广告去维持运营,只能靠帮助店内的APP做一些推广来维持运营。
  让我想起葛爷的一部电影《气喘吁吁》,折腾了半天,原来是两个穷人在算计对方,都指着挣对方的钱,而无法帮对方赚钱。
  开发者不得不自谋出路,自己去寻找外部无线广告投放者,从而也造就了另一个层级的机会—无线广告平台。
   无线广告平台
  既然地主家没有余粮,那就只能自力更生。开发者有需求,就会有“好事者”来满足需求,无线广告平台就这样诞生了。
  架势、哇棒、百分通联、有米、多盟、力美,一个个前仆后继。如果说对无线广告市场贡献最大的是谁?那一定是投资方。因为对于这样一个早期市场,用户的成熟行为习惯还没有转移到手机上来,市场需要培育,需要等待。
  现在的无线广告市场,表面上看是品牌广告上迟迟不进入,或者干脆不认可手机承载品牌广告的价值;但实质上,个人认为是整个市场的不成熟,网民们并没有将“变现”的行为转移到移动互联网上。尽管传统媒体的广告价值在日益下降,他们的受众人群在老龄化,广告主需要寻找新的替代品,但这一市场的成长还有待时日,尤其是移动互联网。手机上去承载品牌广告,还需要时间和机遇。如果要用一个词语来形容现在无线广告平台的经营策略,那么我想是“活着”。市场在某种程度上可以催熟,但也仅是某种程度。放下身段,面对现实,真正深入到移动互联网行业中去,去寻找移动互联网广告的必然和现今的变现方式,开源节流,等待曙光的到来,是这个细分市场中每一个玩家比较现实的做法。
  对于现在的无线广告市场,各家都有自己的广告主资源,但这显然会造成本就不多的资源分散的问题,狼多肉少。开发者跟无线广告平台的合作是松散的,没有忠诚度可言,来这里就是为了赚钱,这一群体对价格的敏感最终造就了另一个层级的产生—无线广告聚合平台。
   无线广告聚合平台
  对于纯朴的开发者们而言,赚钱才是硬道理。集成一个广告平台一天赚100块钱,集成多个广告平台一天赚150,那他一定选择后者。这就是赚钱效应。
  而这个集成多个广告平台的角色,就是无线广告聚合平台。它的最主要任务就是把移动互联网早期本就微薄的资源聚敛起来,形成一定得规模再重新分配。
  赚钱效应,也直接导致了流量和资源的重新分配。
  一个实际的移动互联网“入口”已经悄然形成。不能说它一定是未来成熟之后的移动互联网世界的唯一“入口”,但起码可以肯定的是,它将在未来的移动互联网世界中扮演一个很重要的角色!它的角色,甚至可以与互联网中谷歌、百度的地位相媲美。
  想想,无论任何一个领域,有那家公司可以做到日PV过亿?每天仅文本格式保存的数据就超过几百个G?这是否算大数据呢?
  从数据的种类上,它囊括了几乎早期至现在几乎所有类型应用,游戏、阅读、有声读物、音乐、SNS、工具等等;透过这些纷繁复杂的数据,依稀看到了掩藏在如“杂草堆”一般海量移动大数据下的真实的早期移动互联网世界。在那里,很多移动互联网市场上早期的人的行为,他们的真实想法等等。原文发表于2012年
1 2 3 ... 6 显示全文
责任编辑:陈卓阳
产业观察
2016-01-27 15:24:55
煤炭行业开展大数据应用 探索科学管理方法
来源: 数据观 时间:2016-01-07 13:10:59 作者:
  大数据是现代技术的前沿,也是行业发展和竞争的有力手段。在煤炭行业开展大数据应用,利用煤炭大数据平台,探寻煤炭产业发展规律,探索煤炭行业科学管理方法,成为煤炭乃至整个能源行业发展的必然要求和必经之路。
   中国煤炭大数据政策
   为了贯彻实施《国务院关于印发促进大数据发展行动纲要的通知》(国发〔2015〕50号),切实全面推进大数据在煤炭市场的发展和应用,不断加强煤炭大数据平台及订制化服务,2015年10月,中国煤炭运销协会发布《关于推进煤炭大数据应用和数据定制化服务的通知》,以下是全文:
    关于推进煤炭大数据应用和数据
  定制化服务的通知
中煤运销运行〔2015〕43号
  各有关单位:
  大数据是现代技术的前沿,也是国际竞争战略的制高点。通过大数据科技创新来应对长期可持续发展面临的能源问题挑战。在煤炭行业开展 大数据应用,利用煤炭大数据平台,探寻煤炭产业发展规律,探索煤炭行业科学管理方法,成为煤炭乃至整个能源行业发展的必然要求。
  中国煤炭市场网作为中国煤炭运销协会唯一授权的官方数据发布平台近年来不断探索大数据在煤炭行业的应用,并取得初步成效。今年6月,“中国煤炭大数据”已上正式发布上线,成为国内能源行业的首个大数据平台。
  为了贯彻实施《国务院关于印发促进大数据发展行动纲要的通知》(国发〔2015〕50号),切实全面推进大数据在煤炭市场的发展和应用,不断加强煤炭大数据平台及订制化服务。现将有关事项通知如下:
  一、主要服务对象
  (1)各煤炭生产企业;
  (2)各煤炭经销企业;
  (3)电力、冶金、建材、化工等煤炭用户企业;
  (4)基金、证券、研究机构。
  二、煤炭大数据平台服务主要内容
  “中国煤炭大数据”平台主要包括煤炭GIS、数据资源、价格分析、图解煤炭、煤炭交易、预警预测、信用查询、能源经济和市场资讯等9大功能模块。平台整理了超过10万个宏观、行业、价格的指标,超过8000万条数据,涵盖全国铁路货运站点数据、全国海河船舶数据,形成海量数据集合。依托 云计算处理能力,进行数据汇集、整理、挖掘,发现规律、预测未来,为企业高效运营提供支撑,为政府科学决策提供强有力的支持。
  三、可以为企业订制化服务的内容
  1.数据订制服务内容
  基于长期、强大的数据储备,中国煤炭市场网根据市场的需求,可广大会员单位提供独家和实用的数据资讯,将煤炭行业上中下游相关数据统计汇集,使用更直观、方便。数据内容主要包括:煤炭产、销、存、价格数据;下游行业供耗存、消费和运行数据;煤炭企业经营情况;煤炭进出口及国际煤炭数据。
  2.研究咨询订制服务
  中国煤炭市场网整合各方面的专家资源和专业力量,融合中、外产业研究及企业管理理论,探索产业发展规律,深入企业变革一线,为企业提供专业化、个性化的咨询服务,为政府部门决策提供依据和参考。
  研究咨询订制服务主要包含信息化产品定制服务、市场调研报告、煤炭投资项目评估、可行性研究、投资机会与风险研究、投资进入方式方案、战略管理咨询等订制服务内容。
  3.调研考察订制服务
  调研考察订制服务可为广大会员企业提供圆桌会议、电话咨询和特定企业与市场的实地考察等订制服务。可围绕一个或多个相关主题,中国煤炭市场网召集同一领域内的不同专家学者、政府官员、投资机构等进行讨论,面对面或通过电话交流信息、互换观点、求同存异、增进相互了解。
  四、其他事项
  企业可根据自身需求,采购订制化服务。
  中国煤炭运销协会会员单位、中国煤炭市场网会员可免费一套用户名密码。客服部将为会员提供煤炭大数据用户名和密码及相关会员资料。
  联系电话:010-64464669、51284166;
  传真:010-63703961;
  电子邮箱:cctd-kf@vip.sina.com
  中国煤炭运销协会
  2015年10月26日
1 2 3 显示全文
产业观察
2016-01-07 13:10:59
大数据时代留给数据分析师的羁绊
来源: 大数据魔镜 时间:2016-01-11 17:12:48 作者:
  大数据搭着信息时代的快车来到了我们的面前,数据的价值逐渐为人们所重视,同时也让数据分析师的身价倍增。而随着大数据分析工具等大数据应用技术的出现,未来的数据分析师又将遇到怎样的挑战和机遇呢?
  工具抢了人的饭碗?
  很多 大数据分析工具的设计起点非常高,定位了数据分析过程中所需要的大部分功能。比如国云数据的 大数据魔镜,功能涵盖了从数据前期整合、收集到挖掘、分析乃至末端的数据可视化的整个数据分析过程,功能不可谓不强大。
  但如果仅凭这些就认定大数据分析工具能取代数据分析师,未免有些杞人忧天了。恰恰相反,大数据分析工具不是数据分析师的竞争者,而是协助者。工具本来就是为人服务的,数据分析师的专业素养让其能很好的发挥大数据分析工具的性能,二者相辅相成,是友非敌。
  企业的支持
  虽然大数据的概念已经普及,但是很多企业还是留存有一些传统的观念。很多企业虽然重金聘用了数据分析师甚至是组建了数据分析师团队,但是却并没有建立完善的数据价值体系。对 数据分析工作缺乏理解与支持。
  相对于数据管理,数据分析工的工作重心还应该放在“挖掘数据价值”上。企业与数据分析师直接缺少职能的沟通,将直接影响企业对数据分析师工作性质的定位;同时,企业应该建立数据库并部署大数据分析工具,为了能更好地对接用户,大数据魔镜在功能桥接上,也为企业和数据分析师留有足够的空间。
  从幕后到台前的转变
  以往的业务人员经常要磨破嘴皮才能得到别人的认同,而现在许多企业正在考虑让数据分析师带着数据分析结果去谈业务。打算以“让数据说话,以数据服人”去赢得客户的信任。而主要的实施过程,是靠 数据可视化技术来实现的。
  数据可视化技术让数据能以图表和视频的方式直观地展示在人们面前,而数据分析师作为数据的管理者和挖掘者,是最适合不过的讲解人了。这样就要求数据分析师不仅要有扎实的数据分析能力,还要能提取数据精髓,并将之演讲出来以获得他人的认同。从幕后转到台前,这里面会需要许多技能,数据分析师的工作性质也将发生改变。
  在大数据时代,数据分析师所扮演的角色不可能是一成不变的。而只有顺应时代的潮流,响应时代的需要,数据分析师这个行业才能继续生存并发展。其实,大数据分析工具,数据可视化这些技术的出现固然使行业受到了影响与挑战,但对于数据分析师来说,未尝不是一次摆脱传统束缚的机遇!
  相关阅读
  大数据时代——数据不是你想买,想买就能买!
  这些细节让你的可视化瞬间高大上
   更多大数据魔镜、大数据分析工具相关信息请关注 大数据魔镜栏目
责任编辑:陈卓阳
产业观察
2016-01-11 17:12:48
【Hadoop简史】一张图回顾Hadoop十年:Hadoop老矣,尚能饭否?
来源:InfoQ 时间:2016-01-29 13:20:36 作者:查礼
【Hadoop简史】
一张图回顾Hadoop十年:Hadoop老矣,尚能饭否?
Hadoop,十岁生日快乐!
于2006年1月28日诞生的它改变了企业对数据的存储、处理和分析的过程,加速了大数据的发展,形成了自己的极其火爆的技术生态圈,并受到非常广泛的应用。在此为大家梳理Hadoop这十年的变化,以及技术圈的生态状况,为Hadoop“庆生”。
一张图回顾Hadoop十年
1、引子什么是大数据?
大数据指的是规模超过现有数据库工具获取、存储、管理和分析能力的数据集,并同时强调并不是超过某个特定数量级的数据集才是大数据。
——by 麦肯锡《大数据:创新、竞争和生产力的下一个前沿领域》
大数据的定义聚焦在“大“。从表面上看,数据规模的增长的确为处理数据带来了很大的问题。具体来说,在同样时间内获取与以前相同价值的数据变得不可为了。换言之,本质问题是数据的价值密度变低了,数据交换速率变慢了,所以催生了很多新型数据处理技术和工具,如Google的GFS和MapReduce,Apache Hadoop生态系统,美国伯克利大学AMPLab的Spark等;出现了对时间敏感程度不同的计算模式,如批式计算模式、交互式计算模式、流计算模式、实时计算模式等。计算模式的差异只是决定获取价值的技术不同,取决于上层业务需求的不同。
实际上,所谓大数据问题的本质应是数据的资产化和服务化,而挖掘数据的内在价值是研究大数据的最终目标。
2、缘起大数据缘起于Google
Google在搜索引擎上所获得的巨大成功,很大程度上是由于采用了先进的大数据管理和处理技术,是针对搜索引擎所面临的日益膨胀的海量数据存储问题以及在此之上的海量数据处理问题而设计的。
Google提出了一整套基于分布式并行集群方式的基础架构技术,利用软件的能力来处理集群中经常发生的节点失效问题。Google使用的 大数据平台 主要包括五个相互独立又紧密结合在一起的系统:分布式资源管理系统Borg,Google文件系统(GFS),针对Google应用程序的特点提出的MapReduce 编程模式,分布式的锁机制Chubby以及大规模分布式数据库BigTable。
Borg是这五个系统中最为神秘的一个,直到2015年Google才在EuroSys 2015上发表了题为“Large-scale cluster management at Google with Borg”的论文。称Google内部不仅像计算型的应用,比如MapReduce、Pregel等运行在Borg上,存储类的应用,比如GFS,BigTable和Megastore等也运行在上面,真正做到了批处理作业和长周期服务的混合部署和资源动态调度。得益于此项技术,可以使平均资源利用率达到30%~75%以上,大大高于业界平均水平的6%~12%。
GFS是一个大型的分布式文件系统,它为Google云计算提供海量存储,并且与Chubby、MapReduce和BigTable等技术结合得十分紧密,处于系统的底层。它的设计受到Google特殊的应用负载和技术环境的影响。相对于传统的分布式文件系统,为了达到成本、可靠性和性能的最佳平衡,GFS从多个方面进行了简化。
MapReduce是处理海量数据的并行编程模式,用于大规模数据集的并行运算。MapReduce通过“Map(映射)”和“Reduce(化简)”这样两个简单的概念来参加运算。用户只需要提供自己的Map 函数以及Reduce 函数就可以在集群上进行大规模的分布式数据处理。这一编程环境能够使程序设计人员编写大规模的并行应用程序时不用考虑集群的可靠性、可扩展性等问题。应用程序编写人员只需要将精力放在应用程序本身,关于集群的处理问题则交由平台来完成。与传统的分布式程序设计相比,MapReduce封装了并行处理、容错处理、本地化计算、负载均衡等细节,具有简单而强大的接口。正是由于MapReduce具有函数式编程语言和矢量编程语言的共性,使得这种编程模式特别适合于非结构化和结构化的海量数据的搜索、挖掘、分析等应用。
Chubby是提供粗粒度锁服务的一个文件系统,它基于松耦合分布式文件系统,解决了分布式系统的一致性问题。这种锁只是一个建议性的锁而不是强制性的锁。通过使用Chubby的锁服务,用户可以确保数据操作过程中的一致性。GFS使用Chubby来选取一个GFS主服务器,BigTable使用Chubby指定一个主服务器并发现、控制与其相关的子表服务器。
大规模分布式数据库BigTable是基于GFS和Chubby开发的分布式存储系统。很多应用程序对于数据的组织是非常有规则的。一般来说,数据库对于处理格式化的数据还是非常方便的。但是由于关系数据库要求很强的一致性,很难将其扩展到很大的规模。为了处理Google内部大量的格式化以及半格式化数据,Google构建了弱一致性要求的大规模数据库系统BigTable。BigTablede在很多方面和数据库类似,但它并不是真正意义上的数据库。Google包括Web索引、卫星图像数据等在内的很多海量结构化和半结构化数据都是存储在BigTable中的。
3、Hadoop开启了大数据时代的大门
Google的技术虽好但不开源。如果没有Doug Cutting和他的Hadoop开源软件,我们就看不到如今大数据技术和应用的飞速发展。
Doug Cutting主导的Apache Nutch项目是Hadoop软件的源头,该项目始于2002年,是Apache Lucene 的子项目之一。当时的系统架构尚无法扩展到存储并处理拥有数十亿网页的网络化数据。Google在2003年于SOSP上公开了描述其分布式文件系统的论文“The Google File System”,为Nutch提供了及时的帮助。2004年,Nutch的分布式文件系统(NDFS)开始开发。同年,Google在OSDI上发表了题为“MapReduce: Simplified Data Processing on Large Clusters”的论文,受到启发的Doug Cutting等人开始实现MapReduce计算框架并与NDFS(Nutch Distributed File System)结合起来,共同支持Nutch的主要算法。至2006年,它逐渐成为一套完整而独立的软件,已经到Yahoo!工作的Doug Cutting将这套大数据处理软件命名为Hadoop。2008年初,Hadoop成为Apache的顶级项目,除Yahoo!之外在众多互联网企业中得到应用。
早期的Hadoop,包括Hadoop v1以及更早之前的版本,主要由两个核心组件构成:HDFS和MapReduce,其中HDFS是Google GFS的开源版本,MapReduce计算框架实现了由Google工程师提出的MapReduce编程模型。还有一些围绕在Hadoop周围的开源项目,为完善大数据处理的全生命周期提供了必要的配套和补充。这些软件常用的有ZooKeeper、Hive、Pig、HBase、Storm、Kafka、Flume、Sqoop、Oozie、Mahout等。2012年5月,Hadoop v2的alpha版本发布,其中最重要的变化是在 Hadoop 核心组件中增加了YARN(Yet Another Resource Negotiator)。YARN的出现是为了把计算框架与资源管理彻底分离开,解决Hadoop v1由此带来的扩展性差、单点故障和不能同时支持多种计算框架的问题。YARN对标的恰好就是Google的Borg系统。至此,Hadoop方才能够与Google的大数据平台比肩。
一个好的、有生命力的开源生态系统要有一个核心,这个核心要是差异化和非平凡的,还要有广泛的应用和活跃的社区。Hadoop恰好具备这三个特征,以Hadoop为核心的大数据开源生态系统逐渐形成,Hadoop也成为自Linux以来最成功的开源软件,没有之一。受人民大学信息学院院长杜小勇老师的委托,我在CNCC 2015上组织了一个名为“大数据开源生态系统”的论坛。论坛邀请了来自互联网企业、硬件厂商、系统集成商以及学术界的同行分享在大数据开源方面的工作和体会。在最后的Panel环节,讨论了为什么要做开源和怎么做开源这两个问题。回答是比较分散的,有开源是唯一选择的,有拉通产业链的,有认为开源是新业态新商业模式的,有认为开源促进技术进步的。总之,在产业链不同的环节上的机构做开源的动机和目标自然是不同的,但只有这样,产业链中不同角色都能够在生态系统中找到自己的位置,这样的生态系统才是健壮的有生命力的,不是吗?
4、Hadoop发展历史和应用之路
大数据领域第一个吃螃蟹的是互联网行业。这是因为大数据概念和技术都来源于互联网企业的老大哥Google的原因。以Hadoop投入实际应用来看:
2006年到2008年是Hadoop的诞生阶段。只有国外少数几个互联网巨头在尝试,国内互联网行业在学习这项新技术。2006年,Yahoo!构建100节点规模的Hadoop机群用于Webmap业务。2007年,Yahoo!构建1000节点规模的Hadoop机群。2008年,Yahoo!的Hadoop机群扩展到2000节点规模,Facebook贡献Hive项目到开源社区。
2008年到2010年是Hadoop的少年阶段。在互联网行业已经开始投入实际应用,应用集中在网页存储检索,日志处理和用户行为分析等方面。2009年,Yahoo!使用4000节点的机群运行Hadoop,支持广告系统和Web搜索的研究;Facebook使用600节点的机群运行 Hadoop,存储内部日志数据,支持其上的数据分析和机器学习;百度用Hadoop处理每周200TB的数据,进行搜索日志分析和网页数据挖掘工作。2010年,Facebook的Hadoop机群扩展到1000节点;百度用Hadoop每天可处理1PB的数据;中国移动通信研究院基于Hadoop开发了“大云”(BigCloud)系统,不但用于相关数据分析,还对外提供服务;淘宝的Hadoop系统达到千台规模,用于存储并处理电子商务的交易相关数据。
2010年到2015年是Hadoop的青年阶段。在互联网行业无不将Hadoop作为大数据计算的标准配置,且应用形式趋于多样化;企业计算领域开始实践基于Hadoop的大数据应用;在追求大数据处理能力的同时,也开始思考系统适配性和效率问题。互联网行业出现了大量数据分析类应用,比如支付宝的交易数据离线分析系统等;用Hadoop与生态系统中的其他软件一起构成更为复杂的应用系统,比如腾讯的广点通精准广告投放系统,电信运营商的基于用户画像的精准营销系统等。除互联网行业外,出现了网络通讯大数据、金融大数据、交通旅游大数据、工业制造大数据、医疗健康大数据、社会治理大数据、教育大数据等,大数据理念和技术已经融入各行各业。Hadoop源于互联网行业,在应用于企业计算时,需要进行适配,原因在于互联网应用和企业计算应用在需求、服务、研发和运维体系方面有本质的不同。互联网应用业务逻辑简单、服务于海量用户、非固定使用人群、系统的用户体验至上、持续交付、能够快速响应的专业运维;而企业计算应用业务逻辑复杂、有限数量用户、固定使用人群、系统更强调稳定可靠、版本交付、层级式的技术支持。一时间市面上出现了很多面向企业用户的Hadoop发行版,以易部署、好配置,以及使用和管理方便为切入点,吸引着企业用户的眼球。
5、Hadoop in China国内最早的Hadoop交流平台
技术推广是需要平台的,而好的交流平台对新技术的落地起到极其重要的作用。2008年,我所在的研究小组想在分布式数据存储方面做一些研究工作,前期调研阶段接触到Hadoop,其新颖的设计思想得到大家的一致认同,2008年11月Hadoop技术沙龙顺势成立,后来发展成Hadoop in China大会。
2012年,中国计算机学会(CCF)于10月正式成立了大数据专家委员会。2013年,大会正式更名为“ 中国大数据 技术大会(BDTC)”。至此,Hadoop in China从60人规模的小型沙龙发展到国内大数据领域一年一度最重要的技术会议之一。大会曾邀请到包括Hadoop创始人Doug Cutting,Spark创始人Ion Stoica在内的众多国际著名专家到会做特邀报告。
6、未来大数据技术的发展趋势
系统架构的专业化。从当今IT技术的发展角度看,提出系统结构上的解决方案是“应用驱动的大数据架构与技术”。也就是说根据具体类型应用的需求,在系统架构和关键技术上进行创新。为了降低成本并获得更好的能效,大数据应用系统越来越趋向扁平化、专用化的系统架构和数据处理技术,逐渐摆脱了传统的通用技术体系。比如并行数据库更鲜明的分化为面向事务处理的OLTP类数据库和面向分析的OLAP类数据库等。传统的应用服务器、数据库服务器和存储服务器这样的典型三层架构受到极大的冲击。应用开发人员更深入的理解计算机系统结构,“程序” = “算法” + “数据结构”将逐渐演变成“程序” = “算法” + “数据结构” + “系统结构”。
大数据生态系统范围扩大。克隆了Google的GFS和MapReduce的Apache Hadoop自2008年以来逐渐为互联网企业接纳,并成为大数据处理领域的事实标准。但2013年出现的Spark作为一匹黑马可以说终结了这一神话,大数据技术不再一家独大。由于应用不同导致Hadoop一套软件系统不可能满足所有需求,在全面兼容Hadoop的基础上,Spark通过更多的利用内存处理大幅提高系统性能。此外,Scribe、Flume、Kafka、Storm、Drill、Impala、TEZ/Stinger、Presto、Spark/Spark SQL等的出现并不是取代Hadoop,而是扩大了大数据技术生态环境,促使生态环境向良性和完整发展。今后在非易失存储层次、网络通信层次、易失存储层次和计算框架层次还会出现更多、更好和更专用化的软件系统。
系统整体效能更为用户重视。在全球互联网 企业 的努力下,Hadoop已经可以处理百PB级的数据,在不考虑时间维度的前提下,价值密度低的数据可以处理了。在解决了传统关系型数据库技术无法处理如此量级的数据之后,业界正在向系统能效要价值。能效问题一方面体现在系统性能上。互联网服务强调用户体验,原本做不到实时的应用在向实时化靠拢,比如前端系统及业务日志从产生到收集入库的延迟从1到2天时间进化到10秒以内。传统企业无法忍受关系数据库动辄几十分钟的查询分析性能,纷纷求助于性价比更好的技术和产品。这些需求使大数据交互式查询分析、流式计算、内存计算成为业界研发和应用的新方向。能效问题的另一方面体现在系统功耗和成本上。中科院计算所陈云霁研究员领导研究的专用神经网络处理器技术,可大幅加速机器学习负载,与通用芯片和GPU相比,计算速度提高几十倍,功耗只有十分之一,整体能效提高450倍。百度云存储万台定制ARM服务器可节电约25%,存储密度提升70%,每瓦特计算能力提升34倍(用GPU取代CPU计算),每GB存储成本降低50%。
个性化服务的需求愈发强烈。个性化对应于互联网服务的长尾部分,这部分需求在传统的系统设计中因为复杂性原因是被舍弃的,但正是这部分体现出个性化服务的需求。个性化服务,即系统能够提供满足不同个体需求的差异化服务,比如个性化推荐,广告精准投放等。就拿个性化推荐技术来说,目前已经开始从简单的商品推荐走向复杂的内容推荐。根据用户的特性与偏好,推荐内容的特征,以及当时的上下文数据(客户端设备类型、用户所处时空数据等),向特定用户提供个性化的内容推荐服务,内容包括商品(包括电商和零售)、广告、新闻和资讯等。在移动设备和移动互联网飞速发展的时代,个性化推荐将成为用户获取信息最直接的渠道之一。
价值挖掘的理论和技术亟待发展。对数据进行浅层分析的理论和技术,主要体现在分布式系统和关系型数据库理论的结合与再创新,目前已经有较大幅度进展。但是,从数据中抽取隐含的信息或者知识,也就是价值挖掘,这方面的理论和技术还比较缺乏。一是缺乏成熟的数据挖掘建模方法和工具,经验对于挖掘出有价值信息的影响甚大,原始数据与隐含信息之间存在技术缺失,所以“啤酒+尿布”的案例并不是天天都能产生的。二是机器学习和深度学习技术面临应用问题。与大数据相结合,已经在诸如语音识别、图像识别、广告推荐和风险控制等场景中得以初步应用,但这方面的技术和软件工具成熟度不高,还有很大提升空间。此外,机器学习和深度学习的应用场景还不够广泛,这既是机遇也是挑战。
7、结语:Hadoop老矣,尚能饭否?
Hadoop开源软件自2006年起至今已经走过十个年头,这对于任何软件来说生命周期不可谓不长。但是,Hadoop也在经历来自其他开源黑马的冲击。Spark在早期发展阶段通过全面兼容Hadoop而借力于后者成熟的生态系统。时至今日,Spark正在挑战Hadoop的权威,因为Spark已经将发展目标定位在取代Hadoop。Hadoop老矣,尚能饭否?Hadoop的近100位Committer在积极的为Hadoop谋划未来,让我们拭目以待吧!
作者简介:
查礼,2003年博士毕业以来一直从事分布式系统的研发工作,现为中国科学院计算技术研究所副研究员,CCF大数据专家委员会委员。自2008年起与Apache Hadoop、Hive以及HBase 等开源社区密切合作,相关大数据技术研究成果通过软件开源在业界得到广泛应用。是中国大数据技术大会(原Hadoop in China)发起人和组织者。
注:本文系InfoQ(infoqchina)授权 数据观转载,著作权属原创者所有。数据观整理分享此文并非商业用途。以上内容并不代表数据观观点,如涉著作权等事宜请联系小编更正。
责任编辑:王培
产业观察
2016-01-29 13:20:36
一页纸精华丨Hadoop概览
来源:中兴大数据 时间:2016-01-19 09:44:09 作者:牛家浩
每一个知道 大数据 的人都听说过Hadoop,作为基础框架,其凭借着低成本、高可靠、高扩展、高有效、高容错等特性成为最流行的大数据分析系统。要入门大数据,最好的办法就是理清Hadoop的生态系统。
Hadoop是Apache软件基金会的顶级开源项目,是由原雅虎公司Doug Cutting根据Google发布的学术论文而创建的开源项目。Doug Cutting被称为Hadoop之父,他打造了目前在云计算和大数据领域里如日中天的Hadoop。
Hadoop的发音是[hædu:p],Hadoop 这个名字不是一个缩写,而是一个虚构的名字。Doug Cutting解释Hadoop的得名:“这个名字是我孩子给一个棕黄色的大象玩具命名的。我的命名标准就是简短、容易发音和拼写,没有太多的意义,并且不会被用于别处,小孩子恰恰是这方面的高手”。
Apache Hadoop官方定义是: Hadoop项目™®是一套可靠的,可扩展的,支持分布式计算的开源软件。
Hadoop是一个基础框架,允许用简单的编程模型在计算机集群对大型数据集使进行分布式处理。它的设计规模从单一服务器到数千台机器,每个都提供本地计算和存储,框架本身提供计算机集群高可用的服务而不是依靠硬件来提供高可用性。用户可以在不了解分布式底层细节的情况下,轻松地在Hadoop上开发和运行处理海量数据的应用程序,低成本、高可靠、高扩展、高有效、高容错等特性让Hadoop成为最流行的 大数据分析 系统。
Hadoop特点:
● Hadoop是一个能够对大量数据进行分布式处理的软件框架,它是以一种可靠、高效、可伸缩的方式进行数据处理。
● Hadoop 是可靠的,它假设计算元素和存储会失败,因此它维护多个数据副本,确保能够针对失败的节点重新分布处理。
● Hadoop 是高效的,它以并行的方式工作,通过并行处理加快处理速度。
● Hadoop 还是可伸缩的,能够处理PB级数据。
● Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。
● Hadoop带有用Java语言编写的框架,因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写,比如C++。
● Hadoop 依赖于社区服务,它的成本比较低。
Hadoop版本演进
当前Hadoop有两大版本:Hadoop 1.0和Hadoop 2.0,如下图所示。
Hadoop版本演进图
Hadoop1.0被称为第一代Hadoop,由分布式文件系统HDFS和分布式计算框架MapReduce组成,其中,HDFS由一个NameNode和多个DataNode组成,MapReduce由一个JobTracker和多个TaskTracker组成,对应Hadoop版本为0.20.x、0.21.X,0.22.x和Hadoop 1.x。其中0.20.x是比较稳定的版本,最后演化为1. x,变成稳定版本。0.21.x和0.22.x则增加了NameNode HA等新特性。
第二代Hadoop被称为Hadoop2.0,是为克服Hadoop 1.0中HDFS和MapReduce存在的各种问题而提出的,对应Hadoop版本为Hadoop 0.23.x和2.x。
针对Hadoop1.0中NameNode HA不支持自动切换且切换时间过长的风险,Hadoop2.0提出了基于共享存储的HA方式,支持失败自动切换切回。
针对Hadoop 1.0中的单NameNode制约HDFS的扩展性问题,提出了HDFS Federation机制,它允许多个NameNode各自分管不同的命名空间进而实现数据访问隔离和集群横向扩展。
针对Hadoop 1.0中的MapReduce在扩展性和多框架支持方面的不足,提出了全新的资源管理框架YARN,它将JobTracker中的资源管理和作业控制功能分开,分别由组件ResourceManager和ApplicationMaster实现。其中,ResourceManager负责所有应用程序的资源分配,而ApplicationMaster仅负责管理一个应用程序。相比于 Hadoop 1.0,Hadoop 2.0框架具有更好的扩展性、可用性、可靠性、向后兼容性和更高的资源利用率以及能支持除了MapReduce计算框架外的更多的计算框架,Hadoop 2.0目前是业界主流使用的Hadoop版本。(牛家浩)
责任编辑:王培
产业观察
2016-01-19 09:44:09
大数据可视化概念简介以及相关工具介绍
来源: 数据观 时间:2015-11-30 16:12:49 作者:
  大数据可视化是什么意思?大数据可视化分析工具又有哪些?下面我们将详细介绍
  在了解大数据可视化概念之前,我们先来了解数据可视化是什么意思。
  数据可视化概念
  数据可视化,是关于数据视觉表现形式的科学技术研究。其中,这种数据的视觉表现形式被定义为,一种以某种概要形式抽提出来的信息,包括相应信息单位的各种属性和变量。
  它是一个处于不断演变之中的概念,其边界在不断地扩大。主要指的是技术上较为高级的技术方法,而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释。与立体建模之类的特殊技术方法相比,数据可视化所涵盖的技术方法要广泛得多。
  那么大数据可视化可以理解为巨量数据的可视化,是数据可视化的一种,只是数据量更加庞大。那么,下面我们来了解大数据可视化的具体过程。
  大数据数据可视化的过程探讨
  第一:数据的可视化
  这里数据要讲数据的类型,例如典型的是数值型数据,还是例如文本型数据,也包括带有序列的文本型数据,更有一些超出前述的数字、文本数据的,例如符号、图像、动画、声音等,但是为了简单起见,笔者这里首先以一般数值型数据作为代表,讲可视化最核心的是对原始数据采用什么样的可视化的元素来表达,例如原数据是销售额列表,那么对于这样的数据本身,我们不是说按照柱状图、横条图、饼图来说,这样进行数据到可视化元素的表达,而是说,采取柱、横条、扇形进行表达,而采取这样的模式,是更好地表达出数据本身的属性来。
  第二:指标的可视化
   一般而言,数值是一种属性,例如销售列表,那么这个销售的数值属于什么主体,主体本身是否可以可视化,很多时候,这一点很容易被统计分析人员忽略,而笔者非常简易在制作图表的过程中,采用可视化元素的方式将指标可视化,一旦这么做,会将可视化的效果增彩很多。典型的例如销售人员,决定采用人脸照片来表达。
  第三:数据关系的可视化
  在数据可视化的方式、指标可是化方式确立以后,需要想到如何进行数据关系的可视化,这种数据关系往往也是可视化数据的需要核心表达的主题宗旨,例如希望阅读的人了解什么,这些数据的关系是大小、多少、高低等等,而在可视化的展现中,则可以采用高低,左右,位置,大小、颜色等方式进行,而为了达到这样的结果,我们可能需要排序、分类、透视等等操作运算。
  第四:背景数据的可视化
  很多时候,光有原始数据是不够的,我们会说,数据没有价值,信息才有价值,那么信息与数据之间的差别是什么?核心就是背景数据,例如销售数据,只看销售数据,真正有意义,为企业的决策服务,还需要更多的数据,典型的例如,需要销售计划数据,那么在图表中增加一条销售计划线,而销售数据是否达到销售计划可以一目了然。
  第五:转换成便于接受的形式
  下面要说关于数据转换的问题,很多时候,前述的数据、指标、关系、背景数据都有了,只按照原始数据进行可是化,可以吗?可以。但是问题还会很多,因为这个时候,还是数据本身,而可视化的功能包括几种,第一是记录,第二是传递,第三是沟通,有了前面的操作,可以进行记录、传递,但是沟通可能还需要优化,这种优化就包括按照人的接受模式、习惯,能力,甚至还需要考虑显示设备的能力,进行综合改进,这样才可以更好地达到便于接受的效果,具体而言,还说销售计划,在销售计划线上增加符号,例如勾和叉,表征是否完成计划,是不是看图表的人更容易接受。
  第六:聚焦
  在前面都没有提到大数据,在聚焦方面必须要讲讲大数据,因为是大数据,所以很多时候数据、信息、符号对于接受者而言是过载的,例如人很多时候,如果看到的对象超过七个,他们就可能分辨不出来了,这时我们就需要在原来的可视化结果基础上再进行优化,例如裁剪、规约、区域显示等等,而笔者在这里首先强调聚焦,所谓聚焦就是利用一些可视化化手段,把那些需要强化的,小部分数据、信息按照可视化的标准(这里可以埋个伏笔,这属于笔者重点研究内容),进行再次处理,比较典型的,还拿销售计划来说,我们做的这个可视化,说成一个图表吧,这个图表重点是针对没有完成计划的销售员的,考虑是否要开掉他们,那么我们可以强化前述的“叉”是红色的。但是这里需要注意,按一般理解,勾用什么色呢,用绿色?值得思考,而笔者从聚焦角度说,真正的一般应用模式,假如柱状图中的柱用的黑色,勾的符号也用黑色,是不是整体图表,红色更为显眼呢。
  第七:集中或者汇总展示
   还拿前面的销售图表来说,有人说,这个图表结束了,但是从沟通交通角度而言,还有很大的空间,例如为了让管理人员更好地掌握情况,我们可以在这个柱状图的右边,增加一张没有完成计划的销售人员数据表,这样管理人员是不是在掌控全局的基础上,很容易抓住所有焦点,进行逐一处理。
  第八:扫尾的处理
  有了前面的基础,其实已经是很好的可视化效果了,但是我们还需要一些修饰性工作要做,这些工作是为了让可视化的细节更为精准、甚至优美,比较典型的工作包括设置标题,表明数据来源,对过长的柱子进行缩略处理,进行表格线的颜色设置,各种字体、图素粗细、颜色设置等等。
  第九:完美的风格化
  达到这一条可谓完美。所谓风格化,也可以说成是标准化基础上的特色化,最典型的例如增加企业、个人的LOGO,从而让接受很容易知道这个可视化成果属于哪个企业、哪个个人。而真正做到风格化,还是有很多值得研究的地方,例如布局、用色、图素,常用的图表、信息图形式、数据、信息维度控制,典型的图标(ICON),甚至动画的时间、过渡等等,从而形成让接受者赏心悦目,直观了然地理解、接受、赞叹!
  在了解了大数据可视化的基本概念之后,我们来了解下大数据可视化产品选型的内容。
  “让每个人都成为数据分析师”是大数据时代赋予的要求,数据可视化的出现恰恰从侧面缓解了专业数据分析人才的缺乏。Tableau、Qlik、Microsoft、SAS、IBM等IT厂商纷纷加入数据可视化的阵营,在降低 数据分析 门槛的同时,为分析结果提供更炫的展现方式。为了进一步让大家了解如何选择适合的数据可视化产品,本文将围绕这一话题展开,希望能对正在选型中的企业有所帮助。
  一、数据可视化概述
  数据可视化是技术与艺术的完美结合,它借助图形化的手段,清晰有效地传达与沟通信息。一方面, 数据 赋予可视化以意义;另一方面,可视化增加数据的灵性,两者相辅相成,帮助企业从信息中提取知识、从知识中收获价值。
  维基百科对数据可视化的定义较为权威,它认为数据可视化是技术上较为高级的技术方法,而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面,通过表达、建模以及对立体、表面、属性以及动画的显示,对数据加以可视化解释。
  1.发展历史
  数据可视化的历史可以追溯到二十世纪50年代计算机图形学的早期,人们利用计算机创建出了首批图形图表。到了1987年,一篇题为《Visualization in Scientific Computing(科学计算之中的可视化,即‘科学可视化’)》的报告成为数据可视化领域发展的里程碑,它强调了新的基于计算机的可视化技术方法的必要性。
  随着人类采集数据种类和数量的增长,以及计算机运算能力的提升,高级的计算机图形学技术与方法越来越多的应用于处理和可视化这些规模庞大的数据集。二十世纪90年代初期,“信息可视化”成为新的研究领域,旨在为许多应用领域之中对于抽象的异质性数据集的分析工作提供支持。
  当前,数据可视化是一个既包含科学可视化,又包含信息可视化的新概念。它是可视化技术在非空间数据上新的应用,使人们不再局限于通过关系数据表来观察和分析数据信息,还能以更直观的方式看到数据及数据之间的结构关系。
1 2 3 显示全文
产业观察
2015-11-30 16:12:49
浅谈大数据分析师
来源: 数据观 时间:2015-12-10 16:06:45 作者: 大数据崛起的时代,数据分析师这个职业将会越来越受到大家的青睐。数据分析师的职业现状和发展如何?数据分析师有哪些专业要求?在工作中到底需要做什么?这些都是想走进数据分析这个行业的童鞋们的疑问,数据观小编整理了一些数据分析行业前辈们的分享内容,供大家参考。
   数据分析师的职业现状和发展如何 有哪些专业要求
   数据分析师的职业现状和发展
  前不久看到这样一条新闻“未来广告是否有效的关键是 数据分析”不只是广告营销,越来越多的行业看重数据分析这一领域,在信息爆炸的今天,一个优秀的数据分析师可以帮助企业根据现有数据做出科学、合理的分析,在前行中准确定位,为企业排除干扰。那么今天主页君就给大家介绍一下数据分析师的职业现状和发展吧。
   【职业概述】
  越来越多的企业将选择拥有项目数据分析师资质的专业人士为他们的项目做出科学、合理的分析,以便正确决策项目;越来越多的风险投资机构把项目数据分析师所出具的项目数据分析报告作为其判断项目是否可行及是否值得投资的重要依据;越来越多的企业把项目数据分析师课程作为其中高管理层及决策层培训计划的重要内容;越来越多的有志之士把项目数据分析师培训内容作为其职业生涯发展中必备的知识体系,数据分析这个职业应运而生,毫不夸张的说,数据分析师带给企业的不仅仅是一个个数据报告,更是一桶桶黄金,一片片亟待探索的蓝海。
   【职业分析】
  数据分析师分布在不同行业中,专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测。数据分析师需要敏锐的数字洞察力,因此,统计、会计、保险、工程经济、金融、数学、计算机等专业的同学对这个行业有明显优势,但其他行业的同学如果对这个职业感兴趣,通过日常学习,掌握一些统计必备技能,亦可以从事此类工作。
   数据分析师有哪些专业要求?
一、统计学专业
统计学贯穿数据分析的全过程,没有统计学基础,很难有专业的数据分析。数据分析的各个步骤,都要用到统计学的知识。
数据采集时,如何抽样?做多大的样本?接受多大的抽样误差?要用到统计学;
问卷设计时,问卷的信度是否符合要求?效度有多大?要用到统计学;
数据处理时,频数怎么求?交叉表怎么做?统计图怎么划?要用到统计学;
数据分析时,如何验证?如何探索?如何预测?也要用到统计学。
可以说,数据分析是统计学的应用。掌握统计学是数据分析师的基本功。
   大数据课堂:数据分析师都干啥
   下面简单谈下做一名数据分析师要经历的几个步骤:
   (1)获取数据
  获取相关的数据,是数据分析的前提。每个企业,都有自己的一套存储机制。比如淘宝,所有的数据都在HADOOP上,很多数据都要经过HADOOP,hive来获取。因此,基础的SQL语言是必须的。具备基本SQL基础,再学习下HIVE的细节的语法,基本就可以通过HIVE拿到很多数据了。每个需求明确以后,都要根据需要,把相关的数据获取到,做基础数据。
   (2)数据处理
  获取数据,把数据处理成自己想要的东西,是一个关键点。很多时候,有了数据不是完成,而是分析的开始。数据分析师最重要的工作就是把数据根据需求处理好,只有数据跟需求结合起来,才能发挥数据的价值,看到需求的问题和本质所在。如果连数据都没处理好,何谈从数据中发现问题呢?
   对于数据的处理,有两种形式:
  a>如果初步提取的数据是在LINUX上,建议学一门脚本语言,比如AWK,或者PYTHON。如果掌握一门脚本语言,不仅可以在LINUX系统上写很多自动脚本来运行,会大大节省自己的时间,而且可以通过脚本语言把基础数据处理成自己想要的任何形式,直接可以使用。
  b>如果数据没有在LINUX上,那可以download,然后通过其他统计软件来处理。个人推荐SAS或者R语言。SAS的强大,不必多说。没有SAS解决不了的问题,而且SAS也有SQL,处理起来也方便。R语言最近也很火,而且免费,packages越来越多,画图也简单,类似Matlab。如果前期数据处理的好,后续只需要通过R或者SAS画一些图就可以了。在数据分析师的世界,按照价值排序,图>表>文字。
   数据分析师必须清楚的9个问题
   1、如何做好数据分析?
  分析师成长是通过“干”、"思"、“熬”出来的。干:多做。哪些是临时需求。你要做各种各样的分析;思:你在边干的过程中,要边思考,边总结,只有这种你才能沉淀。熬:通过时间的积累,你的商业意识、数据分析思维、技能得到提升,广积粮,缓称王,实现厚积而薄发。
   2、如何做好数据挖掘?
  数据挖掘和数据分析在我认为,都是实现数据价值的“工具”、“方式”。 数据挖掘相对于数据分析来说,入门门槛会更高一些,对于数据挖掘方法,挖掘工具要求更高。但做好数据挖掘,参考数据分析。
   3、需要看什么类型的书?
  很从刚做分析师的朋友,但喜欢问:我想做好分析师要看什么样的书?这个背后的逻辑是不是说你看了别人推荐给你的书,你就可以成为很厉害的分析师。
  我的观点是:书是一定要看,而且有机会的时候多看看书。但一定要明白看书你对的价值体现在哪?
  但数据分析更多是干,实践中成长的。
   4、做好数据分析需求什么样的技能?
  我想做数据分析,一定要会SAS、SPSS、R吗?如果你不去做模型。
  基本的统计知识肯定要掌握的,但分析师目前主要还是以SQL EXCEL PPT来完成一份分析报告。
   相关阅读: 【干货】数据分析师的完整知识结构
   注:本文系 数据观 原创稿件,转载请注明来源:数据观www.cbdio.com,百度一下“数据观”,获取更多大数据相关资讯。
产业观察
2015-12-10 16:06:45
汽车大数据应用案例介绍以及行业解析
来源: 数据观 时间:2015-12-03 11:44:30 作者:
  庞大的数据在带来巨大价值潜力的同时也带来了前所未有的挑战,传统企业内的计算机几乎无法处理数量如此巨大,并且类型繁多的数据——绝大部分产生的数据都是图片或影像,这种海量的不规则类型数据带领我们走进了人类历史上一个全新的时代——大数据时代。
  未来商业离不开大数据
  汽车和生活已经融合得越来越紧密,如何在竞争激烈的汽车市场中脱颖而出?如何通过科技的手段打造新时代的汽车?如何更加使汽车和日常生活密不可分?
  带着对这些问题的思索和研究,我写下了这篇文章,也许大部分人初看标题都会觉得奇怪,谁会比你更了解你自己呢?大数据是什么?和汽车又有什么关系?别急,先让我们了解一下什么是大数据,以及它产生的背景。
  无论你愿不愿意,现在你每天都在产生和分享大量的数据,不管你关心不关心,我们早就生活在数据海洋的包围之下了。也许你早已习惯通过手机处理公司邮件;在和朋友吃饭的时候拍照发微博,分享和查找感兴趣的话题,许多新闻和热点话题最先在微博平台上被大量的转发;也许你用微信的频率早就超过了用传统短信,通过微信语音聊天团队开会,甚至不用打电话; 到了晚上,你会通过电脑下载电影、音乐; 现在随着网络带宽的持续增加,你只要在线观看就好了——而无需把它下载到你的电脑里。
  这一切的发生都是自然而然的,数字化时代已经彻底地改变了许多人的生活习惯。根据IDC的统计,现在全球每秒钟发出的邮件超过了290万封,每天发布的微博信息超过5000万条,每天由Google处理的数据超过了24个PB,也就是说,如果你有一个500G的移动硬盘,需要5万多个才能装得下!!而随着智能手机等移动终端的普及,我们的行为、地理坐标甚至身体数据等每一样的变化都可以成为量化的数据被分析和处理,并以此为基础产生了一些新的商业模式,例如Feedback Economy(反馈经济)等等。比较有讽刺意味的是,现在我们生活的世界里,各种资源都极快速地消耗,只有一种资源是在呈几何级数增加,那就是数据资源,在我们生活的这个时代,对这种特殊资源的掌握和利用将是任何企业取得成功的最关键因素,通俗的理解就是,量变引发质变。
  这些庞大的数据在带来巨大价值潜力的同时也带来了前所未有的挑战,传统企业内的计算机几乎无法处理数量如此巨大,并且类型繁多的数据——绝大部分产生的数据都是图片或影像,这种海量的不规则类型数据带领我们走进了人类历史上一个全新的时代——大数据时代。
  看到这里,你应该会说,这和我几乎是八杆子打不到一起去的,和汽车也没关系啊——别急,咱们继续往下看,许多车友估计已经知道,现在的汽车中早已装满了各种传感器、芯片,还有各种配套的软件,而这些实际上已经要占一部车整体价值的1/3以上,不夸张地说,正是科技的进步才使一部汽车越来越有了价值,你也才能真正享受数字化时代的汽车驾驶感,一部汽车所蕴含的科技量,往往可以成为衡量其价格很重要的因素。一部称之为“概念车”的车型,通常都是使用了超越当前普通车辆很多的高科技系统。
  许多汽车生活信息被消费
  大数据时代的汽车生活会发生什么样的改变呢?
  在大数据时代的背景下,也许你正驾驶的这辆汽车可以提前救你一命,通过遍布全车的传感器收集车辆运行信息,在你的汽车关键部件发生问题之前,就会提前向你或4S店预警,这绝不仅仅是节省金钱,而是真的能够挽救生命,事实上,美国的UPS快递公司早在2000年就利用这种基于大数据的预测性分析系统来检测全美60000辆车的实时车况,以便及时地进行防御性修理,再或者,以前你会在车辆行驶5万公里或者每隔半年的时间去做一次检查和保养,事实上这种方法并没帮你解决多少问题,因为大部分时候这些汽车部件都是好好的,在大数据时代来临之前,我们的检测系统无法做到事前提醒,更不要说实时反馈了。
  再来说一个例子,你可能永远也想不到你开车时的坐姿可以防止汽车被盗,这听起来简直不可思议,但这就是现实存在的事,日本某工业研究所通过在汽车座椅下安装360个压力传感器来测量人对座椅各部分施加压力的方式,并且通过0-256个数值范围进行量化,这样,每个乘坐者都将产生一份专属的数据资料,这个系统可以根据人对座位的压力差异识别出乘坐者的身份,准确率高达98%,这项技术作为汽车防盗系统装在车上时,汽车就会知道驾驶者是不是车主,如果不是,汽车就会自动熄火,另外也可以根据坐姿数据来判断司机是否正处于疲劳驾驶,系统可以通过自动减速或刹车来控制可能带来的危险。
  如果说这些和你的日常汽车生活还是关系不大,那请再想像一下这个情景,在每天开往公司的路上,你的汽车显示屏上跳出一个提示:先生,前方三公里您常行驶的路线上现有突发事件,较为拥堵,建议绕行。大数据和实时路况系统结合,提前“预警和通知”,估计会帮你节约大量的堵车时间。
  以往车辆产生的信息量中,大多数只是内部信息。问题是这些信息没有多少被送回用于分析,当这些数据被挖掘利用后,再结合外部传感器、温度、湿度时,分析信息就格外有意义了。而这些信息一旦与外部实时联动时,就会更加有趣,畅想一下,将来的家用电器也将进入以物联网为基础的云时代,当你开车回家时,你的家居智能系统就已经知道你在回家的路上,在离家还有几公里时会自动打开空调或者开始煮饭。这并不是未来的科幻小说,而是不久的将来实实在在会发生在你我生活中的事情。
  洞悉,不再是一个遥不可及的话题,只有想不到,没有做不到,在大数据的时代背景下,显得是如此的简单。
  不同行业都在涉及汽车数据
  另外,对于汽车销售商来说,大数据时代将为个性化体验式的营销提供难得的机会,通过对国内大型的门户网站、微博、微信、社交网站上出现的汽车信息进行海量的采集、统计、分析和挖掘,既能看出汽车网民的真实意图,也是中国汽车市场在网络上的真实展现,而以往通过传统的调研手段几乎是难以实现的。比如基于对汽车网民行为特征的挖掘分析,可以极端细致地评估不同品牌、车辆制造商在网络传播中所覆盖的受众消费特性。
  其实,汽车制造工艺的发展和信息技术的进步始终没有分开过,对每个企业而言,数据早已成为除了人以外企业最宝贵的资产,而汽车制造商更可以利用大数据分析获得巨大收益,现在几乎所有汽车制造商都意识到,如果要生产真正适合市场需求、满足消费者喜好的汽车,就必须对汽车消费者进行真正的了解,我的意思是,真正的。
  在大数据的时代,汽车制造商甚至通过某人在微博上把一款车型@给10个好友再加上他们的评语就能判断出这款汽车在市场上的受欢迎程度。同时,对于企业内部来说,还可以指导公司改进优化生产流程,提升决策质量,比如福特汽车就已经在利用大数据分析,通过对海量加工数据及汽车内部的详细输出数据的研究,探索最佳工艺指标,改进或帮助改变其业务模式,福特公司生产的Energi汽车每小时产生25GB数据,近期销售200万辆汽车,将产生的数据量可想而知,其中蕴含着巨大机遇,而这套最新的系统也被福特用在越来越多的车型上。
  2010年,Google宣布开发汽车,宣称“用科学技术来解决真实生活中的问题”,这种汽车以后开起来估计会是这样:“前方300米KFC餐厅限时优惠”“直行500米,XXX电影院上映您喜欢看的动作电影”“您已驾驶超过2小时,请注意休息,前方200米就是星巴克咖啡”……
  大数据就像新时代的石油,通过挖掘和利用将产生无穷无尽的宝藏。
  我想,也许再过几年大家会对大数据这三个字习以为常,因为大数据一定会广泛应用于人们生活的方方面面,这是一个“已经发生的未来”。说句玩笑话,也许以后大家都不算命了,通过对自身习惯的量化分析,将来说不定会产生一类公司专门可以为每个人量身定做一份专属的分析报告,到那时,你或许可以对照着来探索一下什么才是真正的自己。
  在了解完汽车和大数据一些基本信息之后,我们来看看大数据在汽车上有哪些应用。
  大数据恐怕是目前席卷互联网的一股最强烈热潮,有些新闻敏感的人会被大数据的这个超常频率曝光的词折磨的筋疲力尽,因为这个词渗透到了各行各业各个领域。但是很有意思的是,你问我什么是大数据,我也只能摊出两只手做无辜状,给你一个词外加三个字“呵呵,不知道”。
  谁能够讲的清楚大数据到底是什么能为我们做什么,我想只有那些天天绞尽脑汁必须要从其中得到巨大利益的大集团们会很清楚,而对于我们这些没事儿只知道花钱的人来说,大数据是什么,能吃么。
  图片来自于网络
  So whatever大数据是什么,是以什么形态存在的,它的价值到底是什么,我这个穷苦的百姓也只关心它能为我带来什么,一些新奇?或者一些变化?经过笔者这些日子以来的不懈(屑)研究和不懈探讨终于得出了一点皮毛的结论,尤其是这些数据在汽车上的应用,正是促进了我们汽车的改变,那些天方夜谭的任意门,如今是真实的摆在了面前,这些看起来是那么的令人兴奋。 由于研究的渠道有限,难免有理解的偏颇之处,对于不正确的观点,还请网友们批评指正!
  足够大,才是大数据 (图片来自于网络)
  大数据能为我们的汽车做什么,说牛逼点就是大数据时代下的汽车变革,这个题目太大以至于三天三夜都不能写完,于是笔者决定,只写自己知道的!
  橙色的二手车质量为何优于其他车
  大数据时代是一个“样本=总体”的数据时代,最显著的特点就是数据足够庞大,我们不用再依赖随机采样。而几乎所有的数据都能在各种领域派上用场,虽然看起来他们之间并没有什么因果关系,比如,Kaggle,一家为所有人提供数据挖掘竞赛平台的公司,举办了关于二手车质量的竞赛,二手车经销商将二手车数据提供给参加比赛的统计学家,统计学家用这些数据建立了一个算法系统来预测经销商拍卖的哪些车会有质量问题。最后结果表明,橙色的车有质量问题的可能性只有其他车的一半。
1 2 3 显示全文
责任编辑:陈卓阳
产业观察
2015-12-03 11:44:30
医疗大数据概念及应用发展全解析
来源: 数据观 时间:2015-12-01 16:55:27 作者:
  医疗大数据概念是什么? 医疗大数据有哪些应用,能够给人们的生活带来怎样的影响?同时,医疗大数据未来发展又是怎样?下面我们将详细介绍。
  大数据技术已经应用在电信、金融、教育、医疗、军事、电子商务甚至政府决策等几乎所有的领域,尤其在医疗领域的应用越来越多,因此,大数据技术在医疗领域的项目管理逐渐引起人们的重视。针对大数据技术在医疗领域的发展趋势和当前面临的问题,研究大数据技术在医疗领域项目的工程实施过程中的管理调整及解决措施,从而引导和促进大数据技术在医疗领域应用的快速、健康发展。
  大数据(big data)如何用于互联网医疗
  大数据(big data)在医疗领域中所扮演的角色正在被不断地放大,Big Data在医疗领域的基本应用过程如下:
  1、搜集和聚合来自各个来源的巨量患者信息;
  2、以各种目的导向出发,分析搜集到的信息,比如优化患者的诊疗、提高医疗体系的效率;
  3、应用数据分析的结果,改善患者的治疗,提高医疗系统的投资回报率;
   大数据在医疗领域中的应用正在被逐渐铺开,其好处也将日益凸显,当前主要的意义在于:
  1、通过对临床数据q的分析,对患者进行更有前瞻性的治疗和照护,提高疾病的治疗效果;
  2、通过对最新的数据库的分析提高对临床决策的支持;
  3、通过对统计工具和算法的使用来改善临床试验的设计;
  4、通过对大数据集的分析为个性化医疗提供支持;
  5、通过优化业务决策支持,以确保医疗资源的适当分配;
  以上是对医疗大数据的基本的概念以及意义,下面我们来看看医疗大数据的具体应用。
   医疗大数据的五大应用方向
  医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。因此,医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。
  1989年,Gartner提出BI概念。2008年,Gartner将BI概念进一步升级为高级分析(AdvancedAnalytics)。2011年,麦肯锡阐释大数据概念。虽然名称不同,但实际上它们要解决的问题从来没变过。只不过,现在的大数据分析技术能处理相比20年前更大量、多样、实时(3V)的数据,即大数据。相比20年前的BI,现在的大数据分析能够产生更大的商业价值,大数据存储和分析技术的发展也得益于商业场景中数据量的激增和数据种类的多样化。
  因此在实施大数据分析项目之前,企业不仅应该知道使用何种技术,更应该知道在什么时候、什么地方使用。除了较早前就开始利用大数据的互联网公司,医疗行业可能是让大数据分析最先发扬光大的传统行业之一。医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。因此,医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。麦肯锡在其报告中指出,排除体制障碍,大数据分析可以帮助美国的医疗服务业一年创造3000亿美元的附加价值。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用,这些场景下,大数据的分析和应用都将发挥巨大的作用,提高医疗效率和医疗效果。
  在临床操作方面,有5个主要场景的大数据应用。麦肯锡估计,如果这些应用被充分采用,光是美国,国家医疗健康开支一年就将减少165亿美元。
  1、比较效果研究
  通过全面分析病人特征数据和疗效数据,然后比较多种干预措施的有效性,可以找到针对特定病人的最佳治疗途径。
  基于疗效的研究包括比较效果研究(ComparativeEffectivenessResearch,CER)。研究表明,对同一病人来说,医疗服务提供方不同,医疗护理方法和效果不同,成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集,可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现CER,将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式),以及治疗不足。从长远来看,不管是过度治疗还是治疗不足都将给病人身体带来负面影响,以及产生更高的医疗费用。
  世界各地的很多医疗机构(如英国的NICE,德国IQWIG,加拿大普通药品检查机构等)已经开始了CER项目并取得了初步成功。2009年,美国通过的复苏与再投资法案,就是向这个方向迈出的第一步。在这一法案下,设立的比较效果研究联邦协调委员会协调整个联邦政府的比较效果的研究,并对4亿美元投入资金进行分配。这一投入想要获得成功,还有大量潜在问题需要解决,比如,临床数据和保险数据的一致性问题,当前在缺少EHR(电子健康档案)标准和互操作性的前提下,大范围仓促部署EHR可能造成不同数据集难以整合。再如,病人隐私问题,想要在保护病人隐私的前提下,又要提供足够详细的数据以便保证分析结果的有效性不是一件容易的事情。还有一些体制问题,比如目前美国法律禁止医疗保险机构和医疗补助服务中心(CentersforMedicareandMedicaidServices)(医疗服务支付方)使用成本/效益比例来制定报销决策,因此即便他们通过大数据分析找到更好的方法也很难落实。
  2、临床决策支持系统
  临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目,比较其与医学指引不同的地方,从而提醒医生防止潜在的错误,如药物不良反应。通过部署这些系统,医疗服务提供方可以降低医疗事故率和索赔数,尤其是那些临床错误引起的医疗事故。在美国Metropolitan儿科重症病房的研究中,两个月内,临床决策支持系统就削减了40%的药品不良反应事件数量。
  大数据分析技术将使临床决策支持系统更智能,这得益于对非结构化数据的分析能力的日益加强。比如可以使用图像分析和识别技术,识别医疗影像(X光、CT、MRI)数据,或者挖掘医疗文献数据建立医疗专家数据库(就像IBMWatson做的),从而给医生提出诊疗建议。此外,临床决策支持系统还可以使医疗流程中大部分的工作流流向护理人员和助理医生,使医生从耗时过长的简单咨询工作中解脱出来,从而提高治疗效率。
  3、医疗数据透明度
  提高医疗过程数据的透明度,可以使医疗从业者、医疗机构的绩效更透明,间接促进医疗服务质量的提高。
  根据医疗服务提供方设置的操作和绩效数据集,可以进行数据分析并创建可视化的流程图和仪表盘,促进信息透明。流程图的目标是识别和分析临床变异和医疗废物的来源,然后优化流程。仅仅发布成本、质量和绩效数据,即使没有与之相应的物质上的奖励,也往往可以促进绩效的提高,使医疗服务机构提供更好的服务,从而更有竞争力。
  数据分析可以带来业务流程的精简,通过精益生产降低成本,找到符合需求的工作更高效的员工,从而提高护理质量并给病人带来更好的体验,也给医疗服务机构带来额外的业绩增长潜力。美国医疗保险和医疗补助服务中心正在测试仪表盘,将其作为建设主动、透明、开放、协作型政府的一部分。本着同样的精神,美国疾病控制和预防中心(CentersforDiseaseControlandPrevention)已经公开发布医疗数据,包括业务数据。
  公开发布医疗质量和绩效数据还可以帮助病人做出更明智的健康护理决定,这也将帮助医疗服务提供方提高总体绩效,从而更具竞争力。
  4、远程病人监控
  从对慢性病人的远程监控系统收集数据,并将分析结果反馈给监控设备(查看病人是否正在遵从医嘱),从而确定今后的用药和治疗方案。
  2010年,美国有1.5亿慢性病患者,如糖尿病、充血性心脏衰竭、高血压患者,他们的医疗费用占到了医疗卫生系统医疗成本的80%。远程病人监护系统对治疗慢性病患者是非常有用的。远程病人监护系统包括家用心脏监测设备、血糖仪,甚至还包括芯片药片,芯片药片被患者摄入后,实时传送数据到电子病历数据库。举个例子,远程监控可以提醒医生对充血性心脏衰竭病人采取及时治疗措施,防止紧急状况发生,因为充血性心脏衰竭的标志之一是由于保水产生的体重增加现象,这可以通过远程监控实现预防。更多的好处是,通过对远程监控系统产生的数据的分析,可以减少病人住院时间,减少急诊量,实现提高家庭护理比例和门诊医生预约量的目标。
  5、对病人档案的先进分析
  在病人档案方面应用高级分析可以确定哪些人是某类疾病的易感人群。举例说,应用高级分析可以帮助识别哪些病人有患糖尿病的高风险,使他们尽早接受预防性保健方案。这些方法也可以帮患者从已经存在的疾病管理方案中找到最好的治疗方案。
大数据(big data)的风暴其实早已席卷全球除医疗外的各个领域,而伴随其在医疗领域的迅速扩张,将会有越来越多的机构意识到big data对服务患者、医疗人员甚至是他们自己所起到的重要作用。
  在了解了医疗大数据的概念和应用后,我们来看看医疗大数据的发展趋势。
  大数据技术在医疗领域的发展趋势
  除了较早前就开始利用大数据的互联网公司,医疗行业是让大数据分析最先发扬光大的传统行业之一。医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,因此,医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。麦肯锡在其报告中指出,排除体制障碍,大数据分析可以帮助美国的医疗服务业一年创造3000亿美元的附加价值。
  通过大数据技术可以加速医学的猜想、发现到医疗实践的转化:借助于不断增长的私密和公开医疗数据,大数据技术帮助人们存储管理好医疗大数据并从大体量、高复杂的数据中提取价值,相关的医疗技术、产品将不断涌现,将有可能给医疗行业开拓一个新的黄金时代。大数据技术在医疗行业的应用将包含以下方向:临床数据对比;药品研发;临床决策支持;实时统计分析;基本药物临床应用分析;远程病人数据分析;人口统计学分析;新农合基金数据分析;就诊行为分析;新的服务模式。目前,发达国家已经占据了先机,取得了一些成果,如谷歌在H1N1流感预测方面的成功等,大数据在我国医疗领域的应用相对比较保守,但相关部署也已经开始启动。
  大数据技术在医疗领域的发展将呈现以下趋势:
  1)大数据技术在未来为决策提供更多的支持
  随着医疗和健康数据的急剧扩容和几何级的增长,利用包括影像数据,病历数据、检验检查结果、诊疗费用等在内的各种数据,运用大数据技术对各种数据进行筛选、分析,为广大患者,医务人员,科研人员及政府决策者提供服务和协助,必将成为未来医疗领域工作的重要方向。
  2)提供越来越多个性化的服务
  利用“大数据”,公共卫生研究机构能够更早地预测即将爆发的传染病及其传播范围和规模。对于个体而言,大数据就是全数据,通过集中全部诊疗信息、体检信息形成个体的全健康档案,可以使患者得到更有针对性的治疗方案。
  3)催生新的业务模式和服务模式
  除了一般的为诊断提供支持服务外,运用大数据技术还可以解决“看病难”的问题,例如通过“ 云计算+大数据”就可以相助其成通过网络平台,患者可以实现网络预约、异地就诊、医疗保险信息即时结算;医疗机构之间能够实现同级检查结果互认,节省医疗资源,减轻患者负担。大数据技术在医疗领域将不断催生新的业务模式和服务模式。
  4)处理过程及传输的实时化、及时化
  大数据技术未来在医疗领域的应用会越来越多,许多服务都需要实时的统计分析结果,为决策提供支持。处理过程及传输的实时化、及时化是未来大数据技术在医疗领域发展的重要趋势之一。
  5)大数据技术在医疗领域的不断创新
  目前,大数据相关的技术和工具非常多,给企业提供了更多的选择。在未来,为了使大数据技术在医疗领域使用更方便,还会继续出现新的技术和工具,如新的数据及分析模型与技术、 Hadoop分发、下一代数据仓库等,这也是大数据领域的创新热点。
  以上内容叙述了医疗大数据未来发展,那么以下内容是医疗大数据发展的相关内容。
  大数据分诊,中国医疗革新的大势所趋
  美国行业认为其临床诊断和治疗方案存在“瑕疵”的比例大约在30~50%。在中国,不同来源的 估计“误诊率”在50~90%,临床诊治本身的有效性堪虞,其原因大致几种:循证医学没有真正成为医疗行为的基础,实践中充斥大量的主观性强的C类证据; 分诊不严谨,草率进入专科诊治阶段;健康信息与医疗信息隔阂,医疗行为缺乏数据证据; “西医中医化”,医生倾向于满足患者不切实际的期待的行医行为。
  中国医疗现状一直存在着三个维度的问题:一、循证医学始终没有真正成为医疗行为的基础,实践中充斥大量的主观性强的C类证据;二、医疗资源分配不合理;三、医疗行为不关注心理健康问题。
  从第一个维度来说,循证医学讲究三类证据,A类、B类、C类。A类证据是基于医疗大数据得出的普遍结论;B类证据经由医学专家团评审之后得出的结论;C类证据则是凭借医生个体主观意见得出的结论,其严谨性依次递减。遗憾的是,在现行的医疗服务的过程中,不得不承认C类证据已成为主流。
  第二维度的问题在于越来越多的人倾向于去大医院看病,而小型医院则无人问津。而在大医院排队看病的“病人”可以分为三类,一类是处于预防阶段的“患者”,本身并没有看病的紧急需求;一类是慢病患者,这类患者虽然患病,但是并不需要去医院反复检查,只是例行开药,却也占用了相当一部分的医疗资源;最后一类才是真正有看病需求的急性病患者,但他们只能使用三分之一的医疗资源。
  第三维度的问题是目前的临床医学大多没有注意到生理疾病与心理疾病之间存在40%的交叠,病症的产生有可能是心理问题和生理问题的交织,从心里角度观察很多问题会观察到心因性疾病的躯体化症状,有很多人反复的看各个科,每一个科都会有处方,都会有治疗,但是最终发现,主要问题其实是心理问题。
  这三个问题导致误诊率居高不下,医疗费用过快增长,健康结果低效。在互联网技术的加持作用下,如今这些问题可以一一化解。
  首先,通过大量信息的整合,医生在临床实践中可以使用电子化临床对比指南来询证。其次,智能分诊系统可以帮助“患者”进行自诊从而判定自己是否需要去医院接受治疗,减少医疗资源浪费。最后,身心的健康评估可以解决心源性疾病得不到有效诊治的问题。互联网+管理式医疗就能够有效的通过智能分诊,电子医生、身心的健康评估,同行的电子化平议,临床指南的比对等技术方式有效解决管理式医疗的故有问题。
  互联网+时代需要双向桥接
  管理式医疗(Managed Care)作为健康管理的第一代技术起源于大约70年前的美国, 通过规范医疗行为和打破医疗专业信息不对称的诸多手段,达到合理诊治和控制医疗滥用的目的。管理式医疗的循证医学决策树是基于长期队列以及对照数据中发现 的知识,以前知识的积累需要几十年甚至上百年的时间;管理式医疗对于现实诊治行为的指导和干预最好是前摄性的实时干预,在过去,只能是事后审核或基于PC 的知识辅助。
    在移动互联时代,医院数据的分享和即时推送由单向变为双向,过去互联网技术主要用于为医生提供 技术支撑,而现在强调在医生及医学技术人员服务过程中对其行为进行采集、归纳和总结;同时,移动医疗体系可在第三方健康管理知识库的基础上对医疗行为作出及时的判断,并在不同终端上提供诊断决策树支持,这使得诊断的客观性及准确性得到大大提高;甚至运用智能分诊系统,用户可以在决定就诊前,通过在线分诊系 统结合历史数据库,决定就医的“轻、重、缓、急”,乃至分科的判断。在中国,笔者估计仅智能分诊环节就可避免大约1/3的无意义就诊,当然,前提是基于科 学的分诊决策树技术。
    严肃医学是目前“互联网+医疗”时代需要的态度,在莫衷一是的产品中具有基于A类大数据的移动医疗产品极度匮乏。有幸的是,我们看到美国梅奥诊所近期在中国发布了一款智能自诊系统。根据梅奥合作方发布的官方信息来看,梅奥智能自诊系统的逻辑计算法采用了网状知识数据构成而非简单的线状数据,也就是“梅奥健康决策树”。究其本质就是源自梅奥150年间累积的基础的A类大数据,并根据数据的不断更迭优化后得出的丰富结论。该系统知识库目前拥有52888条节点判断,过1万条结论明细描述。以此举把循证医学再次推到了公众视线内,而这一次,严肃医学搭载了移动互联网的平台。
  大数据分诊的颠覆性创新
  在“互联网+时代”似乎所有的产业只要与互联网形相加就会变得神奇起来。然而,在互联网医疗爆发的年代中,我们也看到太多互联网的固化思维和医疗界的筒状视野相貌合神离的案例。
  如何打破医疗界的筒状视野和互联网的固化思维,是值得更多资本和互联网 医疗创业者深思的课题。当大家都在研究大数据的同时,我们什么是真正的颠覆式创新?诊断原有体系内的痛点,解决它。好比淘宝发现个人创业难和缺乏交易信用平台;微信发现熟人社交的空白点。那么,对于移动医疗诊断的痛,我大胆断言预诊分诊环节必将成为中国医疗革新的转折点。
  试想大数据分诊进入三方市场之后,作为需求方的大众以最便捷的方式享有公平严肃医疗的机会,避免错诊及误诊率,节约了时间和金钱成本;医院、健康管理机构、硬件厂商等供方,则通过更精准的分诊分科,避免有效资源的浪费,优化运用流程并降低成本,减少因错诊及误诊引发的医患矛盾;最终,作为支付方的社保、保险公司等将降低医疗支出、优化险种及降低赔付率等形成三方市场紧密合作的闭环。
  在互联网+医疗的发展过程中,我们必须去观察双方载体是否具备行业发展的基础,大数据分诊这种基于A类大数据的应用,打破 了传统医疗垄断的局面,逆转了原有以C类数据为主的中国医疗市场。而移动互联网尊重循证医学的应用,也充分体现其在本质上对医学严肃性有了深入的认知。大 数据分诊,取之于民并造福于民,正如互联网发明的本源就是最终为人类服务,这种保证信息对称和双向传播的方式,不正是回归本源最正确的做法吗?!
  下面是医疗大数据的一些畅想。
  大数据颠覆医疗 或许并不遥远
  如果一个医生还在抱怨病人得了“搜索病”(指看病前习惯先上网查查自己可能得了什么病),那么这个医生大概已经落伍了。基于大数据在医疗领域的深度应用,美国斯坦福大学医学院一群富有创新精神的医学专家正和硅谷的医疗产业专家合作,推进一个最新的科研项目——“和你一样的病人”,通过这个智能系统 ,病人有望自查疾病,这也减少了医生因经验累积有限而导致的误诊或漏诊。这个系统有望成为医生的好帮手,也可能颠覆现有的医疗模式。
  这是斯坦福大学医学院院长劳埃德·米诺在昨天的第九届21世纪中美医学论坛新闻发布会上向记者透露的信息。据悉,本次论坛将于10月14日-16日在斯坦福大学医学院召开,它由斯坦福大学、美国萨尔克生物研究所、上海瑞金医院共同主办,届时包括美国“四院院士”ShuChien教授、美国约翰霍普金斯大学前任校长William Brody教授、中国工程院院士王振义教授、世界卫生组织前副总干事胡庆澧教授、中国工程院院士陈赛娟教授等多位中美医学专家,将共同探讨当下医学界最热门的一个话题——“大数据时代背景下的医疗发展趋势”。
  计算机筛选最优治疗方案
  信息化已逐渐深入到医疗卫生的各个领域,成为医疗卫生事业发展的重要引擎,但由于医疗是高度专业化的领域,此前大多数信息化包括所谓“互联网+”与医疗的合作,依然是以医疗为核心,互联网只是服务于医疗的工具,比如,在线预约、在线挂号等。上海交大医学院副院长陈红专称,当下我们需要思考如何创新应用互联网,以及挖掘出海量数据的真正应用,而不仅仅是积累数据。
  在斯坦福大学医学院,已有令人“脑洞大开”的科研进展。医生们开发的这个名为“和你一样的病人”的系统里,积累了上百万条药物、治疗方案、病例信息等数据,登录者键入身体状况、年龄、不适部位等,系统就会给出一个完全个性化的诊断结果以及理想的治疗方案。
  “这种系统筛选出的治疗方案,可能比医生的方案效果更好,能让更多病人获得真正属于他们的最优治疗。因为我们都知道,医生的治疗水平很大部分来自于医学积累,也就是经验,但这种积累不论是30年还是50年,依然是有限的,它一定没有拥有全病人就医数据的电脑系统见多识广。”劳埃德·米诺对记者说。
  反思传统“一对一”就医模式
  事实上,促成劳埃德和伙伴们开发这个系统的机缘,是对传统就医模式的反思。
  那是在1998年,劳埃德和同事在全世界首次报道了一种罕见病——“上半规管裂损症候群”。这种疾病的患者会出现眩晕、对声音异常敏感等症状。这本是一次很普通的学术发现,但令劳埃德意外的是,当他们发表了论文后,世界上许多国家的人开始上网搜索这个病的信息,并输入自己的信息,一批多年来找不到病因或在其他科室苦苦试验治疗方案的病人终于确诊。比如,英国就报道过一名女子罹患这种疾病,不仅能听见自己的心跳声、大脑搅动声,连吃颗苹果对她来说都是不可能的任务,因为她轻轻一咬,就是一阵震耳欲聋。
  通过互联网找到“和你一样的病人”,这个启示让劳埃德和斯坦福医学院的同仁们开始开发这款全新的系统。
  基于大数据应用,未来的看病模式很可能不再是现在这样与医生“一对一”。在哈佛大学医学院,已有医生尝试给乳腺癌患者这样看病:通过系统筛查全美乳腺癌患者病历,并挑出和具体患者相同或相似的年龄、生活环境、突变基因等,最终挑选出一个生存期、生活质量最高的治疗方案提供给患者。这是目前医生寻求“外脑”帮助的有效途径。
  深度开发大数据预测疾病
  此外,未来的医疗数据收集也将不再局限于诊室。瑞金医院副院长宁光教授以糖尿病为例介绍,借助可穿戴设备的开发,谷歌眼镜血糖监测、家庭床上血糖监测与数据远程传输等应用已经在小范围应用。“通过疾病管理,进而深度开发这些大数据,提取有价值的信息,有望开启医疗产业的新黄金时代。”宁光说。
  可以畅想的是,医疗大数据带给人们的将不仅仅是更优的诊断与治疗计划,而是更优的生活方式。劳埃德·米诺说,通过医疗大数据的挖掘和筛选,还能前移到发现何种生活方式可能是更有利的,从而给政府、医保政策制定者、医院以及大众更好的生活方式指导。“那就是预防甚至预测疾病的范畴,我们已在和谷歌、苹果公司合作,也将与更多中国科学家合作。”劳埃德·米诺说。
  相关阅读
   最具前景的应用,医学大数据颠覆传统医疗
   医疗大数据之七大“痛点”
  更多医疗大数据相关内容,请关注 医疗大数据|数据观
  本文为数据观原创精编稿件,转载请注明链接:www.cbdio.com
产业观察
2015-12-01 16:55:27
Java创建新的大数据机遇
来源: 数据观 时间:2015-11-12 15:19:09 作者:
  感激地说,Java生态系统正在不断成长和发展。同时,那意味着更好的商业应用于真实世界的场景,并且Java程序员有更多的机会了解互联网的真实状况。
  在过去五年,那些收集我们信息得数据公司爆发性地增长。他们基于我们网上的行为:网站访问、点击、喜好、微博、相片,网上交易,博客文章,那些数据随后被挖掘、分析。然后以数字广告宣传的形式反馈给我们。被收集的数据的量是巨大的。根据分析公司Domo,平均每分钟
  谷歌收到超过4百万的搜索请求;
  Facebook的用户分享接近4百二十万条内容。
  Twitter用户发表微博接近3百万条;从2013到2015,全球互联网人数增长了18.5%并且目前达到32亿人。那仅仅是人数,想象一下人们上网之后随之而来的数据流。
  大数据和Java
  因为由人们和设备产生的所有数据需要花费太多的时间,同时耗费大量的金钱去把数据加载到传统的关系型数据库来分析,由于大数据不断地发展,公司们正在接受新的分析和存储方法,大数据将数据存储到一个数据湖或者云中的存储库,那能够一直保存大量本地格式的原始数据,直到他们被拿来使用。
  大数据常通过利用 Hadoop来处理。Hadoop是一项开源软件架构,采用Java编写。通过利用许多廉价的服务器,Hadoop使数据分析师能储存大量的数据集合。它在服务器上的Java虚拟机上操作运行MapReduce,协调、结合、提炼数据。MapReduce通过一个数据集收到一个任务请求,然后拆分任务,之后在多个节点上同时运行处理。数据问题任务被分解,然后分发到大量的单个机器上,每个机器都胜任自己被分配的任务。通过让MapReduce与许多组接入Linux服务器的电脑结合,分析师能在几乎任何设备上得到价格低廉的超级计算机资源。
  最近在旧金山举行的JavaOne 2015会议上,Dan McClary,一位来自甲骨文公司的Hadoop和大数据产品经理,在发表讲话中鼓励Java开发商去转移他们的程序设计技能到大数据商业发展项目,以作为一种促进职业生涯发展以及他们所在公司的财富的有效途径。McClary 称赞Java取得新的进步,但是也警告开发商小心一些技术“陷阱”,同时不要对这些关键因素放松警惕。“举个例子,如果你不关注数据块是怎样编写以及在哪里编写, 你可能是以特别的数组在数据节点上结束,而不是恰当、均匀分配的数据。
  当然,Java的发展形式会是一直不断地成长。在过去的18个月中,McClary 说,Apache Spark已经在大数据领域里非常受欢迎。对比Hadoop基于磁盘的两阶段MapReduce范例,Spark(也是用Java编写)给予了多级的、可记忆的操作方式,在某些应用上,那提供了比Hadoop和MapReduce最多快100倍的表现。“对于编程立场,什么才是重要的,” McClary说,“那就是减少两到五倍的代码,因为你有更多抽象概念和功能是用Java,Scala,或者Pytho语言编写。”
  随后,McClary提到了针对大量级机器学习的DeepLearning4J项目,也提到了Apache Zeppelin项目,这个项目是被设计成为数据科学提供单纯的环境,”如果任何人对机器学习有兴趣,DeepLearning4J项目明显是值得研究的”他总结说道。英文原文来自:forbes
  【相关阅读】
  hadoop是什么?
  Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
  用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储。
  Hadoop实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。HDFS有高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上;而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streaming access)文件系统中的数据。
  Hadoop的框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储,则MapReduce为海量的数据提供了计算。
  详细: hadoop是什么:分布式系统基础架构
  Spark概念解读
  Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架,Spark,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
  Spark 是一种与 Hadoop 相似的开源集群计算环境,但是两者之间还存在一些不同之处,这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越,换句话说,Spark 启用了内存分布数据集,除了能够提供交互式查询外,它还可以优化迭代工作负载。
  Spark 是在 Scala 语言中实现的,它将 Scala 用作其应用程序框架。与Hadoop不同,Spark 和 Scala 能够紧密集成,其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。
  尽管创建 Spark 是为了支持分布式数据集上的迭代作业,但是实际上它是对 Hadoop 的补充,可以在 Hadoop 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发,可用来构建大型的、低延迟的数据分析应用程序。
  详细: Spark概念解读以及与Hadoop技术对比
  MapReduce概念
  MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)"和"Reduce(归约)",和它们的主要思想,都是从函数式编程语言里借来的,还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下,将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map(映射)函数,用来把一组键值对映射成一组新的键值对,指定并发的Reduce(归约)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
  详细: MapReduce概念及实例讲解
  本文为 数据观原创稿件,转载请注明来源 www.cbdio.com   百度一下“数据观”,获取更多大数据相关资讯
  微信搜索“数据观”,关注后有一大波大数据干货奉送
扫码关注
产业观察
2015-11-12 15:19:09
探秘气象大数据:模式数据是气象大数据之魂
来源:互联网 时间:2016-02-23 16:22:44 作者:
  导读:很多人认为,气象部门的主要职责是预报天气。然而,在世界各国的经济生活中,不少行业,如农业、交通业、建筑业、旅游业等,无一例外与天气的变化息息相关,随着气象在社会生产生活中越来越受重视,气象业务也在不断地拓宽领域,从最基础的天气预报到现有的气候预测、气候可行性论证、公共气象服务、专业专项气象服务、气象防灾减灾等,气象业务仍将继续拓展,把气象产品送到更多人手中,为社会创造财富、减轻损失。
  2015年9月,《促进大数据发展行动纲要》正式发布,在社会各界引起广泛影响,也加速推进了大数据在各领域的应用。有人说,在“大数据时代”这个概念出现前,最名副其实的大数据应该数气象大数据。那么,在气象部门如何开展大数据工作呢?气象大数据如何采集、气象数据如何传输等问题将在文中得到解答。
  实况数据是气象学科发展的最基础数据,也是模式数据产生的源头。如果没有实况数据,计算机在运算“模式数据”时就少了初始值,即使是回归到没有计算机的人工预报时代,少了实况数据也无法进行天气预报。
  有人说,在“ 大数据时代”这个概念出现前,最名副其实的大数据应该数气象数据。气象数据一贯以庞杂众多数据量大而著称,但无论气象数据多么复杂,总体可以分为两类:一类数据被称为“实况数据”,一类被称为“模式数据”。
  简单来说,实况数据属于“一般过去时数据”,来自不同的观测设备。采集实况数据的气象站点遍布全球,观测范围从几千米的高空到地面,观测手段从高科技的雷达卫星到最原始的人工观测,这些数据的采集都是为了更真实地反映出地球外围大气圈的运动变化,而这些宝贵的数据也可以称之为天气预报之源。
  模式数据与实况数据相比,可以说更简单也可以说更复杂。简单的是,这类数据仅由各类计算机的程序运算生成,属于预测未来的“一般将来时数据”;说它复杂则是因为计算量非常庞大,运用到的计算公式也异常复杂,为了更真实地模拟全球大气的走向,运算出的数据量也是十分惊人的!
   下面,我们就一一来详细揭秘这两类“气象大数据”。
  天气预报之源——实况数据
  实况数据是气象学科发展的最基础数据,也是模式数据产生的源头。如果没有实况数据,计算机在运算“模式数据”时就少了初始值,即使是回归到没有计算机的人工预报时代,少了实况数据也无法进行天气预报。
  那么,实况数据是如何采集的呢?
  很多年前,实况数据的采集和传输工作大部分都要靠人力完成。气象观测员每天要定时记录百叶箱内的温度、湿度等,并通过打电话、发电报等方式将全国观测数据进行汇总。到今天为止,仍有很多发展中国家采用这种采集传输方式。
  而随着科技的发展,在计算机、电子和通信技术高度发达的今天,实况数据的采集和传输技术也有了天翻地覆的变化。所有实况数据的采集和传输几乎都可以通过自动化完成,仅有少数几个项目需要人工参与,比如地面能见度观测、施放探空气球、卫星轨道控制等。
  目前,在气象观测站中温度、湿度、气压、风向、风速等物理量均由电子控制的机械设备完成,这些观测站配有嵌入式芯片,芯片上有一个精确的时钟,可以准时地周期性工作,例如在整点每隔5分钟、10分钟或1小时自动采集周围的环境数据,并自动将采集的气象数据编码为二进制数据流,发送到数据库中。截至2015年年底,我国大约有50000多个这样的地面观测站,所有观测站均为自动站。
  由气象观测站观测到的数据信息会首先在各省的气象台进行汇总,然后通过“质量控制”的环节,去掉或订正某些由于观测设备故障造成的错误数据,质量控制过程同样也是由计算机程序自动实现的。完成初步的质量控制后,各省就利用FTP文件传输的方式,将该省该时刻全部观测站点全部物理量数据打包为一个大文件,上传到位于北京的国家气象信息中心的通信台。
  世界其他国家的观测数据的采集和传输也基本大同小异。除此以外,国与国之间也要进行实况数据的交换,而且必须是无偿交换。这是因为大气的运动是全球性的,仅仅依靠本国的实况数据无法做出准确的天气预报,因此,世界气象组织规定各国之间必须无偿提供气象观测资料。不过,有的时候出于信息保护或军事安全的考虑,并不会对外广播全部的观测站点数据。那么,每个国家需要义务提供多少站点信息,又以什么标准交换,都交换哪些观测项目,这些都由世界气象组织(WMO)制定和协调。
   气象大数据之魂——模式数据
  模式数据是由高性能计算机根据当前天气实况数据(包括地面、高空、卫星等)通过物理方程计算得出的。可以简单形象地认为,有这样一套庞大的计算天气预报的程序,输入当前已知的天气现象,就可以输出未来还没有发生的天气现象。计算出的天气预报结果通常以规则的等经纬度网格来表示,网格上的每一个点代表这个经纬度上未来某时刻某个物理量(比如温度)的数值。这就是现代天气预报业务的基础叫“数值模式预报”,而这个庞大的计算机程序就被称作“模式系统”。
  所有的发达国家都有自己的一套用来演算天气情况的模式系统,有的国家甚至还具有不止一套的系统。模式系统一般每天计算2~4次,通常在整点开始,利用整点前采集到的实况数据进行计算,每次计算要生成大概几百个物理量,包括从开始计算的时刻(又称作“起报时刻”)至未来240小时时效(或更长)的一系列二进制网格数据,预报时效通常间隔3小时。目前气象网格经纬度间距一般在0.25度数量级,一个网格文件大小通常在1~2兆,包含几十万个浮点数值。
  当模式的预报时效越长,时效间隔越密,网格点间距越小,网格点数值和未来实况差异越小,就证明该模式系统性能越好,该国气象水平越发达。由于模式预测的物理量多,每天还要多次起报,预报时效密集,模式种类繁多,模式数据必须至少存储一星期等要求,因此,在气象数据中,无论从数据个数还是数据存储量来说,模式数据是比重最大的“大数据”。
  和实况数据不同的是,具备模式系统的国家通常没有义务向其他国家无偿提供本国的模式数据,或者最多无偿提供经过抽稀处理的粗粒度模式数据。想要得到发达国家的高质量模式数据,必须通过购买才可以。例如想要得到欧洲中心的0.125度细网格模式数据,无论中国气象局还是美国气象局都必须向欧洲中心支付高昂的年费,才能每天获得高质量的欧洲中心模式数据。
  需要注意的是,这里购买的仅仅是模式系统最终的“输出”数据,而不是模式系统本身。因为模式系统水平的好坏代表了一个国家气象的硬实力,模式系统的源代码(通常是大量的Fortran程序)更是顶级领域技术机密,属于非卖品。
  跨国模式数据也是利用FTP等方式进行传输,传输的格式一般是采用世界气象组织制定的一种称作GRIB编码的文件规范,这种文件比较适合描述模式数据。
   气象数据如何传输
  看完“实况数据”和“模式数据”的介绍,有没有觉得气象数据量大浩如烟海,这么多的数据都要一一传送到预报员手里,又需要多长时间呢?一般来说,地面、高空、雷达观测数据的采集和传输过程较快,从数据采集到可视化向预报员展示,通常几分钟时间就可以完成。也就是说,如果某地出现降雨天气,只要仪器能观测到,几分钟后位于气象台的预报员就会知道。
  相对而言,静止气象卫星观测的时间稍长,中国的风云卫星一般需要20多分钟才能完成全球扫描,大概半小时后,预报员才能在电脑上看到卫星云图。
  这里面模式数据传输最慢。以上午08时起报的欧洲中心模式系统为例,首先计算未来3小时(上午11时)的所有物理量,打包为1个GRIB文件并向其他国家传输,然后再计算未来6小时的数据,打包传输,直到最后完成10天后上午08时的预报数据计算并传输,每个预报时效的GRIB文件大概100多兆,计算一个预报时效大概需要几分钟时间,模式系统启动也需要很长时间,这样北京收到欧洲中心在早08时起报的第1个GRIB文件大概要到下午1时45分,完成最后一个240小时预报时效GRIB文件的接收要到下午3时。这样,如果要做早08时到下午3时的天气预报,只能使用前1个起报时刻的模式数据,比如前一天晚20时的模式数据。
  在我国,国家气象信息中心通信台承担着数据传输和分发的枢纽作用。接收的数据包含来自各省的地面、高空、雷达数据、卫星数据、中国模式系统输出结果的数据以及其他国家的观测数据和模式数据。同时,还承担数据的发送功能,每天将各种观测数据和模式数据通过地面网络或通信卫星收发系统传送给31个省市区气象台和其他国家。
  省一级的气象台只负责将本省的观测数据发送至国家气象信息中心,不进行其他数据的传送,同时接收来自国家气象信息中心分发的其他省的数据或各国模式系统数据。一般来说,由于国家到省级的网络传输需要较长时间,因此,国家级预报员在时间上将先于省级预报员查看到最新的气象数据。
   预报员如何接收气象数据
  解释完了数据是怎么进行传输和接收的,最后一个问题,一个个数据又是如何出现在预报员的计算机中?这其实是一套先进、复杂的大数据处理系统。
  数据到达通信台后,首先兵分两路,地面、高空站点实况报文数据被转发至解报计算机,完成对于BUFR编码的解码,提取出报文中的站号、物理量值等信息,写入一个关系型数据库中作为缓存,然后通过每隔几分钟的定时作业,将同一观测时刻全部站点的物理量信息从关系型数据库中提取出来,制作为一个全国全部站点观测文件,写入到一个专供预报员客户端软件访问的高速存储服务器中。
  另外一路数据包括模式数据、卫星、雷达数据,这一类数据本身不是报文,不需要像站点实况数据那样先拼接再写入的过程,因此,通信台直接将这些数据发送给高速解析服务器,完成类似GRIB解码、卫星通道拆分等操作,解码后的结果一般是一些更小更多的文件,直接写入到和存储全国站点观测文件相同的高速存储服务器中,供预报员客户端软件访问。所有数据的解报、解码时间一般几秒钟即可完成。
  中国的预报客户端称作“MICAPS”(全称气象信息综合分析处理系统),主要功能是将高速存储服务器中的所有气象数据进行可视化展示,并提供便捷的浏览和交互操作,预报员利用显示出来的模式数据和所有实况数据,结合自己的分析,在MICAPS上绘制出天气预报的最终结果,最后将预报结果出图和撰写成文字发送给发布部门,比如网站、报纸、电视台等。(来源:《气象知识》
   相关链接:
   公众期待智慧气象和大数据应用改变生活
  岁末年初,中国气象网面向网络用户发起互动调查,了解互联网时代气象数据开放、流动和挖掘的更大价值。调查结果显示,“智慧气象”“气象大数据”已不是一个陌生的概念,它已经走进公众的生活,未来人们对气象与大数据的结合寄予更多的期待,对智慧气象、精准服务寄予厚望。
   国家气象局将向公众开放气象服务数据
  在2016云栖大会上海峰会上,国家气象局宣布与阿里云大数据平台达成合作,将向公众开放气象服务数据。国家气象局希望此举能推动和广大的社会机构,更多的创业者合作,共同挖掘气象大数据的深层价值,开拓中国气象产业的空间。
  中国气象局公共气象服务中心主任、中国天气网CEO刘汉博介绍说,此次公开的气象服务数据包括国内县级以上站点实况,包含温度、湿度、风、气压、降水量、天气现象6要素;国内县级以上站点1-5天常规预报;国内县级以上站点1-3天精细化天气预报;国内县级以上站点预警;国际主要城市站点实况、国际主要城市站点预报:包含温度、风、降水量、天气现象。
   北京维艾思罗应琏:气象大数据就是掌握天机
  1月29日,在“首届中国互联网大数据年会”上,北京维艾思其信息科技有限公司市场总监罗应琏以“气象数据跨行业融合与应用”为主题,分享了大数据与气象的融合。他表示,掌握气象大数据就是掌握了天机,利用详细的气象数据可以去做变相的营销方案,也可以去做线上、线下的交互。
   对以“孵化器”模式推进气象大数据应用的思考
  中国气象局已公布《基本气象资料和产品共享目录(2015年)》,实现了基本气象资料和产品的开放和共享。构建气象数据融合和挖掘模式,已成为基本气象资料和产品开放后的当务之急。通过调研和对“淘宝”“孵化器”两种模式优缺点的比较,个人认为,“孵化器”模式更有利于气象数据的深度融合和挖掘,可把构建气象大数据孵化器作为促进气象数据和相关行业数据深度融合和挖掘的基本模式。
   沈文海:当前气象信息化所处阶段的特征及主要内涵
  2014年以来,信息化在气象部门成为热议话题,人们已逐步意识到信息化对于气象事业发展的重要意义。然而气象信息化究竟是什么?它包含哪些要素?建国以来气象信息化发展具有哪些阶段性特征?以及当前气象信息化的主要内涵究竟是什么?由于这些战略层面的问题尚未得到具体明晰的结论,人们就未来气象信息化的目标和主要工作任务便难以达成共识。
   曹勇:用大数据“武装”精细化预报
  今年31岁的曹勇,是国家气象中心天气预报室的一名普通预报员,理论功底扎实的他曾经在预报竞赛中(中央气象台内部初选时)获得第一名。
  “我们团队的侧重点在技术方面,希望能够把一些前沿的技术用在气象事业发展上,比如把数据挖掘、人工智能等技术与传统的预报技术结合起来。”曹勇说。
  本文为数据观综合互联网公开资料,如涉及版权问题,请联系数据观编辑更正。
 
责任编辑:陈近梅
产业观察
2016-02-23 16:22:44
环境大数据应用含苞待放 开创环保工作新局面
来源: 数据观 时间:2016-02-19 18:00:35 作者:
  近年来,我国环境事故进入高发期,直接威胁人民群众的身体健康和财产安全,尤其在2015年,雾霾在全国集中爆发成为人们的关注重点。良好的生存环境是人民安居乐业的前提,环境保护是社会可持续发展的重要保障工作。随着大数据技术的不断发展,将大数据的理念引入到环境保护工作成为时下迫切的需求。
   站在大数据大发展的“风口”,环保大数据建设面临着大机遇
  目前,环境大数据已成为大数据的一个重要组成部分,成为人类在环境保护实践中认识环境和解决环境问题所必需的一种共享资源。
  环境保护部部长陈吉宁曾说道:“要以“开放、创新”为核心推动环保大数据建设,抓住 大数据发展机遇,开创环保工作新局面。”
  环保部办公厅信息办副调研员许福成认为,在大数据发展环境下,环境保护领域的大数据工作主要包括4个方面,一是信息公开,新《环保法》将信息公开独立论述,凸显其重要性。二是数据收集,在信息公开基础上,对数据进行收集、整理、入库。三是数据分析,对收集来的数据进行分析。四是数据呈现,将分析的结果,完整地呈献给公众。这些工作一方面可以依托我国环境保护部门开展,另一方面也可以协同社会各方力量共同参与。
  在推动大数据技术应用于环境保护方面有两个问题需要重视:一是数据公开问题。只有不断提升环境保护方面数据公开水平,才能为大数据的应用创造新的可能。推动大数据发展,关键在于政府理念转变,让数据这种生产要素自由流动,不断提高数据附加值。二是人才培养问题,如果没有大数据分析的人才队伍予以支撑和推进,大数据在环保方面的使用则面临人才瓶颈。这两个问题的科学解决,将助推大数据在我国环境保护领域的广泛应用。
   环保部:5年建成生态环境大数据平台
  环保大数据应用是一项系统工程,大数据不仅仅来源于环保系统,也来源于其他政府部门,企业、社会公众、科研院所等部门,需要统筹考虑。
  1月29日,环保部部长陈吉宁在北京主持召开环境保护部常务会议,审议并原则通过《生态环境大数据建设总体方案》。会议认为,党中央、国务院高度重视大数据在推进生态文明建设中的地位和作用,对生态环境大数据的建设和应用提出明确要求。但目前大数据建设运行工作中基础设施和系统建设分散、信息资源开发利用水平低、综合支持和公众服务能力不强的问题十分突出,迫切需要将生态环保大数据建设作为推进环境治理体系和治理能力现代化的一项重要工作来抓。
  会议原则通过了《生态环境大数据建设总体方案》。《方案》明确了生态环境大数据建设的指导思想和目标,强调要以改善环境质量为核心,统一基础设施建设,集中管理数据资源,推动系统整合互联和数据开放共享,促进业务协同,完善制度标准和数据安全体系,通过五年的努力,基本建成大数据应用平台、管理平台和大数据环保云平台架构,实现生态环境综合决策科学化、监管精准化、公共服务便民化。《方案》还对生态环境大数据建设的保障措施及建设的工作安排等作出了具体规定。会议要求,各部门要切实增强生态环保大数据建设的紧迫感,坚决克服等靠要思想,加大推进力度。要充分发挥积极性和主动性,精心搞好顶层设计,推动数据资源全面整合共享,为实现生态环境质量改善目标提供有力支持。
  据了解,截至目前,全国将近2/3省(自治区、直辖市)环保厅都已建成或正在建设环境数据资源中心,环境大数据应用正在含苞待放。
   相关链接:
   环境大数据如何被国家步步完善
  北京、武汉等不少省市的数据资源中心早已建成。截至目前,全国将近2/3省(自治区、直辖市)环保厅都已建成或正在建设环境数据资源中心。
  面临大数据的龙卷风,环境数据资源中心是否做好了准备?环境大数据应用走到了哪个阶段?
   生态环境大数据能创造哪些价值带来哪些变化
  以改善环境质量为核心,实行最严格的环境保护制度,不断提高环境管理系统化、科学化、法制化、精细化和信息化水平,加快推进生态环境治理体系和治理能力现代化,是环境保护部谋划“十三五”工作的思路和规划。其中,信息化作为“五化”之一,其重要作用将越发凸显。
   环境保护部信息中心主任程春明:生态环境大数据建设需要系统设计
  生态环境大数据建设是一项创新性工程,对推进环境治理体系和治理能力现代化将发挥积极的促进作用,需要系统设计,统筹规划,全面布局。
  记者:生态大数据建设的首要问题是什么?
  程春明:树立全局性生态环保大数据发展观,实现数据“在一起”,这是大数据建设的前提与基础。因此,必须“更新观念,立足全局,打破割据,战略筹划”,用全局性的战略眼光谋划生态环境大数据建设。
   美国环境大数据有哪些经验值得借鉴?
  当前,我国要大力发展环境大数据,还面临诸多挑战。一是机构设置不完善,现有机构定位仅仅是管理规划和技术支持,没有达到环境数据搜集—处理—公开—技术支持一体化管理的目的。二是数据收集困难,环境数据分部门所有、碎片化严重,没有专门负责数据搜集、处理的部门和制度。三是数据来源有局限,环境信息在线监控覆盖范围不全,瞒报、谎报处罚制度不严,环保部门无法掌握准确信息。美国作为环境大数据的领航者,值得借鉴。
   回顾2015中国生态环保业大数据报告
  环保行业可以划分如下子行业:环保产品生产业(与环保有关的设备、仪器和药剂等生产运营行业);资源综合利用业(对废弃资源的再次加工和回收利用);污染物处置设施运营行业(水污染防治、大气污染防治、固体废物治理等);环境保护服务业(环保监测等相关行业)。
 
责任编辑:陈近梅
产业观察
2016-02-19 18:00:35
智慧医疗概念应用案例解析及国外经验借鉴
来源: 数据观 时间:2016-02-23 16:36:29 作者:
  智慧医疗概念
  智慧医疗英文简称WIT120,是最近兴起的专有医疗名词,通过打造健康档案区域医疗信息平台,利用最先进的物联网技术,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步达到信息化。
  在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技,使医疗服务走向真正意义的智能化,推动医疗事业的繁荣发展。在中国新医改的大背景下,智慧医疗正在走进寻常百姓的生活。
  下面我们首先来了解嘉兴市智慧医疗建设的经验。
  智慧医疗案例:嘉兴市借力互联网大数据建立智慧医疗
  ct、磁共振、b超……对于一家医院来说,每过一天,都意味着有几千张新的图文影像资料生成。这些影像资料的数据占据着医院大部分数据存储空间,给医院带来存储和经济上的巨大压力。近日,记者从嘉兴市第一医院获悉,该院日前上线的影像数据“云存储”系统成功打破了以往的数据存储瓶颈,在该院的智慧医疗建设进程上树起了全新的“里程碑”。该举措不仅开创了全省先河,在全国范围内也屈指可数。
  6月2日上午,市一院呼吸内科,58岁的施爱文正为自己的哮喘病寻医问诊。为了对照患者过去的病情做出更精准的诊断,副主任医师张齐通过“云存储”系统轻松调取了患者在2013年12月拍的一张肺部ct来仔细查看。“现在真方便,通过电脑就可以看到我过去来医院拍的影像。不然时间过了这么久,放在家里的片子我肯定找不到了!”施爱文说。
  医院新推出的“云存储”系统,不仅给来就诊的病人带来了便利,也为提升医生的诊断服务提供了方便。“以前的片子都由病人自行保存,很多人再来看病时经常会忘记携带原先的片子,又或者是因为保存不当,片子的分辨率降低,不便于医生给病状做出进一步的判断。”张齐告诉记者,过去自己为寻找病人以往的影像资料,常常要联系放射科,再花上几十分钟,“现在只要把病人的名字或就诊卡号输入系统,等待不到十秒钟,就可以直接调出病人在我院所做过的所有影像资料,既快捷又清晰。”
  近年来,随着我市医疗业的快速发展和数字医疗进程的推进,医院数据量已呈现出爆发式的增长。据该院信息科科长詹伟国介绍,以该院每日新生成的影像资料数量为例,就已从2011年医院整体搬迁时的约30gb/日增长到了60gb/日。“这对医院原有设备的存储能力是个极大的挑战!”詹伟国说,为了给每日新产生数据预留存储空间,医院不得不将生成日期超过3天的影像数据上传到放射科服务器,将超过3个月的通过移动硬盘备份后转存,“如果有医生或病人在此期间需要查看原来的影像资料,过程会很费时费力”。
  如果技术上没有创新,医院就只能一次又一次地在购买存储设备上做出投入。然而,这样的做法并不能从根本上缓解影像数据生成和存储上的供应失衡。今年4月初,面对已有存储量又将再次接近饱和,该院领导和相关科室的负责人一致决定,去做“第一个吃螃蟹的人”——试水“云存储”,借助互联网大数据的信息处理方式打破以往的存储容量的界限,为病人保存完整的影像资料。
  首创并非易事,从最初的下定决心到最终系统成型,医院与相关的网络和软件运营商一起经过了近2个月的反复测试和技术攻坚。5月21日,“云存储”系统正式启用。截至6月1日,系统已成功上传5tb的原始影像数据,相当于该院“搬家”后所有已存储的原始影像数据量的六分之一。“剩下的原始数据,将在3个月内全部转存至云端。等全院的业务打通后,所有新生成的影像数据也将实时上传到云端。”詹伟国还告诉记者,“自从有了‘云存储’,医院的存储能力打破了空间的限制,上传和下载的时间都得到了大大缩短。”此外,采访中,詹伟国表示,患者们可以对该系统数据存储的安全性放心。“首先,本项目的合作商中国电信天翼云存储在全国有三个异地备份中心。即使医院机房出现故障,正常数据传输可由云计算和云存储完全接管;其次,对影像资料的解读需要具备很高的医学专业基础,且只能由专门的图文影像浏览软件才能打开,除了患者本人外,查看该类数据是没有意义的。”
  据了解,今后该院还将尝试在“云存储”里建立病人的“个人影像档案”,将病人在我市各级各类医疗机构的影像资料都共享进这份“个人影像档案”中,使之成为个人健康档案的一部分。“此外,在技术成熟后,也会尝试让病人借助电脑、手机等设备通过互联网来共享在医院检查的所有影像资料,进一步优化病人的服务体验。”詹伟国说。
 
  在了解了智慧医疗的基本概念以及案例之后,相信你一定对智慧医疗有了基本的认识。接下来,小编精选了智慧医疗的相关资料,希望能帮助你更深入地认识智慧医疗。
  智慧医疗来袭,让医生失业的不是马云,而是他
  “现在有信息告诉我们,Watson(认知计算的代名词、超级电脑)照样能通过医学的考试。”中欧国际工商学院管理学教授、原院长朱晓明在2015中国健康产业创新平台奇璞峰会上表示,智慧医疗已经临近。
  一年前,马云放言“三十年后医生会失业”时,引起了舆论的强烈反弹,几乎一面倒地驳斥这样的论调,高呼着“医生永远都会有工作”。
  然而,朱晓明简单地举了个例子,告诉我们,有一天——而且这一天并不远了,拥有认知计算能力的超级电脑将能直接给人类看病。
  他例子中的主人翁名叫Watson,是IBM公司研发总部的一个小团队历经数十年努力终于开发出的一台智能机器。他与其他智能机器不一样的地方,在于他已经有了“人的思维”。例如,他不仅能从知识库中搜索出使用者想要的答案,还懂得对孩子说“我们一起来讲个故事吧”!这种互动已经是人与人之间的互动了。再例如,他已经学会了和人“聊天”,那种会考虑到对方背景的、带点奉承的“聊天”:
  A:世界上最伟大的足球运动员是谁?
  Watson:(思考良久)我本来想说贝利的,但有人提醒我,我现在在阿姆斯特丹,我得说是古利特(荷兰史上最杰出的运动员之一)。
  更关键是,这个技术离中国并不远,它已经有许多应用的案例。
  比方说,前几天登上《新闻联播》的百度无人驾驶汽车技术,“这当中汽车在倒车时用的就是使用了认知计算”,朱晓明告诉我们。
  再比方说,京东机器人客服JIMI,它目前承担了30%的客户服务,而对面的客户甚至可能不知道回答的是一个机器人。
  而且,在不远的将来,也许只是三五年后,目前看起来很“高大上”的一件事情——投资——也可以通过如Watson这样的超级电脑完成,业绩还极可能秒杀某些投资经理。“现在已经有中国人将Watson的一部分能力引入到投资领域了,如果还是守着以前的投资方法就out了,至少三年后会out了。”他表示。
  看到这些拥有“人的思维”的计算机不断应用于各行各业的例子时,脑海中那个“医生永远都会有工作”的信念是不是已经有点动摇?也许有一天,我们看病时,对面坐着的不再是人类,而是人工智能机器人。
  要知道,中国的优质医生资源并不多,仅一半左右的医生是具有本科及以上学历,当人工智能机器人能达到一个医学本科生水平时,它已经能够解决大多数病患的问题了。
  更何况,在医学界有个普遍的认知,一个有发展潜力的教授,每周应该看80个小时资料。这对于目前中国大多数的医生来说,是个不小的挑战。“这个任务可以交给机器学习和认知计算。”朱晓明表示,目前他们已经与一些大型三甲医院就这方面的合作进行详细的讨论。
  如此一来,医生果真即将失业?
  的确,相信不少医生会面临这个考验,特别是人工智能,“+互联网”之后,也许大量的日常疾病将能真正步入“智慧医疗”时代,不再需要医生介入。
  当然,人工智能机器人也并不能完全替代医生,总还有些复杂的疑难杂症只有少数极高水平的医生能完成。
    
  从上面的内容可已看出,虽然人工智能机器人不能完全替代医生,但也说明它确实优秀,下面我们来看看优秀的美国在医疗方面的经验。
  大数据时代,美国医院评价给国内智慧医疗的几点启发
  更精确的数据采集和应用,更明确的患者导向,是 大数据时代美国医院评价带给中国的鲜活启示。不久前,国家卫计委相关负责人透露,中国将建立一个基于国家医疗数据中心的医院综合评价体系。如何利用好大数据顺势而动?是每个移动医疗领域从业者都需要思索的问题。本文将简单梳理中美在医院评价体系上的异同,并希望从中获得对大数据时代中国智慧医疗发展的启示。
  2015年7月21日,《美国新闻与世界报道》公布了美国2015-2016年最佳医院排名。紧随其后的7月22日,由中国医学科学院、中国研究型医院学会主办的现代化医院评价与评估高峰论坛举行,国家卫计委医疗管理服务指导中心主任赵明钢指出,中国将基于 数据,科学、规范和准确地建立全国医疗机构的统一评价体系。
  其实,《美国新闻与世界报道》对全美医院的评价排名已进行了十余年,类似的评价体系在美国还有很多,例如:消费者报告(Consumer Report)、医院安全指数(hospital safety score)等。与美国已经相对健全的医院评价体系相比,中国在此领域才刚刚起步。
  数据至上
  数据是医院评价的灵魂。如果去问一个美国医院评价者最重要的是什么,答案一定是数据。《小王子》中说:真正重要的往往是无法通过双眼直接看到的(L'essentielest invisible pour les yeux)。虽然医院的硬件条件可以反映一定的事实,但是更重要的信息往往埋藏在海量的医院运营与病历数据中。
  在美国,联邦政府的CMS部门构建和维护庞大的数据库,用于跟踪每一笔医疗保险报销并监控其背后的医疗行为。美国医院协会和一些专业医疗机构也拥有大规模、跨地域的病历数据库。而这些客观的数据库就成为第三方评价的最主要信息来源。当然,这些数据库往往记载的是较为表层、未经处理(或经过简单处理)的原始医疗数据。第三方的评价功力,就体现在如何利用这些数据合理、客观地进行医院排名。
  其中有一些指标较易取得或计算,如某些重点疾病的30天死亡率,显然与医院医疗质量和安全有着密切的关系。但有些指标,如住院期间发生的感染,手术之后出现的并发症等信息,则可能深深埋藏在数据(例如病程记录)之中,而这些信息对于真正关心医疗安全和质量的患者,以及真正希望医院管理能够精细化的管理者,有着极高的价值。
  近年来,随着美国医院数据的全面电子化,数据量已经不再是问题的关键(相信中国在自上而下的医疗改革过程中很快也会如此),而 数据挖掘的相关技术,才是医院评价的关键所在。试想,当面对上千万份电子病历,其中一大部分却都是运用医生式的语言来描述患者病情,那又如何能完整地呈现患者的就医经历,是否存在院内感染,检查是否恰当而不过度,疾病是否好转或治愈,以及出院后特定时间内是否再次入院?
  在中国,虽然HIS和电子病历已在大医院中普及,但即使排除行政层面的重重限制,现阶段可供整合的数据仍十分有限。多数医院还是愿意使用传统的方法统计简单、表层运营数据,且仅局限于内部使用。
  今年 6 月 27 日,国家卫计委医疗管理服务指导中心相关负责人透露,中国将建立一个基于国家医疗数据中心的医院综合评价体系。 该体系包括基于病种对比的医疗服务能力分析和基于DRGs的医疗服务绩效分析两大部分,将充分运用大数据理念,依托国家医疗数据中心。
  在具体操作中,医管中心将病案首页的第一诊断和疾病疑难危重的分级指数来作为分级,同级别病种比对包括时间消耗指数(平均住院日)、费用消耗指数(均次住院费用、费用结构)、医疗服务质量(住院死亡率),并将这三项内容综合比对医师医疗服务能力水平;而不同级别病种数量比对体现的是则是专科医疗服务能力水平,即大型医院的疑难病种到底有多少。
  翟晓辉承认,做到上述这一切的前提是对国家医疗数据中心实行网格化管理,各成员单位及时准确地上报医疗数据。
  虽然在规模与评价方式上还有较大的差距。笔者认为,随着对医院评价关注热度的不断提高,国内在规模上超越美国只是时间问题。然而,在优化评价方式方面,中国的路还很漫长。
  下一步我们亟需考虑的是如何充分挖掘并整合大数据,将其纳入医院评价体系。使真正跟医疗质量相关的变量(如住院的感染、并发症、可以避免的二次住院),代替如今主宰评价体系的表层变量(住院时长等),真正用于医院质控。
   医疗大数据的应用
  下面将用几个当今大数据在医院评价领域的应用展示数据挖掘的重要意义。需要指出的是,这些应用只能展现大数据在医疗领域贡献的的冰山一角。还有无限的宝藏等待高手挖掘。
   1. 患者安全评价
  一所医院的产出很大程度上取决于患者是否能够安全地在医院接受救治。所谓安全,可以表现在几个方面:首先,导致患者入院的疾病能够有效地被控制甚至治愈;其次,病人留院期间,不会因为医院的环境或治疗方式产生其他不必要的症状(如感染,术后并发症等)。但还没有明确的指标准确反应此类事件,所以需要我们使用适当的技术从海量的病人数据中发现此类现象。
  通过对电子医疗数据的系统分析,数据提取与统计分析,我们可以知道一所医院是否经常导致某类病人的不必要感染。如果属实,是否是由于医院运营或某些医疗过程的操作不当导致。在美国,某所医院患者感染率居高不下,专家通过分析其原因得出病房格局设计不合理导致交叉感染的结论。
  美国新闻与世界报道最佳医院排行自2013-2014年最佳医院排名中使用了6个患者安全性指标(PSI)。根据RTI的 数据分析后增加了两个额外安全性指标,它们是AHRQ PSI 03和AHRQ PSI 08,分别代表了皮肤破裂(褥疮性溃疡)的发生率和术后髋部骨折的发生率。这将更加全面地反映医院的安全性。
   2. 医院质控
  医疗改革领域中的临床转型实际上就是在品质提升、风险管理、绩效考核和成本控制几者之间保持微妙的平衡。一旦将大数据技术应用于医院,我们便可以从一个新的高度分析医院的运营情况。目前英国NICE(国家卫生与临床技术优化研究所)、德国IQWIG(质量和效率医疗保健研究所)、加拿大普通药品检查机构等都开展了类似项目并且取得了初步成功。
  谈到排名,也许很多医院都敬而远之,担心一旦名次较低会影响医院长期发展。然而,没有评价与竞争就无所谓优化与长远的发展。在和其他医院的比较中院方往往可以发现自身的不足。如果医院再入院率(readmission rate)居高不下,我们就需要反省,对某些病人的出院决定是否太草率了,又或许是病人出院后的用药指导不够明确。而无论如何,一旦能够发现问题并尝试解决,医院的发展只会蒸蒸日上。而数据的共享,无论对医院的科研还是运营,均有着战略性价值。
   3. 患者寻医指导
  不幸罹患疾病,病人总是想得到最好的医疗服务,这也导致了有些专家号被炒至几百甚至上千元。从全局考虑,如何让病人在合适的医院看合适的病是极为重要的。所谓合适,是指既不小题大做、浪费金钱及医疗资源,也不让大病患者无处就医、四处转院浪费宝贵的救治时间。面对这一难题,数据也许能给出让人满意的解决方案。
  如果有一个如同 美国 HealthGrade 或者 Consumer Report 一样具有公信力的第三方、综合性评价平台 ,通过对各地医院的现有病历的综合分析,患者就可以知道哪些医院有收治某类患者的资质以及治疗对应疾病平均的开支、安全情况等。综合比较后,病人便可以选择最合适的医院解决自身问题,避免疾病乱投医现象。同时,医院通过该数据也可以了解自身的优劣势,以便有针对性地进行改进。
   评价体系三要素
  考察任何一个评价体系,无非考虑三个因素:1. 评价机构(谁在评),2. 评价方式(如何评),3.社会影响(谁在看)。
  现阶段,国内主要实行自上而下搭建医院评价体系,如国内应用最普遍的医院等级划分标准(三级十等)。最初医院评审分等标准包括医院的规模、技术水平、医疗设备、管理水平、医院质量等五个标准,但由于其他评审内容设置缺乏直观指标,如今容易量化的硬件标准(床位、科室设置、医疗设备、人员配备等)成为划分医院等级的决定因素,暂时未能考虑医院的综合医疗效果。
  医院着重加强基础设施建设以期在短时间内达到突击效果,医疗质量和安全评价则未受到重视。严格来说,这并不是全面的医院排名。
  而 美国则流行官方集中数据,由第三方公司或组织进行多方位、多元化评价,更关注医疗产出以及患者满意度。 近年来,国内也有一些非政府机构尝试进行国内医院排名。例如由复旦大学医院管理研究所组织、全国30个临床专科的几千位著名专家学者共同参与评审的"中国最佳医院排行榜"。
  上述版本的医院排行榜分为专科声誉和科研学术两个部分。其中,医院专科声誉主要由专家提名心目中名列前茅的医院,而在科研学术方面,得分主要来自于国家级奖项和SCI影响因子(美国学术界极少使用SCI杂志作为判别标准,但笔者认为,影响因子较论文数量是个更为重要的指标,此处没有使用SCI论文数量是个较大的进步)。
   与中国官方的医院评级系统不同的是,美国官方对医院更多只做分类(床位多少,所有权等)而不做评级。 对医院的评价由各个营利性公司或非营利机构来做,有别于国内对硬件配置的重视,美国医院把提高医疗质量及患者满意度作为最终目标。
  现今美国主流医院评价平台包括:消费者报告(Consumer Report),Healthgrade,hospital advisory board,医院安全指数 hospital safety score,Joint Commission,美国新闻与世界报道(US News & Report)等。其中多数都是涵盖了上千家医院的大规模评价体系,按年更新甚至按季度更新,具有相对成熟的用户搜索界面和极大的用户访问量。以《美国新闻与世界报道》的医院排名为例,覆盖美国近5000家医院,调查14万左右的医师,为16个医疗领域的137家医院排名。该排名对医院声誉、患者存活率、患者安全性及其他医疗相关指标在内的数十项评价指标进行综合排序。
  国内的评价体系正在向美国看齐。
  对于最后一个问题:排行榜是给谁看的?美国的评分者认为理所当然地是给患者看!医院排名的宗旨就是让患者选择合适的医院、医师。这也是为什么第三方选取的众多评价标准中多数是关于患者安全、医疗质量及就医满意度的,而这些指标正是一个排行榜见功力、需要大量数据分析支撑的地方。
  中国的排名处在萌芽期,技术水平不成熟,只选择了专科声誉和学术文章这两个指标,虽然前者主观性较强,受固有观念和历史影响,有一定滞后性,缺乏详细量化标准,后者和临床服务质量也并不完全呈正相关,但至少作为一次有益的尝试,对医院管理、国家政策制定均有辅助作用,对患者寻医就诊也有指导意义。
  以上内容主要讲解智慧医疗概念、经验、案例等等,下面我们来看看智慧穿戴的一些应用吧。
  智慧医疗应用:智慧穿戴装置带动医疗大数据发展
  大数据应用的成熟,一方面是因为网路承载的数位资料数量以惊人的速度成长,加上非结构性资料的分析技术,也有相当程度的突破,而且物联网、智慧穿戴装置等技术及产品的出现,让实体世界的资料蒐集更为迅速且方便,不但加速大数据环境的形成,也让大数据分析的市场需求跟着浮现。
  对医疗大数据而言,也是如此。随着光学技术、穿戴装置、机器人及物联网技术的引进,不管是病患使用的智慧穿戴装置、医生使用的医学仪器,都伴随着蒐集资料的功能,配合大数据分析技术,不仅能在病患察觉不到的情境下,就能让医生掌握病患的生理状况,还可能因此发现疾病,甚至在病发之前就能做好预防。
  戴装置便利性有助医疗大数据的形成
  如何让病患在察觉不到的前提下,蒐集各种生理资讯,一直是许多医疗仪器或检测方式致力的目标,一来可以减轻给病患带来的身体负担,同时也可提升病患配合提供生理资讯的意愿。
  以测量血糖值为例,通常会要求病患到医疗场所抽血,但对於交通不便或行动不便的病患而言,可能就不见得适用,许多人也因此会选择在家中或附近的诊所,使用可携式血糖机,除了使用便利外,使用的舒适性,也成为病患选择血糖机的主因之一,也让血糖仪已经成为许多人不可或缺的居家医疗产品,尤其是能够达成无痛目标的非侵入式血糖量测技术渐渐成熟,包括红外线、超音波等,更加速病患使用可携式血糖机的意愿。
  如日本原子能研究开发机构在四年一度的「日本医学会总会」上,发表一种手掌大小的无创血糖值感测器,用户只需将手指插入形状类似於电脑滑鼠的测量仪内,就能在3秒钟内测出血糖值,让血糖量测变得更加方便,配合无线网路、云端运算等技术的配合,病患可以更轻松地上传资料,连带也让医疗院所可以运用大数据分析技术,不但可以更即时准确的掌握病患的血糖值,大量的病患资料分析结果,更能用来进一步发展更完整的医疗资源规划。
  事实上,不仅是专门用来作为医疗用途的设备,包括智慧手环、智慧手表等智慧穿戴装置最具前景的应用领域,医疗健康管理就是其中之一,许多智慧穿戴设备搭配智慧手机及云端运算架构,往往都号称可以利用大数据分析技术,帮助用户监测身体状况,保障身体健康,显示业者也知道,大数据分析技术,对智慧穿戴装置销售的帮助。
  资料有价的观念需要建立
  使用穿戴装置蒐集医疗数据,首先要进行资料采集,然後将这些数据加以分析与整合,此时就需要一个使用者够多的行动医疗应用平台,所整合出来的数据,才能产生够高的附加价值,如苹果Healthkit、Google Fit及百度的「百度医生」都在尝试吸引用户,最後才能将其转换成医疗服务,让医生可以透过这些穿戴装置所得到的数据进行诊断,或是提供医疗研究单位作为新产品或新技术的研发参考。
  但即使有了蒐集医疗大数据的设备、平台,并不代表就没有问题。由於医疗产业的复杂度极高,且有一定程度的封闭性,不同的国家会有不同的法令规定,影响穿戴装置的设计及功能规范,资料蒐集的范围及可用性也大受影响,甚至在同一个国家,包括医院、医生、医药企业等参与者,也可能各行其是,无法形成足够规模的医疗大数据,也就无法进一步提升资料分析结果的综效。
  要想真正落实医疗大数据的分析价值,就必须要设法整合各方关系和资源,尤其是政府政策的限制和监管,更是重要,因为医疗大数据最大的障碍,就是资讯安全,因为使用者的健康资讯往往相当敏感,从智慧穿戴设备采集资料後,到上传到医疗资料整合平台的过程中,平台能否保障使用者的资讯安全就显得格外重要。
  美国食品药物管理局(FDA)在2015年1月发布了两份指导草案,详细规定了低风险的医疗健康产品平台的确定标准,并对第三方医疗配件的风险评估,提出基础性的建议,自然有助於医疗大数据市场的成长,类似美国作法的国家虽然还不多,但只要中国、印度等人口大国尽快推出类似美国的医疗可穿戴设备标准,将可促进相关产品及应用更快、更健康的发展,但各国之间的标准是否一致,也将会为市场投下不可预知的变数。
  此外,医疗院所及相关研究单位,是否真的已经意识到「资料有价」的观念,也是攸关医疗大数据分析市场发展的关键,而对可穿戴医疗装置开发企业来说,如果不能靠大数据分析技术来获利,而只能靠销售软硬体产品的利润,不管是医疗可携式设备或平台的价格,势必会居高不下,不但影响产品及应用的普及性,更对医疗大数据的规模形成,有相当程度的影响,如何化解这些市场阻力,尽快的制订统一行业标准的规范,不仅要将重点放在软硬体产品上,更要提供相应的配套服务,只有类似大数据分析技术服务能够真正落实,才能增加用户使用的意愿,满足其医疗需求,才能建立智慧医疗的良性循环。
  以上就是本文有关智慧医疗的全部内容,我们呈现了智慧医疗概念、案例、应用、国外经验等等资料,下面是两篇相关资料推荐给您。
  相关阅读
  智慧医疗:医疗卫生云平台解决方案
  新一代卫生云平台保证卫生医疗数据安全采集,安全传输,安全存储,海量数据与分析,快速检索与分析的数据管理平台,实现卫生医疗资源信息的共享与实时管理。
  建立统一管理平台、全面共享、数据挖掘,可以向居民、医疗机构、政府机构等不同服务对象提供各类卫生医疗信息服务。
  智慧医疗: 武汉卫生系统规划方案
  武汉市医疗卫生行业现状:经过几十年的改革与发展,武汉市医疗卫生事业取得了巨大成就,建立遍及城乡医疗卫生服务体系,医疗供给能力全面提高,医疗保障体系初步建立,市民健康水平不断提高。当然,也存在一定差距和问题。
责任编辑:陈卓阳
产业观察
2016-02-23 16:36:29
智慧城市概念解读现状分析及发展展望
来源: 数据观 时间:2016-02-19 11:56:11 作者:
  随着社会的发展进步,智慧城市渐渐成为一个热门的名词。那么智慧城市概念是什么?建设智慧城市的意义在哪里?智慧城市现状如何,它的发展趋势又是什么?带着这些问题,小编整理了相关资料。
  首先让我们来了解智慧城市的基本概念。智慧城市就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息,从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。其实质是利用先进的信息技术,实现城市智慧式管理和运行,进而为城市中的人创造更美好的生活,促进城市的和谐、可持续成长。随着人类社会的不断发展,未来城市将承载越来越多的人口。目前,我国正处于城镇化加速发展的时期,部分地区“城市病”问题日益严峻。为解决城市发展难题,实现城市可持续发展,建设智慧城市已成为当今世界城市发展不可逆转的历史潮流。智慧城市的建设在国内外许多地区已经展开,并取得了一系列成果,国内的如智慧上海、智慧双流;国外如新加坡的“智慧国计划”、韩国的“U-City计划”等。
  智慧城市概念
  "智慧城市"理念问世以来,国内外相关企业、研究机构和专家,纷纷对其进行了定义和研究。归纳起来,主要集智慧城市智慧城市中于以下三点:
  第一,智慧城市建设必然以信息技术应用为主线。智慧城市可以被认为是城市信息化的高级阶段,必然涉及到信息技术的创新应用,而信息技术是以物联网、云计算、移动互联和大数据等新兴热点技术为核心和代表。
  第二,智慧城市是一个复杂的,相互作用的系统。在这个系统中,信息技术与其它资源要素优化配置并共同发生作用,促使城市更加智慧的运行。
  第三,智慧城市是城市发展的新兴模式。智慧城市的服务对象面向城市主体——政府、企业和个人,它的结果是城市生产、生活方式的变革、提升和完善,终极表现为人类拥有更美好的城市生活。
  综上所述,智慧城市的本质在于信息化与城市化的高度融合,是新一代信息技术发展和知识社会创新2.0环境下城市信息化向更高阶段发展的表现。
  智慧城市将成为一个城市的整体发展战略,作为经济转型、产业升级、城市提升的新引擎,达到提高民众生活幸福感、企业经济竞争力、城市可持续发展的目的,体现了创新2.0时代的城市发展理念和创新精神。
  智慧城市是新一代信息技术支撑、知识社会创新2.0环境下的城市形态,智慧城市通过物联网、云计算等新一代信息技术以及维基、社交网络、Fab Lab、Living Lab、综合集成法等工具和方法的应用,实现全面透彻的感知、宽带泛在的互联、智能融合的应用以及以用户创新、开放创新、大众创新、协同创新为特征的可持续创新。伴随网络帝国的崛起、移动技术的融合发展以及创新的民主化进程,知识社会环境下的智慧城市是继数字城市之后信息化城市发展的高级形态。
  从技术发展的视角,智慧城市建设要求通过以移动技术为代表的物联网、云计算等新一代信息技术应用实现全面感知、泛在互联、普适计算与融合应用。从社会发展的视角,智慧城市还要求通过维基、社交网络、Fab Lab、Living Lab、综合集成法等工具和方法的应用,实现以用户创新、开放创新、大众创新、协同创新为特征的知识社会环境下的可持续创新,强调通过价值创造,以人为本实现经济、社会、环境的全面可持续发展。
  智慧城市产生背景
  2008年11月,在纽约召开的外国关系理事会上,IBM提出了“智慧的地球” 这一理念,进而引发了智慧城市建设的热潮。2010年,IBM正式提出了“智慧的城市”愿景,希望为世界和中国的城市发展贡献自己的力量。IBM经过研究认为,城市由关系到城市主要功能的不同类型的网络、基础设施和环境六个核心系统组成:组织(人)、业务/政务、交通、通讯、水和能源。这些系统不是零散的,而是以一种协作的方式相互衔接。而城市本身,则是由这些系统所组成的宏观系统。
  欧盟于2006年发起了欧洲Living Lab组织,它采用新的工具和方法、先进的信息和通讯技术来调动方方面面的“集体的智慧和创造力”,为解决社会问题提供机会。该组织还发起了欧洲智慧城市网络。Living Lab完全是以用户为中心,借助开放创新空间的打造帮助居民利用信息技术和移动应用服务提升生活质量,使人的需求在其间得到最大的尊重和满足。
  2009年,迪比克市与IBM合作,建立美国第一个智慧城市。利用物联网技术,在一个有六万居民的社区里将各种城市公用资源(水、电、油、气、交通、公共服务等等)连接起来,监测、分析和整合各种数据以做出智能化的响应,更好的服务市民。
  日本2009年推出“I-Japan智慧日本战略2015”,旨在将数字信息技术融入生产生活的每个角落,目前将目标聚焦在电子政务治理、医疗健康服务、教育与人才培养三大公共事业领域。
  韩国以网络为基础,打造绿色、数字化、无缝移动连接的生态、智慧型城市。通过整合公共通讯平台,以及无处不在的网络接入,消费者可以方便的开展远程教育、医疗、办理税务,还能实现家庭建筑能耗的智能化监控等。
  新加坡2006年启动“智慧国2015”计划,通过 物联网等新一代信息技术的积极应用,将新加坡建设成为经济、社会发展一流的国际化城市。在电子政务、服务民生及泛在互联方面,新加坡成绩引人注目。其中智能交通系统通过各种传感数据、运营信息及丰富的用户交互体验,为市民出行提供实时、适当的交通信息。
  美国麻省理工学院比特和原子研究中心发起的Fab Lab(微观装配实验室)基于从个人通讯到个人计算再到个人制造的社会技术发展脉络,试图构建以用户为中心、面向应用的用户创新制造环境,使人们即使在自己的家中也可随心所欲的设计和制造他们想象中的产品,巴塞罗那等城市从Fab Lab到Fab City的实践则从另外一个视角解读了智慧城市以人为本可持续创新的内涵。
  近年来欧洲许多城市都确立了智慧城市战略,智慧城市被视为重振经济的重要领域,亦作为提升城市竞争力及解决城市发展问题、再造城市的重要途径。2002-2005年欧洲实施了“电子欧洲”行动计划,2006-2010年间完成了第三阶段的信息社会发展战略。在这个基础上,欧洲各城市开始了智慧城市的实践。2000年英国南安普顿市启动了智能卡项目。2005年英国政府启动了推进移动泛在政府管理与公共服务的游牧项目。2006年瑞典斯德哥尔摩市开展了颇具代表性的智能交通建设实践。而一些先行城市也越来越多的开始从以人为本的视角开展智慧城市的建设,如欧盟启动了面向知识社会创新2.0的Living Lab(生活实验室)计划,致力于将城市打造成为开放创新空间,营造有利于创新涌现的城市生态,并以Living Lab为载体推动智慧城市的建设。芬兰的赫尔辛基、丹麦哥本哈根、荷兰阿姆斯特丹、西班牙巴塞罗那等城市也相继启动了智慧城市建设。欧洲在智能城市基础设施建设与相关技术创新、公共服务、交通及能源管理等领域进行了多项成功实践并在打造开放创新、可持续智慧城市方面取得了较大的进展。
  建设智慧城市的意义
  随着信息技术的不断发展,城市信息化应用水平不断提升,智慧城市建设应运而生。建设智慧城市在实现城市可持续发展、引领信息技术应用、提升城市综合竞争力等方面具有重要意义。
  建设智慧城市是实现城市可持续发展的需要
  改革开放30多年以来,我国城镇化建设取得了举世瞩目的成就,尤其是进入21世纪后,城镇化建设的步伐不断加快,每年有上千万的农村人口进入城市。随着城市人口不断膨胀,“城市病”成为困扰各个城市建设与管理的首要难题,资源短缺、环境污染、交通拥堵、安全隐患等问题日益突出。为了破解“城市病”困局,智慧城市应运而生。由于智慧城市综合采用了包括射频传感技术、物联网技术、 云计算技术、下一代通信技术在内的新一代信息技术,因此能够有效地化解“城市病”问题。这些技术的应用能够使城市变得更易于被感知,城市资源更易于被充分整合,在此基础上实现对城市的精细化和智能化管理,从而减少资源消耗,降低环境污染,解决交通拥堵,消除安全隐患,最终实现城市的可持续发展。
  建设智慧城市是信息技术发展的需要
  当前,全球信息技术呈加速发展趋势,信息技术在国民经济中的地位日益突出,信息资源也日益成为重要的生产要素。智慧城市正是在充分整合、挖掘、利用信息技术与信息资源的基础上,汇聚人类的智慧,赋予物以智能,从而实现对城市各领域的精确化管理,实现对城市资源的集约化利用。由于信息资源在当今社会发展中的重要作用,发达国家纷纷出台智慧城市建设规划,以促进信息技术的快速发展,从而达到抢占新一轮信息技术产业制高点的目的。为避免在新一轮信息技术产业竞争中陷于被动,我国政府审时度势,及时提出了发展智慧城市的战略布局,以期更好地把握新一轮信息技术变革所带来的巨大机遇,进而促进我国经济社会又好又快地发展。
  提高我国综合竞争力的战略选择
  战略性新兴产业的发展往往伴随着重大技术的突破,对经济社会全局和长远发展具有重大的引领带动作用,是引导未来经济社会发展的重要力量。当前,世界各国对战略性新兴产业的发展普遍予以高度重视,我国在“十二五”规划中也明确将战略性新兴产业作为发展重点。一方面,智慧城市的建设将极大地带动包括物联网、云计算、三网融合、下一代互联网以及新一代信息技术在内的战略性新兴产业的发展;另一方面,智慧城市的建设对医疗、交通、物流、金融、通信、教育、能源、环保等领域的发展也具有明显的带动作用,对我国扩大内需、调整结构、转变经济发展方式的促进作用同样显而易见。因此,建设智慧城市对我国综合竞争力的全面提高具有重要的战略意义。
  智慧城市现状
  为规范和推动智慧城市的健康发展,住房城乡建设部启动了国家智慧城市试点工作。经过地方城市申报、省级住房城乡建设主管部门初审、专家综合评审等程序,首批国家智慧城市试点共90个,其中地级市37个,区(县)50个,镇3个,试点城市将经过3―5年的创建期,住建部将组织评估,对评估通过的试点城市(区、镇)进行评定,评定等级由低到高分为一星、二星和三星。信息显示,国家发改委正着手起草智慧城市健康发展的指导意见,并研究在区域范围内启动智慧城市试点工作。三大运营商已经与300 多个城市达成“智慧城市”战略合作协议。预计“十二五”期间,我国“智慧城市”投资总规模有望达5000 亿元。发展智慧城市,是我国促进城市高度信息化、网络化的重大举措和综合性措施。从设备厂商角度来说,光通信设备厂商、无线通信设备厂商将充分发挥所属技术领域的优势,将无线和有线充分进行融合,实现网络最优化配臵,以加速推动智慧城市的发展进程。与之相对应的通信设备厂商、芯片厂商等将从中获得巨大收益。《中国智慧城市发展水平评估报告》显示以下主要城市智慧城市发展水平处于全国领先水平:
  主要城区「智慧城市」发展水平
  领跑者:北京、上海、广州、深圳、天津、武汉、宁波、南京、佛山、扬州、浦东新区、宁波杭州湾新区
  追赶者:重庆、无锡、大连、福州、杭州、青岛、昆明、成都、嘉定、莆田、江门、东莞、东营
  准备者:沈阳、株洲、伊犁、江阳推动智能城市的模式分为全面推进或重点突破,大致区分为五类:中国已有上百个地区提出建设智慧城市,上海、天津、重庆、无锡、深圳、沈阳、武汉、成都等主要都市建立了RFID产业园区,期望能率先发展物联网产业,在智慧城市建设中走在国内前列,各主要城市智慧城市发展策略详如下:
  主要城市
  北京
  《智能北京行动纲要》,包含智能交通、电子病历、远程医疗、智能家庭、电子商务等,希望2015年,形成覆盖全市的物联基础网络。
  上海
  打造城市光网,发展3G、WIFI等多种技术的无线宽带,推动智能技术、云计算和物联网等新技术研发应用,加快三网融合。
  宁波
  建设现代化国际港口城市,以杭州湾新区做为建设智慧城市的试验区,提出「智慧新城」及「生态家园」的目标定位。
  佛山
  2015年将佛山建设成战略性新兴产业聚集区、四化融合先行地,提出智慧服务基设施十大重点工程,希望做到以信息化带动工业化、提升城市化及加快国际化的作用。
  广州
  建设第一个「由政府主导、牵手营运商」的无线城市官方门户网站,推动市民、企业及社会各界高效便捷的无线宽带网络服务。
  深圳
  国家三网融合试点城市之一,致力完善智能基础设施、发展电子商务支撑体系、推动智能交通、培育智能产业基地。希望在2012年实现宽带无线网覆盖率100%,组建华南地区的物联网认证中心。城市化进程的加快,使城市被赋予了前所未有的经济、政治和技术的权利,城市被无可避免地推到了世界舞台的中心,发挥着主导作用。与此同时,城市也面临着环境污染、交通堵塞、能源紧缺、住房不足、失业、疾病等方面的挑战。在新环境下,如何解决城市发展所带来的诸多问题,实现可持续发展成为城市规划建设的重要命题。
  在此背景下,“智慧城市”成为解决城市问题的一条可行道路,也是未来城市发展的趋势。智慧城市建设的大提速将带动地方经济的快速发展,也将带动卫星导航、物联网、智能交通、智能电网、云计算、软件服务等多行业的快速发展,为相关行业带来新的发展契机。我国智慧城市发展进入规模推广阶段,截至目前,我国已有154个城市提出建设智慧城市,预计总投资规模达1.1万亿元,撬动的更以万亿元计,新一轮产业机会即将到来。国家鼓励开展应用模式创新,推进智慧城市建设。中国深圳市、昆明市、宁波市等多个城市与IBM签署战略合作协议,迈出了打造智慧城市的第一步。北京市拟在完成“数字北京”目标后发布“智能北京行动纲要”,上海市将智慧城市建设纳入“十二五”发展规划。此外,佛山市、武汉市、重庆市、成都市等都已纷纷启动“智慧城市”战略,相关规划、项目和活动渐次推出。国内优秀的智慧产业企业愈来愈重视对智慧城市的研究,特别是对智慧城市发展环境和趋势变化的深入研究。正因为如此,一大批国内优秀的智慧产业企业迅速崛起,逐渐成为智慧城市建设中的翘楚!
  2013年1月29日,住房城乡建设部公布首批国家智慧城市试点名单。首批国家智慧城市试点共90个,其中地级市37个,区(县)50个,镇3个。国家开发银行表示,在“十二五”后三年,与住建部合作投资智慧城市的资金规模将达800亿元。我国已有311个地级市开展数字城市建设,其中158个数字城市已经建成并在60多个领域得到广泛应用,同时最新启动了100多个数字县域建设和3个智慧城市建设试点。2013年,国家测绘地理信息局将在全国范围内组织开展智慧城市时空信息云平台建设试点工作,每年将选择10个左右城市进行试点,每个试点项目建设周期为2至3年,经费总投入不少于3600万元。在不久的将来,人们将尽享智能家居、路网监控、智能医院、食品药品管理、数字生活等所带来的便捷服务,“智慧城市”时代即将到来。[2] 我国规模据国家信息中心信息化研究部首席工程师单志广透露,我国提出智慧城市建设的城市总数达到了154个,投资规模预计超过1.1万亿元。在“无线城市智慧生活”论坛上,国家信息中心信息化研究部首席工程师单志广讲述了我国智慧城市发展现状以及所面临的问题。据统计,截止到2012年2月底,我国提出智慧城市建设的总数量已经达到了154个,计划投资规模超过1.1万亿元。而在“十二五”规划或政府报告中提出建设智慧城市的地级以上城市共有41个,其中副省级城市10个,直辖市中北京、上海、天津均提出了智慧城市建设。
  2012年,我国物联网产业市场规模达到3650亿元,比上年增长38.6%。从智能安防到智能电网,从二维码普及到“智慧城市”落地,作为被寄予厚望的新兴产业,物联网正四处开花,悄然影响着人们的生活。专家指出,伴随着技术的进步和相关配套的完善,在未来几年,技术与标准国产化、运营与管理体系化、产业草根化将成为我国物联网发展的三大趋势。 2013年4月10日,由住房城乡建设部建筑节能与科技司组织的智慧城市创建任务书编织培训会在京举行。来自会上提供的信息显示:继国开行提供不低于800亿元的投融资额度后,又有两家商业银行作出承诺,表示将提供不低于国开行的授信额度,支持智慧城市建设。另有其他投资机构也在4月初签订了2000亿元的投资额度。粗略估计,相关投资或将超过4400亿元。 “智慧城市”建设进入高峰期。快速的城市化进程推动着中国经济快速发展,但也使得城市面临着可持续发展问题。下一个阶段的“城镇化”建设需要走“精细化管理”的“新型城镇化”道路,因此“智慧城市”由此应运而生。“智慧城市”是指利用领先的信息技术,提高城市规划、建设、管理、服务的智能化水平,使城市运转更高效、更敏捷、更低碳,是信息时代城市发展的新模式。据赛迪信息预测,到2014年,中国智慧城市的IT投入预计可达到1700多亿元的规模。
  在了解了智慧城市的基本概念、意义、缘起、现状后,我们来看看智慧城市的一些应用案例。
  全球16个智慧城市应用案例
  一、国外案例
  当前,全球范围内城市化进程不断推进。随着互联网和信息化的发展,在云平台、大数据和物联网等技术的支持下,率先在美国“智慧星球”概念下诞生的“智慧城市”,逐渐成为当今世界各国城市建设的发展趋势和选择。
  自21世纪初期,美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践,诞生了许多经典案例。
  1. 迪比克
  美国第一个智慧城市,也是世界第一个智慧城市,它的特点是重视智能化建设。为了保持迪比克市宜居的优势,并且在商业上有更大发展,市政府与IBM合作,计划利用物联网技术将城市的所有资源数字化并连接起来,含水、电、油、气、交通、公共服务等,进而通过监测、分析和整合各种数据智能化地响应市民的需求,并降低城市的能耗和成本。该市率先完成了水电资源的数据建设,给全市住户和商铺安装数控水电计量器,不仅记录资源使用量,还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上,以便进行分析、整合和公开展示。
  2. 纽约
  通过数据挖掘,有效预防了火灾。据统计,纽约大约有100万栋建筑物,平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个,诸如是否是贫穷、低收入家庭的住房,房屋建筑年代是否久远,建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅,分析人员通过特定算法,对城市中33万栋需要检验的建筑物单独进行打分,计算火灾危险指数,划分出重点监测和检查对象。目前数据监测项目扩大到2400余项,诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑,但是火灾数量确实下降了。
  3. 芝加哥
  通过“路灯杆装上传感器”,进行城市数据挖掘。在人们的生活里,无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”,可以收集城市路面信息,检测环境数据,如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明,“灯柱传感器”不会侵犯个人隐私,它只侦测信号,不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装,全面占领芝加哥市的大小街区,每台传感器设备初次采购和安装调试成本在215~425美元之间,运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术(Zebra Technologies)、摩托罗拉以及施耐德等公司的技术和资金支持。
  4. 西雅图
  利用数据节省电力能源。该市与微软和埃森哲(Accenture)合作了一个试验项目,以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集,通过预测分析,找出哪里可以减少能源使用,或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。
  5. 伦敦
  利用数据管理交通。在2012年奥运会期间,负责运行伦敦公共交通网络的公共机构“伦敦运输(Transport for London)”,在使用者增加25%的情况下,使用收集自闭路电视摄像机、地铁卡、移动电话和社交网络的实时信息,确保火车和公交路线只有限地中断,从而保证交通顺畅。
  6. 格洛斯特
  也是充分利用了传感器,建立了“智能屋”试点。传感器安装在房子周围,传回的信息使中央电脑能够控制各种家庭设备。智能屋装有以电脑终端为核心的监测、通讯网络,使用红外线和感应式坐垫可以自动监测老年人在屋内的走动。屋中配有医疗设备,可以为老年人测心率和血压等,并将测量结果自动传输给相关医生。
  7. 阿姆斯特丹
  是世界上最早开始智能城市建设的城市之一,同时是欧洲智慧城市建设的典范。作为荷兰最大的城市,阿姆斯特丹共有40多万户家庭,二氧化碳排放量占全国的三分之一。为了改善环境问题,该市启动了WestOrange和Geuzenveld两个项目,通过节能智慧化技术,降低二氧化碳排放量和能量消耗。还实施了Energy Dock项目,在阿姆斯特丹港口的73个靠岸电站中配备了154个电源接入口,便于游船与货船充电,利用清洁能源发电取代原先污染较大的燃油发动机。为了节省能源,启动了智能大厦项目,在未给大厦的办公和住宿功能带来负面影响的前提下,将能源消耗减小到最低程度,同时在大楼能源使用的具体数据分析的基础上,使电力系统更有效地运行。为建设可持续公共空间,启动了气候街道(The Climate Street)项目,缓解乌特勒支大街的拥堵。
  8. 斯德哥尔摩
  在治理交通拥堵方面取得了卓越的成绩。瑞典国家公路管理局和斯德哥尔摩市政厅通过智慧交通的建设,既缓解了城市交通堵塞,又减少了空气污染问题,现在智能交通系统已经成为斯德哥尔摩的标签。该市在通往市中心的道路上设置了18个路边监视器,利用射频识别、激光扫描和自动拍照等技术,实现了对一切车辆的自动识别。借助这些设备,该市在周一至周五6时30分至18时30分之间对进出市中心的车辆收取拥堵税,从而使交通拥堵水平降低了25%,同时温室气体排放量减少了40%。
  9. 哥本哈根
  素有“自行车之城”称号,在绿色交通方面成绩斐然。为促使市民使用二氧化碳排放量最少的轨道交通,该市通过统筹规划,力保市民在家门口1公里之内就能使用到轨道交通。对1公里路内的交通,推广使用一种智慧型自行车。这种自行车的车轮装有可以存储能量的电池,并在车把手上安装了射频识别技术(RFIT)或是全球定位系统(GPS),可汇聚成“自行车流”,通过信号系统保障出行畅通。与此同时,市政府大力完善沿途配套设施建设,如建立服务站点、提供简便修理工具等,为自行车出行提供便利。预计到2015年,哥本哈根市民往返城郊选择自行车出行的人数比例将达到50%。
  10. 里昂
  该市与IBM的研究人员联手建立了一个可以帮助减少道路交通拥堵的系统,使用实时交通路况报告来检测和预测交通挤塞。如果运营商看到可能会发生交通堵塞,就可以相应地调整交通信号,以保持平稳的车流。该系统在紧急情况下尤其有用,比如在救护车前往医院的途中。随着时间的推移,系统中的算法将从最成功的建议中“学习”,并将这些知识应用到将来的预测当中。
  11. 巴塞罗那
  大力采用传感器使城市管理更便捷。在该市高新技术中心的试验区内,一个红绿灯上的小黑盒子,可以给附近盲人手中的接收器发送信号,并引发接收器震动,提醒他已经到达了路口;地上小突起形状的东西就是停车传感器,司机只需下载一种专门应用程序,就能够根据传感器发来的信息获知空车位信息;巴塞罗那宏伟的圣家族大教堂也建立了完善的停车传感器系统,以引导大客车停放;试验区草地上铺满了传感器——湿度传感器,它能感知地面的温度,以确定何时应该给草地浇水;铺设在垃圾箱上的传感器能够检测到垃圾箱是否已装满,垃圾箱上还装有气味传感器,如果垃圾箱的气味超出正常标准,传感器就会自动发出警报,进行提醒。
  12. 桑坦德
  作为欧洲数据最密集的城市,在欧盟委员会800万欧元的资助下,欧洲的大学和电信运营商联合在市区安装了各种类型共计大约1.8万个固定和移动传感器。传感器除了用于监测空气污染、噪音和其他环境条件,还会在垃圾箱需要清空或路灯烧坏、关掉时有所指示。埋在路面下的传感器可检测露天停车位,将信息转发至安装有数字显示器的主要路口,帮助引导司机寻找最近的停车位。另外,居民可以使用智能手机,利用由位于全市旅游景点、商店、公交车站等处的2600个光学和无线标签组成的“增强现实”系统,方便地在线获得关于这些地点的各类相关信息。
  13. 新加坡
  新加坡于2006年推出《智慧国2015计划》,政府门户网站公开了50多个政府部门的5000多个数据集。新加坡建立起一个“以市民为中心”,市民、企业、政府合作的电子政府体系,让市民和企业能随时随地参与到各项政府机构事务中。在交通领域,新加坡推出了电子道路收费系统(Electric Road Pricing)等多个智能交通系统。在医疗领域,开发了综合医疗信息平台。在教育领域,通过利用资讯通信技术,大大提升了学生对学习的关注度。在文化领域,国家图书馆部署了一套灵活而性能超强的大数据架构,通过云端计算的模式,处理从战略、战术到实际业务的不同分析需求,提供高性价比的解决方案。
  智慧城市国内案例
  我国2014年迎来智慧城市的元年,这一概念现已在城市基础建设、交通管理、文化事业、教育事业、医疗卫生等领域形成了显著的影响。
  1. 佛山
  2010年,广东省佛山市提出“四化融合智慧佛山”发展战略。在2011年全国“两会”上,佛山市委书记陈云贤透露,佛山已申请全国智能城市示范点,力争3到5年形成“四化融合”雏形。
  2013年7月,IBM提供“智慧佛山”建设的中期调研报告,建议佛山可以以食品安全、水治理和智慧交通为切入点,以产业转型为手段,在建设智慧佛山的同时打造强大的高端服务产业链。IBM也对佛山南海三山新城提出建议。在城市云方面,未来三山可通过手机信号定位,快速掌握各种交通工具、道路、地区的人流情况,而这类信息又可供城市管理部门更科学地规划商业区、居民区、公共交通、医院、学校甚至加油站的布局;在健康云方面,保险公司、患者以及各级医院可统一在一个云平台上实现检验结果和电子病历共享、远程会诊、网上挂号和预约门诊等高效服务,减少病患排队、报销的痛苦,节约整体社会的资源;同时,通过产业云平台,可在统一设计标准的同时节省整个产业链的成本,以帮助中小企业降低运营成本,使其投资能集中在核心制造优势上,而不是花费在采购等环节上。
  佛山市南海区数据统筹局通过将分散在60多个部门、150多个系统的数据集中在一起,实现了惠民服务。数据统筹局于2014年5月成立,至2014年底,已经与66个部门、157个系统成功对接,平均每月跨部门数据交换批次达600多次,数据交换总量已经超过4000万条。2014年8月,数据统筹局推出图识南海、数说南海、法人平台等“4 1”项目平台,为企业、市民提供多种服务。以图识南海来说,市民可以在地图上找到公厕、WiFi热点、医保药店等信息。除此之外,企业大监管平台、社会网格化管理平台、政务地图平台、人口库应用平台等一系列综合性政务平台也在建设中。
  医疗卫生方面,佛山市“南海区市民健康档案管理平台”整合了南海区143家医疗机构的医疗信息资源,包括3个区级医院、12个镇街级医院以及128家社区卫生服务站点的信息。此外,还包括以家庭为单位的每个居民的“居民健康档案”,登陆平台可以看到就诊记录、用药情况、各阶段身体健康状况等信息,帮助医生快速了解患者病史,判断病情,合理用药。
  此外,佛山还在积极组建交通大数据库。佛山禅城区代区长孔海文在政协禅城区三届五次会议上指出,禅城的交通发展,无论是建设还是优化公交,都需要以强大的数据库为支撑。目前禅城正在进行交通建设和管理方面的研究,将会结合对整个交通流量的监测数据来规划公交线路和路网监测系统。
  2. 深圳市福田区
  福田区委、区政府以深圳织网工程和智慧福田建设为契机,依托大数据系统网络,着力构建以民生为导向的完善的电子政务应用体系,并在此基础上积极开展业务流程再造,有效提高了福田区的行政效能和社会治理能力。主要措施包括:建设“一库一队伍两网两系统”、建设“两级中心、三级平台、四级库”、构建“三厅融合”的行政审批系统、建设政务征信体系。
  此外,福田区还把新技术应用与社会治理机制创新相结合。基于流动人口自主申报,建立房屋编码制度,深化“民生微实事”改革,对人口管理、房屋管理、社会参与机制等进行探索。全面梳理“自然人从生到死,法人从注册到注销,房屋楼宇从规划、建设到拆除”与政府管理服务相对应的所有数据,为实现信息循环、智能推送提供数据规范和数据支持。并在信息资源融合共享的基础上,广泛进行部门业务工作需求调研,理清部门之间的业务关系和信息关联,通过部门循环、信息碰撞、智能推送,再造工作流程,有效减少了工作环节,简化了工作程序,提升了服务效能,方便了群众办事。
  3. 贵阳
  贵阳以中关村贵阳科技园为依托,以重大项目和龙头企业引进为主要抓手,以需求市场的统筹开发和数据资源开放为切入点,坚持走“政府引导、市场驱动”的发展道路,遵循“环境优势吸引产业、基础设施保障产业、本地市场带动产业、优惠政策扶持产业”的发展策略,大力发展大数据产业,将大数据与资本、政策、园区等要素紧密融合,以信息化提升城市核心竞争力,带动贵阳经济社会全面发展。在培养大数据应用市场方面,实施“政务大数据开放”项目、“智慧贵阳”项目和“传统特色产业大数据融合”项目;在智能化建设方面,建设“全域公共免费Wi-Fi接入上网”城市、“块上集聚的大数据公共平台”,以实现块上集聚的用户上网行为数据的全采集,拟应用于制约和监督权力运行的“数据铁笼”平台、“数据禁毒”平台、“数据健康”平台、“数据敬老”平台、“数据慕课”平台、“数据智游”平台。
  国外案例对我国建设智慧城市的启发
  分析国内外智慧城市建设的规律与经验,对比我国城市建设实践,我们深受启发。
  1. 智能化设施建设
  毫无疑问,大数据给城市发展、转型以及实现便捷的公共服务带来了巨大发展空间。然而,大数据的应用离不开互联网、物联网、云平台等信息化技术的支撑,更有赖于智能化终端的普及。一切基础设施的建设,包括铺设网络、布置传感器、搭建系统平台、实现数据全采集等,无疑都需要庞大的资金投入。无论是政府支持,还是企业市场运作,对智慧城市建设而言,都是必不可少的。
  2. 开放政府数据
  当前,世界各国纷纷加入数据开放运动之中,截至2014年4月,已有63个国家制定了开放政府数据计划。从目前全球参与开放数据运动的国家来看,既包括美国、英国等发达国家,也包括印度、巴西等发展中国家。
  在中国,政府掌握着最齐全、最庞大与最核心的数据,各级政府积累了大量与公众生产生活息息相关的数据,比如:气象数据、金融数据、信用数据、电力数据、煤气数据、自来水数据、道路交通数据、客运数据、安全刑事案件数据、住房数据、海关数据、出入境数据、旅游数据、医疗数据、教育数据、环保数据等,是社会上最大的数据保有者。
  在中央各部门及地方政府的推动下,我国公共信息资源开放共享步伐正在加快。2013年,国务院发布了《关于促进信息消费扩大内需的若干意见》,要求促进公共信息资源共享和开发利用,推动市政公共企事业单位、公共服务事业单位等机构开放信息资源。2014年,国家发改委《关于促进智慧城市健康发展的指导意见》中提到:“大力推动政府部门将企业信用、产品质量、食品药品安全、综合交通、公用设施、环境质量等信息资源向社会开放,鼓励市政公用企事业单位、公共服务事业单位等机构将教育、医疗、就业、旅游、生活等信息资源向社会开放。”
  在保证有效监管的前提下,政府有层次有选择地加大数据对外开放,引导企业挖掘数据的潜在价值,探索商业与应用模式的创新,有利于保障市场的良性竞争,实现优胜劣汰,推动大数据应用的健康发展,锻造出真正能被市场所接收的、为政府与居民创造价值的、优质的大数据应用模式,实现政府大数据资源的高效、高质量利用。同时,政府数据开放也有利于公众参与城市管理和监督政府,进而改善公共服务。
  3. 重视差异性,避免同质化
  每个城市在智慧城市建设中有不同的侧重点,按照不同的领域维度和时间维度,使政府资源的配置更趋合理,实现了由社会管理向社会治理方式的转变。
  从“城市发展战略引导智慧城市建设重点领域表”可以看出,城市发展战略直接影响城市建设和智慧城市的发展模式。中国的城市化和大数据应用,在学习国外先进技术与经验之时,要注重城市文化保护,切忌丢掉自己的独特风格,千城一面,被商业利益牵着鼻子走。
  4. 顶层设计
  智慧城市的建设,不是简单的投入资金、大力推进信息化建设、搭建时髦的应用平台就能代表其发展水平与结构,它需要系统、深入、细致、普遍地考量城市经济、政治、历史、地理、文化、社会、生态文明等因素,以文献调研和社会调查数据分析相结合的方式梳理城市的发展脉络,深入细致地考评一个城市的发展状态,挖掘城市的特点,挖掘城市人的禀性,概括出城市的文化精髓和灵魂,为未来发展的模式与方向提出决策性指导。
  5. 统一管理
    IBM建议佛山建立统一的智慧城市管理机制,成立管理委员会,以人文城市为目标与落脚点,以实现关键成果指标为途径改善城市生态系统,以标准化的共享数据、商业分析工具及便于操作的数据门户作支撑,确保管理机制顺畅运行。这一建议也是智慧城市建设的可行之策。
  6. 多元合作
  智慧城市建设是一项浩大的工程,不仅需要政策支持,还需要大量资金的注入。先进行科研、技术的应用则需要政府、商业公司、科研机构和社会公众的广泛参与。当前,在国内外的智慧城市建设中,基础设施建设主要是以政府投入为主体,辅以与实力强大的商业公司合作;战略规划与顶层设计是请商业公司、科研机构和智库进行,以确保方向的正确与实践的成效;应用领域开发是政府与商业公司水乳交融、不分上下。总之,只有社会各界的广泛参与,才能推动智慧城市的欣欣向荣,蓬勃发展。
  智慧城市未来发展又会是怎样呢?下面我们来详细了解。
  智慧城市开启未来的十大发展趋势
  自2013年1月第一批试点公布伊始,智慧城市经过了近两年的快速增长,其中不乏有亮点,但总体来看,智慧城市的势头有些过热,存在很多问题,比如投入与产出不成正比,城市服务提升不明显,形象工程华而不实等。因此,中国各层级政府都应不断反思,建设智慧城市是为了什么?智慧城市是为谁服务?什么才是真正的智慧?如何实现智慧城市的可持续发展? 如何引导市场力量参与智慧城市的建设?百城竞建,洗尽铅华,市场主导,服务为民,或许智慧城市才刚刚开始。
  随着智慧城市试点建设的进行,我国智慧城市建设也进入了实战阶段,在政策推动下不断提速,智慧城市建设已经上升至引领城市发展的核心战略。
  从去年国家智慧城市健康发展指导意见的出台,到各类智慧城市参与者的积极涌入,以及政府数据的不断开放,这些因素将会推动建设模式的不断创新,逐步引导市场力量参与智慧城市建设,中国的智慧城市将取得进一步发展。据预测,我国智慧城市发展将呈现出以下趋势:
  1、更多互联网企业将参与到智慧城市建设中
  据预计,2015年,随着智慧城市建设模式的快速转变,更多的互联网企业将更加主动积极地参与到智慧城市的建设中。以阿里和百度为首的互联网企业将会以行业应用和云计算为切入点,通过开放的合作模式推动智慧城市的建设。同时,国家层面将通过财政改革、购买服务和政府引导等多种模式推动智慧城市的健康有序发展。目前,中国智慧城市建设呈现合作大于竞争的特点。智慧城市的建设是一个非常庞大的工程,其中涉及多个层面,需要生态系统中的各类厂商共同合作,才能做好智慧城市,需要通过建设模式的创新促进生态系统的衍变。因此,随着政府和市场的合力推进,智慧城市建设模式必将在今后几年快速转变,从而有利推动中国新型城镇化发展进程。
  2、大数据发掘将提升智慧城市体验
  2014年,诸多具有行业特点的新技术融入智慧城市建设中。2014年是4G元年,4G的移动高速体验为智慧城市应用推广奠定了良好基础;而IDC建设原本就是智慧城市建设的底层基石,随着云技术的逐步成熟,各地的智慧城市数据中心建设均加入了云计算的概念,通过数据中心的云化建设,更大化地提升数据中心海量数据的支撑能力。除此之外,一些智慧城市产业链的成员,如IBM、阿里巴巴、银江股份等均开始在大数据方面加大投资,同时也将智慧城市平台作为大数据获取的来源。预计2015年,在整合智慧城市平台建设中,通过大数据发掘等方式实现智慧城市体验提升和商业变现的成功案例将明显增多。
  3、民生类的服务平台涌现促进基本公共服务的均等化
  2014年1月9日,国家发改委发布了《关于加快实施信息惠民工程有关工作通知》。通知指出,信息惠民工程实施的重点是解决社保、医疗、教育等九大领域的突出问题;各地方在实施信息惠民工程中,要注重资源整合,逐步实现公共服务事项和社会信息服务的全人群覆盖、全天候受理和“一站式”办理。2014年6月12日,国家发改委公布了信息惠民国家试点城市名单,全国共计80个城市。国家发改委等12个部门,旨在通过试点城市加快提升公共服务水平和均等普惠程度、探索信息化优化公共资源配置、创新社会管理和公共服务的新机制新模式。据预计,2015年,民生类的服务平台将在中国各地快速涌现,并且会结合政府的政务云建设,因地制宜,结合4G网络推广,推动基本公共服务在不同层级、不同区域和不同群体之间的覆盖,以此促进基本公共服务的均等化。
  4、智慧城市物流转实为虚
  商品与服务数字化是实现电商的前提。城市空港、内陆港、保税区等实体商品集散地将利用云平台实现数字化仓储、物流、分销等一系列环节,在物流配送之外添加信息和支付,补足电商体系的铁三角。
  中搜云商城正是实现商品数字化的解决方案。在该方案已与上海、宁波、烟台等多个城市的保税区、自贸区合作,将商品汇集在虚拟货物中心,呈现在全国各地手机用户的移动应用上。商品被检索、下单、支付,配送信息跟进等在线购物环节都将以信息流转;仓储、渠道突破地域局限,实现全国范围内货物调配和全用户分销。云商城极大丰富了城市商品品类,加速了商品流动性
  5、高速网络的推广将加速智慧旅游建设
  高速网络在中国大范围的推广将会为各地的智慧旅游建设带来很大的推动作用。在高速网络的支持下,游客可以通过手机和平板等智能终端获取位置定位、路线导航、天气走向、寻找美食、酒店预订、景点推荐、购物导航、互动分享、网上购票等多种服务,实现食、住、行、游、购、娱等多方位一体的旅游服务。据预计,2015年,智慧旅游建设将呈现快速发展的趋势。高速网络的推广,突破了数据传输的瓶颈,使得基于大数据的高效数据分析和信息获取等旅游服务成为可能。随着游客的体验逐步提升,将逐渐形成网络效应,在未来的几年,智慧旅游将会呈现高速发展态势。
  6、政企协同为主逐步替代政府投资为主
  智慧城市是城市信息化的高级形态,是包含全新要素和内容的城镇化发展模式。政府若既抓管理又管运营,将极易导致城市发展财政不足、可持续发展能力低、管理效率低下等诸多问题。而借助民间资本的力量,将市场机制和经营理念引入城市管理,则可既拓展城市管理的综合资源,又提升城市管理的能力和质量。为此,2014年各地政府陆续签订了一系列战略合作协议。江苏省徐州市人民政府与神州数码、海南国际旅游岛先行试验区管理委员会与阿里巴巴集团、江苏省南通市政府与大唐电信科技股份有限公司、武汉经济技术开发区与华胜天成等,均在智慧城市领域签订战略合作协议,为智慧城市有效推进奠定资金和专业运营基础。事实已经证明,政企协同比政府投资为主的方式更有利于智慧城市建设实施,因此2015年这种趋势将更明显。
  7、智慧医疗将加快产业链整合,向大健康体系发展
  2014年,物联网、大数据、云计算及移动互联等技术的发展与应用,推动了智慧医疗行业快速的发展。随着信息技术在医疗行业的不断应用,智慧医疗作为新兴的服务载体,为用户提供了医疗健康服务保障,将会成为政府的重要抓手,以“政府引导 市场主导”的方式,优化产业链,以缓解当前突出的医疗问题。据预计,2015年,智慧医疗的建设将会呈现百花齐放的局面,产业链将加速整合。政府方面将逐步扩大区域卫生平台的范围,将更多的医院、妇幼保健、疾控中心和药房纳入到区域卫生服务体系中来;市场方面将随着新技术和新产品的推广,进行模式创新,以满足用户健康方面的需求。
  8、智慧社区将成为智慧城市入口的争夺点
    近些年,各类新兴技术快速发展,并被越来越多地应用到智慧社区的建设当中。智慧社区作为智慧城市的重要组成部分,是城市智慧落地的触点,是城市管理、政务服务和市场服务的载体,其中数字社区、智能家居、社区养老和智能生态社区等各类智慧社区项目层出不穷。随着智慧城市的推广以及新一代技术的普及,智慧社区的项目必将迎来新一轮的快速发展。因此,2015年智慧社区将成为企业业务落地的承载点,智慧社区行业将实现快速拓展。据预计,智慧社区建设将在2015年取得快速发展,各企业将会加快在智慧社区行业的布局。智慧社区入口的争夺,将会随着模式创新、技术推广和数据沉淀而日趋激烈。
  9、中国将稳步推进政务云的采购工作
  2014年8月,政务云服务采购试点启动。自 2010年财政部和工信部等多个部委开展云计算示范工程以来,政府积极展开了云计算新型服务采购的模式探索,并不断拓展服务采购种类,2012年,财政部印发了《政府采购品目分类目录(试用)》,将云计算服务纳入其中。国家采购中心将完善采购标准和流程,从中央政府机关开始试点,向地方政府推广。据预计,2015年,各地方政府将会积极推进政务云的采购工作。各地政府应该重点研究和关注服务标准、服务安全及服务量化等方面的问题,在积极响应国家云战略服务推广的同时,结合自身发展,因地制宜地建立适合自身的采购标准。
  10、信息安全将成为智慧城市建设的战略重点
  在智慧城市的建设过程中,基础设施和信息资源是智慧城市的重要组成部份,其建设的成效将会直接影响智慧城市的体现。而信息安全作为辅助支撑体系,是智慧城市建设的重中之重。如何建设信息安全综合监控平台,如何强化信息安全风险评估体系,将成为智慧城市建设的战略重点。据预计,2015年,智慧城市的建设将更加关注信息安全。政府方面应该着力将基础设施分级分类,继续深化在网络基础设施及信息资源方面的安全防护;企业方面应该加强产业合作,形成合力,推动中国安全信息产业的发展。
  小结:自2013年1月第一批试点公布伊始,智慧城市经过了近两年的快速增长,其中不乏有亮点,但总体来看,智慧城市的势头有些过热,存在很多问题,比如投入与产出不成正比,城市服务提升不明显,形象工程华而不实等。因此,中国各层级政府都应不断反思,建设智慧城市是为了什么?智慧城市是为谁服务?什么才是真正的智慧?如何实现智慧城市的可持续发展? 如何引导市场力量参与智慧城市的建设?百城竞建,洗尽铅华,市场主导,服务为民,或许智慧城市才刚刚开始。
  2016年智慧城市发展五大趋势
  当“互联网+”概念迅速走热,当智慧概念再度充斥人们视线,如何把握机遇,推进智慧城市建设发展,将是未来要深入思考的重要课题之一。2015年,中国智慧城市建设在国家政策的强力推动下有了长足发展,涵盖中国制造2025、智慧医疗、智慧交通、大数据、云计算,等等。相信在2016年,随着各类智慧城市参与者的积极涌入,以及政府数据的不断开放,我国的智慧城市将取得进一步发展。可以推断,我国智慧城市发展将呈现出以下五大趋势:
  一、互联网企业参与到智慧城市建设的数量扩容
  互联网企业将会以行业应用和云计算为切入点,通过开放的合作模式推动智慧城市的建设。同时,国家层面将通过财政改革、购买服务和政府引导等多种模式推动企业参与智慧城市的发展。目前,中国智慧城市建设呈现合作大于竞争的特点。智慧城市的建设是一个非常庞大的工程,其中涉及多个层面,需要生态系统中的各类厂商共同合作,才能做好智慧城市,需要通过建设模式的创新促进生态系统的衍变。
  二、政企协同为主渐渐替代政府投资为主
  智慧城市是城市信息化的高级形态,是包含全新要素和内容的城镇化发展模式。政府若既抓管理又管运营,将极易导致城市发展财政不足、可持续发展能力低、管理效率低下等诸多问题。而借助民间资本的力量,将市场机制和经营理念引入城市管理,则可既拓展城市管理的综合资源,又提升城市管理的能力和质量。事实已经证明,政企协同比政府投资为主的方式更有利于智慧城市建设实施,因此2016年这种趋势将更明显。
  三、智慧社区将成为智慧城市入口的争夺点
  智慧社区作为智慧城市的重要组成部分,是城市智慧落地的触点,是城市管理、政务服务和市场服务的载体。随着智慧城市的推广以及新一代技术的普及,智慧社区的项目必将迎来新一轮的快速发展。2016年智慧社区将成为企业业务落地的承载点,智慧社区行业将实现快速拓展。据预计,智慧社区建设将在2016年取得快速发展,各企业将会加快在智慧社区行业的布局。智慧社区入口的争夺,将会随着模式创新、技术推广和数据沉淀而日趋激烈。
  四、大数据发掘将提升智慧城市体验
  随着云技术的逐步成熟,各地的智慧城市数据中心建设均加入了云计算的概念,通过数据中心的云化建设,更大化地提升数据中心海量数据的支撑能力。除此之外,一些智慧城市产业链的成员,如IBM、银江股份等均开始在大数据方面加大投资,同时也将智慧城市平台作为大数据获取的来源。2015年,在整合智慧城市平台建设中,通过大数据发掘等方式实现智慧城市体验提升和商业变现的成功案例明显增多。
  五、信息安全将成为智慧城市建设的战略重点
  在智慧城市的建设过程中,基础设施和信息资源是智慧城市的重要组成部分,其建设的成效将会直接影响智慧城市的体现。而信息安全作为辅助支撑体系,是智慧城市建设的重中之重。如何建设信息安全综合监控平台,如何强化信息安全风险评估体系,将成为智慧城市建设的战略重点。据预计,2016年,智慧城市的建设将更加关注信息安全。政府方面应该着力将基础设施分级分类,继续深化在网络基础设施及信息资源方面的安全防护;企业方面应该加强产业合作,形成合力,推动中国安全信息产业的发展。
  以上就是智慧城市概念、意义、现状等全部内容,如果你还觉得意犹未尽,请你阅读下面两篇文章。
   智慧城市概念与建设中的四大误区及四个建议
   智慧城市:经济转型看体系变革之路
  如果你还想了解更多智慧城市内容,请关注 智慧城市|数据观
  更多大数据内容,请访问 数据观|中国大数据产业观察
责任编辑:陈卓阳
产业观察
2016-02-19 11:56:11
材料领域的大数据应用:机遇与挑战并存
来源: 数据观 时间:2016-02-15 18:14:21 作者:
  近几年,“大数据”一词风靡全球,时下“大数据时代”正在由概念逐渐走向实践,并且大数据的应用领域在不断拓宽,一些大家陌生的行业,正在利用大数据发生着革命性的变化。
  大家都知道,材料是社会发展的基础,是人类文明与进步的标志和里程碑,材料的发展直接决定了社会各方面的进步的步伐。然而我国材料产业经过过去几十年的积累后,与工业革命后飞速发展的欧洲和美国仍有一定差距,我国的关键材料的自给率不足20%。因此,材料领域及行业的发展,对于我国经济发展和国家安全至关重要。
  在大数据时代的今天,各种材料的信息数据由于品种的繁多、类型各异、数量巨大和变化无常等完全符合大数据特征,材料数据信息的收集、整理、加工和处理就成为困扰行业发展的重要因素,也是摆在大家面前急需解决的问题。
  2015年1月29日,工信部印发《原材料工业两化深度融合推进计划(2015-2018年)》。计划提出,支持原材料工业大数据平台建设,促进信息共享和数据开放,加强行业经济运行监测,推动大数据在钢铁、石化、有色、建材等企业经营决策中的应用,实现产品、市场和效益的动态监控、预测预警,提高行业管理水平和企业决策科学水平。
   在大数据应用的过程中,数字化贯穿于材料研究、生产、管理及销售的全过程。 材料大数据的应用目前还处于缺数据、缺标准,信息孤岛严重等现状,在大数据时代,材料企业之间也需要提升信息化,从数据中挖掘更多的隐藏价值,可以有效促进整个材料行业信息化管理和应用的变革。
   相关链接:
   中国科学家率先提出材料“腐蚀大数据”概念并发表研究成果
  中国科学家的一项“腐蚀大数据”的研究成果日前发表在《自然》杂志上,中国科学家率先提出“腐蚀大数据”的概念,并结合建库、建模、模拟仿真、共享和工程应用等工作,构建腐蚀学科新模式。
  腐蚀是材料与环境作用发生化学反应并导致材料破坏的过程。材料的腐蚀涉及国民经济、国防建设等各领域,特别是交通运输、石油化工、能源电力、航空航天、海洋开发等领域腐蚀尤为严重,造成了一系列重大经济损失、人员伤亡和环境灾难。
  30年来,中国科学家一直从事材料腐蚀数据积累及研究应用工作。国家材料环境腐蚀平台主任、北京科技大学新材料技术研究院李晓刚团队,在多年研究基础上,创造性地提出“腐蚀大数据”,其关键研究包括,建立标准化的“腐蚀大数据”数据仓库、数据建模以及利用“腐蚀大数据”进行腐蚀过程模拟仿真及其实验验证。
   大数据与“互联网+中国材料”
  美国在2008年提出“集成计算材料工程”(Integrated Computational Materials Engineering,ICME),旨在通过跨层次多尺度计算,加快材料的设计进程,2011年6月美国发布了“先进制造伙伴计划”,其核心部分之一为“材料基因组计划”(Materials Genome Initiative,MGI),该计划旨在将高通量计算、高通量实验与表征,以及材料数据3大工具深度融合,使新材料的从设计到新产品开发应用全链条的进程至少加快1倍,成本至少降低一半。材料基因组的基本架构,该计划打破了材料研究原有的各尺度计算相对独立、计算与实验相对分离,数据的价值不被重视的局面。
   大数据驱动的材料研究
  为了研究大数据对于材料和制造业的影响,美国国家科学院(NAS)发布了《材料研究与开发中的大数据》报告。报告中美国各主要研究机构负责人都对大数据对材料研发的影响提出了各自的观点与看法。
   大数据时代下保温材料企业的如何发展
  保温是最大的数据行业之一,又是数据化程度较低的行业之一。在新时期,数据的价值和重要性将逐步体现,项目的工程量、建材价格数据、设备的产品数据、企业资质数据、产品的质量评估数据等纷繁复杂、浩如烟海,建立和完善企业的大数据库将是行业竞争的门槛之一。保温行业没有大数据库,就会将自身置于十分被动的位置。保温材料业要热情拥抱大数据时代,用“大整合、大融合、大视野”的大数据核心思维来建设和管理企业,实现企业的信息化、数据化和现代化。
责任编辑:陈近梅
产业观察
2016-02-15 18:14:21
航天领域大数据应用详解及航天军工可视化展示
来源: 数据观 时间:2016-02-17 15:30:15 作者:
  大数据现在是一个相当火热的名词,在许多领域里都能看到他的身影,比如金融、工业、教育、航天等等。那么,为了让大家更好地了解大数据在各行业各领域的发展,小编选取航天领域作为典型案例。
  首先我们将了解大数据的基本信息,然后具体以美国宇航局(NASA)为例,说明大数据在航天方面的应用。
  什么是大数据?就是指那些超过传统数据库系统处理能力的数据,数据量通常在10TB(1TB=1024GB,为1万亿字节)以上。大数据的基本特征是:体量巨大(volume),类型多样(variety),处理速度快(velocity)。有时所说的“大数据”,也指一种技术,它包括海量数据分析技术、 大数据处理技术、分布式计算(云计算)技术、 数据可视化技术。
  20多年来,各个领域的信息化使数据量以指数率加速增长。有专家测算,2000年全球新产生的数据量为1000PB(1PB=1024TB)到2000PB,到2010年仅仅全球企业一年新存储的数据量就超过了7000PB。目前全球性的科技公司都要和PB级规模的数据打交道,而Facebook每天要存储大约100TB的用户数据,美国宇航局 (NASA)每天要处理约24TB的数据。目前大数据已渗透到每一个行业,逐渐成为重要的生产因素;而人们对于海量数据的运用,将迎来新一波生产率增长浪潮。大数据在政府决策、商业和科技等领域的广泛应用,将在公共服务、民生医疗、维护社会安定、动态安全监管等方面,将产生巨大的社会价值和产业空间。
  航天是人类探索太空和利用太空的伟大事业。它在研制、运行和发布成果的全过程中,都会产生大数据和要求 应用大数据。数据既是航天理论的基础,又是航天实践的基石。航天要对尺度远比地球要大无数倍的广阔空间中进行探索,其总量更多,要求更高。如果没有及时而精确的大数据支持,哪怕是一个小数点的错误,也会影响全局的成败。因此,航天大数据不仅具有一般大数据的特点,而且要求高可靠和高价值的要求。因此,航天是最早提出发展大数据技术的领域,也是取得大数据成果最多的领域。
  为了说明大数据在航天方面的应用,我们将以美国宇航局(NASA)为例。在美国政府的“大数据研究与开发倡议”中,列出了其它的12个国家机构的大数据的行动计划。其中NASA的计划引人注目,它包括先进的信息系统技术(AIST)、地球科学数据和信息系统(ESDIS)、全球地球观测系统(GEOSS)、太空行动协议、行星数据系统(PDS)、太空望远镜科学研究所(MAST)、地球系统电网联邦公共档案等。
  我们经常看到的天文奇观的预测报告,其实很多都来自于NASA背后的海量数据的收集、管理和分析。NASA 约翰逊航天中心(JSC)从1959年至今,已收集400多万静态图像,总达950万英尺的16毫米胶卷,85000卷录像磁带,以及总时长81616小时的视频模拟及数字档案。NASA开发了一项应用,将其命名为IO(在线影像),IO 能够将影像文件名与所有相关元数据连接。然而,JSC 依然面临一大难题:如何将资源向公众开放,以及如何对这些资源进行代码转换,使其空间占用更小,可利用率更高。为此,NASA和美国IT界合作,开发和应用一个高度可扩展的分布式批量处理系统Hadoop,对大型数据集进行扫描,来处理从太空中(如太空望远镜)中传回海量数据,其数据量可达到每秒钟 700TB!
  NASA的大数据技术已经取得了大量成果。图示这幅2005年6月至2007年12月海洋表面洋流的示意图,集成了美国、日本和德国的具有各种数值模型的多种卫星的数据。漩涡和窄洋流在海洋中传送热量和碳。海洋环流和气候评估项目提供了所有深度的洋流,但这里仅仅使用了表层洋流。这些示意图用来测量海洋在全球碳循环中的作用,并监测地球系统的不同部分内部及之间的热量、水和化学交换。
  NASA用于探索火星是否存在适宜生命存在的、以核燃料钚为动力的“好奇”号火星车,于2011年11月从肯尼迪航天中心升空,并于2012年8月6日降落火星。在一年多中,“好奇”号传回了大量数据和图象,根据“她”发回的资料,科学家制成了13亿像素的360度火星高清全景图,由此发现了火星远古存在河流以及当时环境适合原始微生物生存的证据。“好奇”号每小时要向地球发回5万张高分辨率的图像。NASA喷气推进实验室(JPL)的科学家,采用了云计算(Amazon Web service)来处理这些数据,在分析这些数据后,才能给“好奇”号安排第二天的任务。
  总之,NASA的大数据的发展经历了两个阶段,初期称之为“大科学”阶段,这个阶段的特点,是产生数据的环境是可控的,目的是进行科学实验和研究;第二阶段称之为“大事业”阶段,产生数据的环境是自然的,目的是进行实际应用。目前,NASA的大数据正在从“大科学”向“大事业”的过渡之中。
  接下来,为了让大家更好地理解,我们寻找了以下内容作为相关材料,请您认真阅读!
美国航空航天局管理“大数据”洪流惠及全球
  华盛顿——美国航空航天局(NASA)及其几十个使命项目每天传回的数据犹如奔涌的河流。航天器监测从我们的地球家园到遥远星系的一切,将图像和信息传回地球。所有这些数码记录都需要储存、索引和处理,以便世界各地的工程师、科学家和其他人员可以使用这些数据来理解地球及其以外的宇宙。
  使命项目策划者和软件工程师正在寻找管理如此庞大复杂而且不断增大的数据流的新策略,这样的数据流在信息技术行业中被称为“大数据” (Big Data)。
  “大数据”有多大?美国航空航天局的各项使命每小时收集数百TB数据。仅1TB就相当于在50,000棵树制成的纸张上打印的信息。
  位于加利福尼亚州帕萨迪纳(Pasadena)的美国航空航天局喷气推进实验室(Jet Propulsion Laboratory)的美国航空航天局太阳系可视化项目(Solar System Visualization project)的负责人埃里克·德容(Eric De Jong)说:“科学家们将大数据用于各种目的,从预测地球的天气到监测火星上的冰盖再到搜索遥远的星系。我们是数据的保存者,而数据使用者则是需要图像、拼图、地图和影片来寻找模式并验证理论的天文学家和科学家。”太阳系可视化项目可将美国航空航天局使命项目的科学成果转化为研究人员可以使用的 可视化产品。
  德容解释说,应对来自太空使命的数据涉及三个方面:储存、处理和访问。第一项任务——储存或存档数据,对于更大量的数据来说自然更具挑战性。平方千米阵(Square Kilometer Array)是计划部署在南非和澳大利亚的由数千个望远镜组成的阵列,预计每天产生700TB图像数据,相当于因特网每两天的所有数据流量。工程师们正忙于开发更好地储存信息的创新软件工具,而不是创造更多硬件。
  美国航空航天局“大数据”计划的一位项目负责人克里斯·马特曼恩(Chris Mattmann)说:“我们不必做无谓的重复劳动。”美国航空航天局一直在加大对开源软件(Open-source Software)的整合,为太空使命提供经改进的 数据处理工具。而后,美国航空航天局的这些工具可供世界其他人用于不同的应用领域。
  德容和他的团队正在开发信息可视化的新方式。例如,美国航空航天局火星勘测轨道飞行器(Mars Reconnaissance Orbiter)上一个摄像机拍摄的每个图像含有120兆像素。除了制作电脑图像和动画使科学家和公众能够近距离了解这颗红色星球,他的团队还用这类数据来制作影片。
  德容说:“数据不只是越来越大,而且越来越复杂。我们在不断努力寻找使创建可视化产品过程自动化的方式,以便于科学家和工程师使用这些数据。”
  “大数据”领域另一项重要的工作是使用户容易从数据存档中获取所需信息。
  美国航空航天局红外处理和分析中心(Infrared Processing and Analysis Center)负责人史蒂夫·格鲁姆(Steve Groom)说:“如果你有一个巨型书架,你仍必须知道如何找到需要的书籍。”有时候用户希望一次访问所有数据,以寻找全局模式,这是“大数据”存档的一个好处。格鲁姆说:“天文学家还可以同时浏览我们库存的所有‘书籍’,这在他们自己的电脑上是无法做到的。”
  美国航空航天局说,最终,“大数据”潮流将继续猛增,美国航空航天局将开发出新的策略来管理数据流以惠及全球。
  以上内容主要是以美国航空航天局为例子,讲述大数据在航天领域的应用,接下来我们将了解“ 航天企业如何拥抱大数据时代 ”
   如今,一个大规模生产、分享和应用数据的时代正在开启。我们惊讶地发现,谷歌通过搜索记录的内容和频度可以预测H1N1流感病毒的爆发;亚马逊的推荐书目正是一本读者孜孜以求的冷僻书籍;沃尔玛依据超市防窃监控录像来调整货架产品摆放并大大提高了销量;更让人跌破眼镜的是Netflix公司,这个起家于连锁DVD租赁店的新兴视频网站在分析了观众观看网络视频节目时快进、慢进和重播的特性之后,摇身一变成为影视制作公司,专门拍摄“投其所好”式的作品并赚得盆满钵满。种种现象似乎表明当今社会已经拥有了一种非凡的创新能力,即:以某种前所未有的方式,通过对海量数据进行分析,提供有巨大价值的产品和服务,或者获得深刻的洞见。
   这就是所谓“大数据时代”的行为,但“大数据”绝不能简单理解为“数据大”。观察那些在大数据时代风生水起的企业和个人,我们不难发现以下特点。一是重视数据的价值。大数据公司奉行“一切皆可量化”的哲学,甚至从很多被认为与“数据”根本无关的事物中汲取信息,而且总是利用数据的非物质性另辟蹊径,依靠二次利用、整合重组等手段在 数据背后或其关联领域开启寻宝游戏。
   二是找准自己的定位。大数据公司总体可分为三类:要么是直接产生、收集海量数据,要么是掌握了有效加工处理数据的技术手段及分析方法,要么是独具挖掘数据价值的开创性想法。这其实代表了大数据价值的三个基本来源——数据本身、技能和思维。
   三是思维的巨大变革。大数据思维的精髓可以概括为:不再依靠局部样本而追求全体信息,不再执着于精确性而追求混杂性,不再强调因果关系而追求相关关系,进而从思维模式上摆脱既往经验的束缚,获得关于事物未来走势和潜在价值的全新视野。
   大数据已经在互联网、电子商务、移动通信、公共服务等领域产生了深远的影响,并体现出向其他行业不断蔓延的蓬勃趋势。航天业界如何应对大数据时代的机遇和挑战,是我们必须正视的问题。在笔者看来,航天与大数据至少在以下方面可以结合起来思考。
   卫星遥感产业的发展机遇。一般认为卫星技术产业应用的三大主要方向是通信、导航和遥感,目前只有卫星遥感还没有形成真正意义上的产业规模,而这一现象有望在大数据时代得到根本改变。由于遥感数据中包含着大量的人类活动和自然环境信息,依靠大数据技术进行经济、人口、交通、城市发展、能源资源、公共安全等领域的仿真规划和预测分析将变得越来越准确而有效。因此,各种分析咨询机构和专业公司在获取遥感数据信息方面将产生巨大的商业需求,航天企业完全可以未雨绸缪,提前开展布局。美国Skybox公司已经走在了前面,该公司正计划用“米诺陶”火箭以一箭6星的方式将Sky-sat对地观测小卫星发射升空,后续将以24颗星的规模组成星座。该公司希望为重大地球事件和重要地区实时播出卫星图像和视频,供订阅账户用户付费观看,或者把观测信息出售给有关企业,用于分析全球经济走势等。
   航天企业在大数据时代的角色定位。有观察显示,专业的分析咨询机构一般具有较强的 大数据技术,某个数据产业的外行人可能靠创新想法成为大数据机遇的宠儿。但是从长远来看,真正能够保持长盛不衰的还是原始数据的生产者和持有者。笔者认为,航天企业既肩负着对地观测和地外探索的天然责任,又是国家工业和信息化体系的支柱力量,还是各种市场经济活动的重要参与者,多年以来已经积累了可观的数据基础,并且具备继续获取海量数据的渠道和资质,因此理应追求数据制造商和供应商的角色定位,牢牢抓住数据本身这座难以估价的宝藏,确立大数据价值链的核心地位。在大数据技能和思维层面,则既可以依靠自身挖潜来开辟领域,也可以通过授权使用、有偿提供、投资并购等方式快速获取利益。
   大数据与航天商业模式创新。如果找准了大数据时代的角色定位,航天企业就可以从中挖掘更多的价值,从而颠覆传统的商业模式。罗尔斯·罗伊斯公司一直监控着全球范围内3700多架飞机的引擎运行情况,这些监测结果将被转换成油量消耗、故障预警等信息并有偿提供给航空公司,其商业价值约占罗尔斯·罗伊斯公司民航发动机部门年收入的70%,这无疑是未来空天飞机引擎制造商可模仿的范例。类似的例子还有很多,成像观测数据在有关社会发展的预测分析中发挥着重要作用,次表层勘探数据可以作为本年度石油、矿产等大宗商品交易分析的重要依据,温室气体采集数据能够辅助区域粮食作物的估产,电磁环境探测数据是城市功能区规划布局的决策参考等等。更为重要的是,在对某特定任务的数据实现“第一手利用”后,如果能够依靠大数据思维启发进行二次开发再利用,在某种程度上就意味着以零成本获取新的利益,而这其中的关键是始终牢记自己正坐在大数据的冰山一角上,只要不断积累和挖掘,就有望触及水平面以下那部分更加庞大的价值。
   大数据与航天项目成本控制。航天产品之所以“金贵娇气”,源于一直以来对精度的依赖,而把精度推高一个小数点所耗费的成本往往需要十倍、百倍的累积。比如:为了实现对地“凝视”,需要把卫星发射到距地面36000km的地球静止轨道,对火箭运载能力和有效载荷成像精度都有很高的要求,成本随即大幅上扬。大数据方法给出的成本控制答案是:以低廉的价格,发射多颗低轨微纳卫星组网,实现较短重访周期的“准凝视”,在获取了多谱段、多类型的大量普通精度图像数据后,通过挖掘潜在信息,设计合理算法,改善分辨率和图谱质量以满足用户要求。这种方法体现了大数据思维追求“更全、更杂、更相关”的理念,正可以与廉价火箭、“手机卫星”以及“图像数字增强技术”等新兴手段相得益彰,成为航天工业未来的方向。
   大数据与航天工程管理。在真正迎来低成本时代之前,航天任务仍然属于体量巨大、周期漫长的超级工程,运用大数据方法有助于实现更加高质高效的管理。以航天可靠性工作为例,现有的成功经验是巨细靡遗的质量复查,但业界也承认这是一种“后知后觉”的被动纠正,因此出现了“可靠性数据包”一类的预防性手段试图提前暴露问题。运用大数据的方式,我们可以把这种“正向质量确认”进一步推向极致。例如:尽量完整地记录整批产品的各种生产信息、状态信息,更为重要的是关联信息(比如:关注零件加工刀具因磨损而更换的次数是否增加,因为这意味着零件材料的硬度可能超标),依据这些信息进行提炼分析和综合评估,提前设置产品质量“综合预警阈值”,一旦异常现象累计超标,就提前采取维修措施或报废处理,这显然比产生惨痛失利后的人力资源浪费、信誉度损失、保险赔偿和周期延误要合算得多。类似方法对航天工程计划调度、质量检测和产品全生命周期管理也有重要的借鉴意义。
   大数据的时代幕布已经悄然拉开,依靠大数据重新认识世界和创造价值的神话正在不断上演。伴随着新的变革,总会有新的机会,企业不能回避,也不应被动依附,而是应该以开放的心态、创新的勇气响应大数据的时代变化,真正把握属于自己的机遇。
   如果您耐心地阅读了以上文字,说明您是一位真正想要了解大数据在航天领域应用的专业人士,作为奖励,我们将为你继续奉上航天大数据的精彩内容。上面的内容偏重于文字,比较抽象,小编特意选取了航天大数据可视化的内容,让你能更加直观、迅速的了解相关信息。
有企业在航天军工可视化领域累积数年,不断开发完善系统功能,可广泛用于航天测发、测控设备及显示控制系统;航天指挥作战体系模拟推演、作战评估系统;航天作战指挥显示控制系统;联合指挥作战仿真系统;航天器数据分析、状态监控系统。
系统具有以下功能:
一、大范围可视化空间:覆盖全球,乃至宇宙空间;支持离线部署全球卫星/电子地图及地形高程数据
■系统可以逼真呈现地球和太空,根据星历精确显示太阳、月球,乃至其他行星的精确位置,并且宇宙空间中有实时的光照和反射。
■系统支持多视角切换,可以从地理坐标系和天球坐标系的角度观察地球;支持跟随指定目标的视角;支持编排视角移动序列。
■系统并不限于在高空观察地球,用户可以无限拉近,支持全球 30M 高程地形,和全球高清卫星影像贴图。
■提供全套离线数据解决方案和数据更新服务。
二、各种目标的三维显示
■包括飞行器目标、地面目标、海面目标等,例如飞机、人造卫星、火箭、车辆、建筑、雷达等目标的显示;
■支持将3DSMAX.、Maya、Solidworks、Pro-E制作的模型转换为自定义格式加载;
■可以为三维模型定义关节,通过数值属性来操纵模型各部分的运动。
三、对航天业务特定支持:航天器运行轨迹、飞行姿态呈现;航天器载荷数据可视化呈现
■对卫星乃至航天器的轨道、在轨姿态、在轨任务,卫星自身状态,系统内置提供众多支持,并可根据客户要求定制开发。
■可以根据时序数据,平滑插值目标的经纬度、高程、三轴欧拉角,驱动目标的位置和姿态变化;
■支持在目标上附加各种轴向、参考系的向量表现,以及各种信息的文字显示。
■支持设置轨道的线形、线宽、颜色、纹理等飞行器的轨道显示。
■支持对卫星采集数据的可视化分析,通过椎体、包络、扫描面等三维图形,表现各种不同类型探测器的探测范围、通讯链路等效果
四、多维度视角分析查看:时间维度(当前态势监控、未来模拟推演、历史数据回放)、空间维度、逻辑维度
■系统支持根据事先设定的脚本,对复杂的任务流程进行推演和分析。
■可在实时监控状态和规划数据进行比对。
■根据实际数据对历史态势进行回放。
五、强大的信息标绘功能
■无论是二维,还是三维,系统都提供非常强大友好的基础标绘支持
■支持对标绘对象的复杂定制
■支持各种在地表标绘的形状如点、线、多边形目标的显示•可以设置图标、颜色、线宽等
■可全屏同时显示不低于 10 万个移动信标,优化海量信标的显示效率。
成功案例精选
1、航天器发射可视化
2、航天器运行轨迹、飞行姿态可视化
3、航天器载荷任务可视化
4、三维地理信息系统可视化
5、战略态势可视化
6、航天测发、测控、运行态势 指挥显示系统
7、卫星数据分析、状态监测 显示控制系统
硬件环境解决方案
航天军工管控中心结构设计

硬件环境应用案例(已实施案例精选)


演示视频
视频1、卫星运行可视化 EMBED>
视频2、战略态势可视化
视频3、航天器数据驱动可视化  
以上便是航天大数据的全部内容,如果你还觉得已有未尽,推荐您阅读下面的一片文章。
中国航空公司如何利用实时数据规划航线网络?
如果你还想了解大数据方面的更多信息,请关注 数据观   网址: www.cbdio.com 
责任编辑:陈卓阳
产业观察
2016-02-17 15:30:15
重磅榜单丨这50家大数据公司,谁会成为中国Palantir?
来源:爱分析 时间:2016-09-07 13:15:18 作者:
2016年,资本市场寒风骤起,但大数据领域方兴未艾。
大数据自2013年被热炒,三年来一直受到资本市场追捧。2015年,有超过50家创新公司获得40多亿元投资,其中,九次方获得6亿B轮融资,数梦工场获阿里领投4.5亿元A轮融资。中国大数据市场一片欣欣向荣。
同时,政府不断出台扶持大数据业务的各项政策,如《促进大数据发展行动纲要》,各地纷纷成立 大数据交易 中心,地方政府的数据源正逐步放开,不但为大数据领域发展奠定了基础,也起到了煽风点火的作用。
当然,风口一来,概念热捧,一夜之间冒出一大堆形形色色大数据公司。如何辨别真伪大数据概念,如何界定优秀创新企业,如何判断企业价值,也成为一件充满挑战的技术活儿。
爱分析历经2个月,实地调研了20多家大数据创新公司,以及国外对标公司,如Palantir、Tableau等,基于行业趋势判断、公司业务分析等层面,结合爱分析估值方法,制作如下爱分析中国大数据企业估值排行榜,以树立大数据行业标杆。
作为企业级服务的细分领域,大数据领域主要有四类玩家,第一类是传统集成商和软件公司,如浪潮、神州数码等,第二类是垂直行业解决方案公司,如东方国信,第三类是互联网巨头,第四类是新兴大数据创业公司。
本榜单主要列入新兴大数据创业公司。入榜企业必须满足以下条件:1)主营业务是基于数据为企业级客户提供服务;2)在中国大陆运营;3)独立核算的非上市公司;4)技术或模式具有一定创新性;5)在各自领域具有独特竞争力。
上榜公司一共50家,总估值668.6亿,平均13.37亿,中位数是10.75亿,入围门槛4.5亿。从上榜企业体量看,大数据市场还处于培育阶段,各项技术推向市场不久,企业级用户与大数据公司的合作还未全面展开,尚未出现10亿美金以上巨头公司。
TalkingData以55亿估值位列第一。作为一家成立仅仅5年的 大数据公司 ,TalkingData坚持以数据为中心,产品覆盖40亿移动终端,积累海量数据,服务于金融、地产等领域的大型客户。
碳云智能以54亿估值排名第二。这家成立不到一年的公司,由原华大基因CEO王俊创立,不久即获近腾讯等10亿融资,主打基因检测方向,建立健康大数据平台。碳云智能是大数据在医疗健康领域应用的标杆性公司。
数梦工场以35亿估值位列第三,由前华三副总裁王巍创立,也是成立不到半年即获阿里巴巴领衔4.5亿元融资,主打政府大数据,与宁波共建大数据云基地。
大数据公司可分为数据分析和数据服务两大类,而数据分析又可分为垂直应用和基础支撑。基于此,我们将大数据公司分为以下三类,基础支撑、数据服务以及垂直应用。
垂直应用类公司专注于一个行业的大数据业务,为该行业客户提供服务。例如,医疗大数据碳云智能、工业大数据昆仑数据、政府大数据九次方、金融大数据百融金服等。
数据服务类公司主要是用数据服务企业级客户,其中细分为数据交易和数据增值服务。数据交易类公司有提供API接口的聚合数据、数据众包服务提供商数据堂,数据增值服务公司不直接交易数据,而是利用自己积累的数据资源更好地服务于客户,如TalkingData。
基础支撑类公司的业务不拘泥于单一行业,如提供 大数据 解决方案的百分点、研发基础技术平台的星环科技、实现数据可视化的永洪科技等。这些公司的业务涉足很多领域,但是业务落地时仍然需要与行业属性相结合。
目前来看,大数据公司体量相对较小,榜单上近一半公司估值低于10亿元。主要是因为大部分大数据公司成立时间较短,而企业级市场需要慢慢培育,不像2C市场,可以在短期内有爆发式增长。
企业级客户特别是大型客户获取难度较大,但客户黏性也相对较强。这使得大数据公司发展相对稳定,不会出现较大波动。优质公司能够保持每年100%以上的增速,每年估值都会有较大程度的提升。
注:本文系爱分析ifenxicom授权数据观转载,版权著作权属原创者所有,禁止二次转载,如需转载务必申请授权。
☞点击进入数据观的企业栏目>>>
责任编辑:王培
产业观察
2016-09-07 13:15:18
中国最具影响力CEO排行榜TOP10(外送类O2O)
来源: 数据观 时间:2016-09-07 11:49:07 作者:艾问·人物榜单
  中国最具影响力CEO排行榜TOP10
  ——外送类O2O
  榜单说明:
  本期榜单盘点的是中国最有影响力CEO外送类O2O官方微博影响力,
  数据时间范围:2016年1月1日至2016年8月23日,
  排名按照微博影响力指数由高到低排名,
  数据通过对相关对象的微博发布情况、被评论转发情况以及活跃粉丝数等多项维度数据进行综合加权计算得出,
  特此说明。
  说起外卖行业,相信大家都不会陌生。近几年,中国移动互联网网民达到近7亿,为外卖O2O行业奠定了巨大的用户基础,而O2O行业的整体渗透率仅为4.5%,所以很多人认为,外卖是餐饮行业最后的蓝海。越来越多的外卖O2O公司躺进了BAT巨头的怀抱,在资本上得到支持。无论是百度系、阿里系还是腾讯系,或者置身三系之外,外卖O2O的市场厮杀从未停止过,而且越演愈烈,大有要拼杀出“外卖界的BAT”趋势。
  (数据来自于网络)
  本期榜单,艾问带你盘点外送类O2O最有影响力的CEO以及他们背后的创业故事,带你解读外卖O2O行业的那点事。
   “裁员运动”与“被死亡”的背后是什么?
  从去年开始,外界就开始疯传爱鲜蜂内部开始“裁员运动”,据说已经从原来的一千多名员工,裁员至700多名。根据一些已经离开了爱鲜蜂的前员工透露,在裁员运动大潮之前,数名爱鲜蜂高管层人员也纷纷离职,管理层构架已经出现松散不稳定的现象,然而爱鲜蜂的官方回应是——爱鲜蜂的初始核心团队依然稳固。
  除了“裁员运动”风波之外,处于内部动荡与外部资本寒冬之中的爱鲜蜂也几次被一些媒体宣布“死亡”。基本上从2015年下半年至今,爱鲜蜂是一直处于舆论的焦点之中,而且是负面居多。这到底是为何呢?
  爱鲜蜂创立初期,因其“一小时闪电送达”迅速开拓了市场,虽然创始人张赢对于爱鲜蜂的定位是社区零售便利店,但爱鲜蜂的模式依旧还是属于生鲜电商外送类O2O的模式。正是因为张赢对爱鲜蜂的定位与其整体运营模式,以及对供应链的全程质量把控,爱鲜蜂的曾经备受资本界与投资人的青睐。
  (数据来自于网络)
  根据爱鲜蜂的融资信息图我们可以知道,爱鲜蜂从A轮开始都在千万级美元,融资金额在同行业中属于佼佼者了。大概是因为每次的融资金额巨大,张赢对于拓展城市渠道、部署城市仓库、扩宽全国市场等下了重金,然而分散的城市无法降低供应链以及物流的成本,盈利持续走低。于是,张赢决定由“扩张”转为“缩减”,通常首当其冲的便是裁员,裁员之后团队管理层以及团队不够稳定,没有转亏为盈,所以才会被媒体“被死亡”。
  艾问人物榜单认为:当公司拿到融资的时候,很容易将扩张作为战略发展目标,但扩张不可盲目,要依旧自身的现状以及整体的行业发展方向。爱鲜蜂属于一个比较典型的扩张的案例,张赢的集中突破,砍掉不必要的消耗也是正确的做法。有时候资本的注入对于创业中的公司来说,像是汽车加满了油一样,创业者不但要“开快车”,也要学会“急刹车”,有时候暂停反而使人更能够看清发展的道路,这一点对于创业者尤其重要。
  时代在召唤,时代在变幻
  百度外卖,仅凭名字中的“百度”二字就可以引起很多人的关注。众所周知,互联网的三巨头BAT首个便是百度。自百度外卖推出以来,已经成功融资到3轮融资。A+轮由百度和汉能投资共同投资2.5亿美元,可以说百度外卖自出生就是含着金汤勺的富二代,这一点让许多同行望尘莫及。
  (数据来自于网络)
  百度外卖的CEO巩振兵在演讲中,曾不止一次对外宣称,百度外卖要做中国最大餐饮控股集团,同时要用“专职+派单”来打造同城物流,似乎要打造将百度外卖打造成外卖界的BAT巨头。巩振兵说:“无论多么优秀的团队都干不过大势,这就是移动互联网的大势!”他所指的大势,就是PC互联网时代向移动互联网时代的转变,在PC互联网时代的百度虽然是搜索引擎的霸主,但在移动互联网的时代,越来越多的企业开始朝生态发展,百度也不例外,而百度外卖拓展以及丰富让百度在移动互联网时代发展生态链,正如巩振兵所说的那样,百度外卖未来充满无限希望,它将是成为百度生态圈建设的一大重要战略布局中的重要一环。
  艾问人物榜单认为:时代总是在变化的,在这瞬息万变的互联网时代,似乎不紧跟便会惨遭淘汰,即便是BAT也不例外,就如同比尔盖茨的那句话:“微软离破产永远只有18个月”,也许未来的外卖餐饮行业会大洗牌,留下被市场以及用户认可的“外卖界BAT”。现在很多企业都在建设生态圈,然而这种建设不应该只是一句关于发展战略的口号,无论建设多么庞大的生态圈,消费者永远是这个生态体系里面最重要的一环,不可忽视的一环。
   站队还是不站队?这是个问题!
  今年4月份,在F轮-上市前,饿了么得到了阿里巴巴和蚂蚁金服(阿里巴巴)的12.5亿美元投资,估值已达45亿美元。一时间,饿了么站队阿里系的声音铺天盖地。很多业内人士认为,站队阿里系的饿了么,已经不用再担心竞争力的问题了。而且阿里巴巴投资饿了么,口碑外卖也将由饿了么提供运营支撑,足以可见阿里巴巴对饿了么的器重和信任。
  关于站队这件事,饿了么的CEO张旭豪非常介意。虽然说,互联网创业公司在融资阶段站队是一件不可避免而且很正常的事情,但是性格彪悍的张旭豪却非常不爱听。张旭豪的搭档朱啸虎对他的评价就是“敢拼”。事实上,张旭豪不但“敢拼”而且还“敢打”,因为张旭豪是国家二级运动员,所以他提出饿了么的入职培训课程就是拳击。张旭豪认为团队要有对抗意识,培养狼性需要拳击。这样的CEO恐怕全国也找不出来几个。
  艾问人物榜单认为:根据数据公司调研显示,2015年Q4饿了么以33.7%的市场份额占据外卖市场第一的位置,而第二名美团外卖的市场份额为33.1%。所以,阿里巴巴的投资对于饿了么来说,如虎添翼一般。一个创业公司,本身应该具备持续发展的实力,站队还是不站队,某种程度上是不能代替公司本身的发展的。选择站队也不能为公司打造出金刚不坏之身,依旧会受到市场的考验与冲击。千言万语汇成一句话:站队都是一时的,自身实力才是永恒的。
  中国有句俗语说得好:“民以食为天”。中国的外卖O2O行业正在迅速发展,但是遇到的问题也很多,其中最需要解决的就是——食物安全问题。今年“3.15”,饿了么被爆出有食物安全隐患,引起了轩然大波。我们对于自身的安全问题总是非常关注的,尤其是食品安全问题。希望每一个外卖O2O平台都可以更好的规范化餐品和开发的标准化餐品,做到干净卫生,消费者食用无安全隐患。
   艾问人物榜单,每周发榜揭晓行业领袖
  记录时代人物,预测前沿趋势
  邀您一起共享数据新闻的力量
☞点击进入 艾问传媒 在数据观的企业栏目>>>
责任编辑:陈近梅
产业观察
2016-09-07 11:49:07