对于传统型数据的应用，保险业有着悠久的历史。人们在长期的生活实践中总结发现，在随机现象的大量重复中往往会出现几乎必然的规律，这种规律即大数法则或大数定律。概率论中的大数法则就是保险人计算保险费率的基础下面是小编为大家整理的2023年度大数据论文【五篇】（完整）,供大家参考。
大数据论文范文第1篇
（一）保险业应用数据的传统
对于传统型数据的应用，保险业有着悠久的历史。人们在长期的生活实践中总结发现，在随机现象的大量重复中往往会出现几乎必然的规律，这种规律即大数法则或大数定律。概率论中的大数法则就是保险人计算保险费率的基础，只有在承保大量风险单位的情况下，大数法则才能显示其作用。根据大数定律的另一个特点，风险单位的数量越多，风险的预期损失就越接近实际损失。保险人正是凭借这种方法比较精确地预测风险，合理厘定保险费率。长期的数据分析传统不仅为保险业积累了许多数理分析人才，同时也养成了保险业数据分析的传统和习惯。这些都为保险业应用大数据垫定了良好的基础。
（二）保险业应用大数据的硬件条件
数据具有大量、高速、多样、价值的特点，这说明大数据中的数据具有即时性而不是一成不变的，数据量庞大而复杂，对处理分析能力有很高的要求。保险业虽然有很丰富的对传统数据的数理分析经验，可是对超大型数据的分析必须依赖专业的存储技术和计算技术。保险公司需要先租赁互联网企业专业的数据存储设备，运用互联网企业的云计算分析能力对数据进行计算，寻求想要的信息。
（三）保险业应用大数据的软件条件
近年来，许多有过传统数据分析基础的人，开始关注大数据的分析，一种新的职业也随之诞生，即“数据科学家”。与传统科学家不同，数据科学家还需要有互联网思维、懂软件程序和统计学。大数据技术仅仅为我们提供参考数据，它是一种信息资源，是一种帮助人们理解世界的工具，但是它不解释信息，对数据的分析解读仍然需要专业人才来进行。由于保险公司的经营方式、经营基础、经营环境和经营对象等方面与其他企业存在明显差异，保险公司应该成立自己的数据分析部门，培养了解自己行业的专业数据分析人才。
二、大数据在保险业中的应用——以众安财险为例
（一）众安财产保险公司背景
众安财产保险公司（下文简称“众安”），是我国首家互联网保险公司，是保险业与互联网业合作的一种大胆尝试。众安保险是由平安、阿里巴巴、腾讯等国内知名企业发起，保监会批准成立的网络保险公司，公司的注册资本金10亿元人民币。众安作为一家互联网在线财产保险公司，完全颠覆了我国现有的保险营销理赔模式，不设任何的地域性分支机构，而是完全通过互联网实现销售和理赔。这一转变是对保险业运营模式的大胆尝试。
（二）大数据在众安财产保险公司的应用
1.大数据在业务费率制定中的应用。
传统的费率厘定是通过分析这一类人的风险发生概率，再根据风险发生的概率厘定这一类人的保险费。获得的数据量越大，在数据中获得的有效信息也就越多。众安在拥有庞大的有效数据和云计算能力的前提下，有能力将费率的厘定更加具体化，由一类人细化到几十个人甚至一个人。随着风险的复杂化，平均费率已经不能准确反映每个成员的风险发生概率，一些细微的个人生活习惯往往就会增加发生风险的概率，支付宝、淘宝、微信等APP已经成为每个人生活的一部分，对这些功能性APP的数据进行整理分析，可以细化人群，分析使用者的生活习惯，通过对客户生活习惯的分析，一方面可以细化同类人群，另一方面可以更准确地评估人群将会面对的风险。
2.大数据在客户服务中的应用。
客户关系的维护，除了即时快速解决客户的问题之外，还需要根据客户的不同投其所好，提高客户消费的满意度，从而提高客户的忠诚度。众安财险的庞大数据量中，记录了许多客户的日常生活数据，大到浏览、交易记录，小到登录社交网络的时间，就像现在许多APP或者门户网站所推出的根据浏览的记录对你进行你可能喜欢商品的推荐。众安通过对客户在淘宝、支付宝、微信等多家公司的各种信息数据的收集分析，有能力分析出一个客户的个人喜好、经济水平、生活习惯和生活规律。在客户需要服务的时候及时为客户解决问题，甚至在可能发生问题前对客户进行提醒，避免损失的发生。对庞大的客户群体施行这一行为是传统保险业客户服务部门无力为之的。众安良好的数据分析能力，合作伙伴的强大数据收集能力，都能有效提高众安的预测能力，并为众安带来质的变化。
3.大数据在业务开拓中的应用。
众安通过大数据分析，获取客户需求、心理等方面的信息，获取潜在的目标客户，进行有针对性的行销策略，力求达到事半功倍的效果。良好的市场细分可以合理分配公司的营销资源，避免不必要的资源浪费，在寻求经济收益增长的前提下控制成本。优质的数据加上强大的数据分析能力，使得众安在对客户的了解和对市场的预测方面有着其他传统公司无法比拟的能力。
（三）实例分析总结
大数据论文范文第2篇
1.海量信息思维模式
以往人们总是尝试先发现问题，再获取相关信息，探索解决之道。而大数据时代，人们总是先尽可能多的去获取和储存信息，而信息数据价值密度低、数据量大，当遇到问题时再尝试解决问题，其解决的效率和精准度率也有所提升。这种“海量信息”的思维在进行服装流行款式、流行色彩的市场调研时，依然十分适用。
2.新媒体思维模式
信息数据附着在各类新媒体之上，数据格式多种多样，从网页论坛、视频、网络日志、微博微信、甚至地理位置信息等等。新媒体思维正在改变服装市场的营销方式，服装企业传统的营销手段是实体店集中推广、平面广告以及电视媒体宣传，节假期间雇佣大量劳动力街头派发促销传单。而大数据时代，服装企业充分利用互联网的植入式广告、病毒式推广以及低成本营销，打造网络交易平台，全方位收集消费者信息数据，分析消费者潜在消费动机与偏好，从而在推广品牌的同时扩大销售量。
二、大数据时代对高校服装设计教育的启示
1.教学方式的变革
随着笔记本电脑、平板电脑逐步进入课堂，教材、教学活动不断被数字化，教育方法应以更丰富多彩的形式融入课堂。网络教学和讨论方式也是大数字时代课堂经常采用的一种教学方式。以服装设计课程为例，在服装风格与流派章节学习中，鼓励学生利用网络资源，进行相关文献查阅，了解不同历史时期服装风格的含义与表现，以演示文档的形式进行小组讨论，并设计“最受欢迎的大学生潮流服饰搭配”问卷进行市场调研，感受数据的多样性以及数据分析方法。
2.课程知识点的设置
“因材施教”的理念在班级授课制中开展有着相当的难度，在有限的教学时间和教学空间内，教师对学生的“材”无法充分的了解和引导。在大数据时代，教师可以对每个学生学习数据进行分析，将学生的整个学习过程数字化，例如知识点可以被数字化并与测试题建立联系，测试题中每道题的完成时间、错题数等都以数据的方式记录。计算机通过错题分析出每个学生对各章节知识点的掌握程度，从而从根本上落实“因材施教”的教育理念。在服装结构设计类课程中，将知识点与知识点进行组合并设计考核题目，例如人体测量部位与原型版的对照练习，放松量章节的知识点与不同类型板型对应，款式分析与服装风格分析相关联，从而建立知识点与测试题的联系，用相关性思维解决结构类课程中的每一个细节问题。
3.侧重对学习过程的评价
随着笔记本电脑、平板电脑逐步进入课堂，教材、教学活动不断被数字化，学生学习过程也将逐渐数字化，学生的学习过程更加受到关注，而对于这些数据的分析与利用，将使得每位学生的发展都有据可依。例如，在服装工艺类课程中，将更注重实验课程环节的设计与实验过程考核，根据自学能力、创新能力和动手能力来评定学生的综合成绩。鼓励学生海量收集学科咨询，通过自主学习发现问题解决问题，而通过不同考核项目的得分，分析学生的自学能力与学习类型。
三、大数据时代对高校服装人才培养提出的新要求
1.获取有效信息数据的能力
互联网上各类教学视频、教学文库林林总总，各类网络学院、网络公开课、精品课程应接不暇。高校须引导学生自主学习，加深学生对当今社会变革的理解和认知，使学生具有大数据思维能力和判别能力，能够在时间学习中利用资源，使数据为专业学习所用。
2.分析数据的能力
要求学生能根据不同的需求，利用有效的问题解决思想和方法论，最终形成有效的数据，并能够为大多数人使用。利用定量和定型的分析方法，挖掘数据之间的相关性，并形成数据分析报告。该项能力需在服装专业考察、服装创新实践平台等实践环节的课程中，得到充分的训练。
3.团队的建立和管理
大数据论文范文第3篇
在大数据环境中一些由新兴信息技术引发的信息词语如:物联网、Web2．0、云计算、移动互联网等等层出不穷。尤其是大数据环境中智能图书馆、智慧图书馆、服务发现、文献发现等等热点信息也是扑面而来、让人目不暇接。对大数据概念和特点的认识、大数据的管理与应用、在结构性数据、半结构性数据以及非结构性数据等复杂化情况下如何挖掘85%非结构性数据中有价值的信息?金融、电信、保险等行业如何寻找模式能高速、有效的利用大数据帮助组织机构做出更好的商业决策;如何以具备成本效益的方式快速可靠地从Hadoop中存取数据?各行业如何应对大数据时代的到来?等等，诸多的信息知识以及信息的利用都是需要人们去认识和探讨并有效进行管理和利用。大数据带给图书馆的影响与挑战，以及大数据环境下图书馆服务的模式、未来发展趋势目前已成为业内人士探讨的热点，在大数据环境中如何加强信息素养教育也是图书馆员要面对和思考的问题。信息素养能力是信息社会对人的发展的核心问题。2003年布拉格宣言中提出“信息素养是终身学习的一种基本人权”。学习查找信息、获取信息、利用信息是每个人都应该具备的基本素养和权力。高校信息素养教育是指对高校大学生进行如何获取信息、处理信息的培养和教育，它是通过在高校文献检索利用课以及新生入学教育等形式来实现，其内容包括图书馆的使用、文献信息的获取、信息意识的培养、信息道德的遵守、信息安全的防范等。高校信息素养教育对象主要是针对大学生读者，目的是培养大学生对信息的获取并能有效使用信息，提高大学生适应社会的能力。图书馆员肩负着高校信息素养教育的重要职责。在大数据环境中大数据与知识信息紧密相联，如何处理和挖掘分析海量数据而获得有价值的信息，使图书馆的服务质量得以提高，高校教师、图书馆员以及大学生如何在大数据环境中认识和获取、使用信息，高校信息素养教育就更显得重要。
二、大数据环境中对民族地区高校信息素养教育提出更高要求
在大数据环境中图书馆提升服务质量，做到创新服务到位并非一件容易的事情。如何借助正在到来的数据技术去从事真正的知识服务是图书情报行业人士正在思考和实践应用的问题。王世伟认为:大数据为图书馆数据库的重组再造以及相应的数据应用和读者咨询提出了新的挑战和新的发展机遇，成为图书馆库库相联的重点。复杂数据的产生与保存、分析等将对图书馆的服务、图书馆馆员以及大学生信息素养教育等等也面临着新的挑战和影响，如何利用大数据技术去挖掘、识别、组织和分析在服务过程中所遇到的用户行为中的结构化数据、半结构化数据与非结构化数据等信息，这对拓宽图书馆服务、创新图书馆服务都是必不可少的重要内容。由于大数据时代的到来对图书馆创新服务提出了更高的要求，随之而来用户要求也在提高，这必将对信息传播者的素质要求也越来越高。因此，在大数据环境中对民族地区高校大学生信息素养教育也提出了更高的要求。但从实际情况看，大数据概念及基础理论知识信息在民族地区高校还是显得较为陌生，因此，充分发挥图书馆的教育职能，重视提高大学生读者的信息素养，加强对当今信息的获取、信息的安全、信息的利用认识和教育迫在眉睫。
三、大数据环境中民族地区高校信息素养教育的几点思考
(一)加强对民族地区高校大学生对大数据环境诸多信息知识的认识在大数据环境中，“图书馆的传统业务将向数据分析、数据挖掘方向转移，对大量数据的分析与处理将成为图书馆的主要业务”［8］120－122，同时，“大数据给图书馆知识咨询服务带来机遇，知识咨询服务是大数据时代图书馆知识服务的主要方式与手段，是一种有别于传统咨询服务的创新型服务”。图书馆知识咨询服务也应当包括信息素养教育的内容。大数据时代图书馆对庞大的各类数据的挖掘与提高数据分析能力是图书馆发展战略的关键，大数据的管理与应用涵盖了图书馆创新服务模式、读者借阅习惯、信息捕捉能力、数据挖掘与分析以及加强读者信息素养提高有效利用信息等，因此，图书馆通过信息知识教育、文献检索课教学讲座、提供多媒体课件等多种方法对大学生进行大数据概念等基础理论的认识，如认识大数据概念及4V特征、结构化数据、半结构化数据与非结构化数据;哪些是结构化数据?哪些是半结构化数据和非结构化数据?大数据是如何进行高速获取和应用等等信息知识，这些较为陌生的信息知识是图书馆馆员以及大学生都需要学习和了解的。
(二)加强高校大学生的信息安全教育美国高等教育信息素养能力五大标准其中一条就有:“具有信息素养能力的学生懂得有关信息技术的使用所产生的经济、法律和社会问题，并能在获取和使用信息中遵守公德和法律”。它要求图书馆在网络信息资源的开发与利用的服务过程中，怎样建立一个符合信息时代的信息伦理机制，使传播者和用户懂得如何自由获取信息的权利，尊重信息知识产权、保护信息隐私、防止信息垃圾及信息污染，不传播不良信息等，这表明对传播者也必须有一个统一的行为规范［11］。大数据环境中面临着读者隐私安全和隐私保护的问题较为突出，如何维护用户的个人隐私权是面临的一个新的要求。图书馆在利用大数据分析用户过程中，将会遇到用户隐私保护或泄露等问题，因此，在对读者个人数据的采集、管理、挖掘、分析提供个性化服务的同时，也要注重用户个人隐私的维护。要加强高校大学生信息安全教育，引导大学生在获取和利用信息中遵纪守法。
(三)加强对大学生信息利用的学术规范认识和教育笔者认为:图书馆员获取信息的能力应当是比较强的一个群体，除了如何考虑让读者怎样去获取资源并安全有效、的利用资源，还有更重要的一点是引导学生读者如何规范的利用学术资源，做到学术严谨和规范。传统的图书馆从最早使用目录柜来整理信息使信息有序化到现在由于数字化的不断推进，信息源的出现多种多样:如各种数据库、音频视频、微博、优酷、微信、电子邮件等等各种海量的信息呈现在人们面前，承担信息素养教育的教师既要要引导学生成为知识的探索者，让学生根据自己的需求弄清如何获取、在哪里获取、如何有效地利用与本课程有关的信息资源等问题，更要加强大学生信息利用的学术规范和教育，这是包括高校教师、图书馆员有效利用信息也必须懂得遵守的一个学术自律行为。
大数据论文范文第4篇
大数据时代设计创新主要体现以互联网为平台的网络终端创新，如智能手机、平板电脑、导航产品和电子支付等生活类产品及服务的创新设计，以及与此相关的后台基础设施创新，如云计算、通讯、软件工程等技术领域。知名IT评论家谢文认为，目前网络业创新过程中，对大数据的获取可分为三种战略：前台、和后台为主的模式。苹果、Facebook和亚马逊分别是这三类模式成功的典范。苹果通过设计、销售各种互联网终端产品，通过Ios系统下的Itune网上商店将产品和服务集成来汇集数据，形成自成体系的规范数据标准平台，这种商业模式让苹果获得了巨大成功，表明工业设计有效利用大数据可实现产品和商业的成功。Facebook则抓住目前颇具人气的网络社交需求，依托Web2.0系统平台的构建和运营来获取各种标准化、结构化的用户数据，形成开放、庞大的共享数据流。亚马逊则通过建立强大的网络营销后台获取网络用户的各种需求数据，再结合电商形成开放平台，为用户提供量身定制的各类个性化服务，为电商提供行业所需的大数据。在口碑营销成为王道的电商时代，借助互联网提供的营销数据，掌握消费者的需求，企业能够及时调整设计、生产和制造策略，并通过3D打印快速实现消费者的个性化定制需求。这就需要通过网络获取用户数据，同时用科学方法分析这些数据所体现的用户消费心理、行为，最终转换为有用的设计语言。传统的产品设计、制造是一种线下行为，远离互联网，与消费者之间的沟通和交流存在时间差，获取的消费者数据十分低效。“3D打印”技术的出现让物质产品的设计、生产实现了数据化，传统制造业和互联网行业的高度融合，不但拓展了网络行业的产业边界，也为制造业的定制化服务提供了巨大空间。针对用户的产品定制，借助强大的物联网可实现低成本营销，真正实现个性化设计和按需生产，这让传统制造业进入到大规模、打破时空界限的全新发展阶段。这种借助互联网、物联网形成的新型产业链和商业模式改变了传统制造业，让企业从产业链上游及战略规划阶段就可集成物质化产品设计、制造和流通过程所需的各类数据，这要求制造业企业必须具备互联网思维，要求工业设计必须依靠网络集成各种数据，及时获取消费者需求。
二、大数据时代的工业设计
互联网打造了全新的社会形态和生活方式，人们的工作、生活已离不开网络，通过网络消费者可实现交友，衣、食、住、行各种所需。谢文认为，未来通过网络有望实现三方面创新，个人数据集成、公共服务数据集成及物质生产集成。如收集消费者在网络上的言谈举止和生活中所有活动产生的数据，建立“数据人”模型，为线下的制造业提供人的需求数据；
集成线上的公共服务数据为国家、政府和组织提供服务支持；
集成物质生产数据实现制造业的数据化生存。对工业设计而言，网络连接消费者、社会和物质产品组成的三维空间，融合各种大数据，可支持制造业的转型与社会进步。这正是新形势下工业设计的发展方向，即通过设计具体的服务产品，为消费者创造感性价值，实现消费者情感上对个性、品位和身份的追求。这些服务化产品在提供高品质服务的同时，以技术推动组织和社会创新，实现人、组织、社会和环境的可持续发展。此时的工业设计从“提供功能，方便使用”的问题解决方案，转向“讲述故事，创造意义”的“造意”阶段，“造意”正成为当下产品设计新的关注点。借助网络获取用户数据，让产品满足基本功能的同时，更多地向消费者讲述故事，引起消费者的回忆和联想，成为当下产品设计成功的关键。
三、结语
大数据论文范文第5篇
张恒山，华中科技大学新闻与信息传播学院博士生，主要研究方向为网络传播。
本文为华中科技大学自主创新研究基金项目(国家社科基金重大课题孵化项目)“新媒体传播效果研究”前期研究成果之一。
摘要：
随着物联网、移动互联网、智能便携终端和云计算技术的发展，人类社会进入了“大数据”时代。本文对大数据的概念、缘起与发展进行了分析，对大数据应用与研究状况进行了梳理，并针对现有的冲击与挑战，提出了相应的对策与思考。
一、大数据的缘起：概念及其形成
(一)大数据概念的内涵和外延广义的大数据概念，除了大数据技术及其应用之外，还包括大数据工程和大数据科学。大数据工程，是指大数据的规划建设运营管理的系统工程。大数据科学，主要关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。从概念外延上讲，大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域，是适应信息经济时展需要而产生的科学技术发展趋势。
狭义的大数据概念，主要指大数据技术及其应用，是指从各种各样类型的数据中，快速获得有价值信息的能力，一方面，强调从海量数据、多样数据提取微价值，即具有价值(Value)特征；
另一方面，强调数据获取、数据传递、数据处理、数据利用等层面的高速高效，即具有快速处理(Velocity)特征。大数据概念里的“数据”，是指具有可追踪、可分析、可量化特性的数据。大数据概念里的“大”，是指“大数据”所应具有的“大量化”(Volume)、“多样化”(Variety)两个特征。从概念内涵上讲，“大数据”(Big Data)，一方面，反映的是规模大到无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合；
另一方面，主要是指海量数据的获取、存储、管理、分析、挖掘与运用的全新技术体系。
事实上，大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。很显然，挖掘大数据价值、提供大数据服务的能力，是大数据时代的核心竞争力。
(二)大数据形成的必然性
1?数据管理理念不断变革，大数据成为信息技术发展的必然选择
大数据技术及其应用的驱动原因，在于数据管理理念的不断变革。数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程，其目的在于充分有效地发挥数据的作用。数据管理技术的发展先后经历了四个阶段，即人工管理阶段、文件系统阶段、数据库阶段、面向应用的数据管理阶段。1996年，高德纳(Gartner Group)提出“商业智能”概念，又称商务智能(Business Intelligence，简写为BI)。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业作出明智的业务经营决策的工具。为了将数据转化为知识，需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，促使他们作出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三部分。
随着现代信息传播技术手段和方式不断丰富，信息获取、信息传递、信息处理、信息再生、信息利用等功能应用日益多样化，智能化信息系统逐渐形成一个信息网络体系，人类社会的生产方式、工作方式、学习方式、交往方式、生活方式、思维方式等发生了极其深刻的变革，互动化、即时性、全媒体等，成为常态性的信息生态环境，传统的数据库组织架构和信息服务模式已经难以适应信息社会现实需要，整个信息技术架构的革命性重构势在必行，大数据成为信息技术发展的必由之路。
2?大数据源于虚拟网络的迅速发展和现实世界的快速网络化
一方面，虚拟网络社会迅猛发展，形成了海量数据的持续生成空间，改变了人类的生存方式和活动方式，形成了人类的虚拟生活方式。
另一方面，云计算、物联网、社交网络、电子商务、网络社区、即时通信等技术形式的涌现，推动现实世界快速切换到网络社会形态，衍生了规模巨大、类型多样的数据资源。其中两类数据尤其引人注意，一类是企业与企业和消费者之间的“大交易数据”，另一类是来自互联网、社区网、企业服务网、物联网等的“大交互数据”。
虚拟网络的迅速发展和现实世界的快速网络化，两者交互影响，最终导致海量数据的持续生成和繁杂数据的不断出现。目前，我们正处于一个信息爆炸的年代，全球每年产生的数据量是ZB级。2012年全球产生2?4ZB的数据，相当于3Trillion(万亿)的DVD，到2020年，数据还将增加14倍，达到40ZB。
大数据概念的提出，最初正是由于需要处理的信息量过大，超出了一般电脑的数据处理能力，无法透过目前主流软件工具在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策的资讯，因此工程师们必须改进处理数据的工具，这导致了新的处理技术的诞生，比如雅虎的开源Hadoop平台，这类技术使人们可以处理的数据量大大增加。
3?大数据成了决定我们未来数字生活方式的重大技术命题
大数据概念最初起源于美国，是由思科、威睿、甲骨文、IBM等公司倡议发展起来的。
大约从2009年始，“大数据”成为互联网信息技术行业的流行词汇。事实上，大数据产业是指建立在对互联网、物联网、云计算等渠道广泛、大量数据资源收集基础上的数据存储、价值提炼、智能处理和分发的信息服务业，大数据企业大多致力于让所有用户几乎能够从任何数据中获得可转换为业务执行的洞察力，包括之前隐藏在非结构化数据中的洞察力。
最早提出“大数据时代已经到来”的机构是全球知名咨询公司麦肯锡。2011年，麦肯锡在题为《海量数据，创新、竞争和提高生成率的下一个新领域》的研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；
而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。黄升民、刘珊：《“大数据”背景下营销体系的解构与重构》，《现代传播》，2012年第11期。
大数据是一个不断演变的概念，当前的兴起，是因为从IT技术到数据积累，都已经发生重大变化。仅仅数年时间，大数据就从大型互联网公司高管嘴里的专业术语，演变成决定我们未来数字生活方式的重大技术命题。2012年，联合国发表大数据政务白皮书《大数据促发展：挑战与机遇》；
EMC、IBM、Oracle等跨国IT巨头纷纷大数据战略及产品；
几乎所有世界级的互联网企业，都将业务触角延伸至大数据产业；
无论社交平台逐鹿、电商价格大战还是门户网站竞争，都有它的影子；
美国政府投资2亿美元启动“大数据研究和发展计划”，更将大数据上升到国家战略层面。2013年，大数据正由技术热词变成一股社会浪潮，将影响社会生活的方方面面。
二大数据应用状况
1?大数据市场规模及增长趋势
针对大数据的商业应用前景，有关研究机构给出了一系列分析报告。例如，技术研究和咨询公司Gartner了一份关于企业在大数据方面的支出情况报告，指出大数据将带动2012年全球280亿美元的IT支出，2013年带动的IT支出规模可望进一步增至340亿美元。而到2016年全球在大数据方面的总花费将达到2320亿美元。中国大数据应用市场已然初露峥嵘，2012年市场规模达到4?5亿元，2013年还将持续发酵，未来三年内有望突破40亿元，2016年有望达到百亿规模，预计政府、电信、银行将是最先使用大数据工具的行业。
表12011~2016年中国大数据市场规模及增长年份市场规模(亿元)同比增长率(%)20113?220124?540?602013877?80201419?9148?80201546?4133?202016101117?70数据来源：根据赛迪顾问2012年12月报告整理。
2011年麦肯锡公司的报告预计，若把大数据用于美国的医疗保健，一年产生潜在价值3000亿美元，若用于欧洲的公共管理可获得年度潜在价值2500亿欧元；
若服务提供商利用个人位置数据可获得潜在的消费者年度盈余6000亿美元。2012年3月，美国政府《大数据研究与发展倡议》，这是继其1993年宣布“信息高速公路”之后推动实施的又一重大科技部署。据日矢野经济研究所的报告显示，日本大数据产业2011年为1900亿日元，预计在2020年这个产业将会达到1万亿日元。
2?大数据商业实践典型案例举例
大数据商业实践可以划分为两类：一类是大数据行业，以IBM、微软、惠普、Oracle、EMC、SAP等公司提供“硬件+软件+数据”的整体解决方案，它们以平台性为特征，提供基础性服务；
另一类是大数据应用，以脸谱、亚马逊、谷歌、淘宝、百度等公司为代表，基于自身拥有的海量用户信息，提供精准化营销和个性化广告推介等。以上两类中，大数据应用发展最为吸引眼球。从个人层面来说，大数据应用涉及智能道路选择、车载定位通讯、基于LBS的服务等；
从组织层面来说，大数据应用涉及地理位置定向广告、保险定价、紧急情况响应等；
从宏观层面来说，大数据应用涉及城市规划、零售商业智能、新商业模式等。
表22011~2020年日本大数据市场规模及增长年份市场规模(千亿日元)增长率(%)20111?9201225?0020132?629?7020143?429?6020154?224?4020165?123?3020176?321?9020187?520?402019919?00202010?617?70数据来源：根据矢野经济研究所2012年4月报告整理。
在国外，一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向。
在国内，中国联通、海康威视、北京亿赞普、搜狐、京东等也都在自己熟悉的行业内实施并推进大数据的应用实践。中国市值最大的三大互联网公司，腾讯、阿里巴巴和百度，数据资产的最多拥有者——腾讯拥有最大的网络通讯数据，阿里巴巴拥有最大的网络交易数据，而百度则拥有最大的搜索数据资产，它们都在积极布局未来的大数据业务体系。
表3典型领域大数据行业应用行业应用特性分析应用案例零售业需要及时响应客户需求，实现精准营销；
需要增强产品流转率，实现快速营销肖恩·麦登在亚马逊网站客服处提交了Kindle的故障问题。仅仅30秒后，他的手机便响了。一位叫芭芭拉的客户问候他之后说：“我了解到你的Kindle有一个问题。”亚马逊在两分钟内便解决了肖恩的问题，并跳过了要求他详细拼写他的名字和地址的部分，而且她并没有进一步向他销售任何东西金融业金融智能决策；
金融服务创新以阿里巴巴金融之类的小额信贷公司为例，通过在线分析小微企业的交易数据、财务数据，甚至可以计算出应提供多少贷款，多长时间可以收回等关键问题，把坏账风险降到最低互联网数据爆炸增长，结构类型复杂；
用户行为丰富，Web社群关系复杂；
提升用户体验，增加用户黏性Match?com等交友网站也经常会仔细查看其网站上列出的个人特征、回应和交流信息，用来改进其算法，从而为想要约会的男女提供更好的配对①交通行业系统性，数据量大；
复杂性，涉及多方面数据；
动态性，信息实时处理要求高UPS等货运公司对卡车交货时间和交通模式等相关数据进行分析，以此对其运输路线进行微调安保行业多变量长期监测，多因素综合分析以纽约市为首的警方部门也正在使用计算机化的地图以及对历史性逮捕模式、发薪日、体育项目、降雨天气和假日等变量进行分析，从而试图对最可能发生罪案的“热点”地区作出预测，并预先在这些地区部署警力传媒行业新闻呈现与新闻点击联动，及时反馈，及时调整《赫芬顿邮报》和Gawker网站上传播的新闻通常取决于数据，而不再取决于编辑的新闻敏感度，数据比有经验的记者更能揭示出哪些是符合大众口味的新闻①〔美〕贾斯汀-格里莫：《大数据时代降临》，2012年2月13日《纽约时报》。
资料来源：根据相关资料综合整理而成。
三大数据带来的冲击与挑战
(一)“大数据的生态系统”各环节商业需求将催生数据技术体系变革有研究者提出“大数据的生态系统”Stephen Watt：《Deriving new business insights with Big Data》，(2013-1-29)，http：//www?ibm?com/developerworks/opensource/library/os-bigdata/index?html这一概念，简而言之，就是数据的生存周期，是指数据从产生、到处理、再到价值提取、最后被消费掉的整个过程，如下图所示。
图1大数据的生态系统
在这个生态系统中，不同环节的商业需求正在催生新的技术模式和方法以实现新的商业模式。由于大数据产业链贯穿整个数据生命周期过程，涉及数据中心建设与维护、数据处理与分析、视频识别技术、语音识别技术、商业智能软件开发、IT咨询与方案实施、信息安全等诸多领域，因此，大数据产业，能够催生更大的市场和利润空间，将构建数据行业技术应用新体系。
(二)电子商务进一步发展，需求日益社会化、移动化、媒体化
所谓社会化媒体，是指基于用户社会关系的内容生产与交换平台。电子商务转向社会化媒体主要有三方面的表现：第一，社会化媒体平台上的主角是用户，而不是网站的运营者。第二，社会化媒体是内容生产与社交的结合，也就是说，社会关系与内容生产两者间是相互融合在一起的，社会关系的需求促进了社会化媒体平台上的内容生产，反过来，这些平台上的内容也成为联结人们关系的纽带。第三，电子商务在不断社会化的同时，也在不断媒体化，日益成为信息流动的渠道和平台，逐渐具有了信息整合的媒体属性。有关统计显示，阿里巴巴营收中有60%~80%来自淘宝和天猫的广告费收入。
根据的《2012年度中国网络零售市场数据监测报告》，截至2012年12月底，中国移动电子商务市场交易规模达到965亿元，同比增135%，依然保持快速增长的趋势。预计2013年这一数字有望达1300亿元。移动电子商务用户规模逐年递增。2009年我国移动电子商务用户规模达3600万，2010年这一数字攀升到7700万人。2011年移动电子商务用户规模达到1?5亿人，同比增长94?8%。在刚过去的2012年移动电子商务用户规模约达25050万人，同比增长67%。预计到2013年，这个数字将增长到37250万人。
(三)数字媒体的转型发展，需要基于大数据分析开展资源整合
大数据背景下，信息的内涵已不仅仅是消息、通讯、评论等新闻，而是各种各样的数据。这就要求媒体行业必须适应新的信息生产和传播方式，以多元化媒介形态来承担信息传播的职能。大数据时代，媒体面临的挑战有以下几个方面：第一，缺乏专门的数据分析方法、使用体系和高端专业人才；
需要不断提升专业技术人员的大数据分析水平，使其掌握从海量数据中快速挖掘出“微价值”的方法和能力；
第二，技术(设备)水平亟须提升，数据的搜集、处理、分享、挖掘、分析等工作所需的基础技术架构和应用系统需要不断提高；
第三，数据资源再加工能力和数据产品创新能力薄弱，缺乏未来媒体竞争必备的获取、分析、解读数据等技能；
第四，数据真实性、可靠性等方面保障能力薄弱，如何确保数据驱动的信息产品质量成为制约媒介行业的一大难题。
大数据背景下，媒体的转型发展既是战略问题，也是技术问题，而这些问题的有效破解，将对未来的媒体形态和格局产生深远影响。
(四)政治竞选团队面临大数据挑战，亟须有效利用数据驱动的机制优势据《美国时代周刊》报道，数据驱动的竞选决策是奥巴马竞选获胜的关键。新浪新闻中心：《深度分析：数据驱动奥巴马胜选》，2012年11月11日。根据各种各样的数据，依照科学的数据分析方法，基于数据驱动的竞选决策，将深刻影响未来的美国大选。可以预见，未来的政治竞选，数据分析人员将扮演重要角色。大数据分析，将深刻改变总统选举的现有筹划战略和宣传策略。
(五)大数据挖掘，催生用户数据安全难题和用户隐私保护难题
美国互联网数据中心预计，互联网上的数据每年将增长50%，每两年将翻一番，而目前世界上90%以上的数据是最近几年才产生的。大数据，一方面使我们的城市和地球更加智慧；
另一方面，这也将催生一系列大数据信息挖掘业务，直接带来新的网络信息安全生态环境。可以预见，大数据将成为网络攻击的显著目标，加大政府、企业和个人隐私信息泄露风险，对现有的存储和安防措施提出挑战，还有可能成为高级可持续的网络攻击载体。
四应对大数据的几点思考[1](一)培植大数据产业链，促进数据技术研发政府层面，应创造良好的大数据产业发展环境。第一，制定大数据的技术标准和运营标准，鼓励企业进行大数据相关技术研发与应用创新，在海量数据存储、数据挖掘、语音数据处理领域、视频数据处理领域、语义识别领域、图像数据处理领域、信息传输、信息安全等技术的研发领域设立重大专项，给予政策和财政资金支持；
第二，加快实施“宽带中国”战略，大力加强网络基础设施建设，突破关键技术，以基础设施和技术创新保障大数据产业发展；
第三，启动大数据立法，从法律层面保障信息安全。
(二)深刻洞察用户需求，构建新型电子商务模式
日益社会化、移动化、媒体化的电子商务发展趋势，将会带来海量数据的汇集，因此，电商企业亟须把大数据资源转化为大数据资产、把大数据分析转化为大智慧决策。大数据可视化信息图谱输出，使人们更加深入了解客户的需求信息，赋予大数据系统洞察未来的能力，从而更加智能和科学地构建新型电子商务模式。
(三)数据驱动内容生产与传播，提升传媒核心竞争力
大数据背景下的媒体转型，在处理好硬件架构、应用系统、人才队伍等基础问题之后，就必须确立明确的发展方向，即数据驱动的内容生产与传播。
数据驱动内容传播，将会使定制化、精准化和个性化的信息平台成为一种发展趋势。面向个人的信息推送服务，媒介是移动终端(如智能手机)，应用是移动互联，卖点是定制、精准和个性化，它能在最短时间内，最有效率、最具针对性地满足个性化信息需求。其操作模式表现为：通过一定的数据采集、挖掘和分析之后，会形成一个清晰的“模型”(也可以叫“路线图”)。然后，系统会根据这个模型，自动抓取个体关注的信息，然后向每个订阅者推送。相较于手机报，它更小众；
相对于RSS订阅，它更具个性。
