大數(shù)據(jù)論文3000字

大數(shù)據(jù)論文3000字篇一：大數(shù)據(jù)時代的機遇與挑戰(zhàn)論文3000字

大數(shù)據(jù)時代的機遇與挑戰(zhàn)

什么是大數(shù)據(jù)時代？“大數(shù)據(jù)”在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時日，卻因為近年來互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。最早提出“大數(shù)據(jù)”時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來?！?/p>

大數(shù)據(jù)時代是怎樣產(chǎn)生的？

物聯(lián)網(wǎng)、云計算、社交網(wǎng)絡(luò)、社會媒體以及信息獲取技術(shù)的飛速發(fā)展，數(shù)據(jù)正以前所未有的速度迅速增長和積累，數(shù)據(jù)是人類社會最重要的財富大數(shù)據(jù)時代的到來

大數(shù)據(jù)時代的特點?

1.數(shù)據(jù)量大（Volume）

第一個特征是數(shù)據(jù)量大。大數(shù)據(jù)的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）。

2.類型繁多（Variety）

第二個特征是數(shù)據(jù)類型繁多。包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等等，多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高的要求。

3.價值密度低（Value）

第三個特征是數(shù)據(jù)價值密度相對較低。如隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無處不在，信息海量，但價值密度較低，如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”，是大數(shù)據(jù)時代亟待解決的難題。

4.速度快、時效高（Velocity）

第四個特征是處理速度快，時效性要求高。這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征。既有的技術(shù)架構(gòu)和路線，已經(jīng)無法高效處理如此海量的數(shù)據(jù)，而對于相關(guān)組織來說，如果投入巨大采集的信息無法通過及時處理反饋有效信息，那將是得不償失的?？梢哉f，大數(shù)據(jù)時代對人類的數(shù)據(jù)駕馭能力提出了新的挑戰(zhàn)，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。

大數(shù)據(jù)時代的機遇

大數(shù)據(jù)技術(shù)通過對海量數(shù)據(jù)的快速收集與挖掘、及時研判與共享，成為支持社會治理科學(xué)決策和準(zhǔn)確預(yù)判的有力手段，為社會轉(zhuǎn)型期的社會治理創(chuàng)新帶來了機遇。建立大數(shù)據(jù)中心，及時搜集、實時處理數(shù)據(jù)信息，為科學(xué)決策提供堅實基礎(chǔ)。對社會大數(shù)據(jù)進行歷時性和實時性分析，加強社會風(fēng)險控制，提高政府預(yù)測預(yù)警能力和應(yīng)急響應(yīng)能力。

在大數(shù)據(jù)概念出來之前，個人制造的數(shù)據(jù)往往被忽略，企業(yè)數(shù)據(jù)被談及的更多。企業(yè)內(nèi)部的數(shù)據(jù)多數(shù)都是結(jié)構(gòu)性數(shù)據(jù)，并被企業(yè)在或多或少地利用著，無論是數(shù)據(jù)挖掘還是商業(yè)智能化應(yīng)用都已經(jīng)初露端倪。隨著互聯(lián)網(wǎng)的快速發(fā)展，在企業(yè)數(shù)據(jù)還沒有井噴的時候，我們就發(fā)現(xiàn)個人用戶以及社會應(yīng)用產(chǎn)生的數(shù)據(jù)已經(jīng)開始爆發(fā)了，比如社交、交互式應(yīng)用帶來了大量的網(wǎng)絡(luò)數(shù)據(jù)。此時傳統(tǒng)的硬件設(shè)備開始顯得捉襟見肘，無法滿足這種龐雜數(shù)據(jù)帶來的應(yīng)用需求。很多時候，也許我們會認(rèn)為這些數(shù)據(jù)里會有價值，但是卻不知道如何挖掘這些數(shù)據(jù)的內(nèi)在價值，數(shù)據(jù)成為了堆砌。因此，對于數(shù)據(jù)精準(zhǔn)分析的需求正在呼喚做數(shù)據(jù)分析的廠商們拿出下一步的舉動。比如說，在淘寶龐大的用戶群中，淘寶賣家如何精準(zhǔn)掌握一個新用戶的需求？一家飯館如何利用細節(jié)滿足每一個食客對于美味的需求？越來越多的應(yīng)用需求推動著大數(shù)據(jù)的發(fā)展。更主要的是，未來可能各種傳感器會出現(xiàn)在社會的各個地方，數(shù)據(jù)會更多，比如交通、醫(yī)療等等，數(shù)據(jù)的采集已經(jīng)不是問題，難點已經(jīng)轉(zhuǎn)換為處理和分析。如此巨量的數(shù)據(jù)，處理難度可想而知。大數(shù)據(jù)給中國市場帶來什么？大數(shù)據(jù)應(yīng)用需求在中國更加明顯。中國人口眾多，各行各業(yè)都呈現(xiàn)出極快的增長速度，電商、快遞、微博、社交等都承載了大量的個人信息；大型超市、賣場、商場、銀行等集聚了大量交易信息，日新月異的城市建設(shè)中，連接著更多數(shù)據(jù)采集傳感器和嵌入式設(shè)備的物聯(lián)網(wǎng)開始成型??

如何應(yīng)對機遇與挑戰(zhàn)

大數(shù)據(jù)時代，人們能做些什么？大數(shù)據(jù)產(chǎn)生和存在于各行各業(yè)，盡管分析和處理困難，但也可以通過相關(guān)性的技術(shù)手段對大數(shù)據(jù)進行統(tǒng)計分析，應(yīng)用其結(jié)果。例如：在教育領(lǐng)域使用大數(shù)據(jù)來分析學(xué)生的個性和愛好，真正做到因材施教，提高教學(xué)質(zhì)量；在企業(yè)管理領(lǐng)域應(yīng)用大數(shù)據(jù)分析，真正將粗放型管理變?yōu)榫毿凸芾?，提高效率，?jié)省開支，并應(yīng)對公司在發(fā)展進程中帶來的管理問題。在企業(yè)生產(chǎn)中應(yīng)用大數(shù)據(jù)分析，優(yōu)化各項生產(chǎn)、工作流程提高效率效益。在商業(yè)領(lǐng)域應(yīng)用大數(shù)據(jù)分析商品銷售熱點和了解顧客即時需求。今后，在大數(shù)據(jù)技術(shù)領(lǐng)域的競爭將直接關(guān)系到國家安全和未來，國家層面的競爭力將部分體現(xiàn)為一國擁有數(shù)據(jù)的規(guī)模、活性以及解釋、運用的能力。美國已率先將大數(shù)據(jù)應(yīng)用從商業(yè)行為上升到國家意志：20xx年3月29日，美國奧巴馬政府投資2億美元啟動“大數(shù)據(jù)研究與開發(fā)計劃”，提出“通過收集、處理龐大而復(fù)雜的數(shù)據(jù)信息，從中獲得知識和洞見，提升能力，加快科學(xué)、工程領(lǐng)域的創(chuàng)新步伐，強化美國國土安全，轉(zhuǎn)變教育和學(xué)習(xí)模式”。在我國，與大數(shù)據(jù)相關(guān)的產(chǎn)業(yè)剛剛起步，無疑將迎來很好的發(fā)展機遇！

保障數(shù)據(jù)及應(yīng)對人隱私泄露的解決辦法有：

①通過物理隔離以及與權(quán)限控制相結(jié)合，實現(xiàn)對數(shù)據(jù)的

隔離，保證數(shù)據(jù)不被非法訪問并保證用戶數(shù)據(jù)的隱私。

②通過信息加密的功能，防止用戶信息被盜取。用戶的關(guān)

鍵信息，如登錄密碼和系統(tǒng)訪問等其他鑒權(quán)信息，無論是傳輸

時還是在存儲時必須加密。

③通過對硬盤實施有效的保護：保證即使硬盤被竊取，非

法用戶也無法從硬盤中獲取有效的用戶數(shù)據(jù)。將數(shù)據(jù)切片存

儲在不同的云存儲節(jié)點和硬盤上，數(shù)據(jù)無法通過單個硬盤恢

復(fù)。故障硬盤無需進行數(shù)據(jù)清除即可直接廢棄，用戶數(shù)據(jù)不會

通過硬盤泄露。

④通過立法來保障企業(yè)的商業(yè)機密及個人隱私不被非法

應(yīng)用。

大數(shù)據(jù)時代的挑戰(zhàn)

大數(shù)據(jù)面臨的挑戰(zhàn)是多方面的：

（1）數(shù)據(jù)的快速增長對存儲空間、存儲技術(shù)、數(shù)據(jù)壓縮技術(shù)、能源消耗的挑戰(zhàn)：大數(shù)據(jù)需要占用大量的存儲空間，盡管

存儲性價比在提高，壓縮技術(shù)也在不斷發(fā)展，但保存數(shù)據(jù)所消

耗能也在大量增長。解決辦法是研制出新一代高密度、低能耗

存儲設(shè)備。

（2）數(shù)據(jù)本身安全及個人隱私泄露面臨的挑戰(zhàn)：在海量數(shù)據(jù)洪流中，在線對話與在線交易活動日益增加，其安全威脅更

為嚴(yán)峻。大數(shù)據(jù)環(huán)境下通過對用戶數(shù)據(jù)的深度分析，很容易了

解用戶行為和喜好，嚴(yán)重的將導(dǎo)致企業(yè)的商業(yè)機密及個人隱

私泄露。

（3）網(wǎng)絡(luò)帶寬能力與對數(shù)據(jù)處理能力面臨的挑戰(zhàn)：網(wǎng)絡(luò)帶

寬是瓶勁，尤其表現(xiàn)在各網(wǎng)絡(luò)接入商之間的互聯(lián)互通出口上；

大數(shù)據(jù)時代網(wǎng)絡(luò)必須有足夠的帶寬支持，才能保證數(shù)據(jù)實時

性。數(shù)據(jù)計算能力是應(yīng)對數(shù)據(jù)洪流時的又一挑戰(zhàn)，采用分布式

計算可以解決其中的一些問題，但部署相對較復(fù)雜。

（4）有效數(shù)據(jù)擷取面臨的挑戰(zhàn)：從海量數(shù)據(jù)中提取隱含在其中的、潛在有用信息和知識的過程十分復(fù)雜的，需要反復(fù)

“去偽存真”。通常要經(jīng)過業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立挖掘模型、評估和部署等多個步驟。即在開始數(shù)據(jù)分析之前，我們必須了解業(yè)務(wù)需求，根據(jù)需求明確業(yè)務(wù)目標(biāo)和要求；接下來便是對現(xiàn)有數(shù)據(jù)進行評估，并對原始數(shù)據(jù)進行組織、清理、集成、變換等一系列數(shù)據(jù)收集和預(yù)處理工作；在搞好數(shù)據(jù)清理的基礎(chǔ)上，應(yīng)用相關(guān)算法和工具建立分析模型；之后對所建立的模型進行評估，重點具體考慮得出的結(jié)果是否符合最初的業(yè)務(wù)目標(biāo)；最后，便可將發(fā)現(xiàn)的結(jié)果以及過程利用各種可視化技術(shù)（報表、報告、圖形等）呈現(xiàn)出來。

大數(shù)據(jù)給人文社會科學(xué)帶來哪些挑戰(zhàn)？大數(shù)據(jù)時代的來臨,數(shù)據(jù)逐漸成為重要的生產(chǎn)要素。而傳統(tǒng)人文社科普遍數(shù)據(jù)采集能力不足,只有通過技術(shù)創(chuàng)新和方法上的創(chuàng)新,文科與理科、工科相結(jié)合,才能帶來質(zhì)的突破。

大數(shù)據(jù)時代為突發(fā)公共事件的輿情帶來什么機遇和挑戰(zhàn)？數(shù)據(jù)的最終作用是為領(lǐng)導(dǎo)者決策或執(zhí)行部門的行動提供參考,如何有效整合大數(shù)據(jù),首先要做到快速分析、及時反應(yīng)和動態(tài)應(yīng)用,其次是在技術(shù)上實現(xiàn)對海量數(shù)據(jù)和信息的存儲、深度挖掘和實時監(jiān)測,實現(xiàn)精準(zhǔn)地采集和預(yù)警。目前人民網(wǎng)已建立了基于全網(wǎng)大數(shù)據(jù)內(nèi)容的突發(fā)公共事件輿情應(yīng)對方案,可通過信息化的手段對全網(wǎng)大數(shù)據(jù)信息進行一小時實時監(jiān)測,能從海量信息中及早發(fā)現(xiàn)可能引起民眾廣泛關(guān)注的突發(fā)公共事件潛在源頭,進行實時預(yù)警。

總之，大數(shù)據(jù)時代已經(jīng)到來，它帶給人類的機遇和挑戰(zhàn)是前所未有的，在一些關(guān)鍵行業(yè)和關(guān)鍵領(lǐng)域，大數(shù)據(jù)的分析和處理問題已經(jīng)突現(xiàn)，例如：頗受爭議的12306.cn春節(jié)售票系統(tǒng)。只有提前認(rèn)識大數(shù)據(jù)、全面勇敢地迎接它帶來的挑戰(zhàn)，才能在大數(shù)據(jù)時代不至于落后挨打。

篇二：大數(shù)據(jù)論文。zj

大數(shù)據(jù)時代的信息分析實

訓(xùn)報告

1、嚴(yán)格按下面的模板做（包括標(biāo)點、字體、字號、段落、行間距等），正文使用數(shù)字番號為“一、（一）、1、（1）”。字?jǐn)?shù)要求在3000字以上，正文一律4號字宋體。這部分所占分?jǐn)?shù)為30分，按是否符合要求給分。

2、必須有摘要、關(guān)鍵詞、必須有實訓(xùn)模擬過程的描述、必須有自己的心得體會、必須有一定邏輯性。這部分所占分?jǐn)?shù)為30分，按是否符合要求給分。如有三處以上錯別字及語句不通者，則酌情扣分。

西南財經(jīng)大學(xué)天府學(xué)院

大數(shù)據(jù)時代的信息分析實

訓(xùn)報告

學(xué)生姓名：張潔

所在班級：會計電算化05班

摘要

對于數(shù)據(jù)分析，這無疑是一個前所未有的黃金時代?，F(xiàn)在，幾乎每個人的衣袋都有一部可以隨時聯(lián)網(wǎng)的智能手機，更強大的平板電腦則安靜的躺在數(shù)億人的手提包里，加之久久沒有退出歷史舞臺的個人電腦和方興未艾的物聯(lián)網(wǎng)中的電子設(shè)備，這個世界，每時每刻有數(shù)以百億計的電子精靈在產(chǎn)生數(shù)據(jù)，一個嶄新的數(shù)據(jù)爆炸時代正噴薄而出。本文以大數(shù)據(jù)和大數(shù)據(jù)分析來寫，從了解大數(shù)據(jù)的概念、大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)庫應(yīng)用的比較，大數(shù)據(jù)與大數(shù)據(jù)分析的概念來了解什么是大數(shù)據(jù)，通過實訓(xùn)模擬來進一步描述我們所了解的大數(shù)據(jù)，從我們的實訓(xùn)模擬中來得出的大數(shù)據(jù)來知道現(xiàn)在這個信息發(fā)達的時代什么是需要的、什么是我們可以通過數(shù)據(jù)去完成的。然后在文中也寫到了大數(shù)據(jù)的兩面性，我們要合理利用大數(shù)據(jù)。

關(guān)鍵詞：大數(shù)據(jù)數(shù)據(jù)爆炸數(shù)據(jù)分析

Abstract

Fordataanalysis,thisisahithertounknownofthegoldenage.Now,almosteveryonehasamobilephonepocketintelligentcanbenetworked,flatcomputermorepowerfulquietlylyinginthehundredsofmillionsofpeople’shandbag,andforalongtimewithoutelectronicequipment,quitthestageofhistoryofthepersonalcomputerandtheInternetofthingsbejustunfoldingintheworld,allelectronicelvestensofbillionsofinthedata,aneweraofinformationexplosionisgushingout.Basedontheanalysisoflargedataanddatatobewrittento,fromconcept,largedataoflargedataandtraditionaldatabaseapplications,conceptanalysisdataanddatato

understandwhatisthebigdata,largedatafurtherdescribedbytrainingsimulation,weknow,bigdatafromourtrainingsimulationatfromnowtoknowthisinformationdevelopederaofwhatisneeded,whatwecanthroughthedatatocompletethe.Thenwrotetwosidesoflargedatainthispaper,weshouldmakeuseofthelargedata.

Keywords:BigdataThedataexplosion

目錄

摘要3

Abstract4正文錯誤！未定義書簽。引言錯誤！未定義書簽。

一、大數(shù)據(jù)錯誤！未定義書簽。

（一）什么是大數(shù)據(jù)錯誤！未定義書簽。

（二）大數(shù)據(jù)與大數(shù)據(jù)分析錯誤！未定義書簽。

二、實訓(xùn)模擬錯誤！未定義書簽。

（一）實訓(xùn)模擬過程描述錯誤！未定義書簽。

（二）實訓(xùn)模擬心得體會錯誤！未定義書簽。

（三）實訓(xùn)模擬結(jié)語錯誤！未定義書簽。

三、總結(jié)錯誤！未定義書簽。

四、文獻錯誤！未定義書簽。

引言

篇三：大數(shù)據(jù)論文

大數(shù)據(jù)

大數(shù)據(jù)是指無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合。大數(shù)據(jù)技術(shù)，是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力。適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫，數(shù)據(jù)挖掘電網(wǎng)，分布式文件系統(tǒng)，分布式數(shù)據(jù)庫，云計算平臺，互聯(lián)網(wǎng)，和可擴展的存儲系統(tǒng)。

大數(shù)據(jù)有四個基本特征：一、數(shù)據(jù)體量巨大(Vomule)，二、數(shù)據(jù)類型多樣(Variety)，三、處理速度快(Velocity)，四、價值密度低(Value)。在大數(shù)據(jù)的領(lǐng)域現(xiàn)在已經(jīng)出現(xiàn)了非常多的新技術(shù)，這些新技術(shù)將會是大數(shù)據(jù)收集、存儲、處理和呈現(xiàn)最強有力的工具。大數(shù)據(jù)處理一般有以下幾種關(guān)鍵性技術(shù):大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲及管理、大數(shù)據(jù)分析及挖掘、大數(shù)據(jù)展現(xiàn)和應(yīng)用(大數(shù)據(jù)檢索、大數(shù)據(jù)可視化、大數(shù)據(jù)應(yīng)用、大數(shù)據(jù)安全等)。

大數(shù)據(jù)處理之一：采集。大數(shù)據(jù)的采集是指利用多個數(shù)據(jù)庫來接收發(fā)自客戶端（Web、App或者傳感器形式等）的數(shù)據(jù)，并且用戶可以通過這些數(shù)據(jù)庫來進行簡單的查詢和處理工作。比如，電商會使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫MySQL和Oracle等來存儲每一筆事務(wù)數(shù)據(jù)，除此之外，Redis和MongoDB這樣的NoSQL數(shù)據(jù)庫也常用于數(shù)據(jù)的采集。

在大數(shù)據(jù)的采集過程中，其主要特點和挑戰(zhàn)是并發(fā)數(shù)高，因為同時有可能會有成千上萬的用戶來進行訪問和操作，比如火車票售票網(wǎng)站和淘寶，它們并發(fā)的訪問量在峰值時達到上百萬，所以需要在采集端部署大量數(shù)據(jù)庫才能支撐。并且如何在這些數(shù)據(jù)庫之間進行負載均衡和分片的確是需要深入的思考和設(shè)計。

大數(shù)據(jù)處理之二：導(dǎo)入和預(yù)處理。雖然采集端本身會有很多數(shù)據(jù)庫，但是如果要對這些海量數(shù)據(jù)進行有效的分析，還是應(yīng)該將這些來自前端的數(shù)據(jù)導(dǎo)入到一個集中的大型分布式數(shù)據(jù)庫，或者分布式存儲集群，并且可以在導(dǎo)入基礎(chǔ)上做一些簡單的清洗和預(yù)處理工作。也有一些用戶會在導(dǎo)入時使用來自Twitter的Storm來對數(shù)據(jù)進行流式計算，來滿足部分業(yè)務(wù)的實時計算需求。

導(dǎo)入與預(yù)處理過程的特點和挑戰(zhàn)主要是導(dǎo)入的數(shù)據(jù)量大，每秒鐘的導(dǎo)入量經(jīng)常會達到百兆，甚至千兆級別。

大數(shù)據(jù)處理之三：統(tǒng)計和分析。統(tǒng)計與分析主要利用分布式數(shù)據(jù)庫，或者分布式計算集群來對存儲于其內(nèi)的海量數(shù)據(jù)進行普通的分析和分類匯總等，以滿足大多數(shù)常見的分析需求，在這方面，一些實時性需求會用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存儲Infobright等，而一些批處理，或者基于半結(jié)構(gòu)化數(shù)據(jù)的需求可以使用Hadoop。

統(tǒng)計與分析這部分的主要特點和挑戰(zhàn)是分析涉及的數(shù)據(jù)量大，其對系統(tǒng)資源，特別是I/O會有極大的占用。

大數(shù)據(jù)處理之四：挖掘。與前面統(tǒng)計和分析過程不同的是，數(shù)據(jù)挖掘一般沒有什么預(yù)先設(shè)定好的主題，主要是在現(xiàn)有數(shù)據(jù)上面進行基于各種算法的計算，從而起到預(yù)測（Predict）的效果，從而實現(xiàn)一些高級別數(shù)據(jù)分析的需求。比較典型算法有用于聚類的Kmeans、用于統(tǒng)計學(xué)習(xí)的SVM和用于分類的NaiveBayes，主要使用的工具有Hadoop的Mahout等。該過程的特點和挑戰(zhàn)主要是用于挖掘的算法很復(fù)雜，并且計算涉及的數(shù)據(jù)量和計算量都很大，常用數(shù)據(jù)挖掘算法都以單線程為主。

整個大數(shù)據(jù)處理的普遍流程至少應(yīng)該滿足這四個方面的步驟，才能算得上是一個比較完整的大數(shù)據(jù)處理。

大數(shù)據(jù)的處理方式大致分為數(shù)據(jù)流處理方式和批量數(shù)據(jù)處理方式兩種。數(shù)據(jù)流處理的方式適合用于對實時性要求比較高的場合中。并不需要等待所有的數(shù)據(jù)都有了之后再進行處

理，而是有一點數(shù)據(jù)就處理一點，更多地要求機器的處理器有較快速的性能以及擁有比較大的主存儲器容量，對輔助存儲器的要求反而不高。批量數(shù)據(jù)處理方式是對整個要處理的數(shù)據(jù)進行切割劃分成小的數(shù)據(jù)塊，之后對其進行處理。重點在于把大化小——把劃分的小塊數(shù)據(jù)形成小任務(wù)，分別單獨進行處理，并且形成小任務(wù)的過程中不是進行數(shù)據(jù)傳輸之后計算，而是將計算方法（通常是計算函數(shù)——映射并簡化）作用到這些數(shù)據(jù)塊最終得到結(jié)果。

當(dāng)前，對大數(shù)據(jù)的處理分析正成為新一代信息技術(shù)融合應(yīng)用的節(jié)點。移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)、數(shù)字家庭、電子商務(wù)等是新一代信息技術(shù)的應(yīng)用形態(tài)，這些應(yīng)用不斷產(chǎn)生大數(shù)據(jù)。通過對不同來源數(shù)據(jù)的管理、處理、分析與優(yōu)化，將結(jié)果反饋到上述應(yīng)用中，將創(chuàng)造出巨大的經(jīng)濟和社會價值。大數(shù)據(jù)也是信息產(chǎn)業(yè)持續(xù)高速增長的新引擎。面對大數(shù)據(jù)市場的新技術(shù)、新產(chǎn)品、新業(yè)態(tài)會不斷涌現(xiàn)。在硬件與集成設(shè)備領(lǐng)域，大數(shù)據(jù)將對芯片、存儲產(chǎn)業(yè)產(chǎn)生重要影響，還將催生一體化數(shù)據(jù)存儲處理服務(wù)器、內(nèi)存計算等市場。在軟件與服務(wù)領(lǐng)域，大數(shù)據(jù)將引發(fā)數(shù)據(jù)快速處理分析、數(shù)據(jù)挖掘技術(shù)和軟件產(chǎn)品的發(fā)展。大數(shù)據(jù)利用將成為提高核心競爭力的關(guān)鍵因素。各行各業(yè)的決策正在從“業(yè)務(wù)驅(qū)動”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動”。對大數(shù)據(jù)的分析可以使零售商實時掌握市場動態(tài)并迅速做出應(yīng)對；可以為商家制定更加精準(zhǔn)有效的營銷策略提供決策支持；可以幫助企業(yè)為消費者提供更加及時和個性化的服務(wù)；在醫(yī)療領(lǐng)域，可提高診斷準(zhǔn)確性和藥物有效性；在公共事業(yè)領(lǐng)域，大數(shù)據(jù)也開始發(fā)揮促進經(jīng)濟發(fā)展、維護社會穩(wěn)定等方面的重要作用。大數(shù)據(jù)時代科學(xué)研究的方法手段將發(fā)生重大改變。例如，抽樣調(diào)查是社會科學(xué)的基本研究方法。在大數(shù)據(jù)時代，可通過實時監(jiān)測，跟蹤研究對象在互聯(lián)網(wǎng)上產(chǎn)生的海量行為數(shù)據(jù)，進行挖掘分析，揭示出規(guī)律性的東西，提出研究結(jié)論和對策。

目前大數(shù)據(jù)在醫(yī)療衛(wèi)生領(lǐng)域有廣為所知的應(yīng)用，公共衛(wèi)生部門可以通過覆蓋全國的患者電子病歷數(shù)據(jù)庫進行全面疫情監(jiān)測。5千萬條美國人最頻繁檢索的詞條被用來對冬季流感進行更及時準(zhǔn)確的預(yù)測。學(xué)術(shù)界整合出20xx年H5N1禽流感感染風(fēng)險地圖，研究發(fā)行此次H7N9人類病例區(qū)域。社交網(wǎng)絡(luò)為許多慢性病患者提供了臨床癥狀交流和診治經(jīng)驗分享平臺，醫(yī)生借此可獲得院外臨床效果統(tǒng)計數(shù)據(jù)。基于對人體基因的大數(shù)據(jù)分析，