十百千大數據

① 大數據是什麼多大的數據叫大數據

你好
多大的數據才算「大數據」
什麼是大數據有一個故事，說的是一位顧客訂購披薩時，披薩店可以立即調出這位顧客的許多信息，比如送披薩上門必有的家庭、單位等地址和電話，顧客的消費習慣從而推薦適合他的披薩種類，顧客名下的銀行卡透支情況從而確定他的支付方式，甚至顧客要自取披薩時，還能根據顧客名下車輛的停放位置預估他的到店時間等等。
從這個故事，我們可以看出大數據的一些關鍵特徵，比如容量大、類型多、關聯性強、有價值等等。「大數據是以高容量、多樣性、存取速度快、應用價值高為主要特徵的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行採集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。」工信部信息化和軟體服務業司副司長李冠宇接受經濟日報·中國經濟網記者采訪時說。
若能給你帶來幫助，請幫忙點擊採納，謝謝！！！

② 大數據的概念

大數據概述
專業解釋：大數據英文名叫big data，是一種IT行業術語，是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
通俗解釋：大數據通俗的解釋就是海量的數據，顧名思義，大就是多、廣的意思，而數據就是信息、技術以及數據資料，合起來就是多而廣的信息、技術、以及數據資料。
大數據提出時間
「大數據」這個詞是由維克托·邁爾-舍恩伯格及肯尼斯·庫克耶於2008年8月中旬共同提出。
大數據的特點
Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）-由IBM提出。
大數據存在的意義和用途是什麼？
看似大數據是一個很高大上的感覺，和我們普通人的生活相差甚遠，但是其實不然！大數據目前已經存在我們生活中的各種角落裡了，舉個例子，我們現在目前最關心的疫情情況數據，用的就是大數據的技術，可以實時查看確診人數以及各種疫情數據。
大數據存在的意義是什麼？
從剛才的舉例中我們基本可以了解，大數據是很重要的，其存在的意義簡單來說也是為了幫助人們更直觀更方便的去了解數據。而通過了解這些數據後又可以更深一步的去挖掘其他有價值的數據，例如今日頭條/抖音等產品，通過對用戶進行整理和分析，然後根據用戶的各種數據來判斷用戶的喜愛，進而推薦用戶喜歡看的東西，這樣做不僅提升了自身產品的體驗度，也為用戶提供了他們需要的內容。
大數據的用途有哪些？
要說大數據的用途，那可就相當廣泛了，基本各行各業都可以運用到大數據的知識。如果簡單理解的話，可分為以下四類：
用途一：業務流程優化
大數據更多的是協助業務流程效率的提升。能夠根據並運用社交網路數據信息 、網站搜索及其天氣預告找出有使用價值的數據信息，這其中大數據的運用普遍的便是供應鏈管理及其派送線路的提升。在這兩個層面，自然地理精準定位和無線通信頻率的鑒別跟蹤貨物和送大貨車，運用交通實時路況線路數據信息來選擇更好的線路。人力資源管理業務流程也根據大數據的剖析來開展改善，這這其中就包含了職位招聘的調整。
用途二：提高醫療和研發
大型數據分析應用程序的計算能力允許我們在幾分鍾內解碼整個dna。可以創造新的治療方法。它還能更好地掌握和預測疾病。如同大家配戴智能手錶和別的能夠轉化成的數據信息一樣，互聯網大數據還可以協助病人盡快醫治疾患。現在大數據技術已經被用於醫院監測早產兒和生病嬰兒的狀況。通過記錄和分析嬰兒的心跳，醫生預測可能的不適症狀。這有助於醫生更好地幫助寶寶。
用途三：改善我們的城市
大數據也被用於改進我們在城市的生活起居。比如，依據城市的交通實時路況信息，運用社交媒體季節變化數據信息，增加新的交通線路。現階段，很多城市已經開展數據分析和示範點新項目。
用途四：理解客戶、滿足客戶服務需求
互聯網大數據的運用在這個行業早已廣為人知。重點是如何使用大數據來更好地掌握客戶及其興趣和行為。企業非常喜歡收集社交數據、瀏覽器日誌、分析文本和感測器數據，以更全面地掌握客戶。一般來說，建立數據模型是為了預測。
如何利用大數據？
那我們了解了這么多關於大數據的知識，既然大數據這么好，我們怎麼去利用大數據呢？那這個就要說到大數據的工具BI了，BI簡單理解就是用來分析大數據的工具，從數據的採集到數據的分析以及挖掘等都需要用到BI，BI興起於國外，比較知名的BI工具有Tableau、Power BI等；而國內比較典型的廠家就是億信華辰了。雖然BI興起於國外，但是這些年隨著國內科技的進步以及不斷的創新，目前國內BI在技術上也不比國外的差，而且因為國內外的差異化，在BI的使用邏輯上，國內BI更符合國內用戶的需求。

③ 中國推行智能製造政策是什麼,有哪些計劃和措施

智能製造各地政策及發展目標解讀

重慶：力爭2022年智能製造關聯產業產值突破400億元近期，重慶印發了發展智能製造實施方案，該方案明確了重慶在智能製造方面的目標及任務。

力爭到2020年，全市智能製造取得明顯進展，累計推動2500家企業實施智能化改造，建設5個具備國內較強競爭力的工業互聯網平台、20個智能工廠和200個數字化車間，創建10個行業級智能製造標桿企業，建設5個智能製造示範園區，68%以上規模工業企業邁入數字化製造階段，52%以上規模工業企業邁入數字化網路化製造階段，「兩化」融合發展水平指數達到58，智能製造關聯產業產值突破300億元，汽車、電子、裝備等有條件、有基礎的重點產業智能轉型取得明顯效果。

到2022年，全市智能製造進一步發展，累計推動5000家企業實施智能化改造，建設10個具備國內較強競爭力的工業互聯網平台。84%以上規模工業企業邁入數字化製造階段，64%以上規模工業企業邁入數字化網路化製造階段，「兩化」融合發展水平指數達到62，智能製造關聯產業產值突破400億元。

山東：加速企業智能化轉型根據《規劃》到2022年，山東傳統製造業重點領域將基本實現數字化製造，條件、基礎好的重點產業和重點企業基本實現智能化轉型。

到2022年，山東省傳統產業企業數字化研發設計工具普及率要達到72%以上，規模以上工業企業關鍵工序數控化率達到57%以上，萬人機器人數量將達到200台以上，山東省製造業數字化、智能化水平在國內位居前列；智能製造試點示範項目實施前後企業運營成本降低20%，產品研製周期縮短20%，生產效率提高20%，能源利用率提高13%，產品不良品率要大幅度降低。

安徽：新一代人工智慧產業發展規劃到2020年，人工智慧發展環境和基礎設施不斷完善，重點前沿理論和應用技術進步明顯，在產品智能、工業智能和服務智能等重點領域涌現一批優秀企業，集聚一批高水平的領軍人才和創新團隊，在人工智慧平台、智能工業機器人、智能家電、智能裝備製造等領域形成特色應用。人工智慧產業規模超過150億元，帶動相關產業規模達到1000億元。

中期目標。到2025年，重點前沿理論和應用技術在部分領域取得突破，相關技術在智能農業、智能製造、智能醫療、智慧城市等領域得到廣泛應用，在智能無人設備、服務機器人等領域確立競爭優勢，培育若干具有國際先進水平的人工智慧企業和人才團隊。人工智慧產業規模達到500億元，帶動相關產業規模達到4500億元。

廣東：2025製造業全面進入智能化製造階段到2025年，廣東省製造業綜合實力、可持續發展能力顯著增強，在全球產業鏈、價值鏈中的地位明顯提升，全省建成全國智能製造發展示範引領區和具有國際競爭力的智能製造產業集聚區。

到2025年：全省製造業全面進入智能化製造階段，基本建成製造強省。製造業水平顯著提升，規模以上工業全員勞動生產率提升至25萬元/人。自主創新能力明顯提升，規模以上工業企業研發投入佔主營業務收入的比重達到1.7%以上，安全可控的智能技術產品配套能力和信息化服務能力明顯增強。信息化與工業化深度融合，規模以上工業企業信息技術集成應用達到國內領先水平，製造業質量競爭力指數達到86.5。骨幹企業國際地位凸顯，培育一批年主營業務收入超100億元、1000億元的工業企業，涌現一批掌握核心關鍵技術、擁有自主品牌、開展高層次分工的國際化企業。具有自主知識產權的技術、產品和服務的國際市場份額大幅提高，建成全國智能製造發展示範引領區和具有國際競爭力的智能製造產業集聚區。

上海：製造業轉型升級發展規劃深入貫徹製造強國、全球科技創新中心建設戰略和供給側結構性改革部署，將智能製造作為「上海製造」向「上海智造」轉變的主攻方向，實施智能製造應用「十百千」工程，堅持應用牽引、軟硬協同、分類施策、政府引導，大力推廣智能製造應用新模式，建立智能製造應用新機制，到2020年，力爭把上海打造成為全國智能製造應用的高地、核心技術的策源地以及系統解決方案的輸出地。

江蘇：2020年將建成1000家智能車間日前，為加快推動互聯網、大數據、人工智慧和實體經濟深度融合，推進工業經濟高質量發展，江蘇省印發《關於進一步加快智能製造發展的意見》。目標到2020年，全省建成1000家智能車間，創建50家左右省級智能製造示範工廠，試點創建10家左右省級智能製造示範區。

根據《意見》要求，要加強領軍服務機構建設，進一步提升智能製造專業服務水平——培育壯大系統解決方案供應商。到2020年，江蘇省培育形成100家左右國內有影響力的本土化、品牌化智能製造領軍服務機構。

2019智能製造業十大發展趨勢

01

安全生產將成為重中之重

當智能製造融合了機器人、人工智慧眾多前沿科技後，人為能夠及時控制的事故似乎變得更加簡單，但是在設備增多的情況下，如何有效管理人機交互時的安全性是重點之一。

另外，在工業物聯網進入製造業後，工業物聯網遭到數據攻擊的事件常有發生，所以企業的設備、產品等數據的安全也顯得尤為重要。

02

智能製造行業將會近一步擴大

智能製造在汽車行業、3C電子領域的應用已經逐步加深，當各企業開始認識到智能製造是實現中國製造2025的重要方向後，數字化、網路化、智能化能夠對企業的產值和效率持續優化，智能製造會進一步滲透石化、紡織、機械等行業。

03

通用性技術或將成為AI+的突破口

在定製化柔性製造、多場景生產的大力發展下，通用性技術並不能滿足生產需求。對於AI賦能傳統工業，就能夠容易解決這些需求。

在大數據的積累下，企業能夠利用AI實現專業場景的快速轉變，真正做到製造向「智」造轉型。

04

數字雙胞胎技術或將崛起

數字孿生技術將作為企業數字化升級和智能工廠建設的第一選擇，車企可以通過這些技術在研發過程中解決生產過程復雜、資源浪費等產生高成本的問題，以更低的成本做出數字化模型。

通過降低成本，汽車行業在明年的銷量可期。同時，在3C領域引入數字雙胞胎技術也可帶動行業的發展。

預計到2020年，至少50%年收入超過10億元的製造商將為其產品或資產啟動至少一項數字孿生項目。

05

打造精準大數據閉環

近些年，工業大數據開始被企業所重視，利用大數據能夠挖掘那些隱藏在背後的客戶價值，幫助企業完成時限客戶需求、生產系統、商業模式、決策模式的轉變。大數據能夠幫助企業從0做到1，然後再從1做到N，從N做到1(個性化)。

要實現這樣的模式，就需要企業構建從構建從採集、分析、轉化、反饋等環節的精準數據流閉環。

06

更多互聯網企業進軍智能製造

互聯網企業進軍工業領域，即「互聯網+智能製造」已取得初步成效。阿里雲與西門子合作，宣布正式進軍工業物聯網，同時網路智慧工廠以及京東智慧供應鏈等都在打造自己的智能製造產業。

互聯網企業具有長時間的數據積累和技術優勢，在進軍工業領域後，能夠給傳統製造企業帶來更多的技術應用場景，加速企業智能製造的轉型。

07

用戶需求將引導企業轉型

工業發展進程正在從企業產品牽引用戶需求轉變為用戶需求引領企業生產，智能製造將會改變傳統製造從生產環節降低成本增效，進而轉向提供高附加值的衍生服務，從提供智能產品到智能服務實現附加值提升。

08

行業級工業互聯網平台成熟發展

通用性行業平台由於縱深程度有限，市場供給與需求並不匹配，使得企業上雲意願不強，尚未探索出成熟的市場化模式。

行業級工業互聯網平台由於兼具聚焦和普適雙重特性，面對智能製造各行業不同需求，有望率先探索出可行的市場化商業模式。

09

聚焦智能製造解決方案等細分行業

由於國內智能製造起步較晚，對於人才的挖掘和培養以及資金壓力是企業所面臨的最大問題，如果從幾個發展方向上切入智能製造，或許只有大企業才能負擔起。

如果中小企業從智能製造系統等細分領域深入研究將有望成為獨角獸。

10

超高附加值製造領域帶來機遇

增材製造技術應用在桌面級應用以及簡單的工藝大規模的場景不具備成本優勢，而作為發動機、風電葉片、潛艇螺旋槳等為代表的超高附加值、超大型定製化單品製造領域可能會在2019年給增材製造在工業領域帶來機會。

④ 什麼是「大數據」，如何理解「大數據」

大數據，IT行業術語，是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。
從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘。但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。
隨著雲時代的來臨，大數據（Big data）也吸引了越來越多的關注。分析師團隊認為，大數據（Big data）通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型資料庫用於分析時會花費過多時間和金錢。大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。
大數據需要特殊的技術，以有效地處理大量的容忍經過時間內的數據。適用於大數據的技術，包括大規模並行處理（MPP）資料庫、數據挖掘、分布式文件系統、分布式資料庫、雲計算平台、互聯網和可擴展的存儲系統。

⑤ 什麼叫大數據

什麼叫大數據？
大數據-網路

大數據(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》 中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而採用所有數據進行分析處理。大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。
從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘，但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。
隨著雲時代的來臨，大數據（Big data）也吸引了越來越多的關注。《著雲台》的分析師團隊認為，大數據（Big data）通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型資料庫用於分析時會花費過多時間和金錢。大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。
大數據需要特殊的技術，以有效地處理大量的容忍經過時間內的數據。適用於大數據的技術，包括大規模並行處理（MPP）資料庫、數據挖掘電網、分布式文件系統、分布式資料庫、雲計算平台、互聯網和可擴展的存儲系統。
大數據-維基網路
大數據（英語：Big data或Megadata），或稱巨量數據、海量數據、大資料，指的是所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、並整理成為人類所能解讀的信息[3][4]。在總數據量相同的情況下，與個別分析獨立的小型數據集（data set）相比，將各個小型數據集合並後進行分析可得出許多額外的信息和數據關系性，可用來察覺商業趨勢、判定研究質量、避免疾病擴散、打擊犯罪或測定實時交通路況等；這樣的用途正是大型數據集盛行的原因。
截至2012年，技術上可在合理時間內分析處理的數據集大小單位為艾位元組（exabytes）。在許多領域，由於數據集過度龐大，科學家經常在分析處理上遭遇限制和阻礙；這些領域包括氣象學、基因組學[9]、神經網路體學、復雜的物理模擬，以及生物和環境研究。這樣的限制也對網路搜索、金融與經濟信息學造成影響。數據集大小增長的部分原因來自於信息持續從各種來源被廣泛收集，這些來源包括搭載感測設備的移動設備、高空感測科技（遙感）、軟體記錄、相機、麥克風、無線射頻辨識（RFID）和無線感測網路。自1980年代起，現代科技可存儲數據的容量每40個月即增加一倍；截至2012年，全世界每天產生2.5艾位元組（2.5×1018）的數據。
大數據幾乎無法使用大多數的資料庫管理系統處理，而必須使用「在數十、數百甚至數千台伺服器上同時平行運行的軟體」。大數據的定義取決於持有數據組的機構之能力，以及其平常用來處理分析數據的軟體之能力。「對某些組織來說，第一次面對數百GB的數據集可能讓他們需要重新思考數據管理的選項。對於其他組織來說，數據集可能需要達到數十或數百兆位元組才會對他們造成困擾。」
隨著大數據被越來越多的提及，有些人驚呼大數據時代已經到來了，2012年《紐約時報》的一篇專欄中寫到，「大數據」時代已經降臨，在商業、經濟及其他領域中，決策將日益基於數據和分析而作出，而並非基於經驗和直覺。但是並不是所有人都對big data感興趣，有些人甚至認為這是商學院或咨詢公司用來嘩眾取寵的buzzword，看起來很新穎，但只是把傳統重新包裝，之前在學術研究或者政策決策中也有海量數據的支撐，大數據並不是一件新興事物。
大數據時代的來臨帶來無數的機遇，但是與此同時個人或機構的隱私權也極有可能受到沖擊，大數據包含了各種個人信息數據，現有的隱私保護法律或政策無力解決這些新出現的問題。有人提出，大數據時代，個人是否擁有「被遺忘權」，被遺忘權即是否有權利要求數據商不保留自己的某些信息，大數據時代信息為某些互聯網巨頭所控制，但是數據商收集任何數據未必都獲得用戶的許可，其對數據的控制權不具有合法性。2014年5月13日歐盟法院就「被遺忘權」（right to be forgotten）一案作出裁定，判決Google應根據用戶請求刪除不完整的、無關緊要的、不相關的數據以保證數據不出現在搜索結果中。這說明在大數據時代，加強對用戶個人權利的尊重才是時勢所趨的潮流。