『壹』 關於大數據，證券公司的客戶服務可以這樣玩
對證券公司來說，開戶的股民就是他們的用戶，如何利用大數據來提供更好的用戶體驗，怎麼用，恐怕是很多證券公司都考慮的問題。正如周鴻禕在自述中說的，其實很多時候企業並不需要去搞那些驚天地的大創新，貼近用戶使用體驗、增加用戶好感的微創新可能更實用。
我就冒昧的嘗試著從一個股民的角度，提提證券公司可以怎麼利用大數據。數據的來源可以主要是客戶行為數據的分析。
第一，可以從客戶交易的數據中挖掘。
1、客戶交易過的
2、操作頻率高的
3、持有時間長的
4、客戶賺到錢的、賠了錢的
5、客戶放到自選股里的
對於以上幾類情況，最簡單的就是將有關證券、行業的最新消息彈給用戶，提示閱讀。
其次，完全可以藉助證券板塊的分類，對以上客戶交易的股票屬於相同、相關的板塊的股票，以小窗或通知的形式，在手機、網上交易終端上彈出給用戶，並標注說明「與您操作的某某股票同屬xx行業且具有較好投資前景的股票，為您精選了N只，請您笑納！」。 這個層次比較膚淺，稍深入一點，可以建立一個選股模型，在推薦的板塊和股票中，進一步從上市公司基本面分析、技術指標分析，精選個股推送給用戶。
我們還可以進一步發揮下，對某用戶交易的數據再挖幾鏟子，可以對其歷史交易記錄再分析一下，結合具體股票的基本面、技術走勢和時間等要素，歸納出用戶成功率高的操作模式，為用戶提供他自己都沒有想到的投資策略。你說這夠貼心不？（當然，屢戰屢敗的用戶可能就真的無法總結出這百戰多勝的依據了，幸虧我還有過勝利記錄，雖然不多，嘿嘿）
如果政策允許，完全可以在ta准備交易某證券時，提示：您的選擇太英明了，本公司今天已有x位用戶與您英雄所見略同，購買了此證券！或者，您真是有獨到見解，今日您是對此股票第一位鍾情者！讓ta可以換個角度考慮一下自己的交易是否合適。
第二、將客戶交易情況統計形成數據分析圖表，作為增值服務提供給股民。
可以提供多種分析角度，供股民選擇。比如：從證券類型，大盤、中小板、創業板、債券、基金、理財產品等分類統計和顯示交易額及盈虧比例，讓股民明了自己究竟哪類證券做的成功；從時間角度，按月份、加上重要節假日，看看哪個月賺錢多，運氣旺；還可以從交易方式，按電腦軟體委託、手機下單、電話委託等。
可以分析提供股民的投資愛好，比如：行業上熱衷煤炭、高科技、農林牧副漁等，形態上追漲、抄底等，操作上短平快、長期持有等，哪個方面收益大，哪個收益小。
第三、 （參考前一條）將提煉出來的成功率高的股民投資策略，轉成一個產品的形式 。
根據其核心要素和特點，起個名字，比如：漲停板敢死隊策略、APEC藍選股策略等等，可以將這些策略產品放在公共平台上供其他人選擇使用或購買。當然，如果真的不錯，可以考慮收費哦。然後，給這些策略標註上，「已經有xxx位用戶選擇」的類似內容，讓客戶找到認同感。
還可以從年齡上區分，劃分為「激進青春」、「沉穩歲月」、「從容暮年」等，供我們股民自己對號找適合的位置。
第四、非交易方面的增值服務。
1、交易地點的安全提醒。可以從發送交易的電腦IP地址、手機位置信息，獲取到客戶所在地理位置，與客戶基本信息中的地址（或經常交易的地址）比較，提醒客戶不在通常交易地點注意賬戶安全。（這個是模仿QQ登錄提醒的哦。哈哈）
2、順著第1點，如果客戶在外地，可以自動推送當地天氣預報、吃住推薦、小吃、旅遊景點等信息。哦，當地如果有營業網點，那也可以推給客戶，最好能為提供享受到某些待遇就更美啦。
3、好吧，我想了這么多了，剩下的大家自己開動起來拓展思路吧！嘿嘿。
『貳』 什麼是大數據時代
大數據時代
（巨量資料（IT行業術語））
編輯
最早提出「大數據」時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：「數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。」 「大數據」在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展而引起人們關注。
中文名
大數據時代
外文名
Big data
提出者
麥肯錫
類 屬
科技名詞
目錄
1 產生背景
2 影響
▪ 大數據
▪ 大數據的精髓
▪ 數據價值
▪ 可視化
3 特徵
4 案例分析
5 產業崛起
6 提供依據
7 應對措施
產生背景
編輯
進入2012年，大數據（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數
大數據時代來臨
據，並命名與之相關的技術發展與創新。它已經上過《紐約時報》《華爾街日報》的專欄封面，進入美國白宮官網的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。[1]
數據正在迅速膨脹並變大，它決定著企業的未來發展，雖然很多企業可能並沒有意識到數據爆炸性增長帶來問題的隱患，但是隨著時間的推移，人們將越來越多的意識到數據對企業的重要性。
正如《紐約時報》2012年2月的一篇專欄中所稱，「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。
哈佛大學社會學教授加里·金說：「這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。」[2]
影響
編輯
大數據
現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。[3]
隨著雲時代的來臨，大數據（Big data）也吸引了越來越多的關注。大數據（Big data）通常用來形容一個公司創造的大量非結構化和半結構化數據，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。[2]
在現今的社會，大數據的應用越來越彰顯他的優勢，它佔領的領域也越來越大，電子商務、O2O、物流配送等，各種利用大數據進行發展的領域正在協助企業不斷地發展新業務，創新運營模式。有了大數據這個概念，對於消費者行為的判斷，產品銷售量的預測，精確的營銷范圍以及存貨的補給已經得到全面的改善與優化。[4]
「大數據」在互聯網行業指的是這樣一種現象：互聯網公司在日常運營中生成、累積的用戶網路行為數據。這些數據的規模是如此龐大，以至於不能用G或T來衡量。
大數據到底有多大？一組名為「互聯網上一天」的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多（相當於美國兩年的紙質信件數量）；發出的社區帖子達200萬個（相當於《時代》雜志770年的文字量）；賣出的手機為37.8萬台，高於全球每天出生的嬰兒數量37.1萬……[1]
截止到2012年，數據量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)級別。國際數據公司（IDC）的研究結果表明，2008年全球產生的數據量為0.49ZB，2009年的數據量為0.8ZB，2010年增長為1.2ZB，2011年的數量更是高達1.82ZB，相當於全球每人產生200GB以上的數據。而到2012年為止，人類生產的所有印刷材料的數據量是200PB，全人類歷史上說過的所有話的數據量大約是5EB。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了2020年，全世界所產生的數據規模將達到今天的44倍。[5] 每一天，全世界會上傳超過5億張圖片，每分鍾就有20小時時長的視頻被分享。然而，即使是人們每天創造的全部信息——包括語音通話、電子郵件和信息在內的各種通信，以及上傳的全部圖片、視頻與音樂，其信息量也無法匹及每一天所創造出的關於人們自身的數字信息量。
這樣的趨勢會持續下去。我們現在還處於所謂「物聯網」的最初級階段，而隨著技術成熟，我們的設備、交通工具和迅速發展的「可穿戴」科技將能互相連接與溝通。科技的進步已經使創造、捕捉和管理信息的成本降至2005年的六分之一，而從2005年起，用在硬體、軟體、人才及服務之上的商業投資也增長了整整50%，達到了4000億美元。[5]
大數據的精髓
大數據帶給我們的三個顛覆性觀念轉變：是全部數據，而不是隨機采樣；是大體方向，而不是精確制導；是相關關系，而不是因果關系。[6]
A.不是隨機樣本，而是全體數據：在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機采樣(隨機采樣，以前我們通常把這看成是理所應當的限制，但高性能的數字技術讓我們意識到，這其實是一種人為限制);
B.不是精確性，而是混雜性：研究數據如此之多，以至於我們不再熱衷於追求精確度;之前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著規模的擴大，對精確度的痴迷將減弱;擁有了大數據，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向即可，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力;
C.不是因果關系，而是相關關系：我們不再熱衷於找因果關系，尋找因果關系是人類長久以來的習慣，在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系;相關關系也許不能准確地告訴我們某件事情為何會發生，但是它會提醒我們這件事情正在發生。
數據價值
大數據時代，什麼最貴?
十年前，葛大爺曾說過，「21世紀什麼最貴?」——「人才」，深以為然。只是，十年後的今天，大數據時代也帶來了身價不斷翻番的各種數據。由於急速拓展的網路帶寬以及各種穿戴設備所帶來的大量數據，數據的增長從未停歇，甚至呈井噴式增長。[7]
一分鍾內，微博推特上新發的數據量超過10萬；社交網路「臉譜」的瀏覽量超過600萬……
這些龐大數字，意味著什麼？
它意味著，一種全新的致富手段也許就擺在面前，它的價值堪比石油和黃金。
事實上，當你仍然在把微博等社交平台當作抒情或者發議論的工具時，華爾街的斂財高手們卻正在挖掘這些互聯網的「數據財富」，先人一步用其預判市場走勢，而且取得了不俗的收益。
讓我們一起來看看——他們是怎麼做的。
這些數據都能幹啥。具體有六大價值：
●1、華爾街根據民眾情緒拋售股票；
●2、對沖基金依據購物網站的顧客評論，分析企業產品銷售狀況；
●3、銀行根據求職網站的崗位數量，推斷就業率；
●4、投資機構搜集並分析上市企業聲明，從中尋找破產的蛛絲馬跡；
●5、美國疾病控制和預防中心依據網民搜索，分析全球范圍內流感等病疫的傳播狀況；
●6、美國總統奧巴馬的競選團隊依據選民的微博，實時分析選民對總統競選人的喜好。[1]
可視化
「數據是新的石油。」亞馬遜前任首席科學家Andreas Weigend說。Instagram以10億美元出售之時，成立於1881年的世界最大影像產品及服務商柯達正申請破產。
大數據是如此重要，以至於其獲取、儲存、搜索、共享、分析，乃至可視化地呈現，都成為了當前重要的研究課題[1] 。
「當時時變幻的、海量的數據出現在眼前，是怎樣一幅壯觀的景象？在後台注視著這一切，會不會有接近上帝俯視人間星火的感覺？」
這個問題我曾請教過劉建國，中國著名的搜索引擎專家。劉曾主持開發過國內第一個大規模中英文搜索引擎系統「天網」。
要知道，劉建國曾任至網路的首席技術官，在這樣一家每天需應對網民各種搜索請求1.7億次（2013年約為8.77億次）的網站中，如果只是在後台靜靜端坐，可能片刻都不能安心吧。網路果然在提供搜索服務之外，逐漸增添了網路指數，後又建立了基於網民搜索數據的重要產品「貼吧」及網路統計產品等。
劉建國沒有直接回答這個問題，他想了很久，似乎陷入了回憶，嘴角的笑容含著詭秘。
倒是有公司已經在大數據中有接近上帝俯視的感覺，美國洛杉磯就有企業宣稱，他們將全球夜景的歷史數據建立模型，在過濾掉波動之後，做出了投資房地產和消費的研究報告。
在數據可視化呈現方面，我最新接收到的故事是，一位在美國思科物流部門工作的朋友，很聰明的印度裔小夥子，被Facebook高價挖角，進入其數據研究小組。他後來驚訝地發現，裡面全是來自物流企業、供應鏈方面的技術人員和專家，「Facebook想知道，能不能用物流的角度和流程的方式，分析用戶的路徑和行為。」
特徵
編輯
數據量大（Volume）
第一個特徵是數據量大。大數據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）。
類型繁多（Variety）
第二個特徵是數據類型繁多。包括網路日誌、音頻、視頻、圖片、地理位置信息等等，多類型的數據對數據的處理能力提出了更高的要求。
價值密度低（Value）
第三個特徵是數據價值密度相對較低。如隨著物聯網的廣泛應用，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演算法更迅速地完成數據的價值「提純」，是大數據時代亟待解決的難題。
速度快、時效高（Velocity）
第四個特徵是處理速度快，時效性要求高。這是大數據區分於傳統數據挖掘最顯著的特徵。
既有的技術架構和路線，已經無法高效處理如此海量的數據，而對於相關組織來說，如果投入巨大採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。可以說，大數據時代對人類的數據駕馭能力提出了新的挑戰，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。[2]
案例分析
編輯
個案一
你開心他就買你焦慮他就拋[2]
華爾街「德溫特資本市場」公司首席執行官保羅·霍廷每天的工作之一，就是利用電腦程序分析全球3.4億微博賬戶的留言，進而判斷民眾情緒，再以「1」到「50」進行打分。根據打分結果，霍廷再決定如何處理手中數以百萬美元計的股票。
霍廷的判斷原則很簡單：如果所有人似乎都高興，那就買入；如果大家的焦慮情緒上升，那就拋售。
這一招收效顯著——當年第一季度，霍廷的公司獲得了7%的收益率。
個案二
國際商用機器公司（IBM）估測，這些「數據」值錢的地方主要在於時效。對於片刻便能定輸贏的華爾街，這一時效至關重要。曾經，華爾街2%的企業搜集微博等平台的「非正式」數據；如今，接近半數企業採用了這種手段。
●「社會流動」創業公司在「大數據」行業生機勃勃，和微博推特是合作夥伴。它分析數據，告訴廣告商什麼是正確的時間，誰是正確的用戶，什麼是應該發表的正確內容，備受廣告商熱愛。
●通過喬希·詹姆斯的Omniture（著名的網頁流量分析工具）公司，你可以知道有多少人訪問你的網站，以及他們呆了多長時間——這些數據對於任何企業來說都至關重要。詹姆斯把公司賣掉，進賬18億美元。
●微軟專家吉拉德喜歡把這些「大數據」結果可視化：他把客戶請到辦公室，將包含這些公司的數據圖譜展現出來——有些是普通的時間軸，有些像蒲公英，有些則是鋪滿整個畫面的泡泡，泡泡中顯示這些客戶的粉絲正在談論什麼話題。
●「臉譜」數據分析師傑弗遜的工作就是搭建數據分析模型，弄清楚用戶點擊廣告的動機和方式。
處理和分析工具
用於分析大數據的工具主要有開源與商用兩個生態圈。
開源大數據生態圈：
1、Hadoop HDFS、HadoopMapRece, HBase、Hive 漸次誕生，早期Hadoop生態圈逐步形成。
2、. Hypertable是另類。它存在於Hadoop生態圈之外，但也曾經有一些用戶。
3、NoSQL，membase、MongoDb
商用大數據生態圈：
1、一體機資料庫/數據倉庫：IBM PureData(Netezza), OracleExadata, SAP Hana等等。
2、數據倉庫：TeradataAsterData, EMC GreenPlum, HPVertica 等等。
3、數據集市：QlikView、 Tableau 、 以及國內的Yonghong Data Mart 。
產業崛起
編輯
越來越多的政府、企業等機構開始意識到數據正在成為組織最重要的資產，數據分析能力正在成為組織的核心競爭力。具體有以下三大案例：
1、2012年3月22日，奧巴馬政府宣布投資2億美元拉動大數據相關產業發展，將「大數據戰略」上升為國家意志。奧巴馬政府將數據定義為「未來的新石油」，並表示一個國家擁有數據的規模、活性及解釋運用的能力將成為綜合國力的重要組成部分，未來，對數據的佔有和控制甚至將成為陸權、海權、空權之外的另一種國家核心資產。
2、聯合國也在2012年發布了大數據政務白皮書，指出大數據對於聯合國和各國政府來說是一個歷史性的機遇，人們如今可以使用極為豐富的數據資源，來對社會經濟進行前所未有的實時分析，幫助政府更好地響應社會和經濟運行。
3、而最為積極的還是眾多的IT企業。麥肯錫在一份名為《大數據，是下一輪創新、競爭和生產力的前沿》的專題研究報告中提出，「對於企業來說，海量數據的運用將成為未來競爭和增長的基礎」，該報告在業界引起廣泛反響。
IBM則提出，上一個十年，他們拋棄了PC，成功轉向了軟體和服務，而這次將遠離服務與咨詢，更多地專注於因大數據分析軟體而帶來的全新業務增長點。IBM執行總裁羅睿蘭認為，「數據將成為一切行業當中決定勝負的根本因素，最終數據將成為人類至關重要的自然資源。」
在國內，網路已經致力於開發自己的大數據處理和存儲系統；騰訊也提出2013年已經到了數據化運營的黃金時期，如何整合這些數據成為未來的關鍵任務。
事實上，自2009年以來，有關「大數據」 主題的並購案層出不窮，且並購數量和規模呈逐步上升的態勢。其中，Oracle對Sun、惠普對Autonomy兩大並購案總金額高達176億美元，大數據的產業價值由此可見一斑。[1-2]
提供依據
編輯
大數據是信息通信技術發展積累至今，按照自身技術發展邏輯，從提高生產效率向更高級智能階段的自然生長。無處不在的信息感知和採集終端為我們採集了海量的數據，而以雲計算為代表的計算技術的不斷進步，為我們提供了強大的計算能力，這就圍繞個人以及組織的行為構建起了一個與物質世界相平行的數字世界[1-2] 。
大數據雖然孕育於信息通信技術的日漸普遍和成熟，但它對社會經濟生活產生的影響絕不限於技術層面，更本質上，它是為我們看待世界提供了一種全新的方法，即決策行為將日益基於數據分析做出，而不是像過去更多憑借經驗和直覺做出。
事實上，大數據的影響並不僅僅限於信息通信產業，而是正在「吞噬」和重構很多傳統行業，廣泛運用數據分析手段管理和優化運營的公司其實質都是一個數據公司。麥當勞、肯德基以及蘋果公司等旗艦專賣店的位置都是建立在數據分析基礎之上的精準選址。而在零售業中，數據分析的技術與手段更是得到廣泛的應用，傳統企業如沃爾瑪通過數據挖掘重塑並優化供應鏈，新崛起的電商如卓越亞馬遜、淘寶等則通過對海量數據的掌握和分析，為用戶提供更加專業化和個性化的服務。
最讓人吃驚的例子是，社交媒體監測平台DataSift監測了Facebook（臉譜） IPO當天Twitter上的情感傾向與Facebook股價波動的關聯。在Facebook開盤前Twitter上的情感逐漸轉向負面，25分鍾之後Facebook的股價便開始下跌。而當Twitter上的情感轉向正面時，Facebook股價在8分鍾之後也開始了回彈。最終當股市接近收盤、Twitter上的情感轉向負面時，10分鍾後Facebook的股價又開始下跌。最終的結論是：Twitter上每一次情感傾向的轉向都會影響Facebook股價的波動。
這僅僅只是基於社交網路產生的大數據「預見未來」的眾多案例之一，此外還有谷歌通過網民搜索行為預測流感爆發等例子。不僅在商業方面，大數據在社會建設方面的作為同樣令人驚嘆，智能電網、智慧交通、智慧醫療、智慧環保、智慧城市等的蓬勃興起，都與大數據技術與應用的發展息息相關。
「大數據」可能帶來的巨大價值正漸漸被人們認可，它通過技術的創新與發展，以及數據的全面感知、收集、分析、共享，為人們提供了一種全新的看待世界的方法。更多地基於事實與數據做出決策，這樣的思維方式，可以預見，將推動一些習慣於靠「差不多」運行的社會發生巨大變革。
應對措施
編輯
一個好的企業應該未雨綢繆，從現在開始就應該著手准備，為企業的後期的數據收集和分析做好准備，企業可以從下面六個方面著手，這樣當面臨鋪天蓋地的大數據的時候，以確保企業能夠快速發展，具體為下面六點。
目標
幾乎每個組織都可能有源源不斷的數據需要收集，無論是社交網路還是車間感測器設備，而且每個組織都有大量的數據需要處理，IT人員需要了解自己企業運營過程中都產生了什麼數據，以自己的數據為基準，確定數據的范圍。
准則
雖然每個企業都會產生大量數據，而且互不相同、多種多樣的，這就需要企業IT人員在現在開始收集確認什麼數據是企業業務需要的，找到最能反映企業業務情況的數據。
重新評估
大數據需要在伺服器和存儲設施中進行收集，並且大多數的企業信息管理體系結構將會發生重要大變化，IT經理則需要准備擴大他們的系統，以解決數據的不斷擴大，IT經理要了解公司現有IT設施的情況，以組建處理大數據的設施為導向，避免一些不必要的設備的購買。
重視大數據技術
大數據是最近幾年才興起的詞語，而並不是所有的IT人員對大數據都非常了解，例如如今的Hadoop，MapRece，NoSQL等技術都是2013年剛興起的技術，企業IT人員要多關注這方面的技術和工具，以確保將來能夠面對大數據的時候做出正確的決定。
培訓企業的員工
大多數企業最缺乏的是人才，而當大數據到臨的時候，企業將會缺少這方面的採集收集分析方面的人才，對於一些公司，特別是那種人比較少的公司，工作人員面臨大數據將是一種挑戰，企業要在平時的時候多對員工進行這方面的培訓，以確保在大數據到來時，員工也能適應相關的工作。
培養三種能力
Teradata大中華區首席執行官辛兒倫對新浪科技表示，隨著大數據時代的到來，企業應該在內部培養三種能力。第一，整合企業數據的能力；第二，探索數據背後價值和制定精確行動綱領的能力；第三，進行精確快速實時行動的能力。
做到上面的幾點，當大數據時代來臨的時候，面臨大量數據將不是束手無策，而是成竹在胸，而從數據中得到的好處也將促進企業快速發展。
望採納，謝謝
『叄』 大數據時代是什麼
最早提出「大數據」時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：「數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。 「大數據」在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展而引起關注。
一.產生背景
進入2012年，大數據（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，氏數並命名與之相關的技術發展與創新。它已經上過《紐約時報》《華爾街日報》的專欄封面，進入美國白宮官網的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。
隨著雲時代的來臨，大數據（Big data）也吸引了越來越多的關注。大數據（Big data）通常用來形容一個公司創造的大量非結構化和半結構化數據，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。
哈佛大學社會學教授加里·金說：「這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。」
二. 特徵
1.數據量大（Volume）殲凱首
大數據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）
包孫州括網路日誌、音頻、視頻、圖片、地理位置信息等等，多類型的數據對數據的處理能力提出了更高的要求。
3.價值密度低（Value）
如隨著物聯網的廣泛應用，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演算法更迅速地完成數據的價值「提純」，是大數據時代亟待解決的難題。
4.速度快、時效高（Velocity）
這是大數據區分於傳統數據挖掘最顯著的特徵。既有的技術架構和路線，已經無法高效處理如此海量的數據，而對於相關組織來說，如果投入巨大採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。可以說，大數據時代對人類的數據駕馭能力提出了新的挑戰，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。
『肆』 在哪購買國金百度大數據基金購買
網路與國金證券聯合宣布，共同推出大數據量化基金——「國金網路大數據基金」。
國金網路大數據基金」是面向二級市場的具投資潛力的基金產品，首期募資規模為5億元。與傳統量化投資相比，其最大的特色是在投資模型中納入「人」的因素。
網路從互聯網大數據中提取與「人」密切關聯的數據，經過大數據挖掘和智能化處理，實現描摹用戶畫像、精準識別網民金融意圖、洞察股民情緒、預測行業市場走向。
具體從雙方的分工來看，網路為證券機構在擇時和選股等決策提供考量因子；國金證券則通過精準選股、動態捕捉套利機會、及時優化量化模型，實現提升投資收益，降低投資風險。
這是繼與中信銀行、安聯保險先後合作成立百信銀行、百安保險之後，網路在證券領域再次聯手傳統金融機構，利用大數據技術掘金二級市場。至此，網路已基本完善了其在金融三大版塊的布局。
『伍』 當傳統金融模式遇到了大數據後會有哪些轉變
大數據對金融最重要的影響，在於其能使一部分長尾需求得到滿足。
金融行業是很有專互聯網機會的行業，屬更是很有大數據潛力的行業。
大數據時代，互聯網創新、平等、普惠的精神，將慢慢融入金融。這種二八定律會慢慢改變。
二八定律：在當前利率非完全市場化與小微企業抵押擔保品欠缺的情況下，採用傳統信貸技術從事小微金融，需付出的邊際成本與服務大企業相差不大，在信貸供給資源仍顯稀缺的情形之下，銀行具有提高授信門檻以迫使高風險客戶退出信貸市場的動機，銀行服務 80% 低端客戶所帶來的利潤微乎其微，還不如將這部分客戶趕出市場，全力支持 20% 的高端客戶。
大數據（big data），是指無法在可承受的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。
『陸』 機器人概念股有哪些股票
機器人概念股龍頭個股有：寶德股份、賽為智能、智雲股份等。
「西安寶德自動化股份有限公司」創立於2001年4月，是國家級高新技術企業。於2009年10月，作為中國創業板首批上市公司在深交所成功上市，股票代碼：300023寶德股份。
賽為智能（SHENZHENSUNWININTELLIGENTCO.,LTD.）是顫春胡中國最專業的智能化系統解決方案提供商之一，創建於1997年2月，位於中國深圳。該公司主要從事軌道智能化、建築智能化和節能系統工程的規劃設計、安裝施工以及相關產品的研發和生產。
智雲公司是國內領先的成套自動化裝備方案解決商，為客戶提供自動化製造工藝系統研發及系統集成服務，現技術和產品覆蓋國內95%以上的發動機廠商。過硬的質量和優質的服務使智雲得到了客戶的青睞和認可，主導產品自動檢測氣密側茄攔漏森扮設備、自動裝配設備、清洗設備。
『柒』 雲計算第三次浪潮洪波湧起
找報告，就上發現報告！雲計算的發展正在經歷第三次浪潮：第一次浪潮是IaaS，用戶是專業IT人員；第二次浪潮是SaaS，用戶是銷售、財務、HR等專業人員；第三次浪潮是PaaS，用戶是IT開發人員，但低代碼讓人人都能編程，低代碼和PaaS結合，讓PaaS為每個人賦能，正在引發雲計算第三次浪潮。雲計算的第三次浪潮市場更廣闊，對我們帶來的變革更深刻更持久。
「雲」——這一虛無縹緲的詞讓很多人都是丈二和尚摸不著頭腦，究竟什麼是雲計算？它到底有什麼用？相比傳統計算，它有什麼特別之處？...報告醬整理了相關報告，梳理出雲計算行業的全部面貌，希望為你呈現一個雲計算行業全景圖，並清晰了解行業的上下游產業鏈，以及一二級市場的投資機會。
雲計算（Cloud Computing）是一種通過網路統一組織和靈活調用各種ICT（Information and Communications Technology）信息資源，實現大規模計算的信息處理方式。說白了，就是一種新型的計算資源獲取方式。相比傳統計算，雲計算的資源獲取方式從「買」變成了「租」。
專業解釋是：雲計算利用分布式計算和虛擬資源管理等技術，通過網路將分散的ICT資源（包括計算與存儲、應用運行平台、軟體等）集中起來形成共享的資源池，並以動態按需和可度量的方式向用戶提供服務。用戶可以使用各種形式的終端（如PC、平板電腦、智能手機甚至智能電視等）通過網路獲取ICT資源服務。雲計算產業由雲計算服務業、雲計算製造業、基礎設施服務業以及支持產業等組成。
①雲計算 按服務類型可以分為三類
1）基礎設施即服務IaaS(Infrastructure as a service)
2）平台即服務PaaS(platform as a service)
3）軟體即服務SaaS(software as a service)
我們可以用自己建房子自己住來類比雲計算的三種服務類型。
首先是基礎設施即服務IaaS，之前公司要建信息系統，基礎設施從哪裡來呢？需要自己建機房、伺服器、網路以及配套設施。就好比你自己建房子，需要自己買土地，買材料，設計房子結構，建房子。那現在基礎設施即服務告訴你，你不用自己 建房子 了，我這有現成的，你直接租就好了。
其次是平台即服務PaaS，之前公司在自己建好信息系統之後純首兆，還要自己搭建操作系統、配置環境。就好比你蓋好房子之後還要你自己裝修房子，那現在平台即服務告訴你，你不用自己 裝修 房子了，我這能提供裝修服務，你直接買就好做租了。
最後是軟體即服務SaaS，之前公司在把操作系統、環境配置好之後還要自己開發各種應用軟體。就好比你房子硬裝完成後還要進行 軟裝 ，配備休閑 娛樂 設施、運動健身設施等等，那現在軟體即服務告訴你這些應用設施我這都有現成的，你也可以直接租用的。
分別是公有雲、混合雲、私有雲。
這張圖就很好地幫我們解釋了雲的概念， 公有雲強調彈性和共享 ，小到1核1G的單一雲主機，大到數十萬核的計算集群，都可以 按需調配 。
私有雲屬於安全的專用基礎設施，更適合有一定規模而且 對安全性要求較高 的企業與傳統的On-Premise（本地部署）模式不同， 私有雲強調「雲化」 ，基於一系列的虛擬化和自動化技術，私有雲可以提供類似公有雲的「彈性」和「敏捷」體驗，同時又能提供更靈活的功能和更可控的安全。對使用者來講， 起步門檻低，靈活可調整，適用於從無到有、快速成長型的企業或者創新業務 。
公有雲和私有雲組合起來，一部分業務使用公有雲，一部分業務使用私有雲，這就是混合雲。嚴格來講， 混合雲不是一種雲的形態，而是一種部署模式 ，但企業需要一些技術來實現兩朵雲的統一管理、監控、調度、數據同步等等。與只使用一種形態的雲相比，混合雲部署更復雜。
按照產業結構來看，雲計算產業鏈的上游供應商為芹中第三方IDC企業，以及包括伺服器廠商、網路運營商和網路設備廠商在內的基礎設備提供商，同時，IDC廠商也需要向基礎設備提供商采購。產業鏈下游為雲生態，包括基礎平台和雲原生應用等，雲計算廠商負責提供IaaS、PaaS和SaaS等服務。
按 服務的類型劃分 ，IaaS廠商可以分為伺服器供應商、IaaS廠商和專業雲計算服務提供商。其中，IaaS廠商又包括了大型IaaS廠商、主流IaaS廠商和運營商。而 專業型雲計算服務 提供商細分種類較多，包括了雲安全廠商、分發CDN廠商、Docker廠商、雲存儲廠商、視頻雲服務廠商以及性能APM廠商。各大IaaS廠商競爭力差距的主要來源於雲計算基礎服務的創新性、行業解決方案的成熟度以及服務實施效果，因此， 建立整體雲生態，聚合產業鏈上下游合作夥伴，是提高IaaS廠商的市場競爭力的重要途徑 。
全球及中國雲市場整體呈高速增長；2017年美國佔全球59.54%的市場份額，其次是歐洲佔21.50%，亞洲僅佔12.04%；全球雲計算市場SaaS佔比約2/3，PaaS市場規模最小；中國雲計算市場IaaS佔比最大，其次是SaaS，最小是SaaS。
國際雲計算發展相對成熟， 公有雲是市場的主要構成 。經歷了多年的發展之後，行業市場規模依然保持平穩較快增長。Gartner報告顯示，2019年公有雲市場規模為1883億美元，同比增長21%；2020-2023年平均增速預計為17.6%。
國際市場上，SaaS服務所佔份額最大。國際雲服務市場中，IaaS建設已經增長較為緩慢，SaaS層是市場的主導。其中，SaaS層中，ERP、CRM、辦公套件、內容服務和通信協作等應用市場佔比排位靠前。
IaaS行業具有超強的「馬太效應」，資本壁壘和規模經濟（伺服器利用率提升以及資源的耦合配置）是最主要的影響因素。2016年中國公有雲IaaS市場總容量為100億元，阿里雲一家獨大，2017年，排名前五的廠商分別是阿里雲、騰訊雲、 金山雲、中國電信和Ucloud， 合計份額高達68%。
在雲計算的滲透過程中，客戶首先聚集到了 IaaS 和 SaaS 上，IaaS和SaaS的龍頭廠商具備先發優勢，所以Salesforce和AWS的市佔率在公有雲PaaS中是前二。
2017年上半年數據顯示，中國PaaS競爭格局， 阿里雲以 27%的份額保持壓倒性領先 ，Oracle佔比 9.7%，AWS佔比 9.7%，Microsoft佔比 6.8%，IBM佔比4.6%。
PaaS市場TOP5中除阿里雲外均為國外廠商，亞馬遜、Oracle、IBM等國際巨頭紛紛通過中國國內企業合作的方式搶奪中國市場。例如， IBM同世紀互聯合作將Bluemix PaaS平台落地中國；Oracle與騰訊雲戰略合作，將企業級雲服務解決方案引入中國，全面覆蓋SaaS、PaaS和IaaS三層雲服務。
從產商銷售比來看，全球SaaS市場，2015年，Salesforce佔11%銷售比，Microsoft尾隨其後，佔8%，排第三的為Adobe，佔6%；中國SaaS市場，2017年上半年，金蝶佔7%，Oracle和微軟緊隨其後，均為5%。
從服務細分領域市場份額來看，全球SaaS里CRM份額最大，佔39%，其次是ERP和網路會議/社交軟體，佔16%和10%。
隨著未來IaaS市場規模的進一步擴大，相關產業生態將廣泛受益，推薦從 IDC、伺服器、交換機以及光模塊 等產業挖掘投資機會。
（1）在IDC領域，雲計算需求回暖疊加5G商用將帶動流量爆發，第三方IDC服務商成長性確定。在未來IDC超大型化和邊緣化進程中，掌握一線城市核心IDC資源、同時擁有較強的擴張能力以及產業議價能力的IDC服務商更能持久穩定發展。
（2）在IT基礎設備領域，流量增長帶動數據計算、存儲、傳輸、安全等需求快速提升，直接驅動雲廠商Capex投入增加，IT基礎設施和網路設備作為IaaS的基礎與核心，全面開啟拐點向上趨勢。
相關受益標的包括：通信設備龍頭中興通訊；數據中心交換機及企業級路由器市佔率領先的紫光股份；數通及無線業務穩健增長的星網銳捷；中國第一伺服器品牌浪潮信息。
（3）在光通信領域，雲計算市場與電信市場共振，日益增長的需求持續推動速率的提升，光通信領域400G時代正在開啟，產業鏈即將迎來升級及增量機遇。
光環新網二十年耕耘與發展，積累了豐富的行業經驗和數據中心資源，公司在一線城市區域提供安全、高效、便捷、可信賴的企業級IDC和雲服務。公司未來將加快IDC產業升級，大力發展雲計算業務，不斷提升研發、技術、服務水平，以專業性的產品和服務為用戶提供互聯網一站式綜合解決方案。我們認為公司目前不斷拓展北京、上海及周邊IDC 項目，投產後將會對公司股價產生較大有利影響，同時疫情期間，短期需求增加，公司機櫃上架率提升，利好公司。
浪潮信息長期專注於國內伺服器市場，2019年市場份額已達到全球第三、中國第一。公司的雲計算客戶佔比高，有望受益於設備國產化率的提升和雲資本開支的回升，實現超越行業平均的成長。
浪潮在雲計算客戶資源、戰略定位及生產成本等方面具備競爭優勢。1）客戶資源優渥：浪潮2011年便明確了雲計算戰略，在雲計算領域具備一定的先發優勢，攜手頭部雲廠商積極推動開放計算基礎架構，更深度綁定BAT等頭部客戶。這種對行業的判斷領先市場，經過接近10年成長，我們估計公司當前在國內雲計算市場份額佔比約為50%，雲計算客戶占公司的收入比例也在60%。2）戰略定位靈活：業務集中於伺服器市場的浪潮，在低成本和差異化的兩極戰略象限中，傾向於採取更中位的戰略去積極獲取市場份額，靈活應對來自品牌廠商和白牌廠商的競爭；3）成本控制有力：浪潮產品ASP約為6000美元，低於其他頭部品牌廠商，公司與Intel之間按照戰略協議價格采購CPU，以及公司的信息化管理等為公司帶來了低價保障。
中科曙光是中國領先的高端伺服器生產商，具備全國產化產業鏈布局及國家研發經費支持，我們認為公司有望受益於伺服器需求提升和產業鏈國產化趨勢，實現超越行業的成長。理由如下：伺服器市場有望在雲資本開支回暖及技術更新迭代的雙重驅動下實現快速成長。隨著國內疫情有效控制，伺服器作為百行百業的數字經濟底座將迎來需求全面回暖。伺服器上游核心供應商正在推動CPU從14nm向10nm升級，創造下游產品迭代需求。中科曙光在伺服器全產業鏈布局完整，受益於國產化調整及國家對信創產業鏈的支持。
新華三作為公司核心資產，傳統企業網路由器交換機全球領先，同時拓展伺服器、存儲業務補齊IT全產業鏈。借勢5G網路IT化轉型切入運營商數通及新網路（SDN/NFV）市場，業務、技術全面對標思科、華為，空間廣闊競爭力突出份額有望再提升。憑借獨特優勢，布局私有雲邊緣雲、小基站、安防等多個千億賽道，業務邊界擴張：利用超融合技術優勢劍指私有雲邊緣雲，與Intel合作布局5G小基站，借力人工智慧、雲計算、大數據、大安全等網路後端技術積累引領安防智能化。
科創板上市，主要產品包括公有雲、私有雲、混合雲、數據可信流通平台安全屋。中移動是它第四大股東，也是重要的合作夥伴。2019年有15億的營收，其中約12億是公有雲收入，是比較純正的雲計算服務商。優刻得創始團隊對行業風口有較好的把握能力，在細分領域能夠形成自己的特色優勢，同時公司採取與大型公有雲廠商差異化的策略，通過「鐵三角」團隊實現客戶粘性與價值。
主營業務包括信息安全以及雲計算。雲計算主要向企業級用戶提供雲終端、桌面雲一體機、超融合一體機、軟體定義存儲、雲計算平台、私有雲、專屬雲、混合雲等多款產品、服務和解決方案。2019年雲計算營收12億，佔比26%。2020年以來，公司發布了5款爆款新品，分別為信息安全領域的訪問控制系統aTrust、SangforAccess；雲計算領域的ARM超融合；IT基礎架構領域的大數據智能平台aBDI、資料庫運維平台DMP。
【國金證券】從「3A」發展看中國雲計算產業競爭格局變化
【阿里】雲計算的 社會 經濟價值和區域發展評估
【IBM】雲計算行業智慧架構的速度：混合雲創造數字業務價值，降低執行風險
【並購優塾】金山雲VS優刻得VS阿里雲VS騰訊雲：公有雲產業鏈深度梳理
【華辰資本】雲計算研究報告
*【中信證券】計算機行業雲計算專題研究：化繁為簡，把握核心雲
*【中信證券】全球SaaS雲計算產業系列報告：國內軟體SaaS產業若干關鍵問題的回答
光環新網-【新時代證券】首次覆蓋報告：新基建浪潮，加速公司IDC業務擴張
紫光股份-【華西證券】IT產業核心資產，多千億賽道創新布局
深信服-【華西證券】細說深信服爆款新品如何煉成
*優刻得-【中金】「優」質賽道兼「刻」苦，光明未來亦可「得」
*浪潮信息-【中金】疫情環境下凸顯高確定性，國產品牌伺服器龍頭向好發展
*中科曙光-【中金】計算產業鏈和國產化主要受益者
添加發現報告微信號fxbaogao，發現更多精彩
『捌』 國金證券融資融券完整的交易流程是怎麼樣的
國金證券流程說明：1、投資者申請：投資者應到所在國金證券營業部申請開通融資融券交易，並提交相關身份證明材料和徵信材料（可咨詢所在營業部）；2、資質審核、徵信：國金證券對投資者的開戶資格進行審核，對符合條件的投資者按規定進行徵信調查，並對客戶信用狀況進行評估；3、簽署合同和風險揭示書：對余褲通過徵信的投資者，在國金證券營業部簽署《融資融券合同》和《融資融券交易風險揭示書》；合同對投資者、證券公司的權利義務關系作出詳細而明確的規定。4、開戶：經本國金證券審核後，國金證券營業部為投資者辦理信用賬戶開戶業務，同時投資者到商業銀宴毀棚行辦理第三方存管簽約；5、轉入擔保物：投資者可在營業部櫃台或其他交易通道向信用賬戶轉入擔保物，即投資者通過銀行將擔保資金劃入信用資金賬戶，將可充抵保證金證券從普通證券賬戶劃轉至信用證券賬戶；6、授信：國金證券根據投資者信用賬戶整體擔保資產，評估確定可提供給投資者的融資額度及融券額度；7、融資融券交易：轉入擔保物後，投資者可進行融資或融券交易，包括進行融資買入、融券賣出；8、償還資金和證券：在融資交易中，投資者進行賣出交易時，所得資金首先歸還投資者欠證券公司款項，余額留存在投資者信用賬戶中；在融券交易中，投資者買入證券返還給證券公司並支付融券費用。此外，投資者還可以按照合同約定直接用現有資金、證券償還對證券公司的融資融券債務。9、結束融資融券交易：當投資者全部償還證券公司的融資融券債務後，投資者可將其信用賬戶中的剩餘資產轉入其普通賬戶。
講到融資融券，估計許多人要麼不是很明白，要麼就是不搞。今天這篇文章，包括了我多年炒股的經驗，千萬別錯過第二點！
開始講解前，我把一個超好用的炒股神器合集分享給大家，快點擊鏈接獲取吧：炒股的九大神器，老股民都在用！
一、融資融券是怎麼回事？
講到融資融券，起初我們要曉得杠桿。舉個例子，你本身有10塊錢，想買的東西價值20塊錢，借來的這一部分錢就是杠桿，這樣我們就很容易明白融資融券就是加杠桿的一種辦方式。融資就是證券公司借錢給股民買股票，到期將本金和利息一同還了就行，融券，換句話說就是股民把股票借來賣，到期限之後返還股票，並支付這段時間的利息。
融資融券具有放大事物這一特性，盈利了能將利潤放大幾倍，虧了也能使虧損一下子放大。可見融資融券的風險真的很高，假若操作不當很大概率會產生很大的虧損，對投資者的投資水平會要求比較高，可以牢牢把握住合適的買賣機會，普通人和這種水平相比真的差了好大一截，那這個神器可以幫到你，通過大數據技術分析來判斷什麼時候買賣合適，快點擊鏈接獲取吧：AI智能識別買賣機會，一分鍾上手！
二、融資融券有什麼技巧？
1. 利用融資效應可擴大收益。
就比如說你擁有100萬元的資金，你覺得XX股票有前途，接下來就是入股，用你手裡的資金買入股票，然後就可以把手裡的股票抵押給那些券商了，再次融資買入該股，一旦股價上升，就能享有額外部分的收益了。
簡單來講，假設XX股票高漲5%，原先在收益上只有5萬元，但如果是通過融資融券操作，你將賺到的就不止是這些，可是世事難料，如果判斷錯誤，虧損也就會變得更多。
2. 如果你比較保守，想選擇穩健價值型投資，感覺中長期後市表現喜人，並且向券商進行融入資金。
融入資金就是將你做價值投資長線持有的股票做抵押，不需再追加資金進場，獲利後也不能忘了券商，要將部分利息支付給他們，就能做到增添戰果。
3. 用融券功能，下跌也有辦法盈利。
簡單來講，比方某股現價是處在20元。通過具體研究，有極大的可能性，這只股在未來一段時間內下跌到十元附近。然後你就能向證券公司融券，同時你向券商借1千股這個股，晌則接著用20元的價格在市場上去出售，拿到手2萬元資金，在股價下跌到10左右的情況下，你將可以以每股10元的價格，再次對該股進行買入，買入1千股返回給證券公司，花費費用1萬元。
這中間的前後操作，價格差就是所謂的盈利部分了。肯定還要付出部分融券費用。這種操作如果未來股價沒有下跌，而是上漲了，就需要在合約到期後，用更多的錢買回證券，還給證券公司，因此會出現虧損的局面。
終末，給大家分享機構今日的牛股名單，趁現在還沒被刪除，還不快領取：絕密！機構今日三支牛股名單泄露，速領！！！
應答時間：2021-09-07，最新業務變化以文中鏈接內展示的數據為准，請點擊查看
『玖』 大數據時代的產生背景
一、大數據時代城市管理的機遇：
首先,有利於數字化城市建設。城市化過程中出現的管理問題，傳統的城市管理方式早已對我國出現的城市問題束手無策,在大數據時代到來的背景下,數字化城市建設就呼之欲出。
其次,有利於電子政務建設。長期以來,我國政府在處理公共事務時都基本採用了傳統的處理方式,紙質化的模式占據了主要地位。隨著信息技術的不斷更新以及大數據時代的到來,電子政務也隨之應運而生。由於大數據時代的特點以及不斷更新發展,電子政務的形式也不斷得到更新。
最後,有利於智慧城市建設。智慧城市建設則是在大數據技術上產生的城市建設和管理方案。可見,大數據時代的到來更加有利於我國的智慧城市建設,為智慧城市的最終建成提供真實可靠的信息基礎。會在一定程度上難以實現真正共享。另外,因為信息化很不平衡,各地各部門使用的信息技術標准很難統一,最後導致數據孤島的現象也並非個例。
二、大數據時代城市管理的挑戰 ：
大數據時代,機遇存在的同時也不可避免會遇到許多挑戰,數據開放不足、數據共享不足、數據質量不優等等都面臨著嚴峻的挑戰。
首先，數據開放不足。數據是信息的重要載體,信息的公開在一定意義上就是數據的公開。在所有的數據公開中,政府相關數據公開尤為引人矚目。國外早就對數據公開確立了「公開為原則,不公開為例外」的原則,我國也有類似規定,但是真實執行情況令人堪憂。
其次，數據共享不足。就目前來看,誰掌握了大量真實可靠的信息,誰就掌握了主動權,信息在一定程度上就是權威的象徵,權力和利益的象徵。再者,政府各部門大部分存在利己傾向, 信息就會在一定程度上難以實現真正共享。另外,因為信息化很不平衡,各地各部門使用的信息技術標准很難統一,最後導致數據孤島的現象也並非個例。
然後，數據質量不優。數據質量問題直接影響依靠數據獲得的信息的真實有效性,最終影響整體決策的有效性。數據質量主要包括數據的真實性、完整性和有效性。數據在收集、整合、存儲和使用四個階段當中,每個階段都極有可能出現數據質量問題。在我國城市管理中,各級各部門每天都會面對大量繁瑣的數據,數據收集渠道主要有下級單位上報數據、調查統計、普查等等,每一個渠道也同樣會有很多因素影響數據質量。
『拾』 大數據的歷史
李娜再度奪得大滿貫，超越了張德培的華人大滿貫紀錄，非舉國體制下的奇跡造就了舉國的愉悅。
在總結李娜成功因素的時候，也再次看到了這樣的言論：是大數據起到了重要的作用。但這次李娜奪冠，最靠譜的解釋就是李娜在卡洛斯的幫助下大大提升了心理層面的戰鬥力。
在技術層面領先的前提下，李娜在整場比賽中克服了節奏問題，她具備了一顆冠軍的心臟。2012年9月6日，代表亞洲網球至高水平的中國選手李娜在美國迎戰名將小威廉姆斯。
當時，IBM公司在綜合了美網過去8年的全部比賽數據之後，為參賽球員制定了「Keys to the march」的比賽制勝策略。李娜一方獲得贏球的關鍵包括3個指標：1.一發得分率超過69%;2.4-9拍相持中得分利率要超過48%:3.發球局30-30或40-40時得分率要超過67%。
比賽結果是，李娜潰敗。比賽結束後，IBM高調地宣布李娜僅僅完成了三項制勝策略中的項，而小威廉姆斯則完成了自己三項制勝策略中的兩項。
於是，很多人就順著IBM的思路問，李娜為什麼不照著BM的策略去打球？其實，當當事人的主觀願望不積極的時候，大數據對他們來說不過是噪音而已。同樣，數據也會因為主觀意願具有欺騙性。
我們很多時候都會被誤導，認為大數據的作用是讓歷史提示未來。其實不然。
在網球這樣的領域里，歷史數據甚至常常會成為陷阱。有意思的是，在另一場女子網球比賽中，一位球員做到了IBM為其制定的三項指標中的兩個，她卻失敗了。
而勝利的一方，只完成了一個指標。
可按照時間點劃分大數據的發展歷程。
大數據時代發展的具體歷程如下：2005年Hadoop項目誕生。 Hadoop其最初只是雅虎公司用來解決網頁搜索問題的一個項目，後來因其技術的高效性，被Apache Software Foundation公司引入並成為開源應用。
Hadoop本身不是一個產品，而是由多個軟體產品組成的一個生態系統，這些軟體產品共同實現全面功能和靈活的大數據分析。從技術上看，Hadoop由兩項關鍵服務構成：採用Hadoop分布式文件系統（HDFS）的可靠數據存儲服務，以及利用一種叫做MapRece技術的高性能並行數據處理服務。
這兩項服務的共同目標是，提供一個使對結構化和復雜數據的快速、可靠分析變為現實的基礎。2008年末，「大數據」得到部分美國知名計算機科學研究人員的認可，業界組織計算社區聯盟 （puting munity Consortium），發表了一份有影響力的白皮書《大數據計算：在商務、科學和社會領域創建革命性突破》。
它使人們的思維不僅局限於數據處理的機器，並提出：大數據真正重要的是新用途和新見解，而非數據本身。此組織可以說是最早提出大數據概念的機構。
2009年印度 *** 建立了用於身份識別管理的生物識別資料庫，聯合國全球脈沖項目已研究了對如何利用手機和社交網站的數據源來分析預測從螺旋價格到疾病爆發之類的問題。同年，美國 *** 通過啟動://Data.gov網站的方式進一步開放了數據的大門，這個網站向公眾提供各種各樣的 *** 數據。
該網站的超過4.45萬量數據集被用於保證一些網站和智能手機應用程序來跟蹤從航班到產品召回再到特定區域內失業率的信息，這一行動激發了從肯亞到英國范圍內的 *** 們相繼推出類似舉措。2009年，歐洲一些領先的研究型圖書館和科技信息研究機構建立了夥伴關系致力於改善在互聯網上獲取科學數據的簡易性。
2010年2月，肯尼斯ž庫克爾在《經濟學人》上發表了長達14頁的大數據專題報告《數據，無所不在的數據》。庫克爾在報告中提到：「世界上有著無法想像的巨量數字信息，並以極快的速度增長。
從經濟界到科學界，從 *** 部門到藝術領域，很多方面都已經感受到了這種巨量信息的影響。科學家和計算機工程師已經為這個現象創造了一個新詞彙：「大數據」。
庫克爾也因此成為最早洞見大數據時代趨勢的數據科學家之一。2011年2月，IBM的沃森超級計算機每秒可掃描並分析4TB（約2億頁文字量）的數據量，並在美國著名智力競賽電視節目《危險邊緣》「Jeopardy」上擊敗兩名人類選手而奪冠。
後來 *** 認為這一刻為一個「大數據計算的勝利。」 相繼在同年5月，全球知名咨詢公司麥肯錫（McKinsey&pany）肯錫全球研究院（MGI）發布了一份報告——《大數據：創新、競爭和生產力的下一個新領域》，大數據開始備受關注，這也是專業機構第一次全方面的介紹和展望大數據。
報告指出，大數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。
報告還提到，「大數據」源於數據生產和收集的能力和速度的大幅提升——由於越來越多的人、設備和感測器通過數字網路連接起來，產生、傳送、分享和訪問數據的能力也得到徹底變革。2011年12 月，工信部發布的物聯網十二五規劃上，把信息處理技術作為4 項關鍵技術創新工程之一被提出來，其中包括了海量數據存儲、數據挖掘、圖像視頻智能分析，這都是大數據的重要組成部分。
2012年1月份，瑞士達沃斯召開的世界經濟論壇上，大數據是主題之一，會上發布的報告《大數據，大影響》（Big Data, Big Impact） 宣稱，數據已經成為一種新的經濟資產類別，就像貨幣或黃金一樣。2012年3月，美國奧巴馬 *** 在白宮網站發布了《大數據研究和發展倡議》，這一倡議標志著大數據已經成為重要的時代特徵。
2012年3月22日，奧巴馬 *** 宣布2億美元投資大數據領域，是大數據技術從商業行為上升到國家科技戰略的分水嶺，在次日的電話會議中， *** 對數據的定義「未來的新石油」，大數據技術領域的競爭，事關國家安全和未來。並表示，國家層面的競爭力將部分體現為一國擁有數據的規模、活性以及解釋、運用的能力；國家數字 *** 體現對數據的佔有和控制。
數字 *** 將是繼邊防、海防、空防之後，另一個大國博弈的空間。2012年4月，美國軟體公司Splunk於19日在納斯達克成功上市，成為第一家上市的大數據處理公司。
鑒於美國經濟持續低靡、股市持續震盪的大背景，Splunk首日的突出交易表現尤其令人們印象深刻，首日即暴漲了一倍多。Splunk是一家領先的提供大數據監測和分析服務的軟體提供商，成立於2003年。
Splunk成功上市促進了資本市場對大數據的關注，同時也促使IT廠商加快大數據布局。2012年7月，聯合國在紐約發布了一份關於大數據政務的白皮書，總結了各國 *** 如何利用大數據更好地服務和保護人民。
這份白皮書舉例說明在一個數據生態系統中，個人、公共部門和私人部門各自的角色、動機和需求：例如通過對價格關注和更好服務的渴望，個人提供數據和眾包信息，並對隱。
進入2012年，大數據（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，並命名與之相關的技術發展與創新。
它已經上過《 *** 》《華爾街日報》的專欄封面，進入美國白宮官網的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。 數據正在迅速膨脹並變大，它決定著企業的未來發展，雖然很多企業可能並沒有意識到數據爆炸性增長帶來問題的隱患，但是隨著時間的推移，人們將越來越多的意識到數據對企業的重要性。
正如《 *** 》2012年2月的一篇專欄中所稱，「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。哈佛大學社會學教授加里·金說：「這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是 *** ，所有領域都將開始這種進程。」
。
大數據時代：最早提出大數據時代到來的是全球知名咨詢公司麥肯錫， 大數據在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展而引起人們關注。
大數據提出的背景：進入2012年，大數據（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，並命名與之相關的技術發展與創新。它已經上過《 *** 》《華爾街日報》的專欄封面，進入美國白宮官網的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。
數據正在迅速膨脹並變大，它決定著企業的未來發展，雖然很多企業可能並沒有意識到數據爆炸性增長帶來問題的隱患，但是隨著時間的推移，人們將越來越多的意識到數據對企業的重要性。正如《 *** 》2012年2月的一篇專欄中所稱，「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。
哈佛大學社會學教授加里·金說：「這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是 *** ，所有領域都將開始這種進程。」 (10)國金證券大數據專題擴展閱讀 大數據影響 現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。
隨著雲時代的來臨，大數據（Big data）也吸引了越來越多的關注。大數據（Big data）通常用來形容一個公司創造的大量非結構化和半結構化數據，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。 在現今的社會，大數據的應用越來越彰顯他的優勢，它佔領的領域也越來越大，電子商務、O2O、物流配送等，各種利用大數據進行發展的領域正在協助企業不斷地發展新業務，創新運營模式。
有了大數據這個概念，對於消費者行為的判斷，產品銷售量的預測，精確的營銷范圍以及存貨的補給已經得到全面的改善與優化。「大數據」在互聯網行業指的是這樣一種現象：互聯網公司在日常運營中生成、累積的用戶網路行為數據。
這些數據的規模是如此龐大，以至於不能用G或T來衡量。大數據到底有多大？一組名為「互聯網上一天」的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多（相當於美國兩年的紙質信件數量）。
發出的社區帖子達200萬個（相當於《時代》雜志770年的文字量）；賣出的手機為37.8萬台，高於全球每天出生的嬰兒數量37.1萬…… 截止到2012年，數據量已經從TB(1024GB=1TB)級別躍升到PB(1024TB=1PB) EB(1024PB=1EB)乃至ZB(1024EB=1ZB)級別。國際數據公司（IDC）的研究結果表明，2008年全球產生的數據量為0.49ZB,2009年的數據量為0.8ZB,2010年增長為1.2ZB,2011年的數量更是高達1.82ZB，相當於全球每人產生200GB以上的數據。
而到2012年為止，人類生產的所有印刷材料的數據量是200PB，全人類歷史上說過的所有話的數據量大約是5EB。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。
而到了2020年，全世界所產生的數據規模將達到今天的44倍。 每一天，全世界會上傳超過5億張圖片，每分鍾就有20小時時長的視頻被分享。
然而，即使是人們每天創造的全部信息——包括語音通話、電子郵件和信息在內的各種通信，以及上傳的全部圖片、視頻與音樂，其信息量也無法匹及每一天所創造出的關於人們自身的數字信息量。這樣的趨勢會持續下去。
我們現在還處於所謂「物聯網」的最初級階段，而隨著技術成熟，我們的設備、交通工具和迅速發展的「可穿戴」科技將能互相連接與溝通。科技的進步已經使創造、捕捉和管理信息的成本降至2005年的六分之一，而從2005年起，用在硬體、軟體、人才及服務之上的商業投資也增長了整整50%，達到了4000億美元。
大數據的精髓 大數據帶給我們的三個顛覆性觀念轉變：是全部數據，而不是隨機采樣；是大體方向，而不是精確制導；是相關關系，而不是因果關系。A.不是隨機樣本，而是全體數據：在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機采樣（隨機采樣，以前我們通常把這看成是理所應當的限制，但高性能的數字技術讓我們意識到，這其實是一種人為限制）； B.不是精確性，而是混雜性：研究數據如此之多，以至於我們不再熱衷於追求精確度；之前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著規模的擴大，對精確度的痴迷將減弱；擁有了大數據，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向即可。
適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力； C.不是因果關系，而是相關關系：我們不再熱衷於找因果關系，尋找因果關系是人類長久以來的習慣，在大。
大數據是一種現代雲基礎架構，它包含了多種與其他人連接和共享信息的方法。它推動了「物聯網」的發展，如通過社交網站連接人、通過共享朋友或網路來尋找人們之間互相認識的可能性。大數據的背後運行著人工智慧，而它對於大多數人而言是完全透明的，人們不知道背後有這樣的技術。大數據位於人們日常使用的智能手機之後，然後人們通過它給移動互聯網貢獻信息，即使他們並沒有意識到這一點。
為什麼大數據如此重要？
第一，對大數據的處理分析正成為新一代信息技術融合應用的結點。移動互聯網、物聯網、社交網路、數字家庭、電子商務等是新一代信息技術的應用形態，這些應用不斷產生大數據。雲計算為這些海量、多樣化的大數據提供存儲和運算平台。通過對不同來源數據的管理、處理、分析與優化，將結果反饋到上述應用中，將創造出巨大的經濟和社會價值。
第二，大數據是信息產業持續高速增長的新引擎。面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。在硬體與集成設備領域，大數據將對晶元、存儲產業產生重要影響，還將催生一體化數據存儲處理伺服器、內存計算等市場。在軟體與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟體產品的發展。
第三，大數據利用將成為提高核心競爭力的關鍵因素。各行各業的決策正在從「業務驅動」 轉變「數據驅動」。
總結
在大數據時代到來的時候，要用大數據的思維去發掘大數據的潛在價值。大數據的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。從前我們所了解的數據是冷冰冰的、死氣沉沉的，被存到冷備份默默地等著人拿出來用，我們對待數據的感覺十分消極，要先想清楚其用處才開始分析應用。現在，數據時代來臨了，人們正在試圖點燃數據，使其變熱，賦予生命。所謂「活數據」，是動態的數據，流通的數據，因互動而產生，因產生而互動，是自然演化的數據，要用大數據的思維去考慮這些數據怎樣才能帶來效益。未來大數據的發展前景非常好，與大數據相關的職業比如數據挖掘師，數據分析師等必定會有廣闊的發展空間。
這個問題是這樣的：
首先你要明確你的插入是正常業務需求么？如果是，那麼只能接受這樣的數據插入量。
其次你說資料庫存不下了 那麼你可以讓你的資料庫上限變大 這個你可以在資料庫裡面設置的 裡面有個資料庫文件屬性 maxsize
最後有個方法可以使用，如果你的歷史數據不會對目前業務造成很大影響 可以考慮歸檔處理 定時將不用的數據移入歷史表 或者另外一個資料庫。
注意平時對資料庫的維護 定期整理索引碎片