數據哪裡來的比較多

㈠ 生活中有哪些大數據

網路日誌抄、感測器襲網路、社會網路、社會數據、互聯網文體和文件、呼叫詳細記錄、天文學、醫療記錄，籃球比賽中利用大數據對球員的個人在比賽場上的數據分析。

通過收集普通家庭的能耗數據，大數據技術給出人們切實可用的節能提醒；通過對城市交通數據的收集處理，大數據技術能實現城市交通的優化。這些都是大數據在生活中的應用。

(1)數據哪裡來的比較多擴展閱讀：

大數據（big data），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。

大數據的價值體現在以下幾個方面：

1、對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷

2、做小而美模式的中小微企業可以利用大數據做服務轉型

3、面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值

㈡ 高德地圖，百度地圖，騰訊地圖哪裡來的數據那麼准

數據的採集生產，在中國需要國家認定的資質，有資質的除了國家測繪機關以外，商業機構本來就不太多，而真正在這個數據供給市場上活躍的，現在主要就是高德和四維圖新這兩家。
其他無論是谷歌地圖也好，蘋果地圖也好，這部分的數據，基本上都是從上述兩家購買的。
POI數據：嚴格來說屬於矢量數據，不過是最簡單的矢量數據，換句話來說就是坐標點標注數據。也是電子地圖上最常用的數據圖層。
我們日常在電子地圖上所使用的數據都是POI數據（就是地圖上常見的那種標個氣球的點）。
POI數據只是信息關聯坐標點的數據，不涉及到線和面，是最簡單的矢量數據，用於簡單的地點標注而不需要相應地物輪廓的需求。
POI數據的內容五花八門，一般POI數據的供應商提供的POI數據都是日常常用的場所數據，例如飯店，商店，加油站，銀行等日常常用設施。
當然，在一些特殊的地圖應用領域，也可以委託這些數據供應商或者自行去專門採集特殊用途的POI數據，例如井蓋，消防栓等
稅務GIS系統標注企業及納稅信息

值得指出的是，POI數據的編輯更新簡單，同時也經常用於動態數據標注，最經典的莫過於車輛定位標注。

POI數據的採集和生產來源五花八門，不能盡述，總的來說，主要有以下幾種：
a）通過整合GPS的攝像機，步行或者車行，進行掃街持續拍攝，回去以後，再根據拍攝結果手工進行輸入和標注，這種方式適合於大規模的進行採集標注，效率高，成本低，車行居多，尤其適合沿街的店面和場所的採集和標注，是目前數據採集供應商的主要採集手段之一
b）通過專職或者兼職人員，使用手持含GPS的智能設備（比如智能手機），進行拍攝（主要是為了取證），輸入，提交，進行採集。這種採集方式，大多用於上述方法a的補充。在一些車輛不能達到的地方，或者商戶設施變動頻繁的某些區域使用
c）地址反向編譯：通過門牌地址號碼，以及矢量地圖中的道路數據，運用演算法進行定位標注。這種標注精度相對最低，准確性也不高，但是成本非常低。用在不需要特別高精度，成本控制也比較嚴的採集領域。大家在地圖服務搜索框中輸入地址門牌號，可以直接出現標注點，用的就是這個技術。
d）互聯網或者企業獲取：直接從一些專業類服務網站上抓取或者購買（例如大眾點評，攜程），或者直接從大家在其公開的地圖服務上的標注中進行篩選和獲取。這就是google，網路，高德自己免費向社會開放其地圖服務所能夠獲得的利益。尤其對於開放API免費企業客戶的使用，這種獲取是很有價值的。

國內POI數據的供應商沒有太多資質限制，相對底圖數據供應商，要多很多，例如圖吧等都是POI數據供應商，當然四維圖新和高德也提供POI數據，每個POI數據供應商，都有其自己的分類方式，數據定義等內容。很多時候，大家也互相買來買去，互補有無。

網路地圖這方面的數據，主要來自四維圖新和道道通，當然也有其他來源，甚至有少量的自產數據。
高德地圖這方面的數據以自產為主，輔以向一些專業服務商購買（口碑網，大眾點評，攜程，樂途，搜房）
其他數據圖層或數據：常見的有衛圖圖層，交通狀況圖層，三維圖，街景圖。專業一些的領域有樓盤圖，室內圖，氣溫分布圖，商圈分布圖，地形圖，水文圖等等。

㈢ 大數據未來的發展前景怎麼樣呢

從我國數據產量和存量來看，廣東、北京、浙江、江蘇、上海、等地區數據資源較為豐富，東部地區數據產量和存量均高於西部地區。從省際數據流量來看，東部地區月均互聯網省際出口總流量佔全國比重超過一半。

在以北上廣為代表的東部地區數據資源豐富的背景下，其大數據產業發展水平快於其他地區省份。其中，北上廣大數據企業數量佔全國比重近70%，廣東和北京大數據發展水平較高。

東部地區數據產量整體高於西部，省際數據流量遠高於其他地區

2019年，我國數據產量總規模為3.9ZB。從數據產量的地區分布看，2019年全國數據產量排名前十位的省份為廣東、北京、浙江、江蘇、上海、山東、四川、河南、河北和湖南。

從人均數據產量來看，2019年人均數據產量排名前十位的省份分別是北京、上海、浙江、天津、廣東、內蒙古、西藏、海南、江蘇和遼寧。整體來看，東部地區數據產量和人均數據產量均高於西部地區。

—— 更多數據來請參考前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》

㈣ 高考填報志願機構眾多，他們的數據是從哪裡得到的

機構獲取信息的渠道太多了，首先大數據是一個利器。就像每年報考志願時學校會發兩本書，一本是學校分數和錄取情況，一本是錄取專業情況，就在這個分數和錄取情況這本書里，普通人看多了也能鑽研出門道，每一年的線差、平均分、最低名次、錄取人數等上面都有每個省教育院最權威的統計，報考機構想獲取這些數據也並不是什麼難事。

不過，高考報考盡量還是找自己的老師更靠譜一些，畢竟這關乎學生的未來，學校的名譽，他們也有豐富的經驗，而報考機構魚龍混雜，很難說清機構的好壞，也許付了錢也得不到自己想要的結果，填報志願這事兒上，越謹慎越好。