A. 作文200字如何应对大数据时代
，既是大数据的缔造者，因为我们的认知和行为方式都在源源不断地产生各种各样的数据；又是大数据的使用者，因为人的大脑几乎每时每刻都在对所观察到和所搜集到的各种数据进行分析，以期得出结论；更是大数据的直接受益者，因为通过对数据的分析和挖掘，大数据的大价值最终体现在指导人的行动并由此推动社会的不断进步。面对大数据时代在现如今面临的挑战，个人提出几点应对策略：
1、合理获取数据
在大数据时代，数据的产生速度飞快而且体量庞大，往往以TB或YB甚至是ZB来衡量。各种机构、个人都在不断地向外产生和发布结构化与非结构化的复杂数据，并进行数据交换，如人们当前最常用的数据来源渠道——互联网，每天的数据交换量已极为惊人。
在这种情况下，由于数据传播的速度极快，且在传播过程中本身已有可能通过交换发生多次变换而生成了更多的复杂数据，那么，对我们普通人来说，当数据充分融合在一起的时候就很难分辨其真正的来源。即使能够弄清楚数据的真正来源，你又将面临那些复杂的非结构化数据的考验。
大数据时代应以智慧创新理念融合大数据与云计算，在大数据洪流中提升知识价值洞察力，实施高效实时个性化运作，建立有效增值的商业模式。针对大数据时代的基本特征，加强全方位创新。包括IBM、EMC、HP、Microsoft等在内的IT巨头，纷纷加速收购相关大数据公司进行技术整合，寻找数据洪流大潮中新的立足点。而涉及人工智能、机器学习等新技术的创新应用，已初显效益。将大数据时代全方位创新工作和智慧城市发展紧密结合。借助移动互联网、大数据与云计算的融合、智能运营管道等，建立智能平台，优化配置城市资源，向真正的智慧城市迈进。
电信运营商转型中流量经营已成共识，即以智能管道与聚合平台为基础，以扩大流量规模、提升流量层次及丰富流量内涵作为基本经营方向，并以释放流量价值为基本目标，可见大数据和云计算的深度融合与此流量经营目标十分吻合。实际上已经有一些运营商借助大数据Hadoop云工具管理与分析网络中的用户数据，为日常运维及制定市场战略等提供有效支撑。
借助大数据创新处理技术应对APT安全攻击。APT安全攻击的最主要特征为单点隐蔽能力强、攻击空间路径不确定、攻击渠道不确定；同时APT攻击一旦入侵成功则长期潜伏，攻击时间上具有持续性。目前，全流量审计方案具备强大的实时检测能力与事后回溯能力，并可将安全工作人员的分析能力、计算机存储与运算能力组合在一起，是一种较完整的解决方案。
B. 如何应对大数据的挑战
合理获取数据，存储应需而变，筛选和分析大数据，理性面对大数据的诱惑，云计算和大数据相辅相成，处理好非结构化数据，与硬件保持距离，提高大数据的可视化，安全防范必不可少。
C. 如何有效应对大数据技术的伦理挑战
如何有效应对大数据技术的伦理挑战
大数据技术是一把“双刃剑”，既可以为人类服务，也可能给人类带来麻烦。近来，频繁的网络公司泄露个人信息事件引起广泛关注，也使人们意识到，正确认识和有效应对大数据技术带来的隐私伦理问题至关重要。
关注“算法”背后的隐私伦理
大数据分析可以对人进行数据成像，在聚类、相关性分析以及数据整合的基础上刻画人的行为特征与倾向，在商业智能推荐、人的行为预测等方面具有广泛的应用前景。中国社会科学院哲学研究所研究员段伟文认为，从现象上看，它是一种非常有效的分析工具，但如果使用这些技术的人动机不纯，就有可能带来不良后果。从本质上讲，大数据带来的负面影响源于数据本身的特殊性，数据中隐含着人的各种信息，而这些信息很容易作为引导、说服与控制人类行为的工具。这一本质特征往往会诱使商家和滥用权力者干预人的自主权和侵犯人的隐私权。
“在大数据技术背景下讨论隐私伦理问题，人们主要关注的是信息隐私方面的伦理问题，最集中地体现在数据的开放共享与个人信息保护两者如何平衡的问题上。一般所说的大数据技术是一把‘双刃剑’，也主要是从这个意义上说的。”北京师范大学哲学学院教授田海平表示，数据的开放共享只是大数据技术得以实现的一个方面。除此之外，它还包括通过数字化技术获取和存储数据，通过大数据平台对海量数据进行深度挖掘、预测以及反馈等更为深度和实质性的数据占有与使用。目前，这种获取和使用数据的方式，可以通过深度机器学习做到完全智能化。就大数据的占有和使用方面而言，大数据技术加上机器学习，不仅在数据共享方面，而且在数据深度挖掘方面，把个人信息保护和数据权的确权问题都交给了“算法”，这是一个值得关注的、更为深层次的问题。
找寻技术和规范两方面原因
大数据技术的应用给人类带来一系列的隐私伦理问题和挑战，这其中既有大数据技术自身的原因，也有制度规范等的原因。
江西财经大学马克思主义学院教授黄欣荣表示，大数据技术在推动人类社会发展的同时，也带来了数据采集权、保存权、使用权、知情权、所有权、删除权、隐私权等伦理问题。产生这些问题的原因在于，大数据技术是一种全新的信息技术，大数据的隐私伦理问题是全新的问题。传统的法律法规、伦理道德难以约束相关机构采集、存储、传输和使用数据，并且新技术带来的新问题还没有完全暴露，新的法律法规难以同步发展。
段伟文认为，目前造成大数据隐私伦理问题的主要原因有：一是基于大数据分析的智能化商业推荐系统带来了全新的营销模式，其营销效率较传统的营销模式具有指数倍增效应，巨大利益诱惑面前，包含个人隐私及敏感信息的数据被单纯地视为牟利的工具和随意转卖的商品，个人的数据保护往往被商家忽视，甚至被商家运用算法加以算计，使人的隐私权受到侵犯；二是合理可行的个人数据授权和保护机制尚未建立，很多数据在用于某一分析之后被用于其他不明领域；三是分散的数据被整合之后，也可能通过数据分析洞察出一些不一定准确但会对主体造成负面影响的特征，进而诱使对这些特征进行不良使用。
加强数据立法 坚守伦理底线
对于如何让大数据技术更好地为人类服务，黄欣荣认为，需要强化隐私观念，加强数据立法，坚守伦理底线。
田海平认为，尊重个人隐私权是一个毋庸置疑的底线伦理原则。只有我们的法律体系和道德体系在规范合理性的构建方面坚守这条底线，大数据技术的应用才能够真正做到趋利避害。“数据共享”与“隐私保护”构成了大数据时代无法割舍的两面性，它实际上凸显了将“数据共享的伦理”与“隐私保护的伦理”，既以一种价值方式又以一种技术方式在大数据时代同时实现的任务。
段伟文表示，首先，要进一步凸显主体数据权利保护意识，联系大数据技术发展中的各种伦理冲突，解剖典型案例，进而从理论上廓清符合大数据时代特征的新型数据权利、隐私权以及被遗忘权的基本概念以及实践范例。其次，建立起包括商家、政府法律部门、普通用户等相关利益群体的对话机制，制定在具体的、数据驱动的社会经济乃至治理活动中的数据保护规范与实现机制。最后，做好与危害数据权利、恶意侵犯个人隐私权行为长期斗争的准备，探寻从法律和伦理层面根治此类问题的有效策略，并使之作为治理法规积淀下来。
D. 如何应对大数据时代税务管理和税务策划工作
面对扑面而来的大数据，面对海量的数据、碎片化的信息，传统的税收征管与充满现代气息的大数据不期而遇，将产生怎样的效果呢？面对大数据的挑战，税收征管将如何充分运用大数据的思维和手段，推进税收治理能力现代化、法制化，不断提高税收管理水平。
大数据向税收征管工作提出挑战
大数据、云技术等现代信息技术应用非常广泛，涉及到各行各业，特别是当前的税务部门，正处在管理转型的关键阶段，大数据将对税收征管工作产生巨大的影响。
影响之一：解决数据共享问题。大数据促进了数据内容的交叉检验，随着数据量和不同来源的数据种类的增多，数据判断预测的指向性会更强，准确率更高。目前，无论是税务机关内部还是外部第三方涉税数据的流动性和可获取性都较弱，税务机关的信息获取渠道并不通畅。主要是因为内部流程和环节没有理顺，信息的共享利用受到了制约；外部协调难度较大，职能部门与税务机关的涉税信息交换尚未制度化、常态化。对税务机关获取第三方信息的权利，以及第三方向税务机关提供涉税信息的义务尚缺乏明确的法律支持。大数据将促使考虑建立统一的数据共享，解决各部门之间的数据共享问题。
影响之二：解决数据挖掘问题。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据的价值在于更深层次的挖掘和再运用，最大限度地发挥数据的价值。但是，目前税务机关并未能有效利用和深入挖掘自身已有的数据，更未能有效获取和利用第三方数据。即使是利用，也更关注数据的基本利用。我们需要对数据价值再利用、数据整合再利用和潜在挖掘数据的运用，使信息管税的效能充分体现，让数据产生生产力，让数据产生税源。从海量数据中发现有用的信息，深入挖掘分析，与征管系统数据综合利用。
影响之三：促进风险管理提档升级。风险管理的核心是基于大数据的风险分析识别和多元策略的风
险应对。在风险控制建设中，引入先进的数据分析工具，打造一体化、智能化的数据分析应用功能区，为数据分析常态化运作提供功能强大的网上风险分析识别工作，为各级税务机关开展分层分类管理，实施多层次、差别化风险应对提供了精确“制导”的操作。
大数据时代税收征管准备好了吗？
面对海量碎片化的信息，如何在短时间内“淘”出有价值的资料，为税收征管工作服务，大数据时代的税收征管工作准备好了吗？
应对之策一：搭建综合性的省级应用数据共享。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类信息系统的数据交换和数据共享。各部门和相关单位应当履行税收协助职责和义务，促进税务部门提高依法治税水平，切实维护税收公平，为全面深化改革、实现社会持续健康较快发展提供强有力的税收保障。将市场经济主体的各类经济活动纳入税收监控。涉税信息交换还将和公共信用信息共享服务互联互通，深入挖掘涉税信息的应用效益。
应对之策二：充分释放大数据蕴藏的能量。风险是由于信息不对称而产生的，风险管理的关键在于能否把海量数据转化为有效的征管资源。因此，将源自各方、结构形式各异的原始数据转变成可资利用的征管资源，成为税收大数据管理的关键节点。近年来，随着我国改革开放的不断深化，加快转变经济发展方式、推动管理转型升级的步伐不断加快，税源管理的复杂性、艰巨性、风险性不断加大。而基层税源管理人员总量增幅有限，传统粗放的税源管理模式，已经难以适应新的发展要求，面临的执法风险也日益显现。税收工作要适应大数据的发展，充分利用信息化管理手段，释放大数据蕴藏的能量，推进组织结构变革和管理方式的创新，实现提升税收征管管控能力，防范税收执法风险，促进税收堵漏增收的管理目标。
应对之策三：创新数据挖掘分析方法。建立税收数据仓库，对分散在各个应用系统中的数据进行集成、整合和统一管理，实现数据资源省级集中和共享，为数据挖掘分析提供基础支持。对不同类型的税收情况，找到税收管理的薄弱环节，对有疑点的、存在问题多的行业从微观上进行纳税评估、税务稽查，采取切实措施强化管理，堵塞漏洞。 （牛俊梅 陈小刚 李胜）
E. 大数据时代的挑战、价值与应对策略
大数据时代的挑战、价值与应对策略
随着移动互联网、物联网、云计算等的快速发展，及视频监控、智能终端、应用商店等的快速普及，全球数据量出现爆炸式增长。在此背景下，电信运营商在其网络无休止扩容的同时，却面临“增量不增收”的困境；而一些采用“数据驱动型决策”模式经营的公司，则可将其生产力提高5%～6%。因此，有必要深入研究大数据时代（Big Data Era）的挑战、价值与务实应对策略。
1大数据时代的基本特征
据统计，2010年以互联网为基础所产生的数据比之前所有年份的总和还要多；而且不仅是数据量的激增，数据结构亦在演变。Gartner预计，2012年半结构和非结构化的数据，诸如文档、表格、网页、音频、图像和视频等将占全球网络数据量的85%左右；而且，整个网络体系架构将面临革命性改变。由此，所谓大数据时代已经来临！
对于大数据时代，目前通常认为有下述四大特征，称为“四V”特征：
（1）量大（Volume Big）。数据量级已从TB（1012字节）发展至PB乃至ZB，可称海量、巨量乃至超量。
（2）多样化（Variable Type）。数据类型繁多，愈来愈多为网页、图片、视频、图像与位置信息等半结构化和非结构化数据信息。
（3）快速化（VelocityFast）。数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理；处理工具亦在快速演进，软件工程及人工智能等均可能介入。
（4）价值高和密度低（Value HighandLowDensity）。以视频安全监控为例，连续不断的监控流中，有重大价值者可能仅为一两秒的数据流；360°全方位视频监控的“死角”处，可能会挖掘出最有价值的图像信息。
2大数据时代面临的挑战
（1）运营商带宽能力与对数据洪流的适应能力面临前所未有的挑战，管道化压力化解及“云－管－端”的有效装备也均面临新挑战。
（2）大数据的“四V”特征在数据存储、传输、分析、处理等方面均带来本质变化。数据量的快速增长，对存储技术提出了挑战；同时，需要高速信息传输能力支持，与低密度有价值数据的快速分析、处理能力。
（3）海量数据洪流中，在线对话与在线交易活动日益增加，其安全威胁更为严峻；而且现今黑客的组织能力、作案工具、作案手法及隐蔽程度更上一层楼，典型的有APT（Advanced Persistent Threat，高级持续性安全威胁）。
（4）大数据环境下通过对用户数据的深度分析，很容易了解用户行为和喜好，乃至企业用户的商业机密，对个人隐私问题必须引起充分重视。
（5）大数据时代的基本特征，决定其在技术与商业模式上有巨大的创新空间，这将对可持续发展起关键作用。
（6）大数据时代的基本特征及安全挑战，对政府制订规则与监管部门发挥作用提出了新的挑战。
3大数据带来的价值
（1）利用大数据特征，借助云计算等有效工具，深度挖掘流量与数据价值，可帮助运营商实施好流量经营，减轻管道化风险，发扬“云－管－端”的智能管道的威力。
（2）多业务环境下掌握用户体验效果尤为重要，可从海量用户数据中深度分析、挖掘出用户的行为习惯和消费爱好，以实施精准营销及网络优化，掌控数据增值的“金钥匙”。
（3）掌握好大数据的存储、分类、挖掘、快速调用和决策支撑，并应用于企业的日常运营、维护及战略转型中，成为企业可持续发展、维持竞争优势的当务之急与重要途径。
（4）充分利用对大数据的分析、挖掘，可帮助找到隐蔽性极强的APT之类的安全威胁，助力信息安全部门找到应对新型安全威胁的有效途径。
（5）通过对公共大数据的分析、挖掘与利用，可减少欺诈行为及错误数据的负面作用、追收逃税漏税及刺激公共机构生产力等，帮助政府节省开支。例如英国政府即通过此途径节省大约330亿英镑/年。
4大数据时代的应对策略
（1）大数据时代应以智慧创新理念融合大数据与云计算，在大数据洪流中提升知识价值洞察力，实施高效实时个性化运作，建立有效增值的商业模式，确保应对APT之类的新型安全威胁。
（2）电信运营商转型中流量经营已成共识，即以智能管道与聚合平台为基础，以扩大流量规模、提升流量层次及丰富流量内涵作为基本经营方向，并以释放流量价值为基本目标，可见大数据和云计算的深度融合与此流量经营目标十分吻合。实际上已经有一些运营商借助大数据Hadoop云工具管理与分析网络中的用户数据，为日常运维及制定市场战略等提供有效支撑。
（3）针对大数据时代的基本特征，加强全方位创新。包括IBM、EMC、HP、Microsoft等在内的IT巨头，纷纷加速收购相关大数据公司进行技术整合，寻找数据洪流大潮中新的立足点。而涉及人工智能、机器学习等新技术的创新应用，已初显效益。
（4）将大数据时代全方位创新工作和智慧城市发展紧密结合。借助移动互联网、大数据与云计算的融合、智能运营管道等，建立智能平台，优化配置城市资源，向真正的智慧城市迈进。
（5）借助大数据创新处理技术应对APT安全攻击。APT安全攻击的最主要特征为单点隐蔽能力强、攻击空间路径不确定、攻击渠道不确定；同时APT攻击一旦入侵成功则长期潜伏，攻击时间上具有持续性。目前，全流量审计方案具备强大的实时检测能力与事后回溯能力，并可将安全工作人员的分析能力、计算机存储与运算能力组合在一起，是一种较完整的解决方案。
F. 大数据处理之道(预处理方法）
大数据处理之道(预处理方法）
一：为什么要预处理数据？
（1）现实世界的数据是肮脏的（不完整，含噪声，不一致）
（2）没有高质量的数据，就没有高质量的挖掘结果（高质量的决策必须依赖于高质量的数据；数据仓库需要对高质量的数据进行一致地集成）
（3）原始数据中存在的问题：
不一致 —— 数据内含出现不一致情况
重复
不完整 —— 感兴趣的属性没有
含噪声 —— 数据中存在着错误、或异常（偏离期望值）的数据
高维度
二：数据预处理的方法
（1）数据清洗 —— 去噪声和无关数据
（2）数据集成 —— 将多个数据源中的数据结合起来存放在一个一致的数据存储中
（3）数据变换 —— 把原始数据转换成为适合数据挖掘的形式
（4）数据规约 —— 主要方法包括：数据立方体聚集，维度归约，数据压缩，数值归约，离散化和概念分层等。
（5）图说事实
三：数据选取参考原则
（1）尽可能富余属性名和属性值明确的含义
（2）统一多数据源的属性编码
（3）去除唯一属性
（4）去除重复属性
（5）去除可忽略字段
（6）合理选择关联字段
（7）进一步处理：
通过填补遗漏数据、消除异常数据、平滑噪声数据，以及纠正不一致数据，去掉数据中的噪音、填充空值、丢失值和处理不一致数据
四：用图说话，（我还是习惯用统计图说话）
结尾：计算机领域存在一条鄙视链的 ---- 学java的鄙视学C++的，有vim的鄙视用IDE的等等。
数据清洗的路子：刚拿到的数据 ----> 和数据提供者讨论咨询 -----> 数据分析（借助可视化工具）发现脏数据 ---->清洗脏数据（借助MATLAB或者Java/C++语言） ----->再次统计分析（Excel的data analysis不错的，最大小值，中位数，众数，平均值，方差等等，以及散点图） -----> 再次发现脏数据或者与实验无关的数据（去除） ----->最后实验分析 ----> 社会实例验证 ---->结束。
G. 如何顺应“大数据”时代变革
如何顺应“大数据”时代变革
“大数据”时代是信息社会运作的必然结果，谁掌握数据和大数据分析方法，谁就能在这个“大数据”时代抢占先机。工商部门作为我国市场主体登记部门，积累了大量的市场主体登记、行政执法、投诉举报和内部管理等数据。这些数据是“国家经济户籍库”的重要组成部分，也是我国市场经济的“晴雨表”。积极应对，用科学方法对数据进行处理、分析从工商数据出发，对大数据进行深度的分析，挖掘出有效信息为决策提供参考。即通过市场主体分析发现经济增长的内生动力，通过市场主体发展透析产业结构调整与优化，通过市场主体分析优化国有资本布局，通过横向对比发现区域比较优势，从而优化产业结构，促进经济社会发展。首先，在整合零散的、破碎的、局部的数据基础上，运用技术手段分析、挖掘深藏于数据中的宝贵价值，以这种方式帮助实现更好的决策，推动政府决策机制从“业务驱动”向“数据驱动”转变，提高行政效率。其次，对海量数据进行采集、整理、清洗，并在此基础上进行数据的分析挖掘，将“大数据”价值挖掘技术与工商数据实现无缝对接，进行科学的数据管理，紧抓基础数据质量关，巩固和完善数据信息采集及质量审核制度，严格数据质量控制，真正做到“数出有源、真实可靠”。把对数据质量的控制贯穿于数据收集、使用、发布等所有过程，建立数据质量救助机制，通过开展数据质量复审进行纠错，使之更好地支持宏观决策，促进市场经济的科学发展。第三，在推进信息化建设的同时，更加注重对数据资源的利用，加强与高校、研究机构等合作开展工商数据研究，建立工商数据综合分析应用体系。围绕广西经济社会发展的热点、难点问题，立足工商数据，加强对数据的深度挖掘、分析与研判，特别要注重新兴产业等工商数据专题研究，更好地发挥工商部门服务经济社会科学发展的职能作用。转变思路，为“大数据”创造良好环境十八届三中全会《决定》对全面深化改革作出了部署，提出要“改革市场监管体系，实行统一的市场监管”。对工商部门而言，就是要借力工商系统的数据库，优化营商环境，便捷高效服务各类市场主体，真正做到把该管的事管住管好，把不该管的事放手交给市场。由国家工商总局开始的“金信工程”，经过十几年的建设，已初步具备“大数据”时代政府数据分析应用的雏形。目前，我区工商系统虽然掌握着360万条以上的数据，但数据综合分析利用工作还处于初级阶段，面临数据量大却利用不足，或者不知如何利用的尴尬境地，与“大数据”的发展潮流相背离。“大数据”相关行业和业务涉及面广，相关行业监管机构有工商、税务、商务、工信、发改委、银行等部门。为此，需要建立统一的工作协调机制，构建以政府为核心的多元监管体制，形成政府、自律组织、消费者组织以及公民等多个监督主体共同协调运作的格局，让“大数据”真正跨越政府部门内部协同鸿沟，使社会公众和政府的各个管理部门、行业自律组织，能够及时、方便、全面地了解企业的登记和信用信息，加强部门间的协调配合，为“大数据”创造一个宽松的发展环境，共同营造统一开放、公平诚信、竞争有序的市场环境。搭建共享平台，解决“信息孤岛”问题从广西的情况看，政府管理领域各部门都掌握着信息数据，初步统计，大约50个厅局有近200个数据项，而这些数据目前无法相互联通，形成“信息孤岛”。因此，要建立健全统一规范的市场主体信用信息公示平台，解决工商数据的“信息孤岛”问题。一是遵循信息化建设规律，整合工商系统基础数据信息资源，以工商部门经济户籍库为基础，建立工商综合业务系统，进行网群化管理，实现工商政务组织结构和工作流程的优化重组，超越时间、空间和部门分隔的限制，建成一个精简、高效、廉洁、公平的运作模式。二是整合现有的政府市场主体信息公示平台和渠道，建立统一的市场主体登记许可及信用信息公示平台。由工商部门牵头，以工商系统基础数据信息资源为基础，建立统一的市场主体登记许可及信用信息公示平台，汇总市场主体各方面信息，全方位系统公示主体信息，包括市场主体登记、资产状况、监督管理、信用记录、违法违规记录等。同时加强对违法经营者、中介机构、相关业主、投资人、市场主体高管等，以及税务、银行、保险、进出口、出入境等各方位的信用约束。三是完善相关法律，尽快对“大数据”运用进行立法。目前，国家工商总局制订了《信息公示条例》送审稿，已上报国务院审批。广西要制定信息数据管理地方性法规，规范管理信息数据，为数据的开发利用创造良好的法制环境；鼓励政府机构和企业面向群体、服务社会的数据挖掘，防止侵犯个体隐私；提倡数据共享，防止数据被滥用，明确界定数据挖掘、利用的权限和范围。
以上是小编为大家分享的关于 如何顺应“大数据”时代变革的相关内容，更多信息可以关注环球青藤分享更多干货
H. 如何解决大数据4个特点带来的四个困难
我觉得大数据是现代非常值得研究关注的一个课题，困难很多。
I. 大数据在开发中遇到的困难怎么解决方案
大数据时代下的信息技术日存在的问题：
第一：运营商带宽能力与对数据洪流的适应能力面临前所未有的挑战;
第二：大数据处理和分析的能力远远不及理想中水平，数据量的快速增长，对存储技术提出了挑战;同时，需要高速信息传输能力支持，与低密度有价值数据的快速分析、处理能力。
第三：部分早期的Hadoop项目将面临挑战;
第四：大数据环境下通过对用户数据的深度分析，很容易了解用户行为和喜好，乃至企业用户的商业机密，对个人隐私问题必须引起充分重视;
第五：大数据时代的基本特征，决定其在技术与商业模式上有巨大的创新空间，如何创新已成为大数据时代的一个首要问题;
第六：大数据时代对政府制订规则与监管部门发挥作用提出了新的挑战 大数据时代面临挑战的应对策略：
1、合理获取数据
在大数据时代，数据的产生速度飞快而且体量庞大，往往以TB或YB甚至是ZB来衡量。各种机构、个人都在不断地向外产生和发布结构化与非结构化的复杂数据，并进行数据交换，如人们当前最常用的数据来源渠道——互联网，每天的数据交换量已极为惊人。
2、存储随需而变
美国一家知名的 DVD 租赁企业每年都会邀请一些协同处理算法的专家对其用户数据进行分析，从而了解租赁客户的需求。
3、筛选与分析大数据
充分利用数据“洞察”自己身边的人或物，在诸多供给方当中精准地匹配自身需求，从而最大限度地满足自身吁求也是大数据价值的应有之义。
4、理性面对大数据的价值诱惑
毫无疑问，大数据时代将是商业智能“大显身手”的时代。企业利用发达的数据挖掘技术正日益精准地揣摩着消费者心态，并运用各种手段对其“循循善诱” 。
5、云计算和大数据相辅相成
为了满足大数据的需求，商务智能软件必须改变。
J. 当代大学生应该如何应对“大数据”带来的机遇与挑战
大数据，或称巨量资料，是指所涉及的资料量规模巨大，以致无法通过目前主流软件工具在合理时间内撷取、管理、处理并整理成为帮助企业达致经营决策目的的资讯。大数据技术不仅能够提高人们利用数据的效率，而且能够实现数据的再利用和重复利用，进而大大降低交易成本，提升人们开发自我潜能的空间。人们可以低成本或零成本进行事物信息全息式的纵向历史比对和横向现实比对。大数据技术自身不仅能够迅速衍生为新兴信息产业，还可以同云计算、物联网和智慧工程技术联动，支撑一个信息技术的新时代。
云计算、物联网、大数据、智慧工程都是新一代信息技术。云计算技术是一种按使用量付费的模式，这种模式可以提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。云计算技术可以使人们及时利用各类大数据。物联网技术的实质就是物物相连的互联网，物联网的核心和基础仍然是互联网，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。物联网技术可以溯源大数据和保证信息的真实性。智慧工程就是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，并且进行普遍连接，与现有的互联网整合起来，实现人类社会与物理系统的整合。智慧工程可以激活沉寂的大数据。