大数据健康饮食

『壹』 大数据在哪些领域应用比较好

一、电卜裂商行业

电商行业是最早利用大数据进行精准营销，它根据客户的消费习惯提前生产资料、物流管理等，有利于精细社会大生产。由于电商的数据较为集中，数据量足够大，数据种类较多，因此未来电商数据应用将会有更多的想象空间，包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。

二、金融行业

大数据在金融行业应用范围是比较广的，它更多应用于交易，现在很多股权的交易都是利用大数据算法进行，这些算法现在越来越多的考虑了社交媒体和网站新闻来决定在未来几秒内是买出还是卖出。

三、医疗行业

医疗机构无论是病理报告、治愈方案还是药物报告等方面都是数据比较庞大行业，面对众多病毒、肿瘤细胞都处于不断进化的过程，诊断时会发现对疾病的确诊和治疗方案的确定是很困难的，而未来，我们可以借助大数据平台收集不通病例和治疗方案，以及病人的基本特征，可以建立针对疾病特点的数据库。

四、农牧渔

未来大数据应用到农牧渔领域，这样可以帮助农业降低菜贱伤农的概率，也可以精准预测天气变化，帮助农民做好自然灾害的预防工作，也能够提高单位种植面积的高产出；牧农也可以根据大数据分析安排放牧范围，有效利用农场，减少动物流失；渔民也可以利用大数据安排休渔期、定位捕鱼等，同时，也能减少人员损伤。

五、生物技术

基因技术是人类未来挑战疾病的重要武器，科学家可以借助大数据技术的应用，从而也会加快自身基因和其它型盯闭动物基因的研究过程，这将是人类未来战胜疾病的重要武器之一，未来生物基因技术不但能够改良农作物，还能利用基因技术培养人类器官和消灭害虫等。

六、改善城市

大数据还被应用改善我们日常生活的城市。例如基于城市实时交通信息、利用社交网络和天气数据来优化最新的交通情况。目前很多城市都在进行大数据的分析和试点。

七、改善安全和执法

大数据现在已经广泛应用到安全执法的过程当中。想必大家都知道美国安全局利用大数据进行恐怖主义打击，甚至监控人们的日常生活。而企业则应用大数据技术进行防御网络攻击。警察应用大数据工具进行捕捉罪犯，信用卡公司应用大数据工具来槛车欺诈性交易。

在传统领域大数据同样将发挥巨大作用则灶：帮助农业根据环境气候土壤作物状况进行超精细化耕作；在工业生产领域全盘把握供需平衡，挖掘创新增长点；交通领域实现智能辅助乃至无人驾驶，堵车与事故将成为历史；能源产业将实现精确预测及产量实时调控。

个人的生活数据将被实时采集上传，饮食、健康、出行、家居、医疗、购物、社交，大数据服务将被广泛运用并对用户生活质量产生革命性的提升，一切服务都将以个性化的方式为每一个“你”量身定制，为每一个行为提供基于历史数据与实时动态所产生的智能决策。

『贰』 消费大数据揭秘:健康化和年轻化是趋势

消费大数据揭秘:健康化和年轻化是趋势
大数据之美，在于它能从纷繁杂乱的数据中揭示出隐藏在水面以下的冰山部分，根据规律预测未来将要发生的事，告诉人们本不知道的信息。

比如，中国女性平均从什么年龄段开始将关注度从游泳转向跳广场舞，不同年龄层消费者对健康饮食的关注度有何不同，Adroid终端和iOS终端在网购习惯上的差异等，这些都是庞大的销售数据和用户数据“勾兑”出的隐藏信息。

《决战大数据》作者车品觉不久前曾向《第一财经日报》记者举例说，后台系统可以通过跟踪一个人敲击键盘的速度和间隔来判断他在购物网站上的浏览目的(是闲逛还是有目的购物)及其购买意愿的程度，背后的大数据发现了电商网站本不知道的内容。

当然，如今的网购已进入移动化时代，今年双11阿里巴巴移动端的成交额占比高达68%，手机网购已成大势所趋。手机比PC提供了更加多元化和复杂的数据维度，比如基于地理位置LBS，这个变量的引入使大数据规模呈几何级数的增加，能给大数据分析提供更大价值。手机在手，人人都是数据传感器。

事实上，这次由第一财经商业数据中心和阿里巴巴联合发布的大数据商业报告(以下简称“报告”)，就从不同维度印证了移动化趋势的明显特征。这份报告也是淘系平台首次将全局性的消费数据依托专业媒体机构进行系统性对外公开，所涉及的服装、母婴、家电、食品等8个行业基本覆盖了消费者日常网购最高频的几个类目。

食品消费理念健康化，小众化专业化运动消费映射全民健康意识觉醒，智能化浪潮引领3C数码行业消费升级，个性化时尚化网购习惯深入人心……这些数据背后的行业特点和趋势正是这份系列报告的核心价值所在。

眼下，中国经济的活力正在越来越依靠消费提振，而消费层面正在经历一场由消费者主导的变革。过去那种商家生产什么消费者就买什么的年代愈发受到个性化消费需求的挑战，由消费者倒逼生产商的C2B模式正在不同的行业多点开花。在这个消费转型升级的宏观趋势中，经过加工提炼的大数据就成为厂商和商户最重要的决策依据。

第一财经商业数据中心(CBNData)负责人黄磊在淘宝数据盛典现场表示，以往当有企业说经营越来越困难了，专家学者说经济要探底了，投资者说投资的这家企业很有发展潜力，他们常用的是直觉、经验，是用眼睛能看到的地方来证明机会和危机在哪里;现在这些都可以通过深度挖掘的大数据进行展示，并能更好地呈现出商业世界“魔鬼的细节”。

健康成为未来消费主方向

通过对过去5年淘系平台上的相关搜索和交易数据分析，报告展示出一条消费者愈发重视健康生活的曲线图，这主要从食品、运动健身、健康家居用品三个大品类体现。人们在线上购买这些商品，展现了吃得更健康、运动更积极、对健康更关注的趋势。

从2011年开始，健康相关的关键词(比如有机、非转基因、原生态、低脂、无糖、无农药、全麦等)在淘宝上的销售量逐渐增长，今年前三季度的交易额已经与2014年全年持平。地域分布上，广东、江浙沪地区对这类商品的需求量最高。一个显著变化是，2011年全国健康食品销量最大的5个地区占全国总销量的近六成，到2015年三季度这一比例下降至近五成，健康食品的消费呈现出城市下沉的趋势，由经济发达的一线城市和沿海地区普及到内陆地区，各省份之间的健康食品消费份额差异正逐渐减少。

报告得出的结论之一是，年轻女性将成为未来健康食品的主力消费人群。数据显示，作为食品中销量增速最快的保健品，其细分品类中增速最快的酵素类产品在2015年前三季度销售额环比增长了接近13倍，其次是膳食纤维、葡萄籽提取物等。女性是保健品消费主体，其中22岁到50岁的女性贡献保健食品总销售额的近六成份额，且年轻女性消费群体(18到28岁)在整体保健食品市场所占份额在提升。这部分消费者将是健康食品类商家重点覆盖的目标人群。

消费者在运动健身类商品的网购购买力近几年维持在50%以上的年均增速，对跑步机等大型健身器械的销售占比排名第一，其次是游泳、舞蹈、瑜伽、羽毛球、跆拳道武术类相关商品。

对不同运动项目的偏好在性别和年龄层维度展现出很大差异性。比如，小鲜肉热衷于足球、篮球、滑板、哑铃等中小器械;而大叔级买家青睐乒羽等小球类，以及跑步机等有氧训练。而女性以35岁为界分化明显，35岁之前的女性消费者最喜欢购买游泳相关商品，特别是泳装被当作时装来消费;而35岁之后，舞蹈类、跑步机等运动的比例最高，但瑜伽并没有体现出35岁这个年龄分水岭，占比基本持平。

在健康家居用品(家用电器类和医疗器械类)方面，最近几年无论是从销量、搜索量，还是商品丰富度上均增速明显。其中空气净化器、口罩、净水器等商品与严重雾霾天气、水污染、疫情等公共安全事件表现出强关联性。年轻人对于社交媒体的关注让该群体对家用健康类产品表现出明显的焦虑性消费趋势。特别是空气净化器市场，在雾霾最严重的2012年初至2014年底迎来了其黄金发展期。而家用健康类产品消费群体的发展趋势正在呈现年轻化与渠道下沉特点，年轻消费者和低城市级别消费者将发展为未来此类产品的消费主力之一。

网购年轻化浪潮加速到来

淘宝数据显示，28岁以下年轻消费者已占淘宝总用户量一半以上，但2015年该群体创造的销售额占整个淘宝平台的四成左右，小于其人数占比，因此年轻消费群体的平均消费水平低于淘宝平台消费者的平均值。一个明显特点是，所有商品品类的购买人群均出现了不同程度的年轻化趋势，今年28岁以下消费者所占比例较2014年有所上升。

总体来说，22岁至28岁的年轻群体增长逐渐趋于稳定，不同品类间差异并不明显，而年轻化的程度差异主要体现在18到22岁群体份额中，这个群体的消费者增速十分迅猛，一些年轻化较快的行业如男装和手机，份额远超主食和家具等年轻化较慢的行业。

年轻化不仅体现在年轻消费群体的增长与活跃，还体现在其他消费群体消费观念的年轻化，各类被传统认为年轻人才会消费的商品，如染发产品和运动用品，在年长的群体里也逐渐流行起来。

具体到吃穿住行细分领域，穿衣方面的年轻化趋势主要体现在18至22岁群体高速增长，而22岁至28岁的年轻群体自2012、2013年后保持稳定的份额;28岁至35岁群体占比下降十分明显。

吃的方面，年轻化趋势程度并不如穿的如此明晰，18至22岁群体的增长速度以及份额相对较慢，22岁至28岁群体仍处于缓慢增长中，休闲食品的年轻化趋势更加显著。

在玩上，年轻化趋势更多体现在年轻人对于电子产品与运动的热衷，年轻群体已经成为这两类市场上的主流消费群体并且仍处于增长趋势;运动与户外产品领域，年轻用户群体仍在快速增长，但28岁以上消费者仍是市场主体。

美妆和育儿方面，受人生不同年龄阶段的影响，育儿产品年轻化趋势体现在22岁至28岁的年轻群体的高速增长，成为市场的主流消费群体之一，22岁以下消费者鲜有亮点;而美妆方面18-22岁群体成为主要增长点，22-28岁用户则趋于稳定。

在购物时段偏好上，18-22岁用户以打工者与学生为主，他们喜欢在时间充裕的午饭前后购物;而22-28岁年龄段消费者较为统一地喜欢在午后时间购物，且购物时段更为集中，这可能是一天中工作相对不太繁忙的时段。在男女差异上，22-28岁男性的购物行为转移到了傍晚和夜间，尤其在21时和19时这两个下班后时段;而该年龄段女性的购物行为集中在午后。

年轻化的趋势已经深入所有的商品种类中，年轻消费者群体的独特需求将深刻影响整个电子商务市场的格局。针对不同商品类别年轻化的速度不同，比如在服装、运动和科技产品等年轻消费者已经成为主流的市场中，商家需要采取更受年轻消费者欢迎的营销策略才能跟上市场脚步;而在诸如家装、食品类等年轻消费者正在增长的市场中，商家可以开发针对该群体的商品来挖掘新的增长点。

『叁』 大数据分析在疾病与健康研究方面的应用

大数据分析在疾病与健康研究方面的应用

大数据分析技术将在以上方面发挥着特殊的作用。

一、疾病与健康研究

在疾病与健康研究方面，我们可将其分为三个子方面：健康研究、亚健康研究和疾病研究。

1、健康研究

中国是地域辽阔的多民族国家，不同地区不同种群的人的基因和健康指标有所不同，同一地区同一种群的人在不同的性别和年龄上健康标准也有差异。深入研究和分析上述人群的健康规律，对卫生保健、健康促进、疾病预防和治疗有着重大的指导意义。例如：
1.1 对体检数据分析和挖掘，得出不同地区、不同人群的健康差异，以确定精确的不同人群的健康标准，针对不同人群制定适宜的防病，治病方法以及预后标准，并量身打造个性化，地区化的健康评估模型。

1.2 在制定不同地区不同人群的参考值时,可进一步分析健康指标在不同性别、年龄和季节的差别，以及权重比，从而完善适合于国人全面的系统化的更科学的健康参考值。

1.3 人体存在的内在平衡，使得各个可观察数据间有其特有的规律，基于经验只能发现简单的规律如钙、磷常数等，使应用数据挖掘等大数据分析技术可以主动发现复杂的系统性的人体医学规律，大幅提升防病，治病以及预后推测的技术水平，并且也对亚健康有个更科学的判断依据，以及了解健康到亚健康的逐渐失衡的过程。

1.4 对孕妇在孕产期、产后及新生儿的健康数据进行深入分析，研究孕产妇和新生儿的健康规律，开发对孕产妇和新生儿的健康评价和因素的评估模型，给出更科学的孕产妇和新生儿保健的指导。

1.5 对儿童成长的体检数据分析和挖掘，研究儿童的健康规律，开发对儿童成长的评价和因素的评估模型，分别适应中国辽阔的地域和众多的人群，给出更科学的儿童成长发育指导。

1.6 对老年人的健康数据分析和研究，研究老年人的健康特点，开发对老年人健康的评价和因素的评估模型，给出更科学的老年人养生的指导。

1.7 对健康人的精神和心理数据进行深入分析，制定健康人的精神和心理参考标准，开发对健康精神和心理的评价和影响因素的评估模型，给出更科学的精神和心理卫生方面的保健指导。

2、亚健康研究

世界卫生组织将机体无器质性病变，但是有一些功能改变的状态称为“第三状态”，也称为“亚健康状态”，主要包括：功能性改变，而不是器质性病变；体征改变，但现有医学技术不能发现病理改变；生命质量差，长期处于低健康水平；慢性疾病伴随的病变部位之外的不健康体征。

对亚健康进行深入分析与研究对保持健康状态，预防和纠正亚健康状态以及对疾病的预防和治疗都有十分重要的意义。例如：

2.1 研究亚健康与疾病间的相互关系。研究各种可观察指标（体检数据）在亚健康中的权重，以及在不同地区、人群中的分布。应用时间序列，线性/非线性回归研究亚健康观察指标之间的关联性。通过亚健康体检数据挖掘，分析导致疾病的影响因素，建立评估模型来预测危险度，并进一步建立疾病的预测模型。

2.2 研究亚健康与健康间的相互关系。通过对体检人群的地区、职业、年龄等因素的分析，研究最新的健康和亚健康的人群分布。不同的人群地区环境不同,生活习惯不同,加入亚健康医学指标以外的相关外部数据（如职业、饮食、习惯、性格、爱好等）后,可发现综合因素对亚健康的影响，以及这些因素的各自权重，及相关关系，从而探究出亚健康的原因，对预防和治疗亚健康起着指导作用。

2.3 研究亚健康治疗和预后的研究。通过对亚健康治疗和预后的数据分析，评价治疗效果，评估最佳治疗方案，进一步开展对专科亚健康治疗和预后的研究，同时研究其与疾病的关系。

2.4 对精神和心理亚健康的研究。如对常见的精神亚健康状态：如神经衰弱、抑郁、焦虑和强迫等症状，进行数据归纳整理、分析挖掘，从而导出精神和心理亚健康的新知识发现，探究出精神疾病的原因，对预防和治疗精神疾病起着指导作用。

2.5 将住院和社区健康管理数据相结合，进行因素权重分析和多因素的特性抽取，最后形成模型指导治疗。最理想的情况是个体化评估模型,为每个病人建立专用预测模型。

3、疾病研究

中国面临的严重危害人民健康的疾病包括：

传染性疾病，如结核病、艾滋病、SARS、禽流感、甲型H1N1流感等；

慢性非传染性疾病，如恶性肿瘤、脑血管病、心脏病、糖尿病等；

精神和心理疾病；

小儿出生缺陷。

对患有各种疾病的病人的医学数据及相关数据的研究分析，对各种疾病的预防和治疗都有十分重要的价值。例如：

3.1 对传染性疾病，如结核病、艾滋病、SARS、禽流感、甲型H1N1流感等疾病的研究。应用数据挖掘技术对传染性疾病的数据进行分析，找出传染性疾病的发病规律，揭示传染性疾病的病因，进一步摸索出传染性疾病的变异规律，建立传染性疾病的预测模型。

3.2 对慢性非传染性疾病，如恶性肿瘤、脑血管病、心脏病、糖尿病等疾病的研究。应用数据仓库技术和数据挖掘技术对慢性常见病的数据进行分析，找出慢性常见病的发病规律，探索慢性常见病的病因，进一步摸索出慢性常见病的并发症规律，科学评估各种治疗方案的疗效，建立慢性常见病的预测模型。

3.3 对精神和心理疾病的研究。应用数据仓库技术、数据挖掘技术和数理统计技术对精神和心理疾病的数据进行分析，从广泛的多变量集中找出影响精神和心理疾病的主要因素，在遗传学、后天影响和病理学等多方面探索精神和心理疾病的病因，科学评估各种治疗方案的疗效，建立精神和心理疾病的预测模型。

3.4 对小儿出生缺陷的研究。应用大数据分析技术对儿童出生缺陷的数据进行分析，从广泛的大变量集中找出影响儿童出生缺陷的主要因素，在环境、遗传学、病理学等多方面探索儿童出生缺陷的病因，建立儿童出生缺陷的预测模型。

3.5 针对门诊和住院病人数据在线分析统计学差异，寻找阳性案例，为研究提供素材，并为科研的预实验提供思路和准备。对住院数据进行多维度分析和挖掘，横向达到单病种的水平，纵向包括所有可观测数据，所收集来的知识有很大可能会启发医学专家有新发现。

3.6不同 治疗手段和治疗效果的在线分析。结合收集来的大量资料全面分析，尽量提前全面的了解治疗的临床效果。

3.7 药品治疗效果在线分析，治疗效果、副作用、对其他疾病的效果评估。结合收集来的大量资料全面分析，尽量提前全面的了解新药和老药。目前的药品不良反应主要靠医生的通报，对医生的职业素养和敏感有很大的依赖，而使用数据挖掘及数据库中的知识发现，可以极大限度地改进这项工作。

二、环境与健康研究

环境因素对健康造成的损害较其他健康损害复杂，是微量、慢性、长期和不可逆转的。环境健康影响与公众利益息息相关，环境健康损害如得不到妥善处理还将转化为社会、经济问题。环境与公共健康研究以人类生态系统可持续发展研究为基础，关怀人类现在和未来的健康与安全，从环境研究途径关注社会、经济活动对人类生理和心理的健康影响，探索环境变迁对人民健康造成危害的预防和治理措施。

应用大数据分析技术对环境健康的研究，主要包括发现案例、发病机理和临床治疗研究，预防和治理各类环境流行病在污染源以及污染途径控制的研究等。例如：
1. 应用大数据分析技术研究环境因素对健康的影响，实行 一体化的环境和健康监测，并在全国实现数据共享。

2. 应用大数据分析技术研究环境污染对儿童的影响，以解决环境对儿童所造成的不健康和疾病迅速增长的问题，从而给予儿童特殊注意的环境和健康指导。

3. 应用大数据分析技术开展职业病和职业多发病的预防预测。对于各种职业的发病分布和严重程度，以及对职业病的深入分析。不仅包括传统意义的职业病，也包括不同职业的不同的疾病分布和在病因中的权重。另外,还可以分析不同职业的暴露特点进而对病因进行研究。

4. 应用大数据分析技术开展对空气污染显著提高城市人群呼吸道和过敏性疾病的发生 率的研究。

5. 应用大数据分析技术开展噪声污染损害儿童的听力和干扰他们的学习能力的研究。

6. 应用大数据分析技术开展快餐业的发展使肥胖病发病率不断增长的研究，尤其是不合理的营养对儿童健康的影响。

7. 应用大数据分析技术开展对转基因生物技术的应用对自然界生物和人类基因的潜在影响的研究。

三、医药生物技术与健康

生物技术涵盖生命科学的所有领域，医药生物技术是生物技术的重要组成部分。当今人类面临的人口、食物、健康、环境和资源问题，无不与之紧密相关。医药生物技术最鲜明的特点是大量新思想、新技术、新材料、新方法和新产品引入医学研究和医疗保健之中，如全新的医学成像技术、基因工程技术、微电子技术、干细胞工程技术、组织工程技术、纳米技术、生物芯片技术、克隆技术、酶工程技术、细胞工程技术、发酵工程技术、蛋白质工程技术、生物医学工程技术、基因组与蛋白质组技术、生物信息技术和中医药技术等及其产品，将大大提高疾病预防、诊断、治疗和药物设计研制水平，以及对突发事件（如传染病和生物恐怖等）的检测、预防与治疗水平。

以大数据分析技术为核心的生物信息技术在由众多新技术构成的医药生物技术中发挥有独特的作用。例如：

1. 利用生物信息技术进行生物信息的存储与获取。

2. 利用生物信息技术开展基因的序列对比、测序和拼接。

3. 利用生物信息技术进开展基因预测。

4. 利用生物信息技术进行生物进化与系统发育分析。

5. 利用生物信息技术进行蛋白质结构预测和RAN结构预测。

6. 利用生物信息技术进行分子设计和药物设计。

7. 利用生物信息技术进行肿瘤分类及遗传学分析。

8. 利用生物信息技术开展在生物分子层面对精神病的研究及遗传学分析。

9. 利用生物信息技术开展在生物分子层面对如H1N1等传染病的研究。

四、卫生宏观决策支持

卫生宏观决策支持系统是以数据仓库为数据中心、以数据挖掘为技术核心、以商务智能为展现工具的综合卫生信息平台。它可以建立在各级别卫生系统上，如医院、地区卫生系统、全国卫生系统，为各级卫生部门提供智能决策系统，深入了解卫生系统的历史和现在，把握卫生系统业务发展的未来，评估卫生系统内部各部门的业务效绩，帮助各级决策者提供最佳实施方案，给决策者一双慧眼，清晰认知系统内各方面变化趋势和业务得失，使对系统各部门的评价、考核、奖励更加科学、公正、客观，使系统内各级关系更加和谐，积极发挥各部门的潜能，提高系统的整体业务水平和经济效益。使用商务智能辅助决策，可以提供各种有价值的信息，各种事件的关联，以及不同于微观的角度分析各种卫生信息，如预防接种基本数据，传染病报告等等。

以上是小编为大家分享的关于 大数据分析在疾病与健康研究方面的应用的相关内容，更多信息可以关注环球青藤分享更多干货