大数据的出现引导人们网络购物消费选择导向都非常明确，可是你是否想过假如我们的隐私也被大数据统计着，那是多么恐怖的事。

举个简单的例子大家就知道了，大家经常都在网上购物吧。比如在某宝选一款太阳镜，看了几家没合适就没买。然后就用随便用电脑或者手机看看新闻什么的，总会有相关的太阳镜广告信息充斥在你的左右。而你就被大数据贴上了标签，这个人有购买太阳镜的需求，多给他推送点太阳镜的广告购买几率要大很多。

　　商业模式复杂多样，大数据个人权利边界被淡化。互联网时代，用户更多的通过电脑和智能手机进行网络消费和社交活动。在使用软件之前，用户必须通过电子授权的方式(即浏览用户须知，点击确认)方能使用，无形之中将自己的个人数据所有权转移给服务商。在多重交易和多个第三方接入的情况下，大数据的个人权利边界被淡化，从而造成用户隐私泄露或频繁出现招致用户反感的推荐信息，从而带来不良的用户体验，出现大数据滥用现象。

　　也许这个简单的大数据应用看不出什么危害，却显出一个问题就是我的个人信息被泄露了。

你用浏览器搜索的访问了哪些网站，用搜索引擎搜索过什么词、输入法打的所有字、下载过哪些东西、手机的一些会定位的软件这些都会再你的使用中不经意间窃取你的信息。软件得到信息传回服务器后台接着会对你的这个信息进行分析，然后对你的整个人消费习惯、兴趣爱好、收入特征、工作性质、甚至是性别男女、家庭住址、电话号码、上班途径哪些地方都统统的给你数据出来。看到这里是不是很可怕。以上这些都是在用户自己本身不知道的情况下私自收集的。

　　如果以上信息只是针对用户来定向投放点广告，那也到没什么。如果是被别有用心的人拿来做些不道德的事情这个就是太惊悚了，而且现在谁又能保证这些收集隐私信息的安全性？

　　为此，政府需在法律层面明确“知情权”和“遗忘权”。一方面，“知情权”保证用户知道自己的用户数据在何处如何使用；另一方面，一旦对大数据挖掘推荐的结果产生反感，用户便可以行使“遗忘权”，即选择退订推荐商品信息，甚至通过合理的流程要求企业删除相关的个人信息，以及浏览、搜索和订单痕迹。而政府相关部门需要在法律层面上明确保护用户的“知情权”和“遗忘权”。

网络安全谁来保证？

我们时刻暴露在“第三只眼”之下，亚马逊监视着我们的购物习惯，谷歌监控着我们的网页浏览习惯，而微博似乎什么都知道，不仅倾听者我们心中的那个“TA”,还有我们的社交关系网。

通过对大数据的分析让我们看到了隐藏在数据背后的真实价值，这也激起了我们搜集数据的野心。随着技术的进步，我们能够以更低的成本来收集更多的数据，并且对其进行有效的处理。这放大了我们的对数的渴望，但在无形之中，我们的一切都被暴露在了太阳底下。

如果说在互联网时代我们的隐私安全受到了威胁，那么在大数据时代这种威胁将会变得更加严重。大数据的核心思想是用数据规模的急剧增加来改变现状，这会将原本的每一点都无限放大并且揭露出来。万物联网的时代，我们本身就是一个数据的集合，或许会在未来的某一天，隐私的安全将会成为我们最大的问题。

大数据的到来除了对隐私有不良影响以外，还有一个我们无法回避的弊端。我们用大数据所做的预测，是否会有悖于我们对公平的定义，这是我一直所考虑的。如果运用法律的手段，对将要发生还未发生的事情采取处理，那是否有违公平？如果有合理的预测结果，而不采取相应的方法进行改善，那数据预测又有何用？预测是为了改变，绝不是安稳求存。如果不能改变，数据的价值将毫无意义。

也许，大数据会给我们带来一个更完整、更高效的社会，但却会否定我们的个人意志，用数据来代替一切，我们将会丧失自由选择的能力，这并不是我们想要的结果。总而言之，所有的改变都是为了让我们能够更好地生活。至于如何运用大数据创造价值，如何去规避大数据带来的危害，是取决于我们自己的。最后，希望“善待”大数据吧。

上午看到孩子的QQ在线，我就把一件大衣的截图发给她看，这是她上周在天津时说要买的一件同款，

孩子看到截图说，妈妈您把这件衣服的连接给我发过来，我又把连接给她，她打开后说，您发给我的这件衣服不是淘宝上的耶，

我说，是我在QQ动态页面写说说时，看到的，页面俩边总有衣服的广告，我很多衣服都是在这儿买的，

她说，哦哦，哈哈，是广告推送啊，我说，我感觉这儿的衣服很适合我啊，

她说，他们应该是根据您的信息，根据您的喜好推送的，我说，啊，有这么神奇吗？

她说，是啊，网络的大数据，会抓取您的信息和足迹，根据您平时搜索和浏览的东西，推送适合不同人的广告，我说，这也太强大了吧，不过也挺吓人的，别人的隐私是不是他们也都知道啊，我这几年都在这儿买衣服，孩子说，是啊妈妈，现在就是这样，所以说嘛，您会觉的这儿的衣服适合您，

我又想起来几年前就有个小伙子，给我说他有阿胶糕同行的大数据，要卖给我，我也不懂，我说我要那个干嘛呢，还要花钱买，买了有什么用呢，那个小伙子也没给我说清楚，他要像我女儿这样给我解释，也许我就会买了，

不过想想，在网络上的每个人的一言一行，都会被别人知道，真得是挺可怕的。

时至今日，再说大数据其实早已不是什么新鲜事了，可是你真的知道什么是大数据吗，大数据究竟可以干吗，又会对我们的生活有哪些影响。

大数据顾名思义就是很多的数据，当然只是多并没有什么卵用，重要的是数据挖掘数据分析，关键是能得出什么结论，为以后的生产生活提供什么有价值的参考。

二十四节气想必大家都不陌生，是我国古代劳动人民长期生产生活经验的积累和智慧的结晶。对是长期的积累，那是不是积累了大量的数据，最后总结出二十四节气，指导后来的生产实践。这不就是基本的大数据思想吗。

今天随着互联网的发展，网络存储、云计算等技术飞速进步，为我们积累分析数据提供了极大的便利。数据收集数据分析更加快捷，为我们的决策了提供更多的参考信息，进一步促使着社会的发展进步。

今天，对冲基金可以通过社交网络上的数据信息来预测股市的表现，购物网站可以通过你在其它网站上类似查询给你推荐对应的产品，再比如头条会根据你浏览的喜好给你推荐相应的文章视频等等吧。

这些只是大数据的一些简单应用吧，更厉害的是数据关联，把看起来不相干的数据去关联起来分析有时更是会有意外惊喜。举个小例子，把你家小区街道、上班路上、乘坐的交通工具、公司附近的所有摄像头录像信息合起来不就构成了你一天的活动轨迹。还有最近的楼市限购政策之一限制社保缴纳年限，是不是社保区分出了什么什么。

大数据时代已经来临，科幻大片的生活已不再遥远，神话故事里的场景也在逐渐变成现实，感谢我们这个时代吧!

周末到了，

你还在加班么？

生活，家人，和出游的计划，

都在等着你么？

自我安慰的话说了很多遍，

加班的日子还是不好过。

没有加班费，

就让新浪微舆情补贴给你一份加班大数据吧。

谁谈论加班最多？媒体行业

据新浪微舆情大数据分析显示，近3个月来，全网关于加班的信息共有518.6万条，其中负面信息占比16.83%。在全网信息地域分布方面，广东、北京、江苏、浙江、山东位列前五位。

今年以来，在主要加班行业中，媒体行业加班的网络传播热度指数最高，随后为医疗行业、教育行业、IT行业和金融行业。

在国内主要城市中，北京、上海、杭州、深圳、广州“经常加班”的网络传播热度指数排名前五位。

为了加班你牺牲了什么？

据新浪微舆情大数据分析显示，因为加班“没时间吃饭”的网络传播热度指数最高最高，其次为“没时间陪男女朋友”。

今年8月末，重庆8岁男孩因妈妈加班独自吃火锅一事引发热议，@程度商报 关于此事的微博被转发近5万次。

经新浪微舆情旗下工具@微分析 分析显示，该微博转发层级达到了17层，覆盖人次1.2亿。

90后的女性网友对此事最为关注，“允悲”成为网友使用最多的转评表情。

节日加班让人想辞职

在加班频率热度方面，据新浪微舆情大数据分析显示，近三个月来，“天天加班”的网络传播热度指数最高，其次为“周末加班”和“偶尔加班”。

在加班时段敏感信息占比方面，“节日加班”负面信息占比最高，“临时加班”负面信息占比高于“周末加班”。

当你加班时，你更担心变老，变丑还是变胖？

据新浪微舆情大数据分析显示，在加班后果方面，担心“加班变老”的网络传播热度指数最高，其次为“加班变胖”、“加班长痘”和“加班变丑”。

当你在吐槽加班时，你在吐槽什么？

在加班吐槽热度方面，“没有加班费”网络传播热度指数最高，其次为“领导先走”和“独自加班”。

在因加班产生的负面想法方面，“想辞职”网络传播热度指数最高，随后为“想骂人”和“想哭”。

加班猝死事件引发舆论关注

作为加班最悲剧、最严重的结果——加班猝死，今年时有发生。

据新浪微舆情大数据分析显示，今年6月30日和9月11日，“浙江金华26岁医生连续加班猝死”及“苏州五旬男子连续加班猝死”引发舆论关注。

其中@央视新闻 9月10关于苏州男子加班猝死的微博获得了6400多次转发，经@微分析 对该微博分析显示，广东、北京、江苏、浙江、四川的女性网友对此事较为关注。

日前，在加班的“黑夜”里出现了一丝黎明的曙光。

据参考消息网报道，为吸引人才，愈来愈多日本企业改变工作模式，开始采行“周休三日制”，其中不乏日本雅虎、IBM、优衣库母公司迅销等大公司。

据日本政府最新调查显示，日本实施周休三日等休假制度的企业占整体约5.8%，虽然仍只有个位数，但比十年前增加逾一倍，其中有些公司不仅员工休假时数增加，加班时数也减少。

-END-

我想好多人对大数据还没有一个完整的概念，认为大数据距离自己是很遥远的一件事情，其实呢，大数据离我们并不遥远，并且大数据就在我们的身边，与我们的生活是息息相关呢，那么什么是大数据呢？在百度百科，对大数据的定义如下：

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

首先，可以肯定一点，大数据肯定是海量的，另外这些数据的价值需要进行处理，整理，分析，挖掘其潜在价值，如果只是一堆海量的数据在哪里放着，也将是毫无价值的，需要经过分析，整理，决策，这样才能产生巨大的价值，如果我们将海量的数据叫做资源，将分析，整理，决策叫做计算，也就是资源+计算产生了巨大的价值，如果没有资源就谈不上计算了，如果只有资源，没有计算也是毫无价值的。

在高速发展的的现代社会里，我们周围充斥着大数据，在全球范围内每秒钟都会有海量的数据产生，并且24小时不间断的持续产生着，接下来就举例说明我们平时周围所能看到的一些大数据吧！

每日的车流量

比如说在城市里，车来车往，小轿车的数量多如牛毛，电子监控设备也是不计其数，每时每刻都会产生大量的数据，这些电子监控设备都会不停的采集这些城市交通数据，每一辆车的车型，车牌号，出现的地理位置，以及路过的时间都不会逃出这些监控设备的法眼。对这些数据的分析就能得到一些有价值的事情，比如哪个地段交通事故频发，需要采取进一步的安全措施，哪个地方违章频发，需要进一步分析什么原因造成的等等。

上下班地铁站

在一些大都市，地铁对每一个上班族来说，肯定是在熟悉不过的事情，地铁的人流量大家也是深有体会的，通过一个小小的公交卡片就能非常快捷方便收集到每一个地铁站，每个时间段的客流量，根据这些客流量也能准确的计算出平时的出现高峰期，以及从而做出正确的决策，比如在哪个时间段，那个站点需要进行人流的控制来缓解交通出行的压力。

每日的阅读数据

现在基本上每个人都有一部智能手机，不论是商场，还是在家里，还是在其他任何地方，相信好多低头族都在不停的刷着手机，也在每时每刻的的产生着海量数据。

每日的购物数据

各种各样的电商网站，各种各样的物品，都在时时刻刻的产生着海量的数据，自从有了互联网，每分钟的交易数与传统的生意相比提高了成千上万倍（远远不止成千上万）。

这些种种活动背后都是有海量的数据产生，上面提到了，作为大数据核心两点就是资源和计算，只有这两点结合起来才能产生巨大的价值，那么大数据的具体处理流程应该什么样一个过程呢？为什么说一个过程中，因为大数据不再是像传统的小量数据，实时产生计算结果，他是一个流程化的过程，一般分成以下几个环节。

数据的收集/采集

这是第一个步聚，数据的产生都是由这个环节引起的，这个环节只是简单的收集数据，不考虑数据的重复性及有效性，就是简单的数据录入

数据的处理及格式转换

这部的主要工作就是将数据加工处理及对数据的有效性及重复性校验，及格式上进行转换，转换成事先设计好的格式，从而方便数据向固定的存储介质上进行存储

数据的存储

上面说的存储介质可能是数据库或文件存储系统等或者是几种存储方式的结合，将采集到的数据进行有效处理从而沉淀下来。

数据的统计分析

对存储的起来的数据进行多个维度进行分析，得出相应的结论，这些维度都是一些技术人员或者业务专家共同探讨制定出来的，按照这些维度能得出来好多有价值的结果！

数据的挖掘

通过对分析到各个维度得出的情况来挖掘他们背后的各种联系，得出相应的策略，从而并很快的实施下去。

大家好，我是“上世是朵花”。如果你有什么好的看法或者观点可以在评论区展现你的才华，互动交流，如果想进一步了解我，那就关注我吧！

美丽是什么?有人说，美丽是一种心态;有人说，美丽是一种姿态;有人说，美丽是一种真实;还有人说，美丽是一种改变。那么，美丽到底是什么?哲人说：美丽是引起人们愉悦情感的一种属性。所以女人们颇有自我牺牲精神地向世界宣告：为了美丽，我愿意去死。真的，这不是危言耸听。

于是乎，小编呕心沥血，整理总结了各种数据，写粗了这篇

《2016年微整形大数据》

前方有干货，请小心！

1整形性别比

在这个看脸时代，不只女人爱美，男人也越来越注重外表，雅美顾客中，近1/3为男性，根据理性思考，选择雅美没有错！

2 整形主力军

90后爱动刀、80后爱微调、70后爱抗衰，这就是现在的整形现状，在雅美也不例外。

数据证明，现在整形越来越年轻化，不少18岁小姑娘送给自己的成年礼就是一对双眼皮。

18-35岁人群成为了整形主力军，占70.4%，这个时候年轻爱美，二、三十岁的人为了让自己更精致，玻尿酸、水光针......怎么美怎么来。

而36岁以上人群，主要需求都是想重塑童颜，热玛吉、超音刀是她们大爱的项目，冻龄成了她们的关键词。

3 最受欢迎整形项目

数据显示，2016年微最受欢迎的整形项目是双眼皮，占42.8%，你能说自己不喜欢大眼睛吗？

2016年微整形无疑是最火的项目之一，打个玻尿酸、瘦脸针成为继星巴克喝个下午茶后，普遍到不能再普通的事了。而注射过玻尿酸的求美者有83%表示还会再次选择。

现在不论男女，谁不喜欢性感大胸？当然，丰胸成为最受欢迎的整形项目，这和雅美拥有最权威的丰胸基地是分不开的

4 整形项目咨询热点

眼部整形

越来越多的人在咨询双眼皮的同时，会更加倾向双眼皮+开眼角。

隆鼻

在咨询隆鼻的顾客中，倾向假体隆鼻的占了一半，而大部分也都会选择膨体隆鼻。

丰胸

相对于自体脂肪来说，假体丰胸更适合多数人，加上雅美有最权威的丰胸基地、样式最多的丰胸假体、最专业的丰胸技术，假体丰胸无疑成为最热门的丰胸方式。

除皱

在微整形的时代，BOTOX和超音刀、热玛吉已经成为大家除皱的首选！

皮肤美容

皮肤美容中以美白补水咨询居多，看来大家在敷1000张面膜和做一次水光中，都明智地选择了后者。

美丽是上天赐予的，保持美丽是自己精心呵护的，每个人都想拥有一副完美的面孔。随着现代医学技术的进步，医学整容开始风靡，越来越多的人参与其中。想让自己越来越美丽，越来越自信，越来越迷人，所以赶快行动起来吧，再不整容我们就真的老了。

看完2016年整形大数据，过去的一年你有没有为提高颜值做出哪些改变？2017你的变美计划又是什么呢？

“来了就是深圳人”——一起来看有趣的深圳大数据吧！

5月26日，由深圳市委外宣办、深圳市网信办指导，今日头条主办的“了不起的城市——深圳，有温度的城市”活动将在深圳举行。 活动讲首次发布深圳城市生态大数据报告，报告依托今日头条“好算法+大数据”的技术优势，围绕深圳城市印象、生态环境、特色文化、产业经济等方面，深度挖掘了深圳城市特质，展现了这座移民之城的独特魅力。

其中一些有趣的数据，让我们先睹为快！

“来了就是深圳人”有温度的城市口号深入民心

作为中国最大最年轻的移民城市，从设立经济特区时的33万人口到如今的常住人口1137万，深圳的的快速崛起不仅创造了建设上的奇迹，更在融汇中外、南北文明的进程中成就了文化的多样性。

在这片遍布外来人口的热土上，“来了就是深圳人”的口号体现了深圳兼收并蓄的城市精神。大数据显示，这句口号是深圳头条用户最关注的文化观念，关注度超过300万。

同时，“港澳台”作为与深圳相关度最高的热词，正好印证深圳的开放包容。由此吸引人们在这扎根、打拼、安居乐业。

“互联网、科技、双创”承载了深圳的期望与荣耀

作为国家“十三五”规划中的国际科技、产业创新中心，深圳的创新生态体系发展动能强劲。深圳最受头条用户关注的关键词分别是：互联网、新能源、机器人、信息技术、新材料等。

报告显示，从去年1月1日至今，关于深圳科技创新的文章阅读量高达10亿；关注创新创业的深圳用户的占比较全国用户占比数多出一倍。而与文化创意产业相关度最高的关键词是“创客”，阅读数达到90万，品牌、众筹、孵化器等关键词同样榜上有名。

此外，华侨城创意文化园、南海意库、F518时尚创意园、深圳大学城创意园、深圳文化创意园则分列创客关注度的前五，创新、创业、创投、创客“四创联动”，让深圳成为名副其实的“双创领跑者”。

金融行业聚集引领深圳经济发展新常态

公开数据显示，2016年深圳市金融业实现增加值2876.89亿元，同比增长14.6%，占同期全市GDP的14.8%，金融业资产规模稳居中国第三位。

中国平安作为深圳市金融业的龙头企业，一路向前，创造了两个世界第一。一是近期被英国品牌咨询公司Brand Finance评为全球第一保险品牌，品牌价值163.24亿美元；二是5月平安科技人脸识别技术获LFW评测世界第一，目前已服务100余项应用场景，涉及近百家知名企事业单位，突破2亿次使用。

另外中国平安旗下产险、寿险、陆金所、信用卡和养老险联合推出5大极智服务，均是业界首创，提升1.3亿客户在“医、食、住、行”等场景中的金融消费体验。

大数据层面，在今日头条平台，深圳用户阅读的财经类资讯文章数超过100万，评论数超过95万。在深圳用户最关注的金融企业里，中国平安也名列第一，文章阅读量近2.5亿。

此外，最受关注的金融产品依次是股票、黄金、外汇、保险、基金，与之相关度最高的热词分别为银行、保监会、风控、互联网、消费金融等。

娱乐旅游需求攀升倒逼产业消费服务升级

除了金融行业，深圳人对今日头条平台上旅游、娱乐等频道的内容资讯阅读量也呈上升趋势。这类用户以85、90后的年轻群体为主，作为互联网的原住民，他们对消费服务的需求更加个性化和多元化，更关注与娱乐、网购、手机相关的各类产品。各类文章中，“顺丰”这一关键词引人注目，在与网购同时出现的关键词中，“快递”、“顺丰”等被提及的次数均超百万，而作为行业代表之一，与“顺丰”相关的文章在头条平台的阅读量超过4亿。

大数据显示，深圳这座带有温度的城市，这座高速发展的城市，衷心地接纳来自五湖四海的人们在这里一展拳脚、共谋发展。

什么是大数据？

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

大数据有何作用？

第一，对大数据的处理分析正成为新一代信息技术融合应用的结点。移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。大数据具有催生社会变革的能量。但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境(Ramayya Krishnan,卡内基·梅隆大学海因兹学院院长)。

第二，大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。

第三，大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；可以帮助企业为消费者提供更加及时和个性化的服务；在医疗领域，可提高诊断准确性和药物有效性；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。

第四，大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。

了解了大数据的概念和作用，我们先来看一下商业巨头们如何利用大数据吧。

一、谷歌公司（google Inc）

第一个 ：ReCAPTCHA案例。

这个虽然是被谷歌收购的，但是，具有典型的谷歌思维。为了解决垃圾邮件和网络机器人的问题，冯.安发明了验证码的解决方案。如果只限于此，也就没有特别可以称道的，但是他意识到每天有这么多人要浪费10秒钟的时间输入这堆恼人的字母，而随后大量的信息被随意地丢弃时，他开始寻找能使人的计算能力得到更有效利用的方法。 他想到了一个继任者，恰如其分地将其命名为ReCaptcha。和原有随机字母输入不同，人们需要从计算机光学字符识别程序无法识别的文本扫描项目中读出两个单词并输入。其中一个单词其他用户也识别过，从而可以从该用户的输入中判断注册者是人;另一个单词则是有待辨识和解疑的新词。为了保证准确度，系统会将同一个模糊单词发给五个不同的人，直到他们都输入正确后才确定这个单词是对的。在这里，数据的主要用途是证明用户是人，但它也有第二个目的：破译数字化文本中不清楚的单词。ReCaptcha的作用得到了认可，2009年谷歌收购了冯·安的公司，并将这一技术用于图书扫描项目，再后来，谷歌街景也开始使用这项技术。把验证码和OCR需求巧妙结合起来，这展示了思维的威力，实现了ReCaptcha技术提供者和使用者的双赢，技术提供者利用OCR识别获得了自己的受益，使用者不需要任何付费(互联网免费思维)，也愿意使用，对于用户其实也没有影响，没有增加额外的工作。上研究生的时候，就研究OCR汉字识别问题，识别率始终是个问题，对于手写就更低了，要花费大量人力来解决，并且，人工识别工作是非常无聊，没有办法来保障质量。再想起12306的验证码，更令人无语了。我们浪费了多少资源?我们有多少资源可用充分来利用?

第二个：拼写检查纠错的案例。

我们都经常使用微软的Word，其中就有拼写检查纠错功能，微软实现这个功能，采用的是传统的软件思维，也就是利用规则和词库来解决，这个需要不断耗费人力进行规则和词库的升级，对于不同的语言，耗费更是巨大。谷歌解决这个方法，用的相对巧妙，在搜索的时候，当你输入一个错误的词时，会给一个提示，要找的是不是建议的词，如果用户确认后，谷歌就进行记录处理，后面，再经过一些算法处理，经过大量的数据学习，各个拼写检查纠错就越来越好，并且，这个后续维护成本很低， 效果越来越好。其实，谷歌翻译也使用了类似的思路，虽然前期算法，包括大数据处理花费了比较多，后续，基本实现了自动化，系统会越来越强，维护升级成本很低，项目就变成可持续发展。

第三个：对流感的预测

2009年，一种新型的流感病毒h1n1在全球迅速传播开来。美国，和世界上所有的国家一样，要求医生们发现案例市告知疾病控制与预防中心。但是，人们并不是在第一时间去医院检查，而是会有一段时间的延迟，消息要传达到疾控中心也要时间，从而造成一定的滞后性。

在该病毒爆发的几周前，谷歌公司的工程师们在《自然》杂志上发表了一篇论文。文中解释了谷歌为什么能够预测冬季流感的传播：不仅是全美范围内，而且具体到特定的地区和州。

谷歌如何做到的呢？数据。

谷歌通过观察人们在网上的搜索记录来完成这个预测，谷歌保存了多年来所有的搜索记录，每天都会超过30亿条的搜索指令。如此庞大的数据资源才能支撑谷歌完成这项工作。

二、facebook。

Facebook（脸书）是美国的一个社交网络服务网站 ，创立于2004年2月4日，总部位于美国加利福尼亚州帕拉阿图，2012年3月6日发布Windows版桌面聊天软件Facebook Messenger ，主要创始人马克·扎克伯格。它是世界排名领先的照片分享站点，截至2013年11月每天上传约3.5亿张照片、截至2012年5月，拥有约9亿用户。Facebook的总部设在硅谷的门洛帕克（Menlo Park）——1 Hacker Way 从2006年9月11日起，任何用户输入有效电子邮件地址和自己的年龄段，即可加入。在2015年8月28日，单日用户数突破10亿。

fancebook，拥有这庞大数据，同时它也不会浪费这些数据。Facebook通过用户社交网络图得知人们的喜好、

说完了，我们转过头看一下我们国内。

大数据现今在国内也是蓬勃发展，让我让数据说话！

大数据企业发展态势

态势一：2017年，我国大数据企业依旧整体呈现“金字塔”状的实力分布，从金字塔上层来看，我国大数据企业发展指数高于50的企业数量占比仅为7.4%，与去年相比，中高区间的龙头企业发展指数均有不同程度的提升，体现出“强者恒强”的发展势头。2017年，随着新晋企业数量增多、初创企业发展活力不断提升，金字塔根基更趋稳固；专精特新的独角兽企业发展势头迅猛，成为我国大数据企业发展的中坚力量。

态势二：2017年，我国大数据企业基础画像指数呈现较为明显的三重集团趋势，可以分为领军企业（数量占比9.23%，指数跨度从62.50到10.46）、中坚企业（数量占比29.49%，指数跨度从9.89到1.00）、上升企业（数量占比为50.16%，指数跨度从0.98到0.001）三类企业。从构成占比上看，2017年，我国大数据领军企业占比基本维持不变，而中坚企业占比显著增加，上升企业比例对比2016年有较为明显的减少。

态势三：2017年，我国大数据企业技术研发指数呈现“龙头领先、中小微主体跟进”总体趋势，技术研发指数超过10的龙头企业数量占比为9.85%，低于10的企业占比达到90.15%。大数据企业技术研发指数平均值为4.06，同比2016增长了3.18%，其中，以华为、中兴等通信企业和BAT等互联网企业为代表的TOP20龙头企业的技术研发指数同比2016年增长了5.73%。

态势四：2017年，我国大数据企业市场拓展指数呈现出“龙头带动、全面壮大”的分布格局，我国大数据企业市场拓展指数小于30的企业数量占到92.88%，指数超过30的大数据企业占比为7.12%。与2016年相比，龙头企业依旧强势引领大数据市场，中间企业及长尾企业亦积极拓展市场版图，行业整体呈稳步发展态势。

态势五：2017年，大数据企业尤其是骨干企业发展集聚态势进一步强化，绝大多数企业集聚在北京、天津、山东、江苏、浙江、上海、广东、福建等东部沿海信息技术产业基础较好的省市。与2016年相比，东北、中西部等重点城市，以及乌鲁木齐、呼和浩特等地的大数据企业集聚化趋势日益明显。

态势六：2017年，我国产业环节大数据企业聚焦数据采集、数据存储、数据预处理、数据分析、数据可视化、数据流通，跨度从19.48到6.87，发展指数相对比较均衡，数据分析环节企业发展指数水平相对突出，发展指数达到19.48，数据大数据分析挖掘环节必将涌现出更多的独角兽企业。与2016年相比，大数据分析环节指数增长3.8，其他环节指数均有不同程度下降。

态势七：2017年，我国重点行业大数据产业企业聚焦政务、工业、健康医疗、交通、农业、金融、教育、能源等17个行业领域，企业平均发展指数为23.36，最高的安防大数据企业发展指数达到35.71，最低的能源大数据企业发展指数为16.89。与2016年相比，主要行业大数据企业平均发展指数同比增加了0.25，大多数行业发展指数都稳中有进，除安防领域初步定型，同比2016年降低了4.01，其他重点行业领域指数均有不同程度上升。

态势八：2017年，我国特色细分领域大数据企业主要分为三大阵营，与2016年相比，三大阵容的特色细分领域发生了明显变化。一是从事人工智能相关的龙头企业处于第一阵营，平均发展指数维持在21左右；二是从事工控安全、数据库、区块链、征信分析、商业智能BI、数据中心IDC、数据营销、基因测序等10类细分领域大数据相关业务的龙头企业处于第二阵营，平均发展指数处于13.97到17.78之间；三是以虚拟现实、开源技术和车联网为代表的第三阵营，整体发展指数相对略低，处于12左右。

进过调研分析，我们可以作出预判

2018年我国大数据产业发展的主要趋势有：

1、产业将持续保持快速增长态势。预计2018年我国大数据核心产业规模将突破5700亿元。

2、融合渗透效应向更深层次延伸。延伸方向既包括经济运行、社会生活等应用领域，也包括物联网、人工智能等关联技术。

3、制造业数字转型作用日益凸显。以大数据驱动制造业数字化转型的新模式、新业态将不断涌现。

4、技术创新仍是产业发展主基调。大数据领域核心关键技术将加速突破，跨学科、跨领域交叉融合技术研究将成为发展重点。

5、产业集聚特色化发展态势逐步显现。国家大数据综合试验区建设的不断深入，一批省级大数据产业集聚区将进一步优化资源配置、形成集聚效应、发挥辐射带动作用。

6、产业生态体系迈入成熟完善阶段。大数据相关政策将加快落地实施，更多创新性政策将加快出台，大数据产业发展环境将进一步优化。

区域大数据产业发展态势：

态势一：2017年，国家大数据综合试验区依然引领产业发展，其所在区域的大数据产业发展总指数在全国大数据产业发展总指数的占比达37.54%。试验区内各省市指数较去年增幅均值为6.23，高于全国增幅均值的5.78，大数据产业发展速度高于全国平均水平。

态势二：2017年，大数据产业集聚发展效应进一步凸显，长三角地区、珠三角地区、中西部地区和东北地区大数据产业集聚发展格局基本形成。

态势三：2017年，北京、江苏、广东、浙江、上海等五省市成为大数据产业发展第一梯队，其大数据发展总指数在全国大数据发展总指数的占比高达26.52%，领先的优势地位明显。浙江省大数据产业发展指数较去年增长12.71，成为全国大数据产业发展指数增幅最高城市。

态势四：2017年，我国东部、西部、中部、东北四个分区产业发展差异化明显。东部地区整体发展水平最高，大数据产业发展指数增幅均值为7.39，远超全国平均水平5.78，天津、河北、海南排名上升；西部地区未来仍有巨大发展空间，重庆大数据产业发展指数较去年增长10.12，增幅仅次于浙江省位列全国第二，宁夏、内蒙古二地成后起之秀；中部地区整体发展速度高于西部和东北，山西发力大数据产业，排名明显提升。东北地区辽宁继续蝉联区域榜首，辐射带动作用逐步凸显。

态势五：2017年，各省市大数据产业发展环境均呈现向好态势，各省市的发展环境平均指数为10.9，较去年提高32.9%，18个省市的发展环境指数高于平均值，占比达到58%，而发展环境指数在去年平均值以上的省市高达30个；同时，江苏、重庆、安徽等地由于组织机制进一步完善、区域信息化水平加速提升等因素影响，较去年排名增速明显。

态势六：2017年，全国各省市大数据产业发展水平均有提升，大数据产业发展总指数为363.9，较去年提升16.8%；

但受数据集聚开放水平、大数据产业规模、大数据企业主体等多种因素共同影响，各省...

最近房地产政策频出，像我们这样的普通老百姓未必能真正读懂政策背后的含义，或者未来3-5年会带来的影响，但是所有的人都十分关注。

既然关注，就建议大家关注一些能看懂的数据，或者说重点，虽然本质上大家只关心一个问题，非常简单，就是房价会涨还是跌？但是这个问题的确无法轻易回答，因为如果可以的话，那么十年前，所有的人都会买上几套。

那么说到关键数据，有哪些呢？依然有很多，今天就聊两个。

首先是中国居民储蓄增长率，和居民负债率。

这2个数据的含义很简单，就相当于看行业、企业的健康程度，只有储蓄增长，负债率相对较低，大家才会有闲钱进行消费和投资。

众所周知，中国人是最喜欢存钱的，相比老外而言，存款一直居高不下，原因可能有很多，也包括中国人口本来就多。

有存款不是坏事，说不利于拉动内需的，这是片面的，毕竟有现金资产，至少说明这个家庭是相对健康的。

在2018年4月，央行最新发布的金融统计数据显示，4月新增存款5352亿元，从存款结构看，当月新增存款主要来自企业部门，住户存款则大降1.32万亿元，为历史单月最大降幅。

结合着居民负债率的攀升，从2008年到2016年，杠杆率从18%上升至45%，2017年更达到了48.97%，2017年居民贷款增加7.1万亿元，其中短期贷款增加1.8万亿元，中长期贷款为5.3万亿元。

可以看出中国老百姓储蓄少了，负债增加了，那只有一样东西可以让这种现象发生，就是房子。

那这个负债率算不算高呢？我们会不会也经历一次美国的次贷危机？

目前来看，应该还不会，现在的负债率相比较欧美来说，还是相对较低的，和欧美国家动不动就70%-90%的负债率相比，不足一提。

那从这个角度来看，如果负债率还有40%的增长空间，那么房子的价格呢？似乎还有的涨。

但是，我们国家的领导层说过，我国国情还是有特殊性的，中华民族并不是会像欧美一样去承担高额负债的民族，所以国家也逐步开始了去杠杆的行动。

但是杠杆要怎么样才能去掉呢？仅仅靠限购，提高贷款利率，是不足以解决问题的。那么缓慢增加货币就成为了一个选项，大家拭目以待。

第二个数据呢，是人口净流向。

房地产界一直有个说法，人口流向哪儿，哪儿的房子就会长。还是那个理，供需关系决定价格。

怎么判断自己城市的房子还有没有上涨可能？我们来看看17年城市人口的情况。

2017年深圳、广州、杭州依然人口净流入，但是上海、北京、天津已经步入了负增长，但负增长的幅度也只是有限，供需关系并未大幅改变，所以房价目前还比较的稳定。

但是，如果人口还是继续这样净流出，这房价涨应该是比较难了，会不会跌呢？我们还得看国家政策指向。

综上所述，房产的价格走向，依然不明朗，大跌应该不可能，涨就得看政策的引导了，毕竟空间还是有的。