在刚刚结束的2018中国国际大数据产业博览会上，一个个大数据应用场景、新产品、新技术及解决方案，一份份首次发布的应用成果异彩纷呈，显示出大数据产业在和经济社会发展、国家管理、社会治理、人民生活融合发展中迸发出勃勃生机。

十九大报告中提到，要推动互联网、大数据、人工智能和实体经济深度融合。现在国内的大数据产业已经起步，而要让大数据的魅力、价值充分释放出来，未来大数据和各行各业、市场、先进技术、国际等多维度的深度融合是不可或缺的。

大数据和各行各业相融合，才能推动经济从高速增长向高质量增长转变，融合是大数据产业发展的出路。各地区、各部门、各行业、各企业都可以在与大数据融合中找到提质增效、转型升级的路径，拓展创新发展的空间。

大数据产业的发展必须与市场相融合才能使产业发展环境进一步优化。据统计，我国信息数据资源80％以上掌握在各级政府部门手中，数据开放度低；企业手中的数据也呈现垄断现象，数据积累普遍分散、不足，很难真正让大数据供需自由对接，制约着大数据产业的发展。现在，公共信息资源开展了开放试点，而全球首个大数据交易所，贵阳大数据交易所已经摸索出大数据交易的一些规律，促进了大数据交易的发展。大数据产业和规范的市场交易相结合，可以打破数据的垄断，盘活各类有价值的数据资源，促进大数据的积累和社会化利用。

大数据产业和先进技术的融合则可以有助于克服大数据产业面临的技术难题。

数据智能并非简单的“大数据+产业”。大数据来源众多、数量巨大、形式各异，要使其发挥效应，获得一目了然的有效信息，就需要和先进技术加以融合，这是一个渐进的过程。有关分析显示，我国交通、零售、地产、医疗、智能制造、金融服务六个行业存在着大量的非结构化数据，而这些数据对于整个行业发展起到至关重要的作用。因此，在大数据处理和分析利用中，对人工智能技术的需求也十分强劲。随着数据共享、数据开放的推进，在数据应用中处理好数据安全、网络空间治理等也成为挑战，这些除了需要设定相应的政策规则外，还需要有相应的技术支持。

中国大数据产业的发展还要和世界先进各国加强融合发展。产业发展越深入，就可能遇到越来越多难题，要把握好大数据发展的重要机遇，处理好数据安全、网络空间治理等方面的挑战，和世界先进国家加强交流互鉴、深化沟通合作必不可少。

毋庸置疑，我国大数据产业还处于非常初级的阶段，大数据市场规模还比较小。中国信通院数据显示，2017年中国大数据产业总体规模为4700亿元人民币，同比增长30%，其中大数据核心产业规模为236亿元人民币，增速达到40.5%。工信部《大数据产业发展规划（2016-2020年）》提出，到2020年技术先进、应用繁荣、保障有力的大数据产业体系基本形成，大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右。

总之，“数化万物，智在融合”，构建良好的大数据产业生态，需要多维度做好大数据产业的融合。我们相信，随着社会各界对大数据融合发展的认识越来越深化，大数据产业一定会快速发展，迎来广阔的产业空间。

版权声明：如涉及版权问题，请作者持权属证明与本网联系

来源：经济参考报

每年5月，在中国贵阳召开的中国国际大数据产业博览会（简称“数博会”）提供大平台，集中展示最新技术及理论成果，齐聚行业相关人士共商大数据产业发展大计。在“2018数博会”即将召开之际，数据观特别邀请行业专家、学者、企业家深入剖析产业发展现状，推出系列大数据产业深度评论专栏《博言》。今天刊发的文章，是中国信息通信研究院云计算与大数据研究所主任魏凯撰写的《大数据与实体经济融合的路径》，分析了国内大数据产业的进展情况，并提出大数据应用发展待解决的问题。

大数据理念已经深入人心，“用数据说话”已经成为所有人的共识，数据成了堪比石油、黄金、钻石的战略资源。人们对大数据的认识也更加具体化，数据无所谓大不大，有用最重要；数据是基础，但分析挖掘和应用才是根本。

不仅对大数据的认识经历了螺旋上升，而且实践逐渐落地，国内的大数据产业政策日渐完善，技术、应用和产业都取得了非常明显的进展。

1.政策持续完善。在顶层设计上，国务院《促进大数据发展行动纲要》对政务数据共享开放、产业发展和安全三方面做了总体部署。数据开放共享方面的《政务信息资源共享管理暂行办法》、产业方面的工信部《大数据产业发展规划(2016-2020)》、数据安全方面的《中华人民共和国网络安全法》等也都已出台。卫计、农业、检察、税务等部门还出台了领域大数据发展的具体政策。此外，17个省市发布大数据发展规划，十几个省市设立了大数据管理局，8个国家大数据综合试验区、11个国家工程实验室启动建设。可以说，适应大数据发展的政策环境已经初步形成。

2.技术稳步提升。开源给国内产业界提供了一个跳板，让我们与国际上大数据技术先进水平的差距在不断缩小。2014-2016年，百度、阿里和腾讯先后拿下国际上知名的Sort Benchmark大赛冠军。这个竞赛全面比拼分布式系统软件架构能力，包括如海量数据分布式存储、计算任务切片调度、节点通信协调同步、数据计算监控、硬件架构等方面的能力。而这一赛事2014年之前的冠军均被微软、Yahoo、亚马逊等包揽。这从一个侧面反映了我国产业界在大大数据处理技术水平的快速提升。与此同时，还有像一批国产化的商用大数据平台产品崛起，底层技术越来越扎实。

3.应用逐渐落地。比如，在金融领域，2016年商业银行全面部署大数据基础设施，五大国有银行、股份制、城商行和农商行已经逐步开始了从传统数据仓库架构向大数据平台架构的转型改造过程，基于大数据风控的“秒贷”业务越来越普及，不仅提升了贷款效率，还扩大的普惠金融的覆盖面。在电信领域，中国电信的大数据平台已经扩展到31个省，汇聚了全国的基础数据形成了“天翼大数据”服务能力；中国联通也实现了数据整合，大数据产品体系已经推出征信、指数、营销等六大产品种类。

4.产业快速崛起。围绕数据的产生、汇聚、处理、应用等环节的产业生态从无到有，不断壮大。中国信息通信研究院发布的《中国大数据产业调查报告（2017年）》显示，2016年中国大数据核心产业（软件、硬件及服务）的市场规模为168亿元，较2015年增速达45%，预计到2020年将达到578亿元。2016年获得融资的企业数量达到400多家，2017年前三个月就有150多家企业获得融资，其中半数为中国公司，资本源源不断的投向大数据领域。

大数据，代表了一种现象，即:数据的指数增长超过了人们管理、处理和应用数据的能力的增长，产生了一个“剪刀差”，而且这个“剪刀差”无疑将长期存在。无论是对一个国家还是一个企业，谁能在缩小大数据剪刀差上拔得头筹，把数据用好，就能占有竞争优势。

发展大数据前景还很广阔，还有很多问题（机遇）等着解决（捕获），比如：

1.打破数据孤岛。人人都想要别人的数据，但都不愿意把自己的数据给别人，这是人的天性。以前信息系统建设都从一个个“烟囱”开始，数据缺乏互通的技术基础，这却是“人祸”。从国家层面到企业内部，情况大同小异。麦肯锡2016年底的一份报告显示，大数据在很多领域没有达到预期效果，很重要的原因就是数据割裂。这些年，推动数据开放共享的政策举措在一直在加强，政策已经很给力了，但效果与预期相差甚远，碰到了瓶颈。开放共享政策再往前“推”，仿佛遇到一堵高高的墙，这时就需要技术“拉”一把。的确，这些年数据共享技术供应有些滞后了。

未来，如果同态加密（homomorphic encryption）、差分隐私（differential privacy）、多方安全计算（secure multi-party computation）、零知识证明（zero-knowledge proof）等技术能取得突破，数据共享就能再前进一大步。区块链的共享账本、集体维护、难以篡改特性，也有望能助推数据共享。

2.数据资产管理。数据分析工作，往往有80%的时间和精力都耗费在搜集、清洗和加工数据上。数据质量不过关，也会让数据分析效果大打折扣，甚至让分析结果谬以千里。很多单位大数据应用效果不佳，多半问题出在数据管理上。大家都同意把数据当做资产，甚至认为有朝一日数据会计入资产负债表。但如果对比桌椅板凳这些实物资产，我们对数据资产的管理，还处于非常原始的阶段。我们往往对自己的数据资产有哪些、有多少都不两眼一抹黑，更别说数据质量、数据安全、资产评估、资产交换交易等精细管理、价值挖掘和持续运营了。

然而，数据资产管理不像数据分析挖掘那么光鲜亮丽，就像城市的“下水道工程”，短期只有投入看不见产出。但长期又不得不做，是战略层面的事，当前不做未来返工的成本巨大。以后每个企业都将成为数据驱动的企业，打基础的事情要尽早。

3.深化领域应用。虽然大数据的应用取得了一定进展，在互联网、金融、电信等领域产生了实实在在的效益，医疗、工业领域也正在加速。但总体上只能说刚刚走出了小半步。一类是“平行替代”，如用金融和电信行业用分布式技术（如Hadoop）来重构原来的昂贵的数据仓库。另一类则是“补课”，如政务、医疗、工业等领域，正在做的工作是在原有业务系统之外，新建本来早该建设的数据平台。

这些大数据应用，显然还不够高大上，是物理反应，是量变而非质变，但的确也是发展必经的阶段。随着这些“替代”型或“补课”型应用的深入，未来业务与数据将加深融合，越来越多数据驱动的新模式、新业态值得所有人期待。也只有这样，数据强国战略才能落到实处。

在人工智能和大数据技术融合的今天，换道超车正成为新的场景， 永洪科技依靠融合Bigdata+BI+AI+应用为特征的数据技术，正在扮演着这一角色。

NO:1

融合大数据AI的应用开放平台引领技术发展

Gartner最新数据表明，最近几年全球500强在IT投入上已经发生了很大的变化。

5年前在BI和数据分析上的投资是低于ERP的，现在的数据正好相反，全球500强在BI和分析的投资增速是最快的，接近20%。

从IT时代到DT时代，为什么对数据技术的投入获得持续增长？

因为数据技术是企业的核心要务。数据和人是企业两大核心资产，数据技术将成为中大型企业每个人不可或缺的操作系统。

从今往后，企业最值得的投资将是为数据技术付费。这意味着数据技术领域将像2000年的ERP一样，在全球市场也将产生多个巨头。

与几年前的行业应用相比，今天的大数据分析市场已经截然不同。

未来十年，这一全球性行业的各个领域都将掀起变革、创新和颠覆的浪潮。在最近发布的市场研究年度更新报告中，SiliconAngle媒体分析集团Wikibon发现，全球大数据分析市场比前一年增长了24.5%。

这比上一年报告中预测的要快得多，主要原因是公有云的部署和应用比预期要强，以及平台、工具和其他解决方案的加速融合。而且，企业通过大数据分析更快地走出试验和概念验证阶段，并从部署中获得了更高的业务价值。

封装好的大数据分析应用程序变得更加普及。

在未来十年中，更多的用户将通过预构建、预训练和模板化云服务的形式获得大数据分析解决方案。

更多的这些服务将自动适应并调整它们的嵌入式机器学习、深度学习和人工智能模型，以不断交付最佳业务成果。更多的这些服务将结合经过预先训练的模型，客户可以对其进行调整和扩展，以满足自己的具体需求。

把人工智能注入到商业智能中，人工智能的下一步是自助服务。在7月14日召开的2018永洪科技大数据技术峰会上，永洪科技发布了永洪一站式数据应用构建平台YonghongZ-Platform，融合了包括AI、BI、大数据在内的数据技术。

“迅捷、开放、移动、弹性、自服务、增强成为企业对数据技术新需求的6大核心要素，永洪科技通过Bigdata+BI+AI+应用，在引领技术发展的同时，为客户提供全能力全融合的价值交付。”永洪科技创始人&CEO何春涛对技术有了十足的把握。

随着Yonghong Z-Platform平台上线，永洪大数据分析平台处理全球行业客户产生的数百万个数据点，并让这些数据与业务产生深入融合。从而实现更远的数据洞察，构建一个基于客户实时动态的人工智能数字决策中心。

这一切，只有永洪科技Yonghong Z-Platform平台能够做到，这是一项提高数据存在价值及应用质量，并具备深远影响的事。

永洪一站式数据应用构建平台具有扩展性、易用性、完整性等关键特性，通过以上特性，将给企业客户带来低门槛促成大量创新、缩短10倍数据应用构建周期、提高数据应用的产品能力等巨大的价值。

NO:2

垂直行业应用开放方案帮客户实现数据价值

用户在开放的生态支持系统中越来越多地混合部署多家供应商的大数据产品并进行匹配。这是产业生态的发展方向。

在大数据生态系统中，供应商则将他们的工具分散到模块化体系结构中，在这种架构中，客户可以在各种功能级别上交换组件。在锁定一家全堆栈供应商已经成为过去的市场上，对于希望持续获得市场份额的供应商而言，这是最好的方法。

基于永洪一站式数据应用构建平台Yonghong Z-Platform，永洪科技同时发布了金融、制造、电力、零售、教育五个行业大数据解决方案。

（左滑查看更多）

开放在解决方案中有了充足的体现。帮行业企业更好地实现价值落地是永洪科技的核心目标，因此，整合客户、渠道、生态在内的500多家合作伙伴的优势资源，在行业解决方案中得以发挥作用，在一个个企业数字化转型项目中得以实现这一目标。

事实上，方案早在人工智能与大数据技术的深度融合上已经走入行业应用场景，今天，永洪大数据技术融入全新AI+BI，开放行业应用生态，深入洞察数据的背后，与金融、制造、零售、电力等领域的数据应用深度融合，为中国超过2000家中大企业提供数据探索及分析服务。

永洪科技作为首家大数据技术与人工智能全面融合的引领者，深根行业应用从而提供更为敏捷的企业数字化决策支持。

目前，永洪科技在大数据赋能企业管理、大数据洞察赋能企业决策上始终保持领先，并在Bigdata+BI+AI+应用的融合上保持最佳实践。在人工智能与大数据技术的深度融合上早早走入行业应用场景，每天约有20万的用户登录并使用永洪科技的各个产品业务。

以“释放数据价值”为使命，秉承“卓越的数据技术为客户创造价值，实现客户成功”的服务理念，以技术创新引领全球商业智能的变革。

据最近Forrester对全球决策者的调查，增强数据、分析和洞察平台是人工智能技术的三大应用情形之一。

包括国际知名的业务智能大数据供应商，都在这一领域加大了投入，作为技术趋势的引领者，永洪科技一站式数据应用构建平台Yonghong Z-Platform牢牢把握住这些应用场景，通过卓越的数据技术创新持续引领大数据应用实践，并在产品研发上持续保持高投入。

Yonghong AI内置多种典型的机器学习算法，通过可视化工作流的方式，构建数据模型，做出预测分析，帮助企业从海量数据中挖掘潜在的商业价值、模式和趋势，及时抓住市场机遇，做出科学的经营决策。

并已经在人工智能与大数据技术融合上孵化了最佳应用实践，在金融、制造、电力、教育、零售等众多行业帮助客户实现数字化转型。

非结构化数据是商业智能的基础，而非结构化数据的最大来源之一是视觉图像。企业以非结构化格式保存了很多信息，这些信息会带来有用的深度分析结果和预测。

因此，今天的大数据技术应用已经走到一个深度自学习场景时代，洞察业务、深度学习、自我进化是大数据应用的下一个主旋律。

针对企业对数据技术6大核心需求——迅捷、开放、移动、弹性、自服务、增强，作为数据技术的全能专家，永洪科技通过一站式产品体系、一站式应用开放平台体系、一站式服务体系，结合业务场景的行业解决方案，可满足企业数字化运营及决策支持。

而同时，在数据技术的快车道上，永洪科技以当好企业在数据技术上的战略伙伴为己任，将以引领着的角色服务企业数字化转型升级，助力企业完成数据技术演进。

2018中国国际大数据产业博览会闭幕

大数据融合发展掀起新篇章

光明日报贵阳5月29日电（记者吕慎 见习记者李丹阳）29日，2018中国国际大数据产业博览会在贵阳闭幕。大会期间，来自29个国家的5万多名代表和嘉宾齐聚贵阳，围绕“数化万物·智在融合”年度主题，分享成果、研讨互鉴、合作交流，共同推动大数据产业创新发展。本报主办的“大数据时代中国文化产业”活动上发布了“2018贵阳共识”。

本届数博会为期4天，共举办了开（闭）幕式、8场高端对话、65场专业论坛、40场成果发布、81场招商推介、278场商务考察等系列活动，招商引资签约项目199个、金额352.8亿元，国内外参展企业和机构达到388家，布展面积6万平方米。大会首次发布了《数字经济与数字治理白皮书2018》《数字中国》《中国数字经济指数2018年度白皮书》等大数据前沿研究著作；发布了百个大数据应用场景、十佳大数据应用案例等创新成果；同期举办的2018中国电子商务创新发展峰会发布了《2017中国电子商务发展指数报告》，评选出年度智能商业技术典范、年度转型企业、年度新锐人物等十大奖项；同步举办的人工智能全球大赛、“数博会之旅”“数谷之夜”等主题活动精彩纷呈。

在前三届大会的基础上，2018数博会国际化、专业化、产业化、市场化水平明显提升，已成为全球大数据发展的风向标和业界具有权威性的国际性平台。闭幕式上，贵阳市长陈晏表示：“我们将认真学习贯彻习近平总书记的贺信要求，努力将数博会办成充满合作机遇、引领行业发展的国际性盛会，办成共商发展大计、共用最新成果的世界级平台，厚植智慧树蓬勃生长的沃土，以大数据引领经济社会高质量发展。”

《光明日报》（ 2018年05月30日 01版）

来源：光明网-《光明日报》

戳上面的蓝字关注我们哦！

强化与大数据融合的高科技企业的招商力度，是我省深入贯彻实施国家大数据战略的必要举措。

大数据是信息化发展的新阶段，世界各国都把推进经济数字化作为实现创新发展的重要动能，我国正在推动实施国家大数据战略。

建设现代化经济体系离不开大数据发展和应用，我省招商引资工作必须聚焦与大数据融合的高科技企业，以有效有力的行动推进国家大数据综合试验区建设。

强化与大数据融合的高科技企业的招商力度，是我省扎实推动经济高质量发展的必要举措。我国经济已由高速增长阶段转向高质量发展阶段，如果思维方式还停留在过去的老套路上，不仅难有出路，还会坐失良机。

现在是数字经济时代，凡是称得上高科技的企业，几乎难以找到不与大数据融合的。

强调与大数据融合的高科技企业，才能抓住时代发展机遇，继续推动我省经济发展质量变革、效率变革、动力变革。

强化与大数据融合的高科技企业的招商力度，是立足优势、挖掘潜力、扬长补短的必要举措。

高通、IBM、阿里、联想、华为、腾讯、苹果等世界或国内500强企业都已落户贵州，贵阳已被网友誉为“大数据之都”，这已成为我省招商引资的一大优势。

我省已经拥有多家响当当的数据中心，下一步要着力推动大数据与企业的融合，与大数据融合的高科技企业是贵州大数据战略行动所需，而这类高科技企业到贵州发展，则能就近获得大数据服务，双方都能实现扬长补短、互助发展的目标。

强化与大数据融合的高科技企业的招商力度，就要在招商行动上见成效。一分部署九分落实，推动贵州大数据发展跃上新台阶的蓝图要从纸面走进现实，通往蓝图的宽广之路要我们用双脚去走出来。

要精准了解全国乃至全球有哪些与大数据融合的高科技企业，各个企业的上游产品与下游产品是什么，这些企业的发展战略将有哪些变化，哪些企业到贵州来发展最能实现扬长补短、互助发展的目标，然后确定出一批企业作为重点招商对象，招商责任分解到具体部门，进一步分解到具体人，做到守土有责、守土负责、守土尽责，奋力在招商成效上有重大突破。

来源：贵州日报

编辑：赵子滟

编审：刘文强

【创意港】

作者：金元浦（中国人民大学教授）

在2018中国国际大数据产业博览会期间举办的时代的中国文化产业分论坛上，与会人员就建设大数据时代文化产业“共生生态”达成了共识。这是一个重要的成果，表明文化产业升级换代，走向了新的高质量发展的新时代。

当前，世界的发展进入了“加速度”时代，大数据、工业4.0、网络人工智能化已成为时代进程中的三大潮流，信息通信技术、计算机技术、视听表达技术、仿真技术、新材料技术、节能环保技术是推动潮流发展的六大核心技术。

数字技术作为一个跨界、跨学科的技术概念，是一项与电子计算机相伴相生的科学技术，它是指借助一定的设备将各种信息，包括图、文、声、像等，转化为电子计算机能识别的二进制数字“0”和“1”后进行运算、加工、存储、传送、传播、还原的技术。以长远的眼光看，数字技术的创新与发展主导着文化发展的走向，推动文化服务与文化产业更新换代，拓展文化服务与文化产业的增长与发展空间。科技与文化二者的高度融合不断走向深入，其一体化趋势代表了世界文化产业、创意产业、创意经济的发展的大趋势，这决定了科技在文化发展与传播的过程中具有越来越重要的影响力与作用力。数字技术为文化产业的发展提供了必要的技术支撑，数字技术创新促使文化生产要素在创新过程中实现优化组合，继而持续创新，开发更广阔的文化产业空间。在这个过程中，文化的各个业态都有不同程度的数字化。总的来说，文化产业新兴业态对信息技术依赖度较强，数字化程度高，而传统产业形态相对来说则数字化程度较低。此外，科技创新与文化产业的结合度越来越高，为文化产业赋予更多的新内涵，使各业态出现融合的趋势，网络技术、数字技术、通信技术与媒体传播技术实现了跨领域整合。

互联网经济的本质是共享经济。我国“十三五”发展的五大核心理念中，共享是一个非常重要的指导性理念。

以大数据为代表的科技形成了共享经济的数字文化。它是当代世界和中国文化发展的重要内容，不仅仅是形式和基础支撑，它已经发展为一个多层次、大范围的新型的、前沿的、有特定内容的新文化系统。数字技术为文化的发展搭建了最重要的载体和平台——互联网。数字技术已经进行了快速的迭代变革，从门户网站到搜索引擎，再到社交网络和目前的移动互联网，下一阶段的方向是物联网和车联网，以及未来的机器智能时代。数字技术通过互联网为各行各业植入了创新基因，对社会产生了革命性的影响，对文化产业更是有着特殊影响。作为人的精神创造型活动，未来的文化产业不仅仅是物与物、物与人、物与金融、人与人，还有人与机器的联通。

大数据时代的文化产业，必须抓住信息化发展的历史机遇，全面融入国家大数据战略。互联网新技术新应用对文化产业进行全方位、全角度、全产业链的改造，释放数字化对文化产业发展的放大、叠加和倍增作用，推动互联网、移动网与文化之间形成水乳交融的新形态。

由此，大数据时代文化产业共生生态的实现路径就是要充分尊重消费者、企业、社会和政府这四个利益攸关方，既要遵循市场法则，更要尊崇社会价值，遵循知识产权保护和资源社会化原则，按照共商、共识、共建、共享、共担程序和机制，实现新时代互联网移动网空间的良性治理。

什么是数字共享？大数据引领的数字技术为信息的大爆炸提供了发展的原点。我们在互联互通中实现了知识、信息、创意等资源的互动，数字技术能够提取人的记忆和智慧，而现代云储存技术则可以将抓取的单个信息汇集起来，形成信息的大爆炸，且作为数据信息资源，以大数据的形式为企业的决策提供数据参考。

当前，数字技术支撑的文化产业面临着多屏互动的全媒体运营（手机、电脑、iPad、电视、汽车屏、可穿戴设备屏）和全产业链整合的大繁荣（新闻、电视剧、电影、线下活动、游戏、动漫、音乐等），推动了文化产业的共享和融合。文化产业一方面运用最新的数字技术生产相关产品和服务，另一方面从用户消费的即时满足中带来了流量和产品变现，这就带来了各种文化产品和文化企业的新发展，最后将必然带来文化产业的大繁荣。

《光明日报》（ 2018年06月06日 15版）

来源：光明网-《光明日报》

大数据时代，教育的创新环境和理念发生了重要变化。如何适应大数据时代的要求，成为智慧教育面临的难题和重点。近年来，国内外学者对于大数据与教育的融合问题做了很多探讨。

重构教育信息与教育过程

在大数据理念进入教育领域后，海量信息及其分享便促成了智慧教育(smarteducation)的产生，其技术特点是数字化、网络化、智能化和多媒体化，基本特征是开放、共享、交互、协作。

有学者表示，智慧教育在观念、理念、模式、内容、方式、方法上都对传统教育产生了重大影响；在数据的存储、调用和处理等环节上都与传统教育有了很大不同，很多方面是在重构教育信息及教育过程，教育大平台与大数据的形成是必然趋势。而当前，大数据已经在教育中拥有了多种多样的应用。

比如，美国哈佛大学教授尼尔·谢珀德(NeilShephard)通过大数据开展了学历学位价值对于不同性别毕业生的溢价影响研究。他带领团队通过对大数据的使用，较轻松地掌握了26万名毕业生在毕业多年后（如10年）的收入水平，并发现“研究生溢价”对于女性的影响普遍高于男性，女性更受益于在学历学位上的投资；且与同性相比，拥有研究生学历的女性收入要高于没有该学历的女性。

英国剑桥大学教育学教授安娜·维尼奥尔斯(AnnaVignoles)对此评价说，总体来看，谢珀德团队对大数据的分析，使人们能够从更广的范围了解研究生毕业后的职业发展与收入情况。这对于指导高校教学非常有必要，可以帮助人们理解不同性别、不同学科研究生的工资溢价程度。

大数据解决高校人才供需问题

新西兰奥塔哥大学教育工程学高级讲师本·丹尼尔(BenDaniel)表示，高等教育机构在日益复杂和竞争激烈的环境下，面临着越来越大的压力，在应对国家及全球经济、政治和社会变革等层面的问题时，高等教育需要作出重大调整。传统高等教育改革已经滞后于现代社会对人才的需求，而大数据可以帮助人们对目前人才市场的供需情况、科研情况等作出及时且重要的参考。

丹尼尔认为，尤其从高校管理层面来看，大数据在分析并解决一些不断变化的趋势上具有重要优势，而这些正是目前高等教育在管理中遇到的机遇，当然也是重要挑战。

丹尼尔尤其提到了“数据仓库”的价值。他认为，数据采集、数据处理、数据传输和数据存储可以将各种数据库集成到数据仓库。高等教育机构可以与政府部门、商业部门甚至金融部门等各行业各领域共享这些丰富的时代数据，掌握最新的社会和经济变化情况，调整自己的招生、管理和教学策略，在全球化风云变幻的当下，承担高等教育应尽的人才培养责任。

丹尼尔认为，合并来自不同数据源的数据，可以为教育机构提供更好的决策依据和更好的技术需求，减少冗余数据和检索不同数据源时浪费的时间。换句话说，“数据仓库”可以成为一个有效的方法，来释放大数据在高等教育领域的价值。

虽然大数据已经成为教育领域不可或缺的工具，然而有关学者表示，大数据在教育领域的应用依然有着大量的不确定性。在探索其应用的过程中，难免会存在绩效指标的确定问题、与相对稳定的传统教育理念和方式的冲突问题等，这些都是未来需要克服的难点和障碍。

文章来源：中国社会科学网

最近很多人问我什么是大数据？大数据是从什么地方而来？

前段时间，在一个视频中看到一个美国家庭与商家的打官司视频，其实背后的故事是这样的，这是一家美国出售婴儿用品及孕育期间产品的商店，为让更多的新客户和老客户能够重复购买，商家在互联网上下载了一些孕育期间的用户数据，通过这些数据采用短信的方式将孕育产品的数据告知孕育客户；

而商家发送的客户恰好被对方的父母看到了这条信息，信息上写道：未来的妈妈，你好！我想是时候该为我找些适合我的奶瓶、婴儿车、纸尿布等等属于我的用品，如果你不知道我需要什么可以打电话问下这家店的老板：00-1-213-XXXXXXX；

看到短信父母非常生气，于是打电话过去问商家，这是我女儿的电话，为什么你们会发送这样的信息给我的女儿，她才15岁怎么可能怀孕呢？

商家给到对方回复说：这是互联网大数据提供的信息，我们都是在网络上下载的，希望您能理解，做为父母的定然是不能理解为什么会发送到自己女儿的手机，然后在一场官司之后，法医鉴定，这个女的确实怀孕了，还在某某医院做过孕育检测；

其实很好理解，我们每一个人都有网络购物的经验，我自身就是很好的例子：我每三个月都会为自己的狗狗买一袋狗粮，而我去购买的那一家商店每隔一个月就会给我发送一次宠物营养膏短信，每隔三个月会为我推荐一次狗粮；

虽然很不想受到这些短信，但是这些数据已经记录在互联网的大数据里，记录在商家的数据库里，没有一个人能够避免，你只能坦然的接受这有利有弊的商家营销，甚至我们从小到大你喜欢什么，爱的是什么人，都记录在了这庞大的互联网数据中，只是你没有察觉罢了；互联网大数据其实挺好的，在这时代快速翻遍的年代，很多时候都是一夜成名，一夜挫败；

2017年8月厦门微口袋融合服务平台，带着自身12年的线下人力资源服务数据，在一夜之间，推向自己的已存多年的线下数据，将全部引荐至微口袋服务平台中；

平台建立在与互联网招聘为出发点，为人解决工作需求，为企业解决用工需求，作为头站出发点，未来将推出以人为基础的衣、食、住、行融合化平台；12年线下数据仅此是互联网的冰山一角，要做到更强大互联网大数据平台还需要用更多的互联网人多参与了解微口袋；

“虽然我们有多年的线上和线下经验但这只是踏入互联网的第一步，我们还有很多需要向大佬们学习，我们下一步的计划将互联网招聘做到人人受益，人人招聘，让企业扛起社会的责任，为个人托起创业的梦想；”创始人说道。

一、 跨行业数据合作背景

国务院副总理马凯，曾经在2015贵阳国际大数据产业博览会中提到：

融合是大数据的价值所在，应大力推动大数据与产业融合，面向工业、交通、物流、商贸、金融、电信、能源等数据量大的行业领域，开展数据开发和交易，充分挖掘大数据的商业价值，促进产业提质增效升级。

另外，《大数据时代》的作者舍恩伯格，在该书中也提到一个观点：“大数据不是随机样本而是全体数据”。

无论是从国家政府部门还是领域专家都不约而同的提到数据需要融合，数据融合才有价值。

二、 为什么需要数据融合？

其中最重要原因是用户数据的割裂性，无法全面勾勒用户全貌。比如你的购物数据在京东天猫、通话数据在移动电信、交易数据在银行金融、社交数据在腾讯微信、搜索数据在百度等等。

数据的割裂性导致对用户的认识比较片面，可能做出错误的决策。比如：现在京东与头条的“京条计划”就是数据合作的一个案例，就是你在京东搜索的物品，会不定时在浏览今日头条中呈现，增加购买率。这里有个缺陷是如果已经在淘宝购买的物品，但还是会出现页面，导致用户体验感知下降。

数据融合的另一个价值就是新规律新价值的发现。比如以前用户信用主要基于是否有历史借贷违约，但很多人无借贷关系数据，如何评定。芝麻信用就创新的融合上网数据、身份特征、行为偏好、社交关系等生活属性数据，来侧面刻画用户的信用。这就是数据融合价值。

不同行业数据的融合，具有互补性和完整性，将有效提升数据内涵价值。

三、 数据融合的三种方式

数据融合的方式从交互程度来讲，可分为数据组合、数据整合和数据聚合等三个层次，由低到高，逐步实现数据之间的深度交互。

层级一：数据组合由各方数据的简单组合形成，能够全貌客户用户特征。该数据的融合产生的是物理反应，数据属性本质没有改变。如一份征信报告，有交易数据，有通信数据，有购物数据等，简单的拼装而成。如下图：

层级二：数据整合由多方的数据共同存在才能够实现产品价值。该数据的融合产生的是化学反应，有价值产生。如：黑名单，通过金融数据和通信行业数据共同才能判断是否黑名单。如该用户有异常金融行为，在加上该用户频繁换手机和停机次数多，基本可判断黑名单用户。

层级三：数据聚合（核反应）由双方数据聚合孵化产生出新的产品，新模式。如：分期贷款。通过大数据风控能力，不仅减少审核流程，而且也能进行贷中监控和贷后管理，还能够对失联用户进行定位和催收，是一揽子计划。

四、 面临需要解决的问题

同样数据融合并不是一件容易的事情，需要解决数据壁垒，数据标准，数据安全等问题。其中较重要的三个问题是：

问题1：数据安全问题

如何保证数据安全，保护客户隐私？客户知情权。如何保障符合集团或公司规定的数据变现要求？数据不出库。

问题2：市场定价

市场定价市场价格如何确定？基于成本OR基于需求？市场的最终定价权由谁主导？多方数据提供者，听谁的话？

问题3：利益分配

利益分成如何界定各方数据价值和分层比例？

这些都是数据融合时遇到的实际问题，也是在数据创新时必须要解决的。