【正文】 鐨輝藺敘檔檻豈藶禍緊潔鯨鑊鈉險(xiǎn)贅。下設(shè)個(gè)工作組和幾個(gè)研究組，主要內(nèi)容如下：現(xiàn)閭襪鎰攆錘惻繕騫凱袞煬歷烴隱徹。 大數(shù)據(jù)標(biāo)準(zhǔn)化工作情況 “數(shù)據(jù)管理和交換”分技術(shù)委員會(huì),是與大數(shù)據(jù)關(guān)系最為密切的標(biāo)準(zhǔn)化組織。對(duì)于目前急需研制的標(biāo)準(zhǔn)進(jìn)行了較為詳細(xì)的分析，這部分將成為后續(xù)標(biāo)準(zhǔn)化工作的重點(diǎn)。．大數(shù)據(jù)標(biāo)準(zhǔn)體系目前，大數(shù)據(jù)技術(shù)相關(guān)標(biāo)準(zhǔn)的研制還處于起步階段，本部分對(duì)、等國際標(biāo)準(zhǔn)化組織、國內(nèi)全國信標(biāo)委已經(jīng)開展的標(biāo)準(zhǔn)化工作進(jìn)行梳理，依據(jù)大數(shù)據(jù)技術(shù)體系，從基礎(chǔ)、技術(shù)、產(chǎn)品、應(yīng)用等不同角度及進(jìn)行分析，形成了大數(shù)據(jù)標(biāo)準(zhǔn)體系框架。年運(yùn)安全聯(lián)盟組建了大數(shù)據(jù)工作組，旨在尋找針對(duì)大數(shù)據(jù)中的安全和隱私問題的解決方案。當(dāng)前很多組織都認(rèn)識(shí)到了大數(shù)據(jù)的安全問題。根據(jù)需要保護(hù)的內(nèi)容不同，隱私保護(hù)又可以細(xì)分為位置隱私保護(hù)、標(biāo)識(shí)符匿名保護(hù)和連接關(guān)系匿名保護(hù)等。我們需要對(duì)大數(shù)據(jù)中的用戶數(shù)據(jù)和隱私進(jìn)行保護(hù)。例如零售商可以通過歷史紀(jì)錄分析，得到顧客在衣食住行等方面的愛好、傾向等；社交網(wǎng)絡(luò)分析研究也表明，可以通過其中的群組特性發(fā)現(xiàn)用戶的屬性，例如通過分析用戶的微博等信息，可以發(fā)現(xiàn)用戶的政治傾向、消費(fèi)習(xí)慣以及其它愛好等。很多時(shí)候人們有意識(shí)地將自己的行為隱藏起來，試圖達(dá)到隱私保護(hù)的目的，但是，在大數(shù)據(jù)環(huán)境下，我們可以通過用戶零散數(shù)據(jù)之間的關(guān)聯(lián)屬性，將某個(gè)人的很多行為數(shù)據(jù)聚集在一起時(shí)，他的隱私就很可能會(huì)暴露，因?yàn)橛嘘P(guān)他的信息已經(jīng)足夠多，這種隱性的數(shù)據(jù)暴露往往是個(gè)人無法預(yù)知和控制的。大數(shù)據(jù)收集了各種來源、各種類型的數(shù)據(jù)，其中包含了很多和用戶隱私相關(guān)的信息。 大數(shù)據(jù)安全與隱私與當(dāng)前其他的信息一樣，大數(shù)據(jù)在存儲(chǔ)、處理和傳輸?shù)冗^程中面臨安全風(fēng)險(xiǎn)，具有數(shù)據(jù)安全與隱私保護(hù)需求。當(dāng)前得到廣泛應(yīng)用的很多系統(tǒng)多數(shù)為支持分布式、并行處理的流處理系統(tǒng)，比較代表性的商用軟件包括的和 ，開源系統(tǒng)則包括 的、的等。壘羥贖緙嘸竅碭瀋虯異飽樣瀠漲靂醞。由于響應(yīng)時(shí)間的要求，流處理的過程基本在內(nèi)存中完成，其處理方式更多地依賴于在內(nèi)存中設(shè)計(jì)巧妙的概要數(shù)據(jù)結(jié)構(gòu)( )，內(nèi)存容量是限制流處理模型的一個(gè)主要瓶頸。賒調(diào)軋憊劌髖糾殯縣鍥峽貢覯駔霧齋。)流處理技術(shù)在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的增長速度超過了存儲(chǔ)容量的增長，在不遠(yuǎn)的將來，人們將無法存儲(chǔ)所有的數(shù)據(jù)，同時(shí)，數(shù)據(jù)的價(jià)值會(huì)隨著時(shí)間的流逝而不斷減少，此外，很多數(shù)據(jù)涉及用戶的隱私無法進(jìn)行存儲(chǔ)。內(nèi)存計(jì)算可以模擬一些數(shù)據(jù)分析的結(jié)果，實(shí)現(xiàn)對(duì)市場未來發(fā)展的預(yù)測，如需求性建模、航空天氣預(yù)測、零售商品銷量預(yù)測、產(chǎn)品定價(jià)策略等。當(dāng)企業(yè)需要做快速的賬務(wù)分析，或要對(duì)市場進(jìn)行分析時(shí)，內(nèi)存計(jì)算能夠快速地按照需求完成。內(nèi)存計(jì)算適合處理海量的數(shù)據(jù)，以及需要實(shí)時(shí)獲得結(jié)果的數(shù)據(jù)。此項(xiàng)技術(shù)是對(duì)傳統(tǒng)數(shù)據(jù)處理方式的一種加速，是實(shí)現(xiàn)商務(wù)智能中海量數(shù)據(jù)分析和實(shí)施數(shù)據(jù)分析的關(guān)鍵應(yīng)用技術(shù)。滾傴鈕碩鷙聳蔣憶貯贈(zèng)鰾鍍?yōu)Z靜銅。系統(tǒng)的復(fù)雜性越高，模糊性越強(qiáng)，一般模糊集合理論是用隸屬度來刻畫模糊事物的亦此亦彼性的。——模糊集方法。對(duì)它們可進(jìn)行常用統(tǒng)計(jì)分析、回歸分析、相關(guān)分析、差異分析等?！y(tǒng)計(jì)分析方法。按此思想循環(huán)所有正例種子，將得到正例的規(guī)則(選擇子的合取式)。首先在正例集合中任選一個(gè)種子，到反例集合中逐個(gè)比較?！采w正例排斥反例方法。粗集處理的對(duì)象是類似二維關(guān)系表的信息表。粗集理論是一種研究不精確、不確定知識(shí)的數(shù)學(xué)工具。薈鎣閌漸陸訃輊減鈿異儀猶燉歷韋鎂。主要優(yōu)點(diǎn)是描述簡單、分類速度快、特別適合大規(guī)模的數(shù)據(jù)處理?！獩Q策樹方法。遺傳算法的應(yīng)用還體現(xiàn)在與神經(jīng)網(wǎng)絡(luò)、粗集等技術(shù)的結(jié)合上，如利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在不增加錯(cuò)誤率的前提下，刪除多余的連接和隱層單元；用遺傳算法和算法結(jié)合訓(xùn)練神經(jīng)網(wǎng)絡(luò)，然后從網(wǎng)絡(luò)提取規(guī)則等。遺傳算法是一種基于生物自然選擇與遺傳機(jī)理的隨機(jī)搜索算法，是一種仿生全局優(yōu)化方法。謂鑷頗銨鋃誼鉸鸚鎘糝蘞堝鬮棲韙閂。神經(jīng)網(wǎng)絡(luò)具有良好的魯棒性、自組織自適應(yīng)性、并行處理、分布存儲(chǔ)和高度容錯(cuò)等特性，非常適合解決數(shù)據(jù)挖掘的問題，用于分類、預(yù)測和模式識(shí)別的前饋式神經(jīng)網(wǎng)絡(luò)模型；以的離散模型和連續(xù)模型為代表，分別用于聯(lián)想記憶和優(yōu)化計(jì)算的反饋式神經(jīng)網(wǎng)絡(luò)模型；以模型、模型為代表，用于聚類的自組織映射方法。徠鰹飲臉鑠嘗鏍鯢煬憑鑌脈嚦霽韞燉。釓歷駕無醬賠雋驍韉贈(zèng)三飯燭絕韜闔。大數(shù)據(jù)分析的使用者有大數(shù)據(jù)分析專家，同時(shí)還有普通用戶，二者對(duì)于大數(shù)據(jù)分析最基本的要求是可視化。另一方面，也是基于這些數(shù)據(jù)挖掘算法才能更快速的處理大數(shù)據(jù)。鬮煒鰭輥賠還魴隊(duì)駝騾詭貲閻譾頂頂。 ）數(shù)據(jù)挖掘和分析大數(shù)據(jù)只有通過分析才能獲取很多智能的、深入的、有價(jià)值的信息。的可靠性是因?yàn)樗僭O(shè)計(jì)算元素和存儲(chǔ)會(huì)失敗，因此維護(hù)多個(gè)工作數(shù)據(jù)副本，確保能夠針對(duì)失敗的節(jié)點(diǎn)重新分布處理；高效性是因?yàn)樗圆⑿械姆绞焦ぷ鳎ㄟ^并行處理加快處理速度；還是可伸縮的，能夠處理 級(jí)數(shù)據(jù)。鰱診齡師該鈴書銨鴇開孫紗熱悶頇顰。當(dāng)集群中的服務(wù)器出現(xiàn)錯(cuò)誤時(shí)，整個(gè)計(jì)算過程不會(huì)終止；同時(shí) 可保障在整個(gè)集群中發(fā)生故障錯(cuò)誤時(shí)的數(shù)據(jù)冗余；當(dāng)計(jì)算完成時(shí)將結(jié)果寫入的一個(gè)節(jié)點(diǎn)之中。羆醬畝餅謄歿湊鈑繳錙穡鐠設(shè)縶項(xiàng)磽。有將任務(wù)分發(fā)到多個(gè)服務(wù)器上處理大數(shù)據(jù)的能力。當(dāng)處理一個(gè)大數(shù)據(jù)集查詢時(shí)，會(huì)將任務(wù)分解并在運(yùn)行的多個(gè)節(jié)點(diǎn)處理?？蚣苁堑暮诵?，但是除了，上還可以有（列數(shù)據(jù)庫）或。訪齙剛璽蘇濫夾趕螢憑鮚訥嚌誘頊筆。是大數(shù)據(jù)的重要支撐技術(shù)，通過“服務(wù)”的方式支撐實(shí)現(xiàn)大數(shù)據(jù)的跨系統(tǒng)匯聚、共享、交換、分析、管理和訪問。）面向服務(wù)的體系結(jié)構(gòu)（）（ ，面向服務(wù)的體系結(jié)構(gòu)）是近年來軟件規(guī)劃和構(gòu)建的一種新方法，以“服務(wù)”為基本元素和核心。目前數(shù)據(jù)庫技術(shù)大多應(yīng)用于互聯(lián)網(wǎng)行業(yè)。這對(duì)數(shù)據(jù)庫技術(shù)提出了新的要求，要求能夠?qū)?shù)據(jù)庫進(jìn)行高并發(fā)讀寫、高效率存儲(chǔ)和訪問，要求數(shù)據(jù)庫具有高可擴(kuò)展性和高可用性，并具有較低成本。軾梔嗶鑊繃瘍懔諍訝澤緇瑤詐鍍顧纊。.存儲(chǔ)訪問技術(shù)近兩年，存儲(chǔ)訪問技術(shù)不斷變化，例如固態(tài)硬盤數(shù)據(jù)倉庫，用接近閃存的性能訪問數(shù)據(jù)，比原來在磁盤上順序讀取數(shù)據(jù)快很多。經(jīng)常訪問的是高溫?cái)?shù)據(jù)，這類數(shù)據(jù)存儲(chǔ)在高速存儲(chǔ)區(qū)，訪問路徑會(huì)非常直接，而低溫?cái)?shù)據(jù)則可以放在非高速存儲(chǔ)區(qū)，訪問路徑也相對(duì)復(fù)雜。鍥莧娛殫穢籩殤蕢謬蘚龍孌囀齬頒給。當(dāng)只查詢少數(shù)列族數(shù)據(jù)時(shí)，列式數(shù)據(jù)庫可以減少讀取數(shù)據(jù)量，減少數(shù)據(jù)裝載和讀入讀出的時(shí)間，提高數(shù)據(jù)處理效率。.列式存儲(chǔ)對(duì)于圖像、視頻、地理位置等類型多樣的數(shù)據(jù)，難以用傳統(tǒng)的結(jié)構(gòu)化方式描述，因此需要使用由多維表組成的面向列存儲(chǔ)的數(shù)據(jù)管理系統(tǒng)來組織和管理數(shù)據(jù)。在數(shù)據(jù)倉庫中，經(jīng)常使用數(shù)據(jù)溫度技術(shù)、存儲(chǔ)訪問技術(shù)來提高性能。這類數(shù)據(jù)庫采用更適于數(shù)據(jù)查詢的技術(shù)，以列式存儲(chǔ)或（大規(guī)模并行處理）技術(shù)為代表。饅鎖開鑰燜緒玨編軻錙薈馴譯態(tài)頏纜。綏驊懸縉澀鷂禍紳撻糧錛湯隨鐒?lì)A(yù)鶻。義淨(jìng)擁捫毆脅紙窺鈑鳧剝贛噓癱領(lǐng)繳。分布式文件系統(tǒng)架構(gòu)更適用于互聯(lián)網(wǎng)應(yīng)用，能夠更好地支持海量數(shù)據(jù)的存儲(chǔ)和處理。蟄彎擼鯁棖佇緡癟槧贊瀅勁豬鸞頗龔。）分布式文件系統(tǒng)分布式文件系統(tǒng)將大規(guī)模海量數(shù)據(jù)用文件的形式保存在不同的存儲(chǔ)節(jié)點(diǎn)中，并用分布式系統(tǒng)進(jìn)行管理。結(jié)合本體的建模理論與技術(shù)是大數(shù)據(jù)環(huán)境下，對(duì)于知識(shí)挖掘、信息潛在價(jià)值發(fā)現(xiàn)的重要技術(shù)支撐。本體描述語言( )和 ( )等極大增強(qiáng)了本體的建模機(jī)制和表達(dá)能力，推動(dòng)了語義服務(wù)計(jì)算的工程化進(jìn)程。近年來,本體論已被廣泛地應(yīng)用于信息與知識(shí)的分類和表達(dá)領(lǐng)域,應(yīng)用領(lǐng)域的本體得到了共享與重用。賊組櫻種愨單蝕渾潷騾雛閩霽巒頡們。由于記錄信息的角度不同、信息獲取的方式不同，導(dǎo)致不同類型的數(shù)據(jù)在具體的數(shù)據(jù)處理和表現(xiàn)上也有著本質(zhì)的差別。對(duì)于某個(gè)對(duì)象的元數(shù)據(jù)描述，可以避免在不同環(huán)境、語境以及不同視角下對(duì)同一對(duì)象的差異化描述，確保對(duì)象描述的唯一性。搶觀淚婭師謳論櫚陣蘚塹挾圇鉞頜蕘。其最終結(jié)果是應(yīng)用程序有關(guān)信息記錄的概念性視圖，回答數(shù)據(jù)“是什么、在哪里、何時(shí)以及為什么”等問題。數(shù)據(jù)描述物、人、產(chǎn)品、項(xiàng)目、客戶、資產(chǎn)和記錄等，數(shù)據(jù)表示通過對(duì)于信息資源的分類、編碼以及格式等內(nèi)容進(jìn)行分析規(guī)范，使得信息數(shù)據(jù)能夠快速、高效、準(zhǔn)確地被計(jì)算機(jī)所識(shí)別，從而使得采集上來的數(shù)據(jù)能夠更好的為應(yīng)用服務(wù)。鐸輜澠頂嫻塊謂斕痹廩矯詼現(xiàn)獨(dú)潁儺。而數(shù)據(jù)提供者在收集整理相關(guān)數(shù)據(jù)的時(shí)候，也會(huì)變成數(shù)據(jù)消費(fèi)者。漬閫熾訣團(tuán)諳賡戰(zhàn)餛錳貨齏詢鯪頦鎣。數(shù)據(jù)質(zhì)量貫穿數(shù)據(jù)全生命周期，涉及從采集、存儲(chǔ)、傳輸、分析、展現(xiàn)等各方面。頑鷙瑪濱廈峴轆庫糞糧驪癬韌螢頤剄。其中業(yè)務(wù)應(yīng)用主要是根據(jù)各個(gè)行業(yè)不同的數(shù)據(jù)需求進(jìn)行相應(yīng)的處理，通過不同的方式，形成符合業(yè)務(wù)的應(yīng)用。簞嗇癲剴凈趕鉤嬙鱷鳧徑鉍塊娛頻釁。在數(shù)據(jù)提供者模塊中，提供者應(yīng)該包含業(yè)務(wù)、感知、互聯(lián)網(wǎng)和第三方數(shù)據(jù)四個(gè)種類。大數(shù)據(jù)系統(tǒng)中涉及的人工協(xié)議和人工操作沒有被包含在此架構(gòu)中?！胺?wù)使用”代表軟件程序接口。模塊之間的數(shù)據(jù)可以是物理實(shí)體或者數(shù)據(jù)的引用地址。苧璦籮藶黃邏閂巹東澤達(dá)藥誣瀅穎訐。厲聳紐楊鱔晉頇兗蓽驃鶚騅頇騎顆嘵。另外兩個(gè)架構(gòu)模塊是安全隱私和管理，代表能為大數(shù)據(jù)系統(tǒng)其他模塊提供服務(wù)和功能的構(gòu)件。調(diào)誶續(xù)鷚髏鋮饅喪劉藪顯澮壚艙題誄。在維度上，價(jià)值通過為大數(shù)據(jù)應(yīng)用的實(shí)施提供擁有或運(yùn)行大數(shù)據(jù)的網(wǎng)絡(luò)、基礎(chǔ)設(shè)施、平臺(tái)、應(yīng)用工具以及其他服務(wù)來實(shí)現(xiàn)。大數(shù)據(jù)技術(shù)參考模型基于代表大數(shù)據(jù)價(jià)值鏈的兩個(gè)維度組成：信息流（垂直維）和集成（水平維）。這些被稱為“提供者”的模塊代表了大數(shù)據(jù)生態(tài)系統(tǒng)中的功能角色，表明他們提供或?qū)嵤┐髷?shù)據(jù)系統(tǒng)中特定技術(shù)的功能。鄭餼腸絆頎鎦鷓鮞嚶錳鉻廄說輞顏諉。.大數(shù)據(jù)技術(shù)參考模型和關(guān)鍵技術(shù)大數(shù)據(jù)技術(shù)參考模型大數(shù)據(jù)作為一項(xiàng)新興技術(shù)，目前尚未形成完善、達(dá)成共識(shí)的技術(shù)體系。其中第一個(gè)問題是技術(shù)問題，后面兩個(gè)問題既是技術(shù)問題，也是管理問題。閔屢螢馳鑷雋劍頌崗鳳測際塤飼顳譾。其中, “魔方”是淘寶網(wǎng)成立的專門用于提供數(shù)據(jù)服務(wù)的機(jī)構(gòu)，為商家提供行業(yè)分析數(shù)據(jù)，從中獲取利益。百度游戲通過搜集整理網(wǎng)絡(luò)游戲用戶的搜索需求和搜索熱點(diǎn)，建立完備的用戶行為數(shù)據(jù)庫，提供給上游的游戲運(yùn)營商，創(chuàng)造了數(shù)據(jù)服務(wù)收入，成為在搜索引擎領(lǐng)域中將數(shù)據(jù)支持服務(wù)變?yōu)橹饕Ｊ降某晒Π咐?。從大?shù)據(jù)商業(yè)模式上來看，大數(shù)據(jù)時(shí)代，不斷涌現(xiàn)出圍繞大數(shù)據(jù)、利用大數(shù)據(jù)的新產(chǎn)品形態(tài)、新業(yè)務(wù)模式。其中傳統(tǒng)的數(shù)據(jù)處理技術(shù)經(jīng)過演進(jìn)依然有效，新興技術(shù)還在不斷探索和發(fā)展中。鮒簡觸癘鈄餒嬋鏘戶潑閡諏誹呂顙貽。繅藺詞嗇適籃異銅鑑驃噴麗頡趨顥冪。兒躉讀閌軒鯀擬釔標(biāo)藪疇礎(chǔ)處櫚顫蹌。數(shù)據(jù)資源涵蓋物理、化學(xué)、地球科學(xué)、生物學(xué)、材料科學(xué)、能源科學(xué)、信息科學(xué)等多個(gè)學(xué)科領(lǐng)域；十二五期間的目標(biāo)是形成開放共享、服務(wù)創(chuàng)新的國家級(jí)科技數(shù)據(jù)中心，為我國科技發(fā)展提供強(qiáng)大和持續(xù)的數(shù)據(jù)基礎(chǔ)設(shè)施。 科學(xué)研究領(lǐng)域中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心研發(fā)了中科院科學(xué)數(shù)據(jù)庫。京東會(huì)分析此類商品用戶兩次購買之間的平均時(shí)間，在這個(gè)時(shí)間到來之后，推介系統(tǒng)有可能會(huì)給用戶推介相應(yīng)的商品，提升用戶的體驗(yàn)，提高商品的轉(zhuǎn)化率。）智能網(wǎng)站基于大數(shù)據(jù)挖掘和分析，網(wǎng)站將變得越來越智慧。京東會(huì)分析物流人員、倉庫以及用戶之間的地理關(guān)系，為物流人員提供最優(yōu)配送路徑，提高配送速度，提升用戶體驗(yàn)。轉(zhuǎn)厙蹺僉詘腳瀕諮閥糞嶁藹頷劑颮掃。）優(yōu)化供應(yīng)鏈京東的很多商品都是自動(dòng)補(bǔ)貨，系統(tǒng)會(huì)根據(jù)銷售情況和市場預(yù)期，依靠預(yù)測模型，在庫存量達(dá)到某一個(gè)閥值時(shí)自動(dòng)生成訂單發(fā)給供貨商。京東依靠大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷，最重要的是用戶建模。）精準(zhǔn)營銷幾乎所有的電商企業(yè)都會(huì)基于用戶的購買行為做精準(zhǔn)營銷，主要方式是、短信等。因此京東提供的數(shù)據(jù)服務(wù)，重點(diǎn)集中在以下幾個(gè)方面。爺纜鉅摯騰廁綁藎箋潑鳥輳諫闌颼釧。目前京東數(shù)據(jù)平臺(tái)的開放的日均調(diào)用量超過了億次，合作的（ 獨(dú)立軟件開發(fā)商）多家，注冊(cè)的個(gè)人用戶達(dá)到了萬人次。目前京東將其交易、營銷、供應(yīng)鏈、倉儲(chǔ)、配送、售后和等七大系統(tǒng)所產(chǎn)生的數(shù)據(jù)，通過其數(shù)據(jù)平臺(tái)全面開放。 電子商務(wù)領(lǐng)域擁有十年電商經(jīng)歷的京東積累了非常多的有價(jià)值的數(shù)據(jù)，京東已經(jīng)吸引了一大批非常有質(zhì)量的用戶，上億用戶的數(shù)據(jù)對(duì)于任何一家電商來說，都具有一定的價(jià)值。同時(shí)高德地圖也將其自身的數(shù)據(jù)與這些企業(yè)進(jìn)行共享，從而帶動(dòng)這些企業(yè)相關(guān)業(yè)務(wù)的開展。除與阿里巴巴的合作之外，高德地圖還與嘀嘀打車、團(tuán)、大眾點(diǎn)評(píng)、攜程、丁丁優(yōu)惠、訂餐小秘書等第三方資源進(jìn)行合作。兩家在數(shù)據(jù)服務(wù)上與其他傳統(tǒng)的技術(shù)廠商之間將產(chǎn)生巨大的差距，其合作優(yōu)勢將會(huì)很快在服務(wù)中得到展現(xiàn)。通過進(jìn)行充分有效的數(shù)據(jù)共享交換，使得兩家公司的數(shù)據(jù)資源都得到了充分的補(bǔ)充和擴(kuò)展，為之后進(jìn)一步的數(shù)據(jù)挖掘和分析提供了一個(gè)良好的環(huán)境。高德和阿里巴巴開展了數(shù)據(jù)領(lǐng)域的共享合作。高德地圖作為數(shù)字地圖、導(dǎo)航和位置服務(wù)解決方案提供商，掌握了大量的行業(yè)運(yùn)營車輛數(shù)據(jù)，以及高德用戶數(shù)據(jù)，并與各城市交管部門合作，掌握了眾多交通信息數(shù)據(jù)。本報(bào)告針對(duì)國內(nèi)大數(shù)據(jù)在地圖數(shù)據(jù)，電子商務(wù)和科學(xué)研究領(lǐng)域的典型應(yīng)用案例進(jìn)行了分析。目前大數(shù)據(jù)在國內(nèi)各行各業(yè)也得到了廣泛的應(yīng)用。因此各個(gè)企業(yè)紛紛開展自己的大數(shù)據(jù)布局。大數(shù)據(jù)在國際上已經(jīng)有了很廣泛的應(yīng)用，并帶來了巨大的經(jīng)濟(jì)效益。聯(lián)盟將致力于成員間的溝通與合作，以聯(lián)盟為溝通與合作平臺(tái)，共同圍繞農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新的關(guān)鍵問題，加強(qiáng)合作，聯(lián)合攻關(guān)；加強(qiáng)聯(lián)盟創(chuàng)新資源的整合與共享，強(qiáng)化創(chuàng)新人才培養(yǎng)機(jī)制創(chuàng)新，積極推進(jìn)大數(shù)據(jù)研究的學(xué)科建設(shè)；探索建立互利互惠、富有生命力、符合市場化和產(chǎn)業(yè)化的運(yùn)行機(jī)制；積極開展農(nóng)業(yè)大數(shù)據(jù)的示范推廣，為政府部門科學(xué)決策提供參考。與農(nóng)業(yè)相關(guān)的信息、數(shù)據(jù)來源十分廣泛，包括氣象、土地、水利、農(nóng)資、農(nóng)業(yè)科研成果、動(dòng)物和植物生產(chǎn)發(fā)展情況、農(nóng)業(yè)機(jī)械、病蟲害防治、生態(tài)環(huán)境、市場營銷、食品安全、公共衛(wèi)生、農(nóng)產(chǎn)品加工等諸多環(huán)節(jié)。這個(gè)由政府、高校、科研單位、企業(yè)組成的聯(lián)盟將通過加強(qiáng)對(duì)農(nóng)業(yè)相關(guān)信息和數(shù)據(jù)的分析研究，為政府決策、產(chǎn)業(yè)發(fā)展提供更多的服務(wù)和支持。年月，山東農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟成立。該聯(lián)盟立足于發(fā)揮深圳高新技術(shù)研究和產(chǎn)業(yè)化優(yōu)勢，發(fā)揮產(chǎn)業(yè)聯(lián)動(dòng)作用，促進(jìn)同行業(yè)間信息溝通、業(yè)務(wù)合作、資源共享、優(yōu)勢互補(bǔ)，促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)鏈的形成。年月日深圳市大數(shù)據(jù)產(chǎn)業(yè)研聯(lián)盟成立。聯(lián)盟主要工作包括承接政府部門的相關(guān)大數(shù)據(jù)方面的產(chǎn)業(yè)課題研究項(xiàng)目、組織相關(guān)大數(shù)據(jù)產(chǎn)業(yè)國際會(huì)議、大數(shù)據(jù)專業(yè)書籍的編著及出版、組織大數(shù)據(jù)培訓(xùn)項(xiàng)目開發(fā)、組織聯(lián)盟成員進(jìn)行政府項(xiàng)目申報(bào)、聯(lián)盟間的合作、大數(shù)據(jù)項(xiàng)目孵化及標(biāo)準(zhǔn)研究、推動(dòng)聯(lián)盟間的國際合作和搭建數(shù)據(jù)市場服務(wù)平臺(tái)。聯(lián)盟成立宗旨是：把握云計(jì)算、大數(shù)據(jù)與產(chǎn)業(yè)革新