大数据的前世今生：大数据特征与发展历程
大数据的前世今生：大数据特征与发展历程
大数据（big data）是这样的数据集合：数据量增长速度极快，用常规的数据工具无法在一定的时间内进行采集、处理、存储和计算的数据集合。
大数据具有以下五大特征（4V+1O）的数据才称之为大数据，即：
数据量大（Volume）。第一个特征是数据量大，包括采集、存储和计算的量都非常大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。
类型繁多（Variety）。第二个特征是种类和来源多样化。包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
价值密度低（Value）。第三个特征是数据价值密度相对较低，或者说是浪里淘沙却又弥足珍贵。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。
速度快时效高（Velocity）。第四个特征数据增长速度快，处理速度也快，时效性要求高。比如搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成推荐。这是大数据区别于传统数据挖掘的显著特征。
数据是在线的（Online）。数据是永远在线的，是随时能调用和计算的，这是大数据区别于传统数据最大的特征。现在我们所谈到的大数据不仅仅是大，更重要的是数据变的在线了，这是互联网高速发展背景下的特点。比如，对于打车工具，客户的数据和出租司机数据都是实时在线的，这样的数据才有意义。如果是放在磁盘中而且是离线的，这些数据远远不如在线的商业价值大。
关于大数据特征方面，特别要强调的一点是数据是在线的，因为很多人认为数据量大就是大数据，往往忽略了大数据的在线特性。数据只有在线，即数据在与产品用户或者客户产生连接的时候才有意义。如某用户在使用某互联网应用时，其行为及时的传给数据使用方，数据使用方通过某种有效加工后（通过数据分析或者数据挖掘进行加工），进行该应用的推送内容的优化，把用户最想看到的内容推送给用户，也提升了用户的使用体验。
大数据发展过程的重大事件
2005年Hadoop项目诞生。Hadoop其最初只是雅虎公司用来解决网页搜索问题的一个项目，后来因其技术的高效性，被Apache Software Foundation公司引入并成为开源应用。Hadoop本身不是一个产品，而是由多个软件产品组成的一个生态系统，这些软件产品共同实现全面功能和灵活的大数据分析。从技术上看，Hadoop由两项关键服务构成：采用Hadoop分布式文件系统（HDFS）的可靠数据存储服务，以及利用一种叫做MapReduce技术的高性能并行数据处理服务。这两项服务的共同目标是，提供一个使对结构化和复杂数据的快速、可靠分析变为现实的基础。
2008年末，“大数据”得到部分美国知名计算机科学研究人员的认可，业界组织计算社区联盟 (Computing Community Consortium)，发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》。它使
人们的思维不仅局限于数据处理的机器，并提出：大数据真正重要的是新用途和新见解，而非数据本身。此组织可以说是最早提出大数据概念的机构。
2009年印度政府建立了用于身份识别管理的生物识别数据库，联合国全球脉冲项目已研究了对如何利用手机和社交网站的数据源来分析预测从螺旋价格到疾病爆发之类的问题。
2009年中，美国政府通过启动https://www.wendangku.net/doc/5b4318461.html,网站的方式进一步开放了数据的大门，这个网站向公众提供各种各样的政府数据。该网站的超过4.45万量数据集被用于保证一些网站和智能手机应用程序来跟踪从航班到产品召回再到特定区域内失业率的信息，这一行动激发了从肯尼亚到英国范围内的政府们相继推出类似举措。
2009年，欧洲一些领先的研究型图书馆和科技信息研究机构建立了伙伴关系致力于改善在互联网上获取科学数据的简易性。
2010年2月，肯尼斯 库克尔在《经济学人》上发表了长达14页的大数据专题报告《数据，无所不在的数据》。库克尔在报告中提到：“世界上有着无法想象的巨量数字信息，并以极快的速度增长。从经济界到科学界，从政府部门到艺术领域，很多方面都已经感受到了这种巨量信息的影响。科学家和计算机工程师已经为这个现象创造了一个新词汇：“大数据”。库克尔也因此成为最早洞见大数据时代趋势的数据科学家之一。
2011年2月，IBM的沃森超级计算机每秒可扫描并分析4TB（约2亿页文字量）的数据量，并在美国著名智力竞赛电视节目《危险边缘》“Jeopardy”上击败两名人类选手而夺冠。后来纽约时报认为这一刻为一个“大数据计算的胜利。”
2011年5月，全球知名咨询公司麦肯锡(McKinsey&Company)肯锡全球研究院（MGI）发布了一份报告——《大数据：创新、竞争和生产力的下一个新领域》，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据。报告指出，大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。报告还提到，“大数据”源于数据生产和收集的能力和速度的大幅提升——由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。
2011年12 月，工信部发布的物联网十二五规划上，把信息处理技术作为4 项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。
2012年1月份，瑞士达沃斯召开的世界经济论坛上，大数据是主题之一，会上发布的报告《大数据，大影响》(Big Data, Big Impact) 宣称，数据已经成为一种新的经济资产类别，就像货币或黄金一样。
2012年3月，美国奥巴马政府在白宫网站发布了《大数据研究和发展倡议》，这一倡议标志着大数据已经成为重要的时代特征。2012年3月22日，奥巴马政府宣布2亿美元投资大数据领域，是大数据技术从商业行为上升到国家科技战略的分水岭，在次日的电话会议中，政府对数据的定义“未来的新石油”，大数据技术领域的竞争，事关国家安全和未来。并表示，国家层面的竞争力将部分体现为一国拥有数据的规模、活性以及解释、运用的能力；国家数字主权体现对数据的占有和控制。数字主权将是继边防、海防、空防之后，另一个大国博弈的空间。
2012年4月，美国软件公司Splunk于19日在纳斯达克成功上市，成为第一家上市的大数据处理公司。鉴于美国经济持续低靡、股市持续震荡的大背景，Splunk首日的突出交易表现尤其令人们印象深刻，首日即暴涨了一倍多。Splunk是一家领先的提供大数据监测和分析服务的软件提供商，成立于2003年。Splunk成功上市促进了资本市场对大数据的关注，同时也促使IT厂商加快大数据布局。
2012年7月，联合国在纽约发布了一份关于大数据政务的白皮书，总结了各国政府如何利用大数据更好地服务和保护人民。这份白皮书举例说明在一个数据生态系统中，个人、公共部门和私人部门各自的角色、动机和需求：例如通过对价格关注和更好服务的渴望，个人提供数据和众包信息，并对隐私和退出权力提出需求；公共部门出于改善服务，提升效益的目的，提供了诸如统计数据、设备信息，健康指标，及税务和消费信息等，并对隐私和退出权力提出需求；私人部门出于提升客户认知和预测趋势目的，提供汇总数据、消费和使用信息，并对敏感数据所有权和商业模式更加关注。白皮书还指出，人们如今可以使用的极大丰富的数据资源，包括旧数据和新数据，来对社会人口进行前所未有的实时分析。联合国还以爱尔兰和美国的社交网络活跃度增长可以作为失业率上升的早期征兆为例，表明政府如果能合理分析所掌握的数据资源，将能“与数俱进”，快速应变。
2012年7月，为挖掘大数据的价值，阿里巴巴集团在管理层设立“首席数据官”一职，负责全面推进“数据分享平台”战略，并推出大型的数据分享平台——“聚石塔”，为天猫、淘宝平台上的电商及电商服务商等提供数据云服务。随后，阿里巴巴董事局主席马云在2012年网商大会上发表演讲，称从2013年1月1日起将转型重塑平台、金融和数据三大业务。马云强调：“假如我们有一个数据预报台，就像为企业装上了一个GPS和雷达，你们出海将会更有把握。”因此，阿里巴巴集团希望通过分享和挖掘海量数据，为国家和中小企业提供价值。此举是国内企业最早把大数据提升到企业管理层高度的一次重大里程碑。阿里巴巴也是最早提出通过数据进行企业数据化运营的企业。
2014年4月，世界经济论坛以“大数据的回报与风险”主题发布了《全球信息技术报告（第13版）》。报告认为，在未来几年中针对各种信息通信技术的政策甚至会显得更加重要。在接下来将对数据保密和网络管制等议题展开积极讨论。全球大数据产业的日趋活跃，技术演进和应用创新的加速发展，使各国政府逐渐认识到大数据在推动经济发展、改善公共服务，增进人民福祉，乃至保障国家安全方面的重大意义。
2014年5月，美国白宫发布了2014年全球“大数据”白皮书的研究报告《大数据：抓住机遇、守护价值》。报告鼓励使用数据以推动社会进步，特别是在市场与现有的机构并未以其他方式来支持这种进步的领域；同时，也需要相应的框架、结构与研究，来帮助保护美国人对于保护个人隐私、确保公平或是防止歧视的坚定信仰。
大数据相关技术的发展
大数据技术是一种新一代技术和构架，它以成本较低、以快速的采集、处理和分析技术，从各种超大规模的数据中提取价值。大数据技术不断涌现和发展，让我们处理海量数据更加容易、更加便宜和迅速，成为利用数据的好助手，甚至可以改变许多行业的商业模式，大数据技术的发展可以分为六大方向：
（1）在大数据采集与预处理方向。这方向最常见的问题是数据的多源和多样性，导致数据的质量存在差异，严重影响到数据的可用性。针对这些问题，目前很多公司已经推出了多种数据清洗和质量控制工具（如IBM的Data Stage）。
（2）在大数据存储与管理方向。这方向最常见的挑战是存储规模大，存储管理复杂，需要兼顾结构化、非结构化和半结构化的数据。分布式文件系统和分布式数据库相关技术的发展正在有效的解决这些方面的问题。在大数据存储和管理方向，尤其值得我们关注的是大数据索引和查询技术、实时及流式大数据存储与处理的发展。
（3）大数据计算模式方向。由于大数据处理多样性的需求，目前出现了多种典型的计算模式，包括大数据查询分析计算（如Hive）、批处理计算（如Hadoop MapReduce）、流式计算（如Storm）、迭代计算（如HaLoop）、图计算（如Pregel）和内存计算（如Hana），而这些计算模式的混合计算模式将成为满足多样性大数据处理和应用需求的有效手段。
（4）大数据分析与挖掘方向。在数据量迅速膨胀的同时，还要进行深度的数据深度分析和挖掘，并且对自动化分析要求越来越高，越来越多的大数据数据分析工具和产品应运而生，如用于大数据挖掘的R Hadoop版、基于MapReduce开发的数据挖掘算法等等。
（5）大数据可视化分析方向。通过可视化方式来帮助人们探索和解释复杂的数据，有利于决策者挖掘数据的商业价值，进而有助于大数据的发展。很多公司也在开展相应的研究，试图把可视化引入其不同的数据分析和展示的产品中，各种可能相关的商品也将会不断出现。可视化工具Tabealu 的成功上市反映了大数据可视化的需求。
（6）大数据安全方向。当我们在用大数据分析和数据挖掘获取商业价值的时候，黑客很可能在向我们攻击，收集有用的信息。因此，大数据的安全一直
是企业和学术界非常关注的研究方向。通过文件访问控制来限制呈现对数据的操作、基础设备加密、匿名化保护技术和加密保护等技术正在最大程度的保护数据安全。
互联网的发展是大数据发展的最大驱动力
截至2014 年 6月，我国网民规模达6.32亿，较2013年底增加1442 万人，互联网普及46.9%，即接近一半的中国人在使用互联网。互联网的增长速度超越了很多人的预期：4年前即2010年6月，互联网普及率为31.8%，而仅经历了四年，互联网的普及率增加了超过15%。
更为重要的是，CNNIC的数据还显示，截至2014年6月，我国网民上网设备中，手机使用率达83.4%，首次超越传统PC整体使用率（80.9%），手机作为第一大上网终端设备的地位更加巩固，手机使得上网变得更加随时随地，手机上网更加渗透到人们的日常工作和生活中。
因此，互联网普及使得网民的行为更加多元化，通过互联网产生的数据发展更加迅猛，更具代表性。互联网世界中的商品信息、社交媒体中的图片、文本信息以及视频网站的视频信息，互联网世界中的人与人交互信息、位置信息等，都已经成为大数据的最重要也是增长最快的来源。
2016年中国大数据行业发展历程及规模应用现状
2016年中国大数据行业发展历程及规模应用现状 一、大数据的来源 数据来自于一切客观存在，包括宏观到微观的物理世界，各种生物体、人类社会活动、感知、认识和思维的结果。随着信息技术的发展，当通常所说的数据是指经过数字化转换后的信息，是可以被量化、分析和再利用的信息，包含数值、文字、符号、音频、视频等不同形态。 对数据的分析都并非新鲜事，如交通规划、宏观经济分析、电力系统规划、气象预测、高能物理、航天航空、基因工程等大规模数据分析和计算早已在人类生产和生活中发挥着关键的作用。 早在1970年哈佛大学关于资源三角形的论述中，将材料、能源、信息看成是推动社会发展的三种基本资源，因此传统的商业智能和数据库厂商得以出现并快速发展。 数据规模和类型的剧变：互联网和移动互联网的发展、传感技术的广泛应用，使得数据的规模和种类急剧增长。数据类型也不仅仅包含关系型数据，还出现了大量的日志、文本、图片、音频和传感器等非结构化和半结构化数据。2020年所产生的数据量是2009年的44倍。 数据存储成本下降：单位信息存储成本的下降，使得对海量数据的分布式存储技术难度降低。30年前，1TB存储的成本为16亿美金，如今通过云存储服务所需不到100美金。 大规模数据处理成为可能：随着计算机技术能发展，对非结构化数据的处理和分析方式组建成熟，MapReduce模型以及云计算模式的出现，是大规模数据处理的成本和技术门槛大大降低。 数据采集更为密集和广泛：随着移动互联网和物联网技术的发展，使得数据的采集更加方便。 数据分析应用的发展：Google、百度、淘宝等数据分析的经典案例给业界带来很强的冲击。 二、行业术语 Spark Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS（Hadoop Distributed FileSystem），因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。 Spark 是一种与Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之
大数据与人类的关系
中国传媒大学2016 学年第一学期马克思主义基本原理概论课程 题目大数据技术与人类的关系 学生姓名董文笔 学号201504313017 班级文管一班 所属学院经济与管理学院 任课教师李智 成绩
大数据技术与人类的关系 一、绪论 现如今，社会生活各方面都在迅速数据化。在互联网的推动下，电子商务、定向广告、搜索引擎等建立在海量数据上的产业获得迅速发展，启发人们重新去审视大数据的价值。11年的麦肯锡、世界经济论坛等对大数据发起了讨论，引发一股全球的数据热潮。 对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”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来适应海量、高增长率和多样化的信息资产。 麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 综合来看，它有两方面是得到普遍认同的。首先是从数据本身来看，他是体量大、处理速度快、多样化的信息资产；其次，它的4V特征（Volume体积大、Velocity速度快、Variety 多样化、Value高价值），是传统的技术难以解决的。 大数据的诞生源于2005年雅虎的Hadoop项目，随后美国、欧洲等发达地区的政府机构不断重视，一系列的文件颁布助力大数据的发展。2012年阿里巴巴设立“首席数据官”，成为最早提出通过数据进行企业数据化运营的企业。随着信息时代的深入，世界各地基本都在大力的发展大数据技术，大数据也成为一个耳熟能详的词。① 大数据的产生与人们的生活需求密不可分，而自它产生后，又深刻地影响了人类生活的方方面面。接下来的两部分主要研究技术与人对双方的影响。 二、大数据对人类生活各方面的影响 大数据技术离你我都并不遥远，它已经来到我们身边，渗透进入我们每个人的日常生活消费之中，时时刻刻，事事处处，我们无法逃遁，因为它无微不至：它提供了光怪陆离的全媒体，难以琢磨的云计算，无法抵御的仿真环境。大数据依仗于无处不在的传感器，比如手机、发带，甚至是能够收集司机身体数据的汽车，或是能够监控老人下床和行走速度与压力的“魔毯”(由GE与Intel联合开发)，洞察了一切。通过大数据技术，人们能够在医院之外得悉自己的健康情况；而通过收集普通家庭的能耗数据，大数据技术给出人们切实可用的节能提醒；通过对城市交通的数据收集处理，大数据技术能够实现城市交通的优化。 由于我们现在生活的这个时代几乎所有东西都与信息有关，所以可以说大数据渗透到生活的各个方面，在这里我想讨论大数据对一个普通人日常生活的影响。如果日常生活也能被某项科技广泛影响，那么其影响力自然不言而喻。 （一）衣食方面：
【众安保险】— “互联网+”的前世今生
【众安保险】—“互联网+”的前世今生 来源：众安保险公关部 今年两会，全国人大代表、腾讯公司董事会主席马化腾提出的“互联网+”首次被写入政府工作报告，使“互联网+”一夜之间成为国民热词。 “互联网+”是什么？“互联网+”就是“互联网+各个传统行业”，但这并不是简单的两者相加，而是两者的融合创新，即通过推动移动互联网云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融等行业的健康发展。 首次“互联网+”提出众安保险开业 早在2013年底，马化腾便在众安保险（国内首家互联网保险公司）的开业仪式上提出：“互联网加一个传统行业，意味着什么呢？其实是代表了一种能力，或者是一种外在资源和环境，对这个行业的一种提升。” 可以看出，马化腾在参与发起众安保险时，便看准了最传统的保险行业将是“互联网+”的最佳实践场。 这家自成立之初便定位于服务互联网生态的公司，经过一年的发展，目前已累计服务客户数超过2亿；在2014年的双十一，更以一天超过1.5亿件的保单数，打破了行业的记录，率先尝到了“互联网+”红利的甜头。 “互联网+”可被看成由“互联网”演变而来，是两化（信息化、工业化）融合的升级版。 早在2011年，“互联网”三个字就曾首次出现在政府工作报告，当时提出要“加强对互联网的利用和管理”即“互联网化”。经过几年的发展，几乎所有企业都有了自己的官网，并开始利用互联网进行产品销售，这一时期被定义为“互联网1.0”时代； 在众安保险CEO陈劲看来，互联网1.0时代以IT思维占主导，即以吸纳资源以强大自己为主，所以IT只有通过购买越来越多的设备设施，来使自己成为巨人。 “互联网+”首入政府工作报告， DT思维将替代IT思维成为主流。 DT思维是吸纳资源以服务大众、激发生产力为主的技术思维，即以通过云计算、大数据的落地应用，促进行业健康发展。 马云就曾将众安保险的秘密武器定位为“DT”思维。通俗地理解DT思维，即你的存在是让别人活得更好。互联网技术就是要用最低的成本，去服务昨天服务不到的东西，第一别人不想干，第二人家干不了，但这社会又不得不干的事。 这也是当初三马成立“众安保险”的初衷，即“要做有温度的保险”——颠覆人们对传统保险的印象，不是保险公司在卖保险，而是人们在买保险；不是单纯的把保险产品放到网上去销售，而是服务传统金融机构不能服务到的人群。
银行与第三方支付的前世今生
竞合谋变：银行与第三方支付的前世今生 时间:2013-03-04来源:第一财经日报 《第30次中国互联网络发展状况统计报告》显示,截至2012年6月,中国网民达5.38亿,通过手机上网的人数超过4.2亿,互联网正在深刻地改变人们的生活与消费方式。 随着网络购物的兴起和电子商务的渗透,以支付宝为代表的第三方支付公司应运而生。而央行发放支付牌照,“快捷支付”快速崛起,令第三方机构将业务从单纯的转接支付拓展到了转账汇款、代缴费、基金销售和小额融资等金融服务领域。不过同时也暴露出一定的风险隐患。 成长之路 第三方支付缘起网络购物,壮大于快捷支付,不断发力全场景支付和增值服务创新,在快速发展进程中伴生出风险和问题,双刃剑的效应凸显。 一、诞生与发展 C2C缘起于淘宝。2003年,在"非典"横行的日子里,国民大多选择在家里看电视而减少逛街,支付宝在电视上大做广告,赚足了眼球。淘宝集市从那时起,逐渐引领了中国网络购物的潮流和市场份额。“网购上淘宝”,成为年轻人的时尚。而在C2C的模式下,为了解决买卖双方的互信问题,支付宝模仿Paypal,承担了信用中介角色,第三方支付机构应运而生。 从诞生到今天,支付宝仍旧是中国市场份额最大的第三方机构,注册用户超过7亿。中国市场前三的支付机构占据了超过80%的市场份额,其中支付宝超过50%,财付通超过20%,银联在线系超过10%。2012年,仅支付宝处理的交易金额就超过1万亿。中国的第三方机构,有着区别于欧美的鲜明特点,那就是跑赢大市的支付机构均采用捆绑模式,通过捆绑集团的电商平台保证交易量:支付宝捆绑淘宝与天猫商城,财付通捆绑拍拍与QQ网购等。而Paypal和MoneyBookers等国外支付公司,一般从创立起就是独立的支付机构,属开放式合作模式;在香港、台湾等地区,在线支付业务也是由银行、卡组织、Paypal等独立支付机构承担。 自2004年起,随着电子商务的发展,中国的第三方支付机构像雨后春笋一样蓬勃发展。2011年5月,包括支付宝、财付通等第一批27家支付机构获发牌照;截至2013年1月,分六批累计发出223张支付机构牌照。牌照特许的经营范围包括:网络支付、预付费卡支付、移动支付、数字电视支付等。 监管机构边发牌照边监管也助力第三方支付的发展,央行2005年10月颁布《支付清算组织管理办法》;2009年4月央行对支付机构进行登记报备;2010年6月,央行发布《非金融机构支付服务管理办法》;2011年5月开始发放第三方支付机构牌照。市场上目前有223家机构在执照经营,而据不完全统计,包括还在申
说说“卿”字的前世今生
说说“卿”字的前世今生 未 0530 1415 说说“卿”字的前世今生 看电视、看电影，听戏，有皇帝出场的时候总要说几句“爱卿平身”“众卿家……”之类的话，大家也听得耳熟。今天，我们就讲讲“卿”的话题。 我们先来看看“卿”字的构造，《说文解字》说：“卿，章也。六卿：天官冢宰、地官司徒、春官宗伯、夏官司馬、秋官司寇、冬官司空。从，皀声。”皀，音bī，就是“簋”，即古代盛实物的一种容器，圆口，一般是用青铜或陶制称成的，然又以青铜器为主。而，音qīng，从甲骨文和金文上看，就是两个面对面跪坐着的人。“”和“皀”和在一起呢，就是两个人围着簋在吃饭。这是“卿”的本义，即飨食之意，《说文》解释为“章”，不正确。 前几次，我们讲到丞相的“相”，本义是看，后来变成帮助瞽看东西的人，又变成在举行礼仪时帮助主祭者的人，最后变成一种高级官职。而“卿”的演变，与“相”有相通之处。“卿”本义是飨食。大家知道，簋这种青铜器是贵族专用的，能围在簋边上吃饭的，那也得至少是个贵族。后来“卿”就渐渐变成“陪着国君吃饭的人”。 能陪国君吃饭，在古代那可是一项很特殊很尊崇的待遇。就是现在，能陪国家领导人吃饭，那也是一件值得显摆的事儿！《论语?乡党》中说：“君赐食，必正席先尝之；君赐腥，必熟而荐之；君赐生，必畜之。”国君赏赐的食物尚且如此，何况是陪着一起吃饭呢？我们再看看《左传?宣公二年》中的一则资料： 秋九月，晋候饮赵盾酒，伏甲将攻之。其右提弥明知之，趋登，曰：“臣侍君宴，过三爵，非礼也。”遂扶以下。 我们着重看“臣侍君宴，过三爵，非礼也”这一句，赵盾这个晋国的正卿，类似于日本的首相，陪国君宴，喝酒都不能超过三杯，更何况吃饭呢？卿里面的“皀”，也就是“簋”，一般是盛黍、稷这类的主食的，相当于今天的主食米饭。《仪礼·公食礼》就有“宰夫设黍稷六簋”这样的记载。由是可见，卿这种“陪国君吃饭的人”是有很高身份的。 后来，卿也和“相”一样，变成了一种高级官职的名称。《礼记·王制》曰：“诸侯之上大夫卿。”《注》道：“上大夫曰卿。”《礼记·王制》又有：
浅谈大数据发展现状及未来展望
浅谈大数据发展现状及未来展望 中国特色社会主义进入新时代，实现中华民族伟大复兴的中国梦开启新征程。党中央决定实施国家大数据战略，吹响了加快发展数字经济、建设数字中国的号角。国家领导人在十九届中共中央政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了“推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全”的战略部署，为我国构筑大数据时代国家综合竞争新优势指明了方向！ 今天，我拟回顾大数据的发端、发展和现状，研判大数据的未来趋势，简述我国大数据发展的态势，并汇报我对信息化新阶段和数字经济的认识，以及对我国发展大数据的若干思考和建议。 一、大数据的发端与发展 从文明之初的“结绳记事”，到文字发明后的“文以载道”，再到近现代科学的“数据建模”，数据一直伴随着人类社会的发展变迁，承载了人类基于数据和信息认识世界的努力和取得的巨大进步。然而，直到以电子计算机为代表的现代信息技术出现后，为数据处理提供了自动的方法和手段，人类掌握数据、处理数据的能力才实现了质的跃升。信息技术及其在经济社会发展方方面面的应用（即信息化），推动数据（信息）成为继物质、能源之后的又一种重要战略资源。 “大数据”作为一种概念和思潮由计算领域发端，之后逐渐延伸到科学和商业领域。大多数学者认为，“大数据”这一概念最早公开出现于1998年，美国高性能计算公司SGI的首席科学家约翰·马西（John Mashey）在一个国际会议报告中指出：随着数据量的快速增长，必将出现数据难理解、难获取、难处理和难组织等四个难题，并用“Big Data（大数据）”来描述这一挑战，在计算领域引发思考。2007年，数据库领域的先驱人物吉姆·格
网络营销的前世今生
网络营销的“前世今生” 网络营销（On-line Marketing或E-Marketing）以企业实际经营为背景，以网络营销实践应用为基础，从而达到一定营销目的的营销活动。其中可以利用多种手段，如E-mail营销、博客与微博营销、网络广告营销、视频营销、媒体营销、竞价推广营销、SEO优化排名营销等。总体来讲，凡是以互联网或移动互联为主要平台开展的各种营销活动，都可称之为整合网络营销。简单的说，网络营销就是以互联网为主要平台进行的，为达到一定营销目的的营销活动。 相对于互联网发达国家，我国的网络营销起步较晚，到日前为止，我国的网络营销人致可分为3个发展阶段：播种期、萌芽期、发展应用期。 1．我国网络营销的播种期（1997年之前） 中国国际互联网1994年4月20日正式开通，网络营销是随着互联网的应用而逐渐开始为企业所应用的。在1997年之前，中国的网络营销处于一种神秘阶段，并没有清晰的网络营销概念和方法，也很少有企业将网络营销作为主要的营销手段。如被称为网络营销神话的“山东农民网上卖大蒜”。据现在可查到的资料记载，山东陵县西李村支部书记李峰上网的时间是1996年5月，所采用的网络营销方法为“注册了自己的域名，把西李村的大蒜、菠菜、胡萝卜等产品信息一古脑儿地搬上互联网，发布到了世界各地”。 2．中国网络营销的萌芽期（1997-2000年） 根据中国互联网络信息中心(CNNIC)发布的《第一次中国互联网
络发展状况调查统计报告》（1997年10月）显示，到1997年10月底，我国上网人数为62万人．WWW站数约1 500个。虽然无论上网人数还是网站数量均微小足道，但发生于1 997年前后的部分事件标志着中国网络营销进入萌芽阶段，如网络广告和E-mail策略在中国的诞生、电子商务的促进、网络服务如域名注册和搜索引擎的涌现等。到2000年年底，多种形式的网络营销被应用，网络营销呈现出快速发展的势头并且有逐步走向实用的趋势。 3．中国网络营销的应用和发展期（2001~2003年以及之后）进入200 1年之后，网络营销已不再是空洞的概念，而是进入了实质性的应用和发展时期，主要特征表现在6个方面：(1)网络营销服务市场初步形成，尽管网络营销服务市场至今仍不完善，但2001年之后，以“企业上网”为主要业务的一批专业服务商开始快速发展，一些公司已经形成了在该领域中的优势地位，这种状况也标志着国内的网络营销服务领域逐渐开始始走向清晰化；(2)刚站建设已成为企业网络营销的基础：根据中国互联网信息中心的统计报告．2001-2007年我国的WWW网站数量从24万个发展到150万个，其中绝大多数为企业网站，企业网站数量在快速增长，这也反映了网站建设已经成为企业网络营销的基础；(3)网络广告形式和应用不断发展，跨入21世纪的前几年，国内网络广告市场虽然也受到网络经济滑坡的影响，但仍然保持一定的增长，而且更重要的是，网络广告市场的集中趋势更为明显，进人2002年之后中国最大的两家网络广告媒体新浪和搜狐均取得了令人瞩目的业绩。另外，从2001年开始网络广告从表现形
传统文化中猜字谜的来历与发展 字谜的由来
传统文化中猜字谜的来历与发展字谜的由来 a.会唱京剧的同学进行排练，排练在班会上表演的节目; b.同学们课下通过不同渠道 简单的了解京剧(如上网、读报、自发举办京剧小讲座、组织京剧脸谱绘画比赛);c.课前 进行社会实践活动，走进京剧剧院，现场品味京剧魅力;d.布置班会现场，渲染京剧气氛。 今年，中华龙舟大赛步入第4个年头，为了满足大学生队伍的参赛需求，特别设立大 学生组，每站比赛都有8支男队和4支女单参赛，他们的出现，让过往以农民为主体的中 华龙舟大赛“焕然一新”。 今年，中华龙舟大赛步入第4个年头，为了满足大学生队伍的参赛需求，特别设立大 学生组，每站比赛都有8支男队和4支女单参赛，他们的出现，让过往以农民为主体的中 华龙舟大赛“焕然一新”。 据说，宋美龄有一位御用裁缝。因为宋美龄对旗袍的痴迷，这位裁缝每两三天就要做 出一件旗袍，一年到头根本没有休息的时间。 我看着那散发着传统文化芳香的中华结，仿佛品味到了中华民族远古的神秘和东方的 灵秀。它的古香古色，它的千变万化，让我神往，让我遐想…… 1918年，梁济在积水潭投湖自尽。留下遗书《敬告世人书》中说：“国性不存，我生何用?国性存否，虽非我一人之责，然我既见到国性不存，国将不国，必自我一人先殉之，而后唤起国人共知国性为立国之必要。”梁济本人并非一位抱残守缺的腐儒，他曾明确表 示自己“极赞共和”，这使得他的自杀更能说明一些问题。 春节是中华民族文化的优秀传统重要载体，蕴含着中华民族文化的智慧和结晶，凝聚 着华夏人民的生命追求和情感寄托，传承着中国人的社会伦理观念;历经千百年的积淀， 异彩纷呈的春节民俗，已形成底蕴深厚且独具特色的春节文化。随着物质生活水平的提高，人们对精神文化生活的需求迅速增长，对亲情、友情、和谐、美满的渴求更加强烈，春节 等传统节日越来越受到社会各界的重视和关注。所以，我们一定要大力弘扬春节所凝结的 优秀传统文化，突出辞旧迎新、祝福，团圆平安、兴旺发达等等的主题，努力营造家庭和睦、安定团结、欢乐祥和的喜庆氛围，推动中华文化历久弥新、不断发展壮大。 字谜的由来：最早的字谜大约产生在汉魏年间。刘勰《文心雕龙·隐篇》说："自魏 以来，颇非俳优，而君子嘲隐，化为谜语。"刘勰说谜语产生于魏代，是因为那时的文人 创作了许多独立完整的字谜。如当时大文学家孔融写的一首"离合作郡姓名字诗"，每句四言，每四句或两句隐射一个字。全诗长二十二句，共八十八字。全文如下： 渔父屈节，水潜匿方;与时进止，出寺驰张。吕公矶钩，阖口渭旁;九域有圣，无土不王。好是正直，女回于匡;海外有鳦，隼逝鹰扬。六翮将奋，羽仪未彰;龙蛇之蛰，俾它可忘。玫璇隐曜，美玉韬光。无名无誉，放言深藏;按辔安行，谁谓路长。
大数据的定义及基本特征
大数据的定义及基本特征 无论是2001年梅塔集团分析师道格〃莱尼提出的大数据技术萌芽，还是2008年IBM公司的史密斯首次以“BIG DATA”的名词初步定义了大数据的含义，时至今日，科学届对大数据还没有给出一个完整准确的定义，不同领域的科学家们都从不同的视角诠释了大数据的基本含义。但是，纵观大数据发展的前世今生，以及今后的发展趋势，大数据的含义可以归结为： 大数据是人类认知世界的技术理念，是在信息技术支撑下，利用全新的数据分析处理方法，在海量、复杂、散乱的数据集合中提取有价值信息的技术处理过程，其核心就是对数据进行智能化的信息挖掘，并发挥其作用。 有人说世界的本质就是数据，在当今充满数字化数据的时代，数据处理变得更加容易、更加快速，人们能够在瞬间处理成千上万的海量数据，为了在数据中理解信息内容，发现信息与信息之间的关系，人类从没有像今天这样对数据有那么深刻的认识，实际上，我们应该重新认识数据的特征：（1）海量的数据规模（Volume）。具有当前任何一种单体设备难以直接存储、管理和使用的数据量，大数据中所说的“大”也包括数据的全面性。 （2）快速的数据流转和动态的数据变化（Velocity）。数据会随着时间和环境发生变化。
（3）多样的数据类型（Variety）。刻画特定事物特征或规律的数据是以多种形式存在的。 （4）巨大的数据价值（Value）。数据就是资源，许多看似杂乱无章的数据，其潜在蕴含着巨大的价值，数据的价值是由不同的应用目的而体现。 （5）智能化数据挖掘（Intelligence）。无论数据有多少，还是以何种形式呈现，人类要想从数据中发现事物的真相，必须应用全新的方法分析数据，以得到有价值的信息。
大数据的前世今生：大数据特征与发展历程
大数据的前世今生：大数据特征与发展历程 大数据（big data）是这样的数据集合：数据量增长速度极快，用常规的数据工具无法在一定的时间内进行采集、处理、存储和计算的数据集合。 大数据具有以下五大特征（4V+1O）的数据才称之为大数据，即： 数据量大（Volume）。第一个特征是数据量大，包括采集、存储和计算的量都非常大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。 类型繁多（Variety）。第二个特征是种类和来源多样化。包括结构化、半结构化和非结构化数据，具体表现为网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。 价值密度低（Value）。第三个特征是数据价值密度相对较低，或者说是浪里淘沙却又弥足珍贵。随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。 速度快时效高（Velocity）。第四个特征数据增长速度快，处理速度也快，时效性要求高。比如搜索引擎要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成推荐。这是大数据区别于传统数据挖掘的显著特征。
数据是在线的（Online）。数据是永远在线的，是随时能调用和计算的，这是大数据区别于传统数据最大的特征。现在我们所谈到的大数据不仅仅是大，更重要的是数据变的在线了，这是互联网高速发展背景下的特点。比如，对于打车工具，客户的数据和出租司机数据都是实时在线的，这样的数据才有意义。如果是放在磁盘中而且是离线的，这些数据远远不如在线的商业价值大。 关于大数据特征方面，特别要强调的一点是数据是在线的，因为很多人认为数据量大就是大数据，往往忽略了大数据的在线特性。数据只有在线，即数据在与产品用户或者客户产生连接的时候才有意义。如某用户在使用某互联网应用时，其行为及时的传给数据使用方，数据使用方通过某种有效加工后（通过数据分析或者数据挖掘进行加工），进行该应用的推送内容的优化，把用户最想看到的内容推送给用户，也提升了用户的使用体验。 大数据发展过程的重大事件 2005年Hadoop项目诞生。Hadoop其最初只是雅虎公司用来解决网页搜索问题的一个项目，后来因其技术的高效性，被Apache Software Foundation公司引入并成为开源应用。Hadoop本身不是一个产品，而是由多个软件产品组成的一个生态系统，这些软件产品共同实现全面功能和灵活的大数据分析。从技术上看，Hadoop由两项关键服务构成：采用Hadoop分布式文件系统（HDFS）的可靠数据存储服务，以及利用一种叫做MapReduce技术的高性能并行数据处理服务。这两项服务的共同目标是，提供一个使对结构化和复杂数据的快速、可靠分析变为现实的基础。 2008年末，“大数据”得到部分美国知名计算机科学研究人员的认可，业界组织计算社区联盟 (Computing Community Consortium)，发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》。它使
移动互联网的前世今生_郎为民
1四位“互联网之父” Internet改善了人类的通信与计算方式，提高了人们的生产与生活效率，在科学技术史上具有深远意义。在高度关注知识产权的今天，是谁发明了互联网？1999年9月2日，互联网30年诞辰纪念盛典在加州大学洛杉矶分校（UCLA）举行，会议组织者干脆一并请来四位曾被媒体称作“互联网之父”的杰出人物—— —雷纳德·克兰罗克、拉里·罗伯茨、罗伯特·卡恩和文特·塞尔夫，郑重其事地为他们合影留念，让这一珍贵镜头，永远定格在互联网史册中。 《今日美国》杂志对此发表题为《荣誉归于谁—— —四位不同的祖先》的署名文章：“虽然在互联网建立过程中，他们都担任了至关重要的角色，但谁最适合戴上‘互联网之父’的桂冠至今尚无定论。”我们不妨分别简述这四位“父亲”在互联网创立过程中做出的不同贡献，看看究竟谁最有资格当选。 雷纳德·克兰罗克，1934年生于纽约曼哈顿，是为阿帕网第一节点远程通信试验亲自“接生”的UCLA教授。1958年，美国国防部建立了高级研究计划局（DARPA），以支持全美科学家从事与国防有关的研究项目。鉴于克兰罗克教授在数据网络方面的特殊专长，DARPA把他请到华盛顿，让他担任关键角色，为筹备阿帕网编写性能规格说明。1969年，由于他的杰出工作，使UCLA成为阿帕网的第一个节点。1969年9月初，作为第一个节点的接口消息处理机（IMP）运抵学校。10月初，第2台IMP运抵700km以外的斯坦福研究院（SRI），并于10月29日实现了网上第一个报文的传输。2008年9月29日，美国总统布什在白宫亲自为克兰罗克颁发了代表美国最高科学荣誉的国家科学奖章，他常被称为“数据网之父”。 拉里·罗伯茨，1937年生于康涅狄格州纽黑文。他是“阿帕网”项目技术负责人，无可争议的“阿帕网之父”。1967年10月，拉里·罗伯茨发表了与阿帕网有关的、题为《多计算机网络与计算机间通信》的设计论文，提出资源子网与通信子网分开的概念，并为阿帕网选择了“分组交换”通信方式。1968年，他提交了一份题为《资源共享的计算机网络》的报告，提出首先在美国西海岸选择4个节点进行试验。1969年9月2日，第一台节点交换机在UCLA安装。1个月后，第二台节点交换机在斯坦福大学研究所安装。1969年10月29日，在克兰罗克教授的指导下，第一个报文从UCLA传送到SRI。1969年至1973年，罗伯茨又担任了DARPA的信息处理技术办公室（IPTO）主任，迅速扩大了阿帕网的应用范围。 罗伯特·卡恩，1938年12月23日生于纽约布鲁克林，是阿帕网总体结构设计者，并为互联网创立做出了巨大贡献。1969年，BBN公司承揽了阿帕网接口消息处理机（IMP）项目，卡恩第一个参加IMP 小组，并且担任最重要的系统设计任务。IMP就是今天网络最关键的设备—— —路由器的前身。1972年，卡恩前往DARPA协助罗伯茨工作。当年10月，在 移动互联网的前世今生 郎为民，李建军，胡东华 （解放军国防信息学院，湖北省武汉市430010） 摘要移动接入已将世界带到互联网的下一站—— —移动互联网。得益于更快、更好的连接，移动互联网将成为真正个性化和移动化网络。它势必会完全改变人们使用互联网的方式，甚至改变互联网的本质。移动通信和互联网趋于融合，这一趋势正在影响着全球人们的生活。文章剖析了互联网的产生历程，描述了日本移动互联网商用化情况，介绍了苹果公司对移动互联网繁荣的巨大贡献，列举了中国移动互联网发展过程中的里程碑事件。 关键词移动互联网；发展历程；i-mode；移动梦网 基金项目：国家自然科学基金资助项目“节能无 线认知传感器网络协同频谱感知安全研究”（编号 61100240）。
中国统计1608-大数据分析中轨迹数据挖掘的现状与挑战.pdf
谢邦昌 斯介生 气的变化、PM2.5散布的途径等数据都与时间及其路径息息相关。凡 走过必留下痕迹，也就是轨迹(trajectory)。积累的数据就是轨迹数据(Trajectory Data) 。因此轨迹数据就是时空情境下，通过对一个或多 个移动物体运动过程的数据搜集，所获得的数据信息。包括搜集有先 后顺序的位置、时间、速度及散布情形等。例如具有GPS定位功能 的智能手机，移动互联网络可以通过无线信号定位手机所在位置，进 而搜集记录序列相关数据。RFID(无限射频技术)，对物体进行标记 定位和位置数据记录，形成物体的移动轨迹。随着交通工具、卫星、 无线网络，以及相关定位设备的发展，巨量移动目标物的轨迹数据急 速增长并有大量积累的趋势。如天气变化的数据、环境迁徙的数据、 交通轨迹数据、动物迁徙数据、人口变迁数据、植物分布数据等，都 是轨迹数据的最好呈现。对轨迹数据进行数据挖掘，是大数据分析中 不可或缺的一环，因为这个领域积累数据的速度太快，积累的数据量 也太庞大了。 ｜轨迹数据挖掘的现状 伴随着轨迹数据的快速积累，面对如此庞大的数据量，并且无时 不刻快速增长的数据集，人们需要思考如何对这些数据进行分析，挖 掘其中蕴藏的丰富知识。轨迹数据挖掘方法由此诞生。近年来，轨迹 数据挖掘的相关方法发展很快，在各领域都有了广泛的应用。按照分 析方法的不同，目前主要可分为三大方向：轨迹数据模式的挖掘、轨
中国统计 CHINA STATISTICS 迹数据分类、轨迹的异常侦测。下面对这些方法的思想和现状进行阐述。 1.轨迹数据模式的挖掘。对于数据的模式挖掘是数据挖掘的重要组成部分，当数据是轨迹数据时，对应的模式挖掘方式有其特殊性。这是因为，对于轨迹数据而言，无论从时间角度，还是空间角度看，都是一个整体，前后存在密切的相关性。如果将每个数据点都割裂开分析，就会损失大量信息。因此，通常的模式挖掘方法对于轨迹数据是不适用的。目前，关于轨迹数据模式挖掘方法主要有四类：共同运动模式的挖掘、轨迹聚类、轨迹序贯模式的挖掘、轨迹周期模式的挖掘。这四类挖掘方法构成了当前轨迹模式挖掘的主体。 （1）共同运动模式的挖掘，就是在一定的时间段内，针对一群移动对象的共同运动规律的研究。例如，一组对象运动模式的分布规律、数量规律，一种模式持续的时间规律等。这类研究可以在物种的迁徙，军事监视，交通监测等方面已经有了成功的应用。我国的“春运”就是典型的在一定的时间段内，人类大规模共同运动的现象。百度迁徙正是针对这种大规模共同运动模式进行大数据挖掘的成功案例。 （2）轨迹聚类，就是针对轨迹数据的聚类分析。它与共同运动模式的挖掘有类似的地方，但是轨迹聚类的侧重点不一样，是针对不同的移动对象，共同的运动趋势和代表性的路径进行研究。例如，在船舶的AIS 数据分析中，研究者面对的数据是由许多不同类型船舶航迹组成的。在指定的海区，这些不同类型船舶航行的共同趋势和代表性路径是研究者们关心的问题。轨迹聚类方法可以回答这类问题。类似的应用在交通、生物等领域都大量存在。 （3）轨迹序贯模式的挖掘，是指针对一些不同的移动对象，在相近的时间段内，先后经过的共同的位置规律的研究。例如，假设A 和B 是两个移动对象，它们的运行路径为 1.5小时 1小时 1.2小时 A：l 1——→l 2——→l 3——→l 4 ， 1.5小时 2小时 B：l 1——→l 2——→l 4 此时，l 1→l 2→l 4就是A 和B 共同的序贯模式，A 和B 经过这三个位置的先后顺序相同，时间段类似。目前，这类方法已经在旅游路线推荐，位置预测等许多方面有了应用。百度旅游对于旅行路线的推荐，实际上大量采用了序贯模式的挖掘方法。 （4）轨迹周期模式的挖掘，是指对移动对象运行中的周期规律进行挖掘。运行中的周期规律在大量事物中存在。例如，人们定期到超市购物，购物的路径中蕴含周期规律。动物年复一年地迁徙，迁徙路径蕴含动物迁徙的周期规律。对于轨迹数据的周期规律进行挖掘，可以发现其中的周期性规律，从而更加精确地进行预测和进行其他研究。目前，周期模式的挖掘被广泛用于生物学研究，天文学研究，以及商业研究等不同的领域。 2.轨迹数据分类。轨迹分类的目标在于，对轨迹区分不同的状态。例如，车辆的运行状态，货物的运输方式，通过轨迹识别不同的船舶类型等。这就意味着，首先要对原始数据给予适当的标签，然后利用这些带标签的数据结合大量不带标签的数据进行分析。这种分析方法和轨迹模式的挖掘有着本质的不同，因为后者是针对不带标签的数据进行研究的。 轨迹分类一般分成三个步骤。第一步，将原始轨迹进行分段，这是轨迹数据挖掘的预处理手段。第二步，针对每段轨迹提取特征。第三步，利用分类算法模型对每一段数据进行分类建模。由于轨迹数据本质上是序列数据，因此可以利用已有的算法进行建模。例如贝叶斯网络模型，条件随机场，隐马尔科夫模型等。 轨迹数据的分类已经在实际中有了非常广泛的应用。例如在城市交通领域，出租车有三种状态：有乘客、无乘客、停车。我们可以利用轨迹分类的方法，对出租车的运行路径进行分析，然后判断出租车的运行状态，从而为旅客带来便利。在海上交通领域，不同的船舶拥有不一样的轨迹特征。例如，远洋货轮的轨迹一般是匀速直线轨迹，客轮的轨迹呈现一定的周期性，而渔船等其他船只则显得杂乱无章。此时，针对船舶的轨迹数据进行分类研究，就可以判别船舶的不同类型。类似地，利 用动物轨迹对不同物种的判别，利用星球运行轨迹对不
大数据时代的大数据管理研究报告
大数据时代的大数据管理研究 摘要：进入21世纪，信息技术成为这个时代发展的主流，大数据时代也正是信息技术下的产物，对我国各个行业的发展都起到了重要作用。但是，在大数据时代不断发展的过程中，大数据管理成为急需要解决的问题。文章就从大数据时代的发展形式出发，对大数据的管理形式，进行了简要的分析和阐述，并提出了一些建议，希望对大数据时代的发展有所帮助。 关键词：大数据时代；大数据管理；策略 信息技术作为时代不断发展的象征，不管是在我国行业的发展中，还是在人们的日常生活，都起到了重要作用。同时，在信息技术不断发展的过程中，大数据时代的应用范围也在不断的扩大，其来源渠道也非常多，数量也在不断增加。在这种情况下，大数据时代的大数据管理就显的尤为重要。由于大数据的数量不断增加，现有的管理形式已经无法满足大数据时代的发展，并且在利用计算机对大数据进行全面分析和处理的过程中，也受到了严重的影响，因此，要想有效的对大数据进行充分利用，就要对大数据管理形式给予高度重视，采取有效的措施，不断加强大数据的管理形式，最终实现有效、便捷、安全等管理性能，这也为对我国信息技术
提供了重要的发展方向。 1 大数据时代的大数据管理发展历程 近几年，在大数据管理不断发展的过程中，也取得了一定的成绩。但是，大数据管理也经历了一个漫长的过程，主要经历的人工、文件、数据库等管理阶段。同时，随着大数据时代的大数据不断增加，所管理的范围和环境也在不断的变化。并且，在大数据管理不断发展的过程中，一些管理问题逐渐的暴露出来，为大数据管理的发展带来了新的挑战和机遇，下面就大数据管理的发展历程，管理中存在的不足进行简要的分析和阐述。 1.1 大数据时代的大数据人工管理形式 在20世纪50年代，计算机技术的形成主要是针对科学计算等形式。同时，根据当时的发展技术来说，并没有磁盘、U盘等一些先进设备，将其计算的结果进行去全面的保存和整理，仅仅只是依靠纸带、卡片等形式，对大数据的进行有效的记录。大数据时代的大数据管理的人员管理形式，不仅仅对大数据的记录存在着一定程度上的误差，并且在保存的过程中，也会经常发生丢失的现象，对大数据时代的大数据管理形式的发展，是没有任何的帮助。但是，依照当时的技术水平来看，也只能的依靠人工管理的形式了。 1.2 大数据时代的大数据的文件管理形式 在大数据时代的大数据管理的人员管理形式，不断发展
(完整版)涂子沛的《大数据》读后感
读涂子沛的《大数据》有感 沂源三中韩云祥 涂子沛的《大数据》从民主和国家战略的层面介绍了大数据的影响力，全书通篇没有晦涩难懂的专业术语，作者用平实的语言，形象生动的讲明白了数据开放、技术创新和社会进步之间的关系，环环相扣，鞭辟入里，引人入胜，非常值得深思。 《大数据》从奥巴马建设“前所未有的开放政府”出发，描写了半个多世纪以来数据对美国社会政治、商业、文化等方方面面的影响，谈及了1930年以来历任美国总统，可谓波澜壮阔。本书通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——奥巴马建设“前所未有的开放政府”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、Facebook 和推特等社交媒体、Web3.0与下一代互联网的未来图景等等，为您一一细解，数据创新给公民、政府、社会带来的种种挑战和变革。《大数据》这部书，清楚地叙述了资讯时代对我们生活的影响与社会的控御力。它以数据为轴线，描绘了美国走过的开放创新历程。从该历程中我们看到，数据挖掘是一种知识生产过程，从中产生创新，产生管理，产生推动社会变革的理论与实践。更有意思的是，美国政治的发展，公民权利的实现，以及各种自由与福利的保障，都和对数据的创造性应用密切相关。这对已经步入信息时代的中国，尤其有借鉴意义。 众所周知，我们当今已经处在一个数据大爆炸的信息时代，数据之大主要
体现在三个方面：一是体量规模大。数据具有强劲的生命力，社会和生活的方方面面几乎都可以用数据来记录和测量，无处不存在，无时不产生，无刻不在发挥作用，生生不息，绵延不绝。以往我们选择的是记录哪方面的数据，如今我们选择不记录哪方面的数据。二是研究价值大。数据里既记录了事实，又蕴藏了商机，还反映了群众需求，因此数据影响着政府的决策和执行，引导着企业的盈利和创新，改变着个人的思想和习惯。数据就像土地、能源和资本一样，成为支撑整个社会经济发展的根本性资源。三是社会影响大。通过对海量数据的研究分析，能够从纷繁复杂的数据中挖掘出潜藏的规律性知识，将这些规律性知识应用于政治、经济社会生活的方方面面，将对社会运行模式和人类行为方式产生革命性的影响。 数据驱动的工具，实时反馈中蕴含着辅助教师和学生的巨大潜力。数据勘探和数据分析软件可以通过提供实时反馈学业表现来帮助学生。此外，教师可以使用数据驱动工具来研究学生的学习模式并修正课程以便满足学生个人的需要。 就我目前从事的教育管理工作而言，其各环节的工作都是以数据为基础而展开的，因此在工作中更要结合数据的三大特征，以数为据，用数据说话，用数据改进管理，用数据推动工作创新。数据的教育工具是如何提供即使反馈给学生和教师的。举例来说，一个教阅读的程序控件可以收集关于学生阅读某篇文章所需时间的数据。小测验将马上告诉学生们他们的答案是否正确——这就将教师从冗长累人耗时巨大的评分工作中解放出来——并能将学生的表现与同班同学和全县范围内的学生相比较。实时工具可以制作报告，详细展现每个学生阅读时间和理解力，词汇技能，以及补充工具的使用(例如提供额外词汇
一文看懂“车联网”的前世今生
一文看懂“车联网”的前世今生 从汽车诞生的那一天起，对于城市交通，安全和便捷始终是最重要的课题。面对城市道路中日益增长的车辆，以及与日剧增的事故风险和通行压力，城市管理者和交通领域的科研人员，利用交通信号设施来实现交通控制，并不断地推出新。19世纪60年代，英国伦敦议会大厦前的十字路口吗，安装了世界上第一盏交通信号灯（壁板式燃气交通信号灯）。它由一位警察牵动皮带进行灯色切换：红灯停，绿灯行。虽然缓解了路口的交通压力，但这第一盏交通信号灯在工作了23天后就爆炸自灭了。1914 年，美国俄亥俄州克利夫兰市(Cleveland, Ohio)开始部署电气交通信号灯用于地面交通控 制和协调，这被认为是最早的交通信号控制系统。1918年，纽约市五号街的一座高塔上出现了三色（红、黄、绿三种标志）的交通信号灯，这种经典的“配色”一直延续到现在。1926年，英国的沃尔佛汉普顿首次使用自动化控制器来控制信号灯：按照一个固定的周期切换信号灯的颜色。20世纪60年代，美国丹佛市通过模拟计算机对交通信号实现集中化的实时性控制，可以同时对道路网中各交叉路口的交通信号进行协调控制。而后，加拿大的多伦多在全市围建成了第一个全市交通信号集中控制与协调系统。至今，交通信号灯的样子几乎没有什么改变，但交通控制的理论方法和运行系统
却一直在进步。从人工操作或固定周期式的单点控制；到以协同相邻道口的周期、保证道路沿线的绿灯具有连续性的干线控制；再到持续优化整个区域交通资源（主要是信号灯的配时）的面控制，如今的交通控制技术，虽然演进出很强的自动化、智能化的特性，但同时也已经达到了性能瓶颈。采用单一的“红绿信号灯”模式进行交通控制，已经无法更有效地管理交通资源（实时性不足）：红绿灯只在路口起效，其效用无法覆盖整条道路；驾驶员可能因为天气原因，以及在交通拥堵情况下看不清交通信号灯；司机容易陷入“黄灯时两难境地”(Yellow interval dilemma)，即在黄灯闪烁时难以抉择是“进”还是“停”；虽然在交通网络中引进了诱导系统（提示路况信息），司机也可以使用实时反馈路况的导航系统，但对道路利用的整体效果并不明显……城市道路要容纳更多的车辆、满足更多的出行需求，就需要突破原有的技术领域，朝着更深度的信息化和智能化方向发展。“智能交通”的想法早在20世纪初就已经出现，它的诞生与城市化发展戚戚相关：城市管理者希望它能够解决城市道路日益拥堵的状态，以及所造成的经济损失。在20世界90年代，智能交通系统（ITS,Intelligent Transportation System）的概念逐渐成型。目前，ITS已经在许多发达国家获得了广泛应用，其研究推进工作呈现“三足鼎立（领先）”的局面：美国、欧洲、日本（美国智能运输协会-ITS America、欧洲道路运
汉语拼音的由来
汉语拼音的由来 汉语拼音是中华人民共和国的汉字“拉丁化”方案，于1955年—1957年文字改革时被中国文字改革委员会汉语拼音方案委员会研究制定。 该拼音方案主要用于汉语普通话读音的标注，作为汉字的一种普通话音标。1958年2月11日的全国人民代表大会批准公布该方案。1982年，成为国际标准ISO 7098（中文罗马字母拼写法）。 目前大部分海外华人地区如新加坡在汉语教学中采用汉语拼音。 汉语拼音方案最早可以追溯到1906年朱文熊的《江苏新字母》和1908年刘孟扬的《中国音标字书》，还有1926年的国语罗马字和1931年的拉丁化中国字。所有这些汉字拉丁化方案都为汉语拼音的制定提供了基础。 1949年，吴玉章给毛泽东写信，提出为了有效的扫除文盲，需要迅速进行文字改革。毛泽东把信批复给郭沫若、茅盾等人研究，于1949年10月成立中国文字改革协会，其中一项任务就是研究汉语拼音方案。 1954年，中国文字改革协会改为国务院直属的中国文字改革委员会，其间收到各种汉语拼音方案1600多个。大致有这样几种形式：
汉字笔画式 拉丁字母式 斯拉夫字母式 几种字母的混合形式 速记式 图案式 数字形式 而最后决定采用拉丁字母作为汉语拼音的符号系统，以便于国际间的交流和合作。 所以，您知道了吧？汉语拼音的出现，是为了将汉字“拉丁”化。孰先孰后，泾渭分明嘛 汉语拼音由来 古代没有拼音,就使用反切,就是用两个认识会念的字,取第一个的声母,取第二个的韵母,拼合起来就行了. 古代，中国的回族兄弟不学汉字，学习阿拉伯语，但他们用阿拉伯文的字母来拼写口语（汉语），所以这是中国最早的拼音。
元朝，蒙古统治者用改变了的藏文的字母来拼写汉语等语言，叫八思巴字。虽然不是专门拼写汉语的，但是，也算汉语拼音的一种吧。 明朝，西方传教士用拉丁字母拼写汉语，是中国最早的拉丁字拼音。 清末明初，出现了用简单的古字表现汉语语音的拼音方式。民国年间，政府制定了“注音字母”，就是这个系统的集中表现。现在台湾依然使用。但是，同时也出现了拉丁字的拼音运动，而且，跟左翼人士的政治运动结合很密切。 共和国成立后，立即由政府制定了“汉语拼音方案”，就是现在使用的这一套方案。联合国也承认的。 汉语拼音方案与汉民族标准语 —纪念汉语拼音方案发表44周年 北京大学中文系王理嘉 [提要]一、从简略的回顾中，阐明从19世纪末发展起来的汉语拼音运动一开始就是与语言的统一、社会的发展、民族的团结紧密结合在一起的。历史事实不止一次的证明，无论哪一种拼音设计，违背了汉民族共同语统一的发展趋势，注定会以失败告终。二、通过注音符号、国罗、北拉和汉语拼音方案的历史渊源关系，具体说明方案在哪几方面继承和发展了这几种拼音的主要优点并加以创新，从而总结了二十