OTDM中时钟提取技术的发展及前景.pdf

O T D

M 中时钟

提取技术的发展及前

。ew Of Clock Recovery

In

战莹，邵钟浩

(南京邮电大学通信与信息工程学院，

南京210003)

攮曩i 光时钟提取是光时分复用的关键技术之一，得到了广泛的关注。目前，OTDM 系统审履于时钟提取的技术方案有多

种，本文对各种光时钟提驭技术进行了综述和分析，并对其发展前景进行了展望。 i

美■诲：光时分复用一对钟提取

Zhan

Ying

Shao

Zhonghao

(Communication and information

engineering institute ，Nanjing University of

Post&Telecommunications ，Nanjing 210003)

Abstract ：Optical

clock

recovery is

one

of the

key technologies of

OTDM ．The clock

signal can be

extracted in

many ways ，．the

development of

optical

clock

recovery

is

reviewed ，and

the

prospect of

the

techniques

is ．discussed in this

paper

Keywords ：OTDM ，clock recovery

团目

随着信息时代的到来，人们对各种信息的需求日益增长， OTDM 试验中，主要采用光电锁相环时钟提取和全光时钟提取 促进了全球网络

的容量和速率的快速发展。光时分复用 两种方案。

(OTDM)技术的出现为高速率、大容量信息的长距离传输提 供了一种实现的方法。OTDM 技术通过在光域中对信号的直接

圈匪日墨雹露西西

处理，以达到提高每个波道携带的信息量增加传输容量的目 光电锁相环(PLL)时钟提取是一种比较好的时钟提取技术，

的，其本身适合作为采用全光交换和全光路由选择的全光网 可以提取出复用前的信号时钟，这种技术既利用了光学信号 络技术方

案。 处理的高速性能，又利用了传统的电子锁相环的频率和相位 在高速或超高速的光时分复用(OTDM)系统中，光时钟信号 跟踪特性。因此在高速OTDM 传输系统中得到比较广泛应用。 提取是关键技术之一。它广

泛地应用于OTDM系统中的解复光电锁相环PLL原理是利用光鉴相器来检测入射信号光和用、路由选择、信道选择、3R再生等技术中。本地光时钟之间的相位差。产生的误差信号在PLL控制器中得早期的光时钟提取技术主要在电域中进行，即采用电时到放大和滤波，然后用来驱动VCO。这样，形成了一个闭合的电钟提取，电时钟提取是先利用一个窄带电滤波器从光电转换锁相环，本地时钟的频率在恒定相位点同入射光的频率保持稳后的时分复用信号中滤出时钟分量，然后再驱动时钟光源来定，这就实现了时钟恢复，任何相位起伏将不断地被纠正。

获取光时钟，方法较简单，但不适合高速OTDM系统。目前的鉴相可以用半导体光放大器中的增益调制使本地光时钟万方数据

Communications

与信号光脉冲发生增益调制效应或四波混频效应实现，也可用使用波长可变模同步掺饵光纤环形激光器产生波长为

非线性光纤环镜(NOLM)实现。最近有用平衡型光电二极管实1．545¨m，重复频率6．3GHz的光脉j中序列，通过PLC进行

现锁相环路和用混频器作鉴相器的。6．3Gbit／s

x

8复用，形成50Gbit／s的光信号序列。通过增益转

采用PLL电路进行时钟提取有两种方案：一种是利用行波换法及线性压缩，产生重复频率为6．3GHz+△f，波长为

型半导体激光放大器增益调制的PLL电路。另一是利用行波型1．553“Ill的时钟光脉冲序列。信号光及时钟光通过偏振控制

半导体激光放大器的(Tw—LDA)四光波混合PLL电路。器(PC)，由50：50光耦合器进入TW-LDA。由光滤波器只提取用行波型半导体激光放大器增益调制的PLL电路，它是利TW—LDA内1．537斗m附近产生的四光波混合光，射入InGaAs-

用光时钟调制TW-LDA的增益，检测出信号光和时钟光的相APD，通过相位比较器将比较结果反馈到VC0，形成闭合的

互关系，反馈到压控振荡器(VC0)的PLL电路，其结构如图PLL[7]。

1所示[6]。光电锁相环方案是较为成熟的一种方案，但系统复杂昂

贵，且受到电子器件的限制，因此全光时钟提取方案以其高

速的性能日益受到青睐。

圈窟口盛珊

全光时钟提取采用光学的办法从光脉j中信号钟提取低抖

动的同步时钟脉冲，可供光时分复用系统中解复用及信道选择

等使用。全光时钟提取技术主要包括光有源或无源窄带滤波

器直接提取时钟技术和注入锁定时钟提取技术。采用光窄带

滤波器提取的时钟质量不好。时间抖动较大。注入锁定时钟图1利用TW-LDA增益调制的PLL电路提取技术适于提取位时钟，而不适于提取帧时钟。

当光信号脉冲和光时钟脉冲复用后输入到Tw—LDA，这种目前常用的全光时钟提取采用比特信号脉冲注入SOA(半

时钟光调制Tw—LDA内的载流子，调制TW-LDA的增益。由于对导体光放大器)，通过XGM(交叉增益饱和调制)效应而形成

光信号的增益也进行了调制，所以在放大的光信号中，产生州(幅度调制)锁模调制器特性，借此调制激光器腔损耗，了两者的相关成分。为提高反馈光信号的信噪比，使光时钟或通过XPM(交叉相位调制)致相移形成FH(频率调制)锁

的频率偏离时钟△f，在Tw—LDA输出端由光滤波器提取出含模调制特性，从而锁定一个掺铒光纤环行激光器的纵模相

有相关成分△f，与参考频率△f进行比较_辱比较结果反馈到位，借以实现低时间抖动的时钟恢复(该锁模激光器的输

压控振荡器VC0，从而实现闭合的PLL。出)。基于半导体光放大器(SOA)的注入锁模环形激光器的利用行波型半导体激光放大器的(Tw—LDA)四光波混合原理图如图3。

PLL电路构成的实验系统如图2所示[7]

(SOA为半导体光放大器，0BPF为光滤波器，ODL为光延时线)

图3基于SOA的注入锁模提取光时钟提取装置图

环行腔中的半导体光放大器SOA提供增益，当入射光信号

图2利用TWILDA四光波混和PLL电路的实验系统

通过光耦合器注入到半导体光放大器SOA中时，对SOA的增益万方数据

caI Communications

产生周期性调制，并影响半导体光放大器SOA的折射率，这使振条件的情况下，需要控制腔内增益不宜过大，仅使与较高增

环内的光每次通过SOA时，振幅和相位都被调制，称之为交叉益峰值对应的一路脉冲能够抵消掉腔内损耗而形成振荡，而其增益调制(XGM)和交叉相位调制(XPM)，调节腔内光延时它路脉冲由于损耗较大而逐渐消失，从而提取出支路时钟。同线，以保证环腔谐振频率与入射光脉冲的重复频率相匹配。提时腔内增益过大会引起其它谐波干扰，当提取群路时钟时，在取的时钟信号通过耦合器输出。腔长与调制频率匹配的情况下，只需各增益峰值均高于腔损耗

该时钟提取方案的优点是：可靠性高，结构简单、易于中增益，即可提取出群路时钟脉j中，如果将完全等幅复用的连接和实现。而且由于在光纤环路中使用半导体光放大器 OTDM信号注入SOA，由于各路脉j中对增益峰值影响相同，提取 (SOA)，输出波长可大范围调节，系统对偏振不敏感，并且在的群路时钟必然为等幅脉j中：但当伪随机序列信号(尤其是长不同状态下可输出不同频率的时钟从而满足不同场合的应用连“O”信号)注入时，由于半导体光放大器(SOA)的增益特性

需求。但是它的缺点在于：由于长环腔结构所限，时钟的建立将会出现码型效应。时间比较长，而利用SOA作为非线性元件，必须采取措施克服利用该方案提取的时钟脉j中质量高、稳定性好、波长可由于载流子恢复时间长而造成的码型效应。目前，已有数值调谐：且完全由商用器件构成，容易实现，并且适用于高速模拟计算证明，一种利用非线性偏振旋转稳幅效应减少码型效 OTDM信号的时钟提取，但是存在

码型效应。应的影响的方法[5]，让注入锁模激光器提取的时钟光脉冲通第二种是恶化信号的光时钟提取，由1 0

GHz带宽的元件过

NPR(非线性偏振旋转)，利用非线性偏振旋转NPR的自稳构成的，用于时钟提取的双环注入锁模光纤激光器，实验装幅效应来减小码型效应。置如图5所示[2]，它由光电振荡器环路(OEO环)和锁模光纤激

近年来，针对上述基于半导体光放大器(SOA)注入锁模光光器环路(EDFL环)组成，

时钟提取方案的不足，出现几种新的光时钟提取实验方案：

非等幅OTDM信号的全光时钟提取、恶化信号的光时钟提取、

脉幅有序变化OTDM支路及群路全光时钟提取。

第一种是非等幅OTDM信号的全光时钟提取，从非等幅均匀复

用的OTDM信号，中提取出了支路时钟和群路时钟光脉冲，试

验装置图，如图4”1：

e

ricaI

lifier

图5时钟提取实验装置

这种装置集光电振荡器(OEO)与注入锁模光纤激光器的

优点于一体，利用它不仅从恶化的数据信号中实现了10

Gb／S

的位时钟提取，在采用了光电振荡器的分频、锁模光纤激光器

的有理谐波锁模以及F2P梳状滤波器的频率倍乘技术以后，还

图4全光时钟提取的实验装置图

从20 Gbl

s$I：140 Gb／s的恶化信号中提取出了位时钟，而且该

非等幅均匀复用的OTDM信号注入半导体光放大器(SOA)方案的另一个优点是无码型效应。

时，幅度高的脉j中注入时，腔内增益下降幅度较大，而幅度低的第三种是脉幅有序变化OTDM支路及群路全光时钟提取，脉冲注入时，腔内增益下降较小，只有当腔内增益G大于损耗时在OTDM通信系统中，通常在复用信号中加入帧脉j中，以判断

锁模激光器才能形成振荡，为了提取支路时钟，在腔长满足谐数据信息属于哪一支路，也可根据帧脉j中来定位复用信号的万方数据

顺序。帧脉j中与信号脉冲幅度不等恰好为实现支路时钟提取

创造了条件。对于脉幅有序变化OTOM信号的支路及群路全光

时钟提取可以利用半导体光放大器(SOA)的交叉增益调制效

应，采用帧头信号的幅度低于复用信号的幅度，即帧头为暗

帧脉冲，采用含SOA的锁模光纤激光器，进行OTDM信号的时

钟提取。试验装置图，如图6

图6脉幅有序变-f；EOTDM信号的全光时钟提取实验装置

将含暗帧脉冲的4 X 2．5GHz的光时分复用(OTDM)信号注入一含半导体光放大器(SOA)的锁模光纤激光器，利用SOA的交叉

增益调制效应，提取出2．5 GHz的支路时钟信号和5 GHz，10 Ghz的群路时钟信号：群路时钟的提取机制是有理数谐波锁模

机制。光时分复用信号采用暗帧脉j中不但可以用来识别支路

信号，而且显著提高了支路时钟信号的质量。

目前，国外～些研究小组利用锁模激光器实现了伪随机

序列的群路时钟提取，国内文献报导了将非均匀或非等幅复

用的信号光注入锁模激光器实现了支路及群路时钟的提取，

针对非均匀复用的OTDM信号进行了分析，给出了时钟分量与脉

冲时偏的关系，时钟分量与各单路脉冲幅度的关系。

近些年高速通信领域的发展，OTDM显得越来越重要，但OTDM系统中上还存在一些问题，复用光源已可得到单路400

Gb／s的脉j中信号。解复用技术利用光纤的四波混频(FWM)也达到了500 Gb／s的水平。相对而言，研究一种简捷、可靠、经济的全光时钟提取技术变成了OTDM技术的一个急待解决的关键问题。

同时由于我国“九五”期间国家“863”计划通信主题将

ca』Communications

光时分复用技术、高速复用信号的时钟提取与同步技术歹0为

重点课题。因此光时分复用的器件研究和开发也将成为热

点，如自脉j中激光器、电光时钟恢复、锁模谐振器等。

这些都表明未来的光网络中，OTDM光时钟提取将有待进

～步发展。

[1】宋立军，李世忱，葛春风等．脉幅有序变化01T)M信号的支路及群路

全光时钟提取【J】中国激光，2001，A28：1010“1012 SongL J，Li S

C，Ge

C

F’et

a1．Chinese Journal of

Lasers，2001，A28：1010—

1012

[2】1王兆欣，王桐，霍力等．10、20、40 Gb／s速率下恶化信号的光

时钟提取闭．光子学报，2003，32(9)：1090“1093 Wang

Z X，Wang T，Huo L，et

a1．Acta Photonica

Sinica，2003，32(9)：1090～1093

【3】尹丽娜，曹灼，刘国明等．非等幅OTDM信号的全光时钟提取f J】．光子学报，2005，34(4)：569～572

Yin L

N，Cao Z，Liu

G

M，et

a1．

Acta Photonica

Sinica,2005，34(4)：569～572

【4】于映辉，于晋龙，华颖等．3R再生中的时钟提取技术阴．光电子·激

光，2002，13(11)：1202—1205Yu Y H，Yu J L，Hua Y et al，Journal

ofOptoelect romcs·Laser,2002，13(11)：1202“1205

[5】王桐，李智红，娄采云等．一种减少基于soA的全光时钟提取码型效

应的新方法阴．光子学报，2002，31(2)：173“177Wang T,Li

Z H，Lou

C

Y，et

a1．Acta Photonica

Sinica，2002，3 1(2)：173～177

[6]丁么明．光纤通信新技术[M】．武汉：湖北科学技术出版社，2001【7】缪亦珍光时分复用系统中关键技术的研究【D】，北京：北京邮电大学物理电子学，2004：18～32

作者简介：

战莹女，1981年生，籍贯山东蓬莱，

南京邮电大学硕士研究生

研究方向：光纤通信及其接入技术

万方数据

股市趋势技术分析—图解(完成)

＜股市趋势技术分析＞读书笔记和理解 此书出版时间极早，但在今天还一直被奉为精典。 第一章交易及投资的技术分析方法 股票市场对正确理解的读者，其回报是巨大的；而对那些粗心的、麻痹的或者不幸的投资者，其惩罚也是灾难性。 技术分析是记录（通常用图形方式）某一股票或指数的实际交易过程，并从中推判出今后可能的发展趋势的科学。 价格以一定的趋势演进，而这一趋势将一直延续下去，直到发生新的事情从而改变了供求平衡，并且这一改变通常由市场行为本身体现出来。 第二章图表 图表是技术分析师的工作工具。图表可以是月图、周图、日图、小时图和即时交易图、点数图等。当然，在作者那个时代，图大多需要自己绘制，而现在，计算机可以帮我们轻松实现这些图表，只要需要。 关于比例类型。作者着重推荐了半对数坐标图。 对其效果在华尔街有句话，“图表并没有任何错－－－问题是图表分析者”。这从另一侧表明了事情的本质，重要的不是图表本身，而是对图表的领会。 第三章道氏理论 道氏理论被尊为技术研究的鼻祖。 基本要点： 1、平均指数包容消化一切，因为它反映了无数投资者的综合市场行为，包括那些有远见力的以及消息最灵通人士。 2、三种趋势－－“市场”一词意味着股票价格在总体上以趋势演进，而最重要的是主要趋势，即基本趋势。它们大规模的上下运动，通常持续一年或更多时间，并导致股价增会下 或贬值20%以上。基本趋势在其演进过程中穿插着与其方向相反的次等趋势－－当基本趋势暂时推进过头时所发生的回撤或调整（次等趋势与被间断的基本趋势一同被划为中等趋势－－这是在接下来的讨论中用到的一个很有用的术语）。最后，次等趋势由小趋势或者每日的波动组成，而这并不是十分重要的。 3、基本趋势。大规模的、总体上的上下运动，通常持续一年或可能数年之久。只要每一个后续价位弹升比前一个弹升达到更高的水平，而每一个次等回撤的低点均比上一个回撤 高，这一基本趋势就是上升趋势，称为牛市。相反，每一个中等下跌都将价格压到逐渐低的水平，这一基本趋势则是下降趋势，并可称之为熊市。 正常情况下，基本趋势是三种趋势中真正长线投资者所关注的唯一趋势。 4、次等趋势。这是价格在其沿着基本趋势方向演进中产生的重要回撤。它们可以是在一个牛市中发生的中等规模的下跌或回调，也可以是在一个熊市中发生的中等规模的上涨或反 弹。正常情况下，它们持续三周到数月不等，但很少再长。在一般情况下，价格回撤或反弹到基本趋势方向推进幅度的1/3到2/3。 从而，我们有两个标准用以识别次等趋势。任何与基本趋势方向相反、持续至少三个星期并且回撤上一个沿基本趋势方向上价格推进净距离（从上一个次等趋势的末端到本次开始，略去小幅波动部分）至少1/3幅度的价格运动，即可认为是中等规模的次等趋势。尽管这样，次等趋势经常令人捉摸不透。 5、小趋势。它们非常简短，很少持续三周，一般小于6天。从道氏理论的角度看，它们本身并无多大意义，但它们合起来构成中等趋势。 我们用大海的运动与股市的运动进行对比。主要趋势就像浪潮。我们可以把牛市比喻为一个涌来的浪潮，它将水面一步步在向海岸推动，直到最后达到一个水位高点并开始反转。接下来的则是落潮或退潮，可以比作熊市。但是，无论是涨潮还是退潮的时候，波浪都一直在涌动，不断冲击海岸并撤退。在涨潮过程中，每个连续的波浪都较其前浪达到更高的水平，而其回撤时，都不比其前次回撤低。在落潮过程中，每一个连续的波浪上涨时均比其前浪达到的水位低一点，而在其回撤时均比其前浪离开海岸更远一点。这些波浪就是中等趋势－

大数据技术进展与发展趋势

大数据技术进展与发展趋势 在大数据时代，人们迫切希望在由普通机器组成的大规模集群上实现高性能的以机器学习算法为核心的数据分析，为实际业务提供服务和指导，进而实现数据的最终变现。与传统的在线联机分析处理OLAP不同，对大数据的深度分析主要基于大规模的机器学习技术，一般而言，机器学习模型的训练过程可以归结为最优化定义于大规模训练数据上的目标函数并且通过一个循环迭代的算法实现，如图4所示。因而与传统的OLAP相比较，基于机器学习的大数据分析具有自己独特的特点[24]。图4 基于机器学习的大数据分析算法目标函数和迭代优化过程（1）迭代性：由于用于优化问题通常没有闭式解，因而对模型参数确定并非一次能够完成，需要循环迭代多次逐步逼近最优值点。（2）容错性：机器学习的算法设计和模型评价容忍非最优值点的存在，同时多次迭代的特性也允许在循环的过程中产生一些错误，模型的最终收敛不受影响。（3）参数收敛的非均匀性：模型中一些参数经过少数几轮迭代后便不再改变，而有些参数则需要很长时间才能达到收敛。这些特点决定了理想的大数据分析系统的设计和其他计算系统的设计有很大不同，直接应用传统的分布式计算系统应用于大数据分析，很大比例的资源都浪费在通信、等待、协调等非有效的计算上。传统的分布式

计算框架MPI（message passing interface，信息传递接口）[25]虽然编程接口灵活功能强大，但由于编程接口复杂且对容错性支持不高，无法支撑在大规模数据上的复杂操作，研究人员转而开发了一系列接口简单容错性强的分布式计算框架服务于大数据分析算法，以MapReduce[7]、Spark[8]和参数服务器ParameterServer[26]等为代表。分布式计算框架MapReduce[7]将对数据的处理归结为Map和Reduce两大类操作，从而简化了编程接口并且提高了系统的容错性。但是MapReduce受制于过于简化的数据操作抽象，而且不支持循环迭代，因而对复杂的机器学习算法支持较差，基于MapReduce的分布式机器学习库Mahout需要将迭代运算分解为多个连续的Map 和Reduce 操作，通过读写HDFS文件方式将上一轮次循环的运算结果传入下一轮完成数据交换。在此过程中，大量的训练时间被用于磁盘的读写操作，训练效率非常低效。为了解决MapReduce上述问题，Spark[8] 基于RDD 定义了包括Map 和Reduce在内的更加丰富的数据操作接口。不同于MapReduce 的是Job 中间输出和结果可以保存在内存中，从而不再需要读写HDFS，这些特性使得Spark能更好地适用于数据挖掘与机器学习等需要迭代的大数据分析算法。基于Spark实现的机器学习算法库MLLIB 已经显示出了其相对于Mahout 的优势，在实际应用系统中得到了广泛的使用。近年来，随着待分析数据规模的迅速扩

大数据发展的几大方向

大数据发展的几大方向 大数据是目前最火热的一个词了，想必所有人，只要你接触网络，那你就应该听说过这个词。然而更多的人也只是听说过而已，对大数据并没有过多的了解，前几天我好多朋友就问我，大数据这么火，那它到底是做什么呢，这么火热的大数据前景究竟怎么样?今天我们就来探讨一下。 一、大数据的前景中国拥有世界上五分之一的人口，很多行业内专业人士断定中国在未来将成为大数据最重要的市场。中国的发展正在处于快速的上升期，中国产生的数据将是巨大的，而巨大的数据对大数据的发展将起到促进的作用，而大数据在中国市场的发展也将领先。如今，大数据作为中国官方重点扶持的战略性新兴产业，已逐步从概念走向落地“大数据”和“虚拟化”两大热门领域得到了广泛关注和重视，90%企业都在实用大数据。大数据将给中国的企业带来更广泛的发展机会，是值得大家重视的一个市场。 二、大数据发展的几大方向 方向一：大数据分析领域快速发展数据蕴藏价值，但是数据的价值需要用IT技术去发现、去探索，数据的积累并不能够代表其价值的多少。方向二：分布式存储有了用武之地大数据的特点就是数量多且大，这就使得存储的管理面临着挑战，这个问题就需要新的技术来解决，分布式存储技术将作为未来解决大数据存储的重要技术。方向三：大数据与云技术的结合如果再找一个可以跟大数据并驾齐驱的IT热词，云计算无疑是跟大数据关系非常大的一个词语。方向四：大数据将成为企业IT核心随着大数据价值逐渐被发展，大数据将成为企业IT的核心，毕竟在这个以盈利为主导的行业环境中，谁能够为企业带来更多的价值就将会更重要。了解详情 三、大数据就业前景好，工资高。大数据技术人才在中国市场目前非常紧缺，因此

2017公需课课后作业 大数据前沿技术及应用(六)：大数据技术与发展前景

大数据前沿技术及应用（六）：大数据技术与发展前景（仅适用于2017年公需课）课后作业成绩:100分已通过重新测试 正确20 题错误0 题使用时间10分23秒 试卷说明： ◇本卷共20题，作答时间为30分钟，总分100分，60分及格。 ◇试卷年份：2017年 一、单项选择题（每题分。每题的备选项中，只有1个最符合题意） 1. 下列选项中不属于大数据环境下的分析和挖掘方法具有的挑战是（）。 A. 数据量的膨胀 B. 数据深度分析需求的增长 C. 自动化、可视化分析需求的出现 正确答案为：D 4. 据管理数据的模式分类，NoSQL 系统可以分为不包括（）。 A. 键值系统 B. 文档存储系统 C. 图数据库 D. 语音管理系统 正确答案为：D 7. 大数据营销是基于（）的基础上，描绘、预测、分析、指引消费者行为，从而帮助企业制定有针对性的商业策略。 A. 用户行为分析 B. 大数据分析 C. 用户数量分析 D. 云计算分析 正确答案为：B 5. 下列选项中不属于目前大数据计算模式重要发展趋势和方向有（）。 A. 主流的Hadoop 平台改进后将与其他计算模式和平台共存 B. 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 C. 内存计算将成为高实时性大数据处理的重要技术手段和发展方向 正确答案为：D 3. （）是指通过互联网采集大量的行为数据。 A. 大数据营销 B. 互联网营销 C. 大数据分析 D. 互联网分析 正确答案为：A 6. 大数据给存储系统带来的挑战中不包括（）。

A. 存储规模大 B. 存储管理复杂 C. 数据服务的种类和水平要求高 D. 安全要求高 正确答案为：D 2. 下列选项中不属于目前大数据分析与挖掘重要发展趋势和方向的是（）。 A. 更加复杂、更大规模的分析和挖掘 B. 大数据的实时分析和挖掘 C. 大数据分析和挖掘的基准测试 正确答案为：D 二、多项选择题（每题分。每题的备选项中，有2个或2个以上符合题意，至少1个错项.错选，本题不得分；少选，所选每个选项得0.5分） 9. 在科学大规模数据的并行可视化工作中，主要涉及基本技术有（）。 A. 数据流线化 B. 任务并行化 C. 管道并行化 D. 数据并行化 正确答案为：A,B,C,D 8. 实时流式大数据的处理的需求是（）。 A. 大数据系统实现低延迟处理 B. 强大而又灵活的复杂事件处理引擎 C. 具有容错和去重能力 D. 对流量进行控制和动态节点增加和删除的能力 正确答案为：A,B,C,D 11. 在大数据环境下，目前最适用的存储与管理软件技术是（）。 A. 分布式文件系统 B. 分布式数据库 C. 访问接口 D. 查询语言 正确答案为：A,B,C,D 12. 对大数据的使用者、研究者、开发者以及上级主管部门，提出如下建议有（） A. 提高用户对大数据可用性的重要性的认识 B. 加强对大数据可用性评估和保证的关键技术的研究和开发。 C. 注重大数据可用性的评估，加强数据质量保证软件的开发和推广。 D. 尽快建立关于大数据可用性的标准，保证大数据的统一质量。 正确答案为：A,B,C,D 10. 大数据时代企业对数据的管理、查询及分析的需求变化主要集中在（）。

大数据发展趋势答案

大数据发展趋势势 2011年，IBM的“沃森”超级计算机在美国著名智力竞赛节目《危险边缘》上击败两名人类选手而夺冠。（3分） ? A. 是 ? B. 否 北京航空航天大学创办了国内第一个“大数据科学与应用”软件工程硕士专业。（3分） ? A. 是 ? B. 否 人工智能够和人一样进行感知、认知、决策、执行的人工程序或系统。（3分） ? A. 是 ? B. 否

大数据开发的根本目的是以数据分析为基础，帮助人们做出更明确的决策，优化企业和社会运转。（3分） ? A. 是 ? B. 否 机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。（3分） ? A. 是 ? B. 否 目前，我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多“信息孤岛”。（3分） ? A. 是 ? B. 否 当前，企业提供的大数据解决方案大多基因Hadoop开源项目。（3分）

A. 是 ? B. 否 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、批处理计算、流式计算、图计算等。（3分） ? A. 是 ? B. 否 大数据分为“结构化数据“与”非结构化数据”。（3分） ? A. 是 ? B. 否 大数据成熟催化了人工智能的进步，深度学习带来算法上的突破则带来了人工智能浪潮。（3分）

A. 是 ? B. 否 知识图谱是一种基于图的数据结构，由节点和边组成。（3分） ? A. 是 ? B. 否 大数据的发展趋势中的智能化关键技术包括感知技术、自然语言技术、交互技术以及决策等。（3分） ? A. 是 ? B. 否 2012年7月国务院发布的《“十二五”国家战略性新兴产业发展规划》中明确提出支持海量数据存储、处理技术的研发和产业化。（3分） ?

【股票技术分析】股票趋势技术分析理论详解

【股票技术分析】股票趋势技术分析理论详解 【核心提示】股票分析理论体系中趋势分析理论占有极为重要的地位。因为趋势分析是技术分析的核心，如果投资者在股票交易中不重视趋势的分析和研究则必将失败。在本篇文章中笔者将重点就趋势的运行方向、规模以及运用等方面展开讲解。 1、趋势的定义 趋势指的是股价运行的方向。股民只有正确认识股票的趋势，才不会在股市中迷失方向。 2、趋势的分类 （一）、按照趋势运行的方向划分 趋势理论中把趋势按照股价运行的方向分为上升趋势、无趋势（通常称为横盘）和下降趋势三种类型。股价走势只能是这三种中的一种，绝不会有其他的走势。 对于股票趋势的确认，首先是要找到股价运行过程中的明显的高点和低点，其次是通过相邻的高点与高点、低点与低点的对比，来判断股票运行的趋势。 如果股票出现的高点和低点是依次抬高的，就属于上升趋势；反之高点和低点是依次降低的则属于下降趋势；如果股票的高点和低点是横向发展的话，那该股的趋势就属于无趋势状态或者称其为横盘。 下面我们通过具体的图例来说明几种不同股价运行趋势的特征： 1、强势上扬式上升趋势 1，重庆百货（600729）从06年1月至06年11月的日K线走势图。我们分别用1、3、5、7、9代表阶段性高点；用2、4、6、8代表阶段性低点。上升趋势的要点有两个，一个要点是高点一个比一个高（即不断创新高，这是判断股票上涨趋势是否成立或者持续的标准），即3比1高、5比3高、7比5高……；另一个要点是低点一个比一个高，即4比2高、6比4高、8比6高……。该股走势属于强势上扬的上升趋势，这种趋势的特征就是低点4不低于高点1、6不低于3、8不低于5……

浅谈手机app的应用和发展

浅谈手机app的应用和发展 目录 摘要： (2) 关键词：移动APP APP应用资源 APP技术软件开发; (2) 第1章手机APP发展概述 (3) 1.1 APP技术简介 (3) 1.2 App技术的市场现状 (3) 第2章App的技术特点与应用现状 (3) 2.1 App技术特点 (3) 2.2 面向个人消费者应用 (4) 2.3 面向企业和行业应用的APP需求 (4) 2.4 面向电子政务的APP应用需求 (4) 总结： (5) 致谢： (6) 参考文献 (6)

浅谈手机app的应用和发展 摘要：随着全球信息技术的不断发展，手机已经成为日常生活的一部分，手机品牌越来越多，但其发展是朝着智能化，信息化，方便和网络化。以及人们的工作环境、学习和生活方式也在随着4G技术的发展而改变，企业市场和政府市场在以后的移动应用市场中有着非常广泛的使用率，个人安全和隐私问题是移动应用程序开发中不能不引起重视的问题。本文重点介绍手机APP的发展瓶颈和应用状况及优势，未来移动APP的发展响应方案。 关键词：移动APP APP应用资源 APP技术软件开发;

第1章手机APP发展概述 1.1 APP技术简介 App是智能手机应用软件的集合，可以为手机用户提供相关服务，带来便利，App的全称是application，是指手机的各种应用程序或者应用软件，提供更快的移动应用和服务。在智能手机越来越普遍提升的新时代，手机用户对App类型和功能要求不断提高，3G，LTE极速宽带无线网络在智能移动终端的带动下也快速发展和应用起来，手机应用程序已经慢慢得到普及，人们使用APP的频次逐渐增加，也给企业行业发展带来了前所未有的高度热情，每天的APP成千上万的被开发出来，并逐渐深入各个行业的消费领域，人们在使用电子钱包和外出消费付款上使用特别频繁。人们的工作和生活方式将受到这些app的影响。 因此，App开发的发展前景不断改善，而手机用户对App的需求也在继续蓬勃发展。 App的发展使得互联网的发展更加完美，同时人们的生活更加方便，企业在新时代的应用服务继续向新领域迈进，促进企业信息化进程的加快。 1.2 App技术的市场现状 自2012年到现在，用户使用手机APP的时间已经明显超过了通过PC锻直接访问互联网的时间，趋势尚未减弱。面对这种趋势，许多制造商和供应商正在积极寻找用户最想使用APP，提高下载和使用，成为APP市场的霸主。 App应用功能的创新与发展，是企业重点发展的方向。企业对于开发App客户端充满了期待和关注，互联网不断改进和完善的同时，用户与企业建立了良性的互动和交流，互联网的好处和便利是实现了最理想的模式和状态，这就充分说明了它最理想的发挥。这种新趋势将影响越来越多的企业用户使用这种新的发展趋势随着科技的不断提高和互联网的不断发展，App由以前的第三方应用服务平台逐渐被越来越多的人应用和接受，淘宝、腾讯、百度等都有相应的软件平台来体现了互联网时代的创新和进取精神。用户在使用相应的App进程可以扩展软件服务的可见性，并积累相应的流量。大型企业家发明了App，拥有一个新的软件服务平台，促进手机应用和开发的改进，同时推动互联网产业的不断发展。 第2章App的技术特点与应用现状 2.1 App技术特点 随着手机各类样式的增加，其功能也需要不断的完善和创新，App技术是新型互联网技术的不断发展的补充，也是一种新的时代下的发动机和燃料。移动应用的应用前景非常广泛，很多领域都将应用这种新兴技术来适应时代的互联网趋势。 一部手机中始终有两个应用程序：基于本地操作的本地APP和在高端浏览器

大数据核心技术培训

大数据核心技术培训 你学或者不学，大数据依旧在发展；你从事或者不从事，大数据的前景你都应该了解。时代的前进方向，未来的领先技术，作为时代的年轻人，你不知道就真的会被社会所淘汰的。大数据的发展前景怎么样？未来大数据的发展趋势如何? 近年来，科技的快速发展推动了企业在数据生成、储存等多方面的需求增长。所以在企业爆炸式的大数据时代下，剧增了原有数据存的储存压力，所以大数据人才需求量将会与日俱增。所以大数据在未来就业前景一定非常广阔，在此千锋教育带大家了解大数据的发展趋势。 数据分析成为大数据技术的核心 大数据的价值体现在对大规模数据集合的智能处理方面，进而在大规模的数据中获取有用的信息。要想逐步实现这个功能，就必须对数据进行分析和挖掘。而数据的采集、存储、和管理都是数据分析步骤的基础，通过进行数据分析得到的结果，将应用于大数据相关的各个领域。 云数据分析平台将更加完善 近几年来，云计算技术发展迅猛，与此相应的应用范围也越来越宽。云计算的发展为大数据技术的发展提供了一定的数据处理平台和技术支持。云计算为大

数据提供了分布式的计算方法、可以弹性扩展、相对便宜的存储空间和计算资源，这些都是大数据技术发展中十分重要的组成部分。随着云计算技术的不断发展和完善，发展平台的日趋成熟，大数据技术自身将会得到快速提升，数据处理水平也会得到显著提升。 开源软件的发展成为推动大数据发展的新动力 开源软件是在大数据技术发展的过程中不断研发出来的。这些开源软件对各个领域的发展、人们的日常生活具有十分重要的作用。开源软件的发展可以适当的促进商业软件的发展，以此作为推动力，从而更好地服务于应用程序开发工具、应用、服务等各个不同的领域。 由于大数据行业快速发展，人才需求急剧增加。目前，据某招聘网站平台数据，目前大数据人才的供给量远远低于行业人才需求。所以大数据培训应运而生，作为连接人才与企业的窗口，千锋大数据培训成为了为企业提供大数据人才强而有力的保障。 千锋大数据培训讲师经过多年的培训经验，结合学员的学习曲线，设计合理的项目进阶课程，让学员逐渐掌握做项目的方法方式，培训真正的项目经验。不

大数据和人工智能在国内就业前景分析

伴随着大数据时代的到来，人工智能技术的火热，很多人开始了对大数据、人工智能技术的研究。 2018 年1 月教育部印发的《普通gao中课程方案和语文等学科课程标准》新加入了数据结构、人工智能、开源硬件设计等AI 相关的课程。这意味着职场新人和准备找工作的同学们，为了在今后十年内不被淘汰，你们要补课了，从初中开始。 但时光一去不复返，对于已经升入大学，但还没有接触到大数据、人工智能技术的小伙伴又该怎么办呢？面对诱人的就业前景，正在向你招手的大好机遇，怎么能不心动？怎么能不想踏入这两大行业？ 据数据统计分析，大数据人工智能尖端人才远远不能满足需求。行业风口的人工智能，在中国人才缺口将超过500 万人，而中国人工智能人才数量目前只 有5 万（数据来自工信部教育考试中心）。 并且目前岗位溢价相当严重，2017 年人工智能在互联网岗位薪酬中位列第三，月薪20.1k，如果按照普遍的16 月薪酬计算，那么人工智能在2017 年一年的薪酬就是2.01*16=32.16 万。那么再来看一组2018 的薪酬数据：

所以如果你对自己的专业/工作不满意，现在正是进入人工智能ling域学习就业/转业的绝佳时机。 在面对众多的数学知识和编程知识里，自学会让大家耗费大量的时间金钱。因此，课工场成都基地大数据培训教育学院2018 重磅推出大数据人工智能课程，采用“T”字形的思维，以大数据的深度为主，以机器学习、云计算等作为宽度，相辅相成。成就无数大学生进入大数据人工智能ling域的梦想。 此外课工场成都基地大数据课程定期组织与一线名企的工程师进行面对面的就企业当下的项目讨论与研发，进而验证所学技术的正确方向。从宏观上讲述了大数据的特点，商业应用，发展和职业前景。然后对主流数据技术和生态圈进行了介绍，了解其他和大数据技术之间关系，然后对不同类型的大数据的分析和处理系统，解决方案和行业案例进行剖析和讲解。 以北京的中关村、西二旗等IT 公司密集的公司为技术背景，数据来源于一 线互联网公司的源数据，有一定的商业价值，并严格把控实际项目的前瞻性，如：Spark 的版本迭代，机器学习中的算法革新。学员实战项目贯穿整个教学环节，潜移默化的培养学生放眼全局，排查技术难点，既能独立思考，又能组织团队开发。 希望能帮到大家。

2017年公需课考题大数据技术与发展前景

2017年公需课考题大数据技术与发展前景1 【单选】（）是一种高实时性的计算模式。 ? A. 批处理计算 ? B. 流式计算 ? C. 查询分析计算 ? D. 数据挖掘计算 ? A ? B ? C ? D ?正确答案：B 2 【单选】数据的可用性取决于（） ? A. 数据分析 ? B. 数据集采 ? C. 数据质量 ? D. 数据需求 ? A ? B ? C

? D ?正确答案：C 3 【单选】批处理和复杂数据挖掘计算通常属于（） ? A. 分析计算 ? B. 实时计算 ? C. 查询计算 ? D. 非实时计算 ? A ? B ? C ? D ?正确答案：D 4 【多选】目前大数据分析与挖掘重要发展趋势和方向有（）? A. 更加复杂、更大规模的分析和挖掘 ? B. 大数据的实时分析和挖掘 ? C. 大数据分析和挖掘的基准测试 ? B

? C ?正确答案：A B C 5 【多选】从数据处理类型来看，大数据处理可分为（）? A. 传统的查询分析计算 ? B. 复杂的数据挖掘分析计算 ? C. 数据纵向挖掘分析计算 ? D. 数据横向挖掘分析计算 ? A ? B ? C ? D ?正确答案：A B 6 【多选】大数据查询分析计算的典型系统包括（） ? A. Hadoop36下的HBase 和Hive ? B. Facebook开发的Cassandra ? C. Google 公司的Dremel ? D. Cloudera 公司的实时查询引擎Impala ? A

? B ? C ? D ?正确答案：A B C D 7 【判断】云计算IT资源庞大、分布较为广泛，是异构系统较多的企业及时准确处理数据的有力方式（）? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：正确 8 【判断】最适合于完成大数据批处理的计算模式是Spark（） ? A. 正确 ? B. 错误 ?正确 ?错误 ?正确答案：错误 9 【判断】大数据时代的安全与传统安全相比，变得更加复杂（）

软件行业发展的现状及趋势

中国软件行业发展现状分析 自2000年以来我国软件业持续高速发展，2000-2012年我国软件产业收入增长44倍，年均复合增长率约为37%。而近10年，全球软件产业的平均增长率约在7%左右。 2013年1-8月，我国软件业实现利润2126亿元，同比增长25.5%，高出1-7月和去年同期0.4和10.3个百分点。从业人员数量和工资总额增长14.2%和18.2%，保持稳定增长态势。 1-8月，西部地区完成软件业务收入2107亿元，同比增长28.5%，高出全国水平4.4个百分点，其中重庆、陕西保持30%以上增长。中部地区完成软件业务收入742亿元，同比增长25.2%，增速高于去年同期10.8个百分点。东部和东北地区分别完成软件业务收入14550和2018亿元，同比增长23.3%和24.7%，增速低于去年同期3.1和0.9个百分点。 中商情报网发布《2013-2018年中国软件行业市场深度调查及投资战略研究报告》显示，目前全国软件业务收入排名前20位的城市，占据全行业近九成的业务收入，其中北京、上海、南京、济南等11个软件名城及创建城市，占全国软件收入的65%。软件产业也已成为这些城市的战略支柱产业。 通过对2013年软件行业现状分析，了解到2013年第一季度我国软件出口延续2011年以来的低增长态势。具体分析如下：2013年一季度，我国软件和信息技术服务业实现软件业务收入6189亿元，同比增长24.7%，比去年同期低1.7个百分点。其中，3

月份增长23.5%，增速低于去年同期3.9个百分点;实现利润总额695亿元，同比增长16.9%，增速比1-2月回落2.9个百分点;从业人员工资总额增长了30%，高出全行业收入增速5.3个百分点，高出利润总额增速13.1个百分点。 一季度，软件产品、数据处理和存储服务增长相对较快，分别实现收入1949和1037亿元，同比增长25.6%和28.4%;信息系统集成服务、信息技术咨询服务和嵌入式系统软件增长相对平稳，分别实现收入1361、659和992亿元，同比增长24.2%、24.6%和22.4%;IC设计实现收入190亿元，同比增长13.1%，低于软件业平均水平11.6个百分点。 软件出口持续低迷。一季度，软件业出口延续2011年下半年以来的低增长态势，实现出口87亿美元，同比增长11.6%，增速低于去年同期0.9个百分点。其中，外包服务出口21亿美元，同比增长22%，增速与去年同期基本持平。 中西部增速同比大幅提高，东部地区平稳增长。一季度，中部地区完成软件业务收入244亿元，同比增长30.3%，增速比去年同期提高9.2个百分点，扭转了去年增长乏力的局面;西部地区继续保持较快发展，完成软件业务收入644亿元，同比增长28.1%;东部和东北地区完成软件业务收入4700和601亿元，同比增长23.9%和25.1%。

社交类app未来发展趋势分析

社交类app未来发展趋势分析 【前言】随着移动互联网的快速发展，人们的社交生活发生了翻天覆地的变化。智能手机的普及，使得社交APP满足了人们新的社交需求，并迅速成为人们生活中不可或缺的一部分。 据智研咨询集团于2017年5月发布的《2017年—2022年中国社交软件市场深度调研与投资前景研究报告》显示，在全球社交类APP 月活前十一位中，中国公司占据五位，分别为QQ、微信、微博、欢聚时代、陌陌；全球社交类公司ARPU值（每用户平均收入）前七位中，中国公司占据四位，分别为腾讯、欢聚时代、陌陌和微博。 社交软件给人们带来了社交的便利性，那么社交APP的未来发展趋势怎么样呢？下面我们就对社交APP的未来发展趋势进行简单分析。 一、社交产品类型简析 目前社交类型的APP都有着很多相似点。以即时通讯、图文或语音等信息交流和话题社区圈子以及视频作为切入点的社交方式，这体现了社交软件向多元化方向发展。如社区服务、相亲、夜跑等多领域进行社交。 社交已经不再局限于只存在于社交App应用软件上，一些如购物电商、直播平台以及健身娱乐等领域也都开始增加社交功能。

二、未来的社交方式将会有所创新 随着移动互联网智能技术和大数据算法的发展，社交类App开发技术已经相当成熟，能够将用户的年龄、性格、星座、兴趣爱好等方面进行智能化测试，通过大数据的算法进行精准匹配，极大地增强了用户的粘性。 我们相信，目前社交类APP应用的图文与语音视频方式不是最终的社交基本模式，社交软件也将涉及到多个行业领域里。 三、社交类手游的快速发展 社交类APP有一个很好的切入点，就是兴趣。社交类手游是年轻群体最喜欢的应用，比如《王者荣耀》在2017年的时候就已经呈现爆发性的增长，日活跃用户达到了1.4亿，成为中国手游史上的一座里程碑。 2018年腾讯推出了《刺激战场》和《全军出击》这两款手游，在刚刚上线一个月的时候日活跃用户就突破了1000万。因此，只要了解到用户的兴趣爱好，从兴趣出发，社交领域的可挖掘空间因用户对社交的APP的需求而更加广阔。 总的来说，社交类APP还有很大的发展空间，如何把握住这个机会？以下有几点建议，供您参考：

大数据的应用领域和发展前景怎么样

大数据的应用领域和发展前景怎么样 随着大数据进军社会的各个领域，千锋教育培训机构在疯狂的输出大数据人才，力争打造大数据全才，就今年的综合情况来看，未来几年大数据在商业智能、政府服务和市场营销三个领域的应用非常值得看好，大多数大数据案例和预算将发生在这三个领域。 （1）商业智能 商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 过去几十年，分析师们都依赖来自Hyperion、Microstrategy和Cognos 的BI产品分析海量数据并生成报告。数据仓库和BI工具能够很好地回答类似这样的问题：“某某人本季度的销售业绩是多少？”（基于结构化数据），但如果涉及决策和规划方面的问题，由于不能快速处理非结构化数据，传统的BI会非常吃力和昂贵。大多数传统BI工具都受到以下两个方面的局限： 首先，它们都是“预设-抓取”工具，由分析师预先确定收集什么数据用于分析。 其次，它们都专注于报告“已知的未知”（Known unknowns），也就是我

们知道问题是什么，然后去找答案。（而大数据会给出一些未知的未知，也就是你没有想到的一些问题的结果）传统BI工具主要用于企业运营，侧重于成本控制和计划执行报告。 而大数据技术最主要的功能/应用是ETL（Extract、Transform、Load）。将近80%的Hadoop应用都与ETL有关，例如在导入Vertica这样的分析数据库之前对日志文件或传感器数据的处理。 今天计算和存储硬件变得非常便宜，配合大量的开源大数据工具，人们可以非常“奢侈”地先抓取大量数据再考虑分析命题。可以说，低廉的计算资源正在改变我们使用数据的方式。此外，处理性能的大幅提高（例如内存计算）使得实时互动分析更加容易实现，而“实时”和“预测”将BI带到了一个新的境界——未知的未知。这也是大数据分析与传统BI之间最大的区别。未来几年，随着企业间的兼并和新产品的不断推出，传统的BI工具将与大数据分析并存。 （2）公共服务 大数据另外一个重大的应用领域是社会和政府。如今，数据挖掘已经能够预测疾病暴发、理解交通模型并改善教育。

手机APP的发展历程及趋势

手机APP的发展历程及趋势

摘要 APP是英文Application的简称,指第三方智能手机的应用程序。正是智能手机和移动互联网的迅速普及和发展,带来了APP的繁荣。APP作为移动设备功能的扩展，开始受到越来越多用户的关注，甚至有将移动互联网APP化的趋势。而APP在一定程度上将碎片化信息和时间高效整合，忽略了空间地域的差异和阻隔，具有便携性、实时性、定制性、定向性的特征,使受众于媒体在接近零成本的互动中得到信息的传播。只有在APP的各个设计环节中融入用户体验设计的理念，使产品能够满足用户各种层次间的需求，并打破APP的同质化竞争,拓展并契合大众个性化的心理需求,满足APP应用的长期发展，才能使其具有市场竞争力，也是其在社会中流行的基础。

目录 摘要 (2) APP诞生背景 (4) APP发展历程..............................................................................‥4 APP发展现状..............................................................................‥5人气APP盘点..............................................................................‥6 APP发展趋势..............................................................................‥7结论 (8) 参考文献..............................................................................‥‥ (8)

股市趋势技术分析(第9版)

股市趋势技术分析(第9版) -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

作者： [美]爱德华，[美]迈吉著，程鹏，黄伯乔译 出版社：中国发展出版社 出版时间： 2004-2-1 字数： 400000 版次： 1 页数： 576 印刷时间： 2004-2-1 开本： 印次： 纸张：胶版纸 I S B N ： 9787800877094 包装：平装 所属分类：图书 >> 个人理财 >> 证券/股票 定价：￥68.00 当当价：￥36.20折扣：53折节省：￥31.80 钻石vip价：￥34.40 编辑推荐 ·史上最权威的股市趋势分析经典 ·50年长销不衰 ［内容介绍］ 这的确是一本历史悠久的著作。由本书两位合著之一罗伯特·D·爱德华先生撰写序言的该书第一版出版于1948年，而现在在我们手中的是1992年的第六版，此时本书的另一合著者约翰·迈吉已于1987年辞世。罗伯特·D·爱德华先生早在60年代就已故去，第六版是由约翰·迈吉公司于1991年为纪念约翰·迈吉而加以修订与编辑而成。 这的确还是一本非常重要的经典著作。著者约翰·迈吉及其合著者罗伯特·D·爱德华，对技术分析的奠基者查德·夏巴克等人的思想进行了全面的总结与进一步发展，迄今为止，他们在本书中对早期道氏理论的阐述被认为是最权威的论述。本书的很大一部分集中于股市趋势理论的论述，即股价趋势的发展及趋势反转时价格形态的分析。迄今为止，它被认为是股份趋势及形态识别分析的权威著作，被技术分析领域中趋势及形态分析流派奉为“圣经”，他们声称“一把直尺走天下”。——中国股市作手[周刊] [股市图表刻画的是人的行为] 什么是图表形态？由本书作者发现和分析的图表形态，是在复杂的多变量环境下的不变的人类行为的图形表示。 它们是与单一变量（即价格）相关的各种人类行为的描述。价格产生了一系列的影响和后果：害怕，贪婪，欲望，诡诈，恶意，天真，对利润的估计，经纪人需要收入，轻易受骗，职业理财师对业绩和工作稳定性的渴求，股票的供求，货币的流动性和货币流，自我毁灭，消极被动，设置陷阱，幕后操控，盲目

大数据发展现状与未来发展趋势研究

大数据发展现状与未来发展趋势研究 朱孔村 （江苏省科学技术情报研究所，江苏南京210042） 【摘要】数据是信息化时代的“新石油”资源，如何利用好这种“新石油”资源需要大数据技术的支持。文章介绍了大数据技术及其发展历程，概括了当前国内外大数据的发展现状并展望了大数据技术和产业方面的未来发展趋势。 【关键词】大数据；现状；趋势 【中图分类号】TP391【文献标识码】A【文章编号】1008-1151(2019)01-0115-04 Research on the Current Situation and Future Development Trend of Big Data Abstract: Data is the “new petroleum” resource of the information age and how to make good use of this “new petroleum” resource needs the support of big data technology. This paper first introduces the big data technology and its development process and summarizes the current development of big data at home and abroad. Finally, the future development trend of big data technology and industry is prospected. Key words: big data; current situation; trend 1 大数据技术概述 1.1大数据技术 随着物联网、云计算、移动互联网等技术的成熟，以及智能移动终端的普及，全社会的数据量呈指数型增长，全球已经进入以数据为核心的大数据时代。大数据并不是一个新的概念，信息技术发展的每一个阶段都会遇到数据处理的问题，人类需要不停的面对来自数据的挑战。为满足商业结构化数据存储的需求而产生了关系型数据库，为满足互联网时代非结构化数据存储需求而产生了NoSQL技术，而大数据技术的产生是为了解决大型数据集分析的问题。 大数据技术目前还没有一个确切的定义，各行各业有着自己的见解，但总体而言，其关键在于从数量庞大、种类繁多的数据中提取出有用的信息。维基百科从数据处理的角度将大数据定义为一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集。国际数据公司（IDC）给出的报告指出，大数据技术描述了一种新一代技术和构架，以很经济的方式、以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值[1]。 少量的数据看似杂乱无章，但是当数据累积到一定程度时，就会呈现出一种规律和秩序。大数据的价值就在于数据分析，利用大数据分析技术，从海量数据中总结经验、发现规律、预测趋势，最终为辅助决策服务。《大数据时代》的作者克托·迈尔-舍恩伯格认为：“大数据开启了一次重大的时代转型”，他指出大数据将带来巨大的变革，改变人们的生活、工作和思维方式，改变人们的商业模式，影响人们的经济、政治、科技和社会等各个层面。 1.2大数据发展历程 1.2.1萌芽阶段 20世纪90年代，“大数据”这个术语开始出现。1998年SGI首席科学家John Masey在USENIX大会上提出大数据的概念，他当时发表了一篇名为Big Data and the Next Wave of Infrastress的论文，使用了大数据来描述数据爆炸的现象。但是那时的大数据只表示“大量的数据或数据集”这样的字面含义，还没有涵盖到相关的采集、存储、分析挖掘、应用等技术方法与特征内涵 1.2.2发展阶段 从20世纪末到21世纪初期是大数据的发展期，在这一阶段中大数据逐渐为学术界的研究者所关注，相关的定义、内涵、特性也得到了进一步的丰富。2003至2006年，Google 发布的GFS、MapReduce和BigTable三篇论文对大数据的发展起到重要作用。2006至2009年，大数据技术形成并行运算与分布式系统。2009年，Jeff Dean在BigTable基础上开发了Spanner数据库。随着数据挖掘理论和数据库技术的逐步成熟，一批商业智能工具和知识管理技术如数据仓库、专家系统、知识管理系统等开始被应用。 1.2.3成熟阶段 2011年至今，是大数据发展的成熟阶段，越来越多的研究者对大数据的认识从技术概念丰富到了信息资产与思维变革等多个维度，一些国家、社会组织、企业开始将大数据上升为 总第21卷233期大众科技Vol.21 No.1 2019年1月Popular Science & Technology January 2019 【收稿日期】2018-11-06 【作者简介】朱孔村（1985－），男，山东临沂人，江苏省科学技术情报研究所实习研究员，从事电子政务相关工作。 - 115 -

手机APP开发发展趋势

手机APP开发发展趋势 广州酷蜂科技根据目前智能手机市场的发展趋势，在不久的将来智能手机完全有可能实现人手一机，而移动APP作为智能手机最基础的功能应用，其价值无可替代。而且如果企业能经过APP 平台占据智能手机用户UI界面的一个“坑”，这将是企业主通过网络和平面媒体支付再多的广告费用也无法达到的成果。 APP应用能够为企业带来什么？ 这是很多企业主在制作企业APP应用事犹豫的一个问题。对于这个问题，酷蜂科技想问一句：“企业主认为自己的企业为消费者带来了什么？”，这两个问题随着主客不同，但是必然的联系。企业为消费者服务，企业APP应用为企业服务，企业主花费用制作企业APP应用也是为消费者服务。只是这种服务是一种很友善、很有粘性的服务，消费者利用移动互联网络接触企业主的企业，并通过企业APP应用更深层次的了解企业主企业的产品及服务，对企业树立企业品牌形象和消费者信任具有无可取代的作用。 企业APP应用的真正价值不在于企业主通过企业APP应用能获得多少的Money，而是能通过企业APP应用获得多少品牌价值。很多企业主花费高昂推广费用去印刷DM彩页、去参加各类会展演出，就为了能让自身企业品牌在某个特点时间昙花一现，而当真正的品牌推广模式到达消费者身边的时候，企业主彷徨了，质疑了。这份质疑和彷徨是企业对自身实力的不肯定，对其发展模式的不清晰而造成的。 APP应用是什么？对于企业来说APP就是消费者身边的宣传彩页、就是消费者身边的价格明细表，就是消费者身边的商品展示台。 APP应用作为移动互联网发展的P2P营销新模式，即是对企业实力的展示也是对企业发展的探索，如果企业主相信自己的企业具有与众不同的卖点及优势。那就需要把它通过APP大胆的告诉每一位目标受众。 APP应用的范围有哪些？APP应用可以渗透到各行各业的每一个角落。如饭店、餐厅、学校、美容美发、批发零售等各个行业，而APP应用的内容则可以根据目标受众的需要可以在产品、价格、品牌、形象、活动、互动等多方面考虑，并通过相应的UI表现给自己的目标受众，让目标受众更加清晰的了解企业及特色，并运用具有说服力的内容让目标受众明白：你的选择没有错。