大数据技术的典型应用，改革与创新

大数据对于社会发展而言，是有革命意义的，如同纳米技术、生物工程等最新科技进步一样，大数据将打开人类生活的新局面。大数据对经济、政治、社会管理等各个领域都有着深刻的影响，且每个人都不能脱离大数据的影响，因而，大数据处理的研究成为全世界学术界、工业界甚至是各国政府机构研究的重点，都为此付出了极大的精力。综合来看，大数据技术的应用研究意义主要在于以下三个方面：第一，大数据技术可以对社会生活的各个方面产生影响，可以说，海量数据就是新时代的资源，备受社会各界关注，其对社会经济发展和人类生活水平的提高有着不可替代的作用。第二，大数据技术影响着科技发展的模式，逐渐从过去的假设驱动型转化为数据驱动型，这将有效提升科技发展方向正确的概率，提升科技发展速度。第三，大数据中可能隐藏着我们目前尚未发现的新价值，在未来社会，大数据及相关处理基础可能会成为和如今的石油一样重要的资源，可以转化为社会经济价值。

（一）企业内部大数据应用

目前，大数据的产生和应用均以企业内部为主，如大数据应用的两个最早方式是商业智能和联机分析。在企业内部应用大数据技术，可以从多个方面提升企业的工作效率和竞争力。具体来说，在市场方面，通过大数据关联分析可以更精确地掌握消费者的消费习惯，并据此挖掘新的商业模式；在销售规划上，通过海量数据之间的比较可以更合理地对商品进行定价；在运营上，在降低运营投入的同时提升运营效果和消费者的满意度，更合理地进行劳动力分配，有效降低人力资源的浪费，降低人员成本；在供应链上，通过大数据技术优化库存和物流，协同供应商工作，可以有效控制供需平衡和预算开支，提升服务效率。在金融领域，企业内部的大数据应用更是发展迅速。例如，通过数据分析，招商银行了解到客户经常在星巴克、DQ、麦当劳等场所消费，因而有针对性地推出“多倍积分累计”“积分店面兑换”等活动，吸引了更多优质的意向客户；构建客户流失预警模型，对流失可能性较高，即在前20%的客户发售高收益理财产品，以此挽留客户。更为典型的企业内部大数据应用当属电子商务领域，每天淘宝上都会发生数以万计的交易，在交易的同时，交易时间、商品价格、购买数量等都会被记录下来，而且这些数据会与买卖双方的个人信息相匹配，如年龄、性别、地址等。淘宝平台应用淘宝数据魔方对平台上产生的大数据进行应用，通过这个服务，商家可以了解平台上行业的整体情况，自己品牌的市场占有率、满意度等市场相关情况，以及消费者行为模式和其他信息，然后根据这些信息做出相关的商业决策。同时，消费者能够通过这一技术以更优惠的价格买到理想的商品。例如，阿里信用贷款通过分析收集到的企业交易数据自动对企业偿还能力等信息进行分析，全程没有人工干预。有数据称，阿里巴巴的放贷金额已超过数千亿，坏账率也很低。

（二）物联网大数据应用

物联网不仅会产生大量的数据，还是大数据技术应用的重点领域之一。在物联网中，每个物体既可以产生数据，又可以应用数据的分析结果，而且对不同的物体，大数据的应用方式也不同。在物流企业中，大数据技术带来的好处显而易见。例如，UPS在运输的车辆上安装了传感器、无线适配器和GPS，保证总部在车辆晚点的时候能够准确追踪到车辆的位置，并提前预判引擎是否会出现故障，如有，可以及时整修。同时，这些设备的安装便于总部对员工的监督和管理，并通过总结过去的行车经验为司机规划最优的行车路线。据统计，2011年按照新规划的最优路线，UPS的送达效率大大提升，同时降低了燃油成本。

另一个基于物联网大数据的研究项目是智慧城市，这个研究方向在近几年备受各界关注，目前已有了智慧城市样板。例如，迈阿密戴德县与IBM公司合租，开展智慧城市项目。另外，IBM公司应用云计算环境中的深度分析为戴德县开发智能仪表盘应用，使政府各部门的沟通合作更顺畅，同时对各项事务的掌握更直观。通过智慧城市项目，戴德县获得了很多财政收益，公园管理部门仅因为及时发现并修补了漏水的水管，就节省了100万美元。由此可见，大数据的应用确实带来了经济效益的提升。

（三）面向在线社交网络的大数据应用

信息网络上各个社会个体集合和个体之间的关系构成了在线社交网络。在线社交网络上的庞大数据主要源自即时消息、在线社交、微博、共享空间。其中，在线社交所产生的数据与人的各类活动关联最密切，因而技术人员更多地关注此类数据分析。对于在线社交网络大数据的分析，多从网络结构、群体互通和信息传播三个方面进行，在分析过程中需要综合数学、信息学、社会学和管理学等多个学科的理论和方法。目前，在线社交网络大数据的分析结果可以应用于分析网络舆情、搜集并分析网络情报、进行社会化营销、开展在线教育等方面。作为美国警界最早应用大数据进行预测分析的试点—圣克鲁斯警察局通过分析社交网络的数据可以发现隐藏的犯罪趋势和犯罪模式，甚至可以预测重点区域的犯罪率。2013年4月，美国计算机搜索引擎Wolfram Alpha对脸书的100多万美国用户所产生的社交数据进行分析，研究能否发现用户的视角行为规律。结果发现，大部分的用户会在20岁刚出头时恋爱，并在27岁左右订婚，结婚年龄则多集中在30岁左右，而从30岁开始到60岁之间的过程，婚姻关系基本没有明显变化。这个结果和美国人口普查的数据基本没有差别。从整体上看，社交数据可以帮助我们了解人的行为，进而掌握社会和经济活动的变化中存在的规律，这主要体现在以下三个方面：第一，前期警告。检测用户使用电子设备及相关服务中出现的异常情况，如果出现危机，可以更迅速地做出反应。第二，实施监控。监测社交网络中用户的行为方式、表达情感等情况，可以为制定政策和具体方案提供更准确的信息基础。第三，实时反馈。基于实时监控的基础，进行某些重大的社会活动时，可以随时掌握群体的反馈情况，并据此做出相应调整。

（四）医疗健康大数据应用(www.xing528.com)

医疗健康数据具有高增长和持续性的特征，相对比较复杂，其中信息价值呈现多元化，在处理、存储和分析中能够对内在价值进行开发，这些数据在医疗行业的应用对人类的健康是非常有意义的。例如，安泰保险基于对代谢综合佂的评估，在千名患者中进行了调查，并选取其中的102人进行了实验。在对代谢综合征实验的深入探究中实现了对众多化验结果和索赔事件的扫描，并在科研的帮助下形成了个性化水平非常高的治疗方案，能够完成对患者危险因素的分析和重点质量方案的评估。又如，西奈山医疗中心在美国具有悠久的历史，规模也是最大的，其在生物医药和医学教育方面占据着非常重要的位置。该医疗中心大部分的大数据内容都是从大数据创业公司Ayasdi的技术分析大肠杆菌的全部基因序列获取的，其中DNA变体大于100万个，能够完成菌株对抗生素产生抗药性的原因探究。再如，微软的HealthVault非常标准，其发布时间自2007年起，主要是实现医疗设备中的个人健康信息管理，能够通过第三方机构进行病理记录导入，除了这些，还能够提供SDK和开放接口，完成与第三方技术的融合。

（五）群智感知应用

基于科学技术的不断优化调整，平板电脑和智能手机中的传感器数量也变得更加丰富，展现出了更强的计算和感知能力。随着移动设备使用的持续深入，移动计算机领域兴起了以群智感知为中心的应用热潮。众多的用户将移动智能设备看成基础，在移动互联网、蓝牙以及无线网络等技术的帮助下完成协同工作，并以此进行数据的收集和处理，在复杂的社会感知和大规模任务中实现突破。在群智感知中，参与者标准不是很高，对于专业知识和技能要求也很少，需要的仅是一台移动智能设备。

众包是群智感知模式中比较典型的存在，在问题解决中具备创新特性。众包将用户看成根本，任务的分发非常自由。现在，众包在诸多应用中都得到了受众的青睐，如语言翻译、图像地理信息标记、语音识别、城市道路交通感知、定位与导航、市场预测、意见挖掘等。众包能够体现分散的思想，能够在参与者协同效应中让个体的力量得到充分放大，不需要进行专业人员设置和感知模块设计，其感知范围具备广泛性。

在调查中发现，众包来源于大数据的发展，如宝马、宝洁以及奥迪等公司在众包的推广中实现了研发和设计水平的优化。处于大数据进步的环境中，空间众包服务逐渐被关注。众包服务中具体的工作程序如下：首先，服务请求方进行特定资源的标准设定，然后参与者根据要求选择参与权，最后在移动设备的应用中实现数据的收集（视频、音频或图片），而请求方也将获得这些信息。在移动设备功能趋向丰富和移动设备不断普及的情况下，可以断定空间众包的形式将会越来越重要。

（六）智能电网应用

智能电网在传统能源网络中实现了现代信息技术的融合发展，在用户用电习惯探究中，对电能生产、消耗以及供给有所帮助，大数据也融入电力系统建设中，实现了如下问题的优化和完善：第一，智能电网中的数据能够在电网规划中完成综合处理，实现对停电频率和用电负荷区域予以规范，进一步完成对线路故障率的管理和控制。比如，美国加州大学洛杉矶分校的研究者就在数据理论的支撑下，完成了“电力地图”的创新设计，实现了对用户用电信息、气象、地理信息以及人口调查信息的融合处理，从而形成了完备的加州地图。地图将街区作为重要的基础单位，对街区内用电量以及人们的平均收入和建筑类型完成了对比，对社会群体用电的情况有了综合的分析和定位，既能够非常直观地看到有效的负荷数预测依据，又能够看到过载严重、停电频率高的街区，从而进行及时的改造。第二，发电和用电形式的电网联系能够更好地实现用电均衡化。但是，在传统电网的架构中往往是发—输—变—配—用的单向原理，电量的调整是不能跟电量需求联系的，这样就会产生大量的冗余。基于用电和发电的关系探究，以供电效率为主要探究方向，完成了智能的用电设备—智能电表的创新。比如，美国得克萨斯州电力公司在推广方面做了大量工作，实现了经济效益的提升。供电公司的用电数据读取时间是15分钟，告别了一月一次的传统习惯，大大减少了超标带来的成本，同时有利于用电数据的处理和应用。另外，供电公司在电价的确定中也能够关注用电高峰和低谷，从而使动态定价成为可能，让用户和公司获得了双赢。第三，间歇式可再生能源成为当前电网资源整合的重要内容，但太阳能和风能等与气候环境关系较大，在间歇性和随机性上的特点比较明显，所以接入电网困难较大。假如能够在大数据分析的基础上完成对间歇式新能源的匹配，并适当进行紧缺情况供给，将能够实现更好的资源互补。