报告在写作方面，是有着极为复杂、详细的写作技巧，很多朋友对报告写作流程与技巧，并不是很了解，以下是小编收集整理的《腾讯大数据报告》仅供参考，希望能够帮助到大家。
腾讯公司政务云总经理王景田：云、大数据、人工智能是数字化三大抓手
腾讯公司政务云总经理王景田2017中国智能生态创新大会上表示，最近几年，互联网、国际贸易以及知识信息经济的发展已经重新定位信息系统在贸易和管理中的地位。互联网技术开始重新塑造新的商业模式、流程以及知识和信息的传播的方式。越来越多的企业正在依赖于互联网技术通过电子手段进行工作，企业数字化将是必然趋势。
云计算、大数据、人工智能是企业数字化的主要抓手，这三项技术的发展也是齐头并进，密不可分的，云计算的发展使大数据处理变得更加迅速，大数据的发展又能促进人工智能的发展，腾讯通过云计算、大数据、人工智能等先进技术帮助目前仍处于传统领域的企业进行互联网数字转型，腾讯自己的定位便是做好連接器，连接各方优势，帮助企业走向数字经济，为企业提供底层基础能力。
未来腾讯公司将坚持通过智能科技为客户创造价值，达到降本、增效、创新、合作的效果，并通过将自己的技术开放给伙伴，让更多的政府、企业获得科学技术的红利。(本报记者 党博文)
摘 要：大数据时代的财务报告发展正经历着严峻的变革，财务报告从事后报告向着事前报告转变，从事后反映会计信息数据向着为企业提供预测未来转变，凸显出新时期财务报告服务企业财务管理与发展的综合性。财务报告在大数据的支持下未来发展利弊参半，要在深刻把握大数据技术特征的基础上发挥财务报告的前瞻性与战略性价值，为增强企业竞争实力、抵御风险能力、创新发展能力提供支持。本文介绍了大数据时代的含义、特征与发展趋势，深入分析了大数据时代财务报告的发展趋势以及其对于财务报告发展的影响与要求，并就财务报告未来模式中的“多维”特征进行了探讨，希望能为财务报告的改革、创新与发展提供参考。
关键词：大数据;财务报告;发展趋势;未来模式;多维
大数据时代的到来将会深刻影响商业世界的发展，这已经是世界公认的常识，ACCA(特许公认会计师公会)与IMA(美国管理会计师协会)近年来就研究大数据对新时期财务管理与会计的影响进行了探索，指出了大数据时代的到来将会对各种规模的企业、政府以及监管机构利用这种非结构化信息财富的可能性，也指出了大数据所带来的法律和道德上的潜在风险。大数据时代的财务管理与报告将会以全新的模式进行发展，这就需要会计与财务管理人员充分把握大数据时代特点，变革自身会计管理思维与技术，推动财务管理与报告的进步、创新与发展。全球化经济背景下大数据时代的到来促使不同区域企业交流合作越来越频繁，有关财务报告信息的真实性、及时性都受到了挑战，在缺乏内部信息有效管理与披露的情况下，传统财务报告根本无法就企业商誉、战略管理、资源配置、发展规划等进行确认，无法改进的传统财务报告模式已经严重滞后于企业管理与发展，导致了诸多财务问题，因此如何利用大数据时代的优势推动现代财务报告的发展，积极探索未来实践新模式成为了困扰企业革新的典型难题，深入研究新时期财务报告发展变革的理论基础与方向有着不可忽视的重要意义，对于指导企业财务有着极为突出的指导意义与现实价值。
一、大数据时代的含义、特征与发展趋势
1.含义
大数据时代这个概念的传播源于美国奥巴马政府在2012年高调宣布了其“大数据研究和开发计划”，这一标志意味着大数据真正开始介入社会经济生活。互联网时代大数据的定义为：通过创新性的架构、设计与应用以更加高效率、经济性的手段针对海量数据，从中获得价值较高的信息，与这类技术相关的数据创新发展都可归类于大数据。
2.特征
大数据典型特点为数据体量巨大，从TB级别到PB级别;数据处理速度快，遵循1秒定律，并且区别于传统数据挖掘技术;数据类型种类繁多，涉及音视频、图片到地理位置信息等;价值密度低、商业价值高，海量数据中总有价值较高的可供使用数据。大数据时代的到来促使人们在信息数据收集、处理和应用时转个人思维，这种思维上的转变带来的行动变化是推动社会与经济发展进步的重要动力。
3.发展趋势
大数据时代的到来改变了传统面对信息数据更多依赖抽样分析的现状，可以通过收集、处理所有数据以更加直观、鲜明的方式把握数据的特征与变化，无论是数据处理的量与层次都有所提升。大数据时代的数据挖掘不在热衷于数据处理的精度，由于大数据种类多样、信息优劣参半，所以更加注重追求数据处理的效率，通过强调数据的完整性与混杂性帮助人们更加接近事情的真相，从而获得更为完整的数据概念。大数据时代人们不再热衷去探寻不同数据之间的因果关系，而是更加注重研究如何利用这些因果关系去获得更多有加之的信息，以此来捕捉、预测未来。
大数据时代的新思维带来了现代财务会计管理的新变化，使得财务管理出现新思维、新方法与新技术等方面的变革，无论是会计工作人员还是审计人员工作模式都将发生新变化，财务报告所承担的管理责任也愈加重要，这对于现代财务管理模式的创新有重要意义。
二、大数据时代对财务报告发展影响分析
1.财务报告发展趋势
大数据时代与云计算、物联网等并称为推动经济发展的三大关键动力，大数据时代的到来从根本上改变了现代财务管理的思维与发展趋势，提供了诸多可用的新思维、新技术与新方法，这就要求在全新的发展环境下合理把握大数据的特征，积极应用全新的观念与技术推动新时期财务会计与管理的创新与发展。
大数据时代的到来使得现代财务报告管理模式从事后报告向着事前报告的模式转变。传统财务会计管理中，财务报告的编制基本上集中在企业生产经营业务等活动发生之后，且财务报告编制涉及数据滞后性较强，编制过程漫长，多数需要三到四个月才能完整一份高质量的财务报告，这无疑严重损害了会计信息利用的及时性与有效性。大数据与信息技术的介入使得现代企业财务报告的重要性更加凸显，利用大数据的信息收集与利用技术编制实时财务报告成为可能，提升了会计信息利用的实时性与效率，可以说，实时性财务报告代表了大数据时代的信息技术交叉融合带来的优势，是会计信息化条件下与新思维、新技术、新方法联合发展的必然产物，尤其是对于企业数据、业务风险实时性控制要求较高的特定企业如银行、证券、保险等，实时财务报告的应用价值更高。大数据时代，企业想要实现实时财务报告，就必须在企业内部局域网中高度实现会计信息系统与企业管理系统的数据集成，建立企业专门数据中心库奠定数据利用的良好基础;或者可以将企业数据库与国际互联网相连，利用来源于外部国际互联网的帮助完成实时财务报告系统的改造。另外，实时财务报告系统的打造与建立也可通过会计人员对数据信息库进行网页化处理后供内部工作人员浏览，通过设定相应权限提供给不同部门工作人员定制自身所用信息，或者利用ASP等动态页面生成技术即时生成财务信息，为会计信息的高效提供提供有效途径。
大数据时代的到来促使财务报告从事后反映向着预测未来的方向发展。大数据时代的会计工作人员需要更加有效的探索如何高效利用信息资源为企业提供管理、经营风险预测手段，做到有效辅助决策、防范经营风险，实现企业经营、管理效益与效率的提升，增强企业发展、竞争实力。大数据有利于会计从业人员专业素质的提升，在工作中更好的发挥会计信息的战略性与前瞻性指导价值，工作人员通过利用各种技术收集、存储、传输、挖掘海量数据改变了会计工作的质量与中心，从以往的抽样式信息采集向高效率数据分析、挖掘方向转变，为企业经营发展提供可靠的预测，并且为企业股东及利益相关者创造更多财富。对于企业而言，大数据时代的财务报告想要高质量实现预测未来这一功能优势，至少要做好三方面的工作，一是制定符合企业管理的数据评估方法与服务模式，在遵循法律法规的前提下高效完成企业数据资产的管理，通过合规管理与内部控制发挥数据预测价值;二是针对发展现状提供针对性、可用性更强的决策支持，通过实时财务报告等途径决定何时与外部、内部利益相关方分享数据最为有效;三是利用的大数据提升企业识别风险能力与会计服务质量，融入企业经营管理全程有效分析发展中所面临的短期与长期风险并做到合理规避。
大数据时代的到来促使财务报告发展朝着综合管理理念的方向发展。财务报告中对财务活动的反映不再局限于传统会计模式与领域，报告开始向着研发、销售、人力资源管理等多个部门与领域进行渗透，财务报告中将与企业业务有关的一切数据进行收集、处理与分析，并为财务管理、企业经营管理提供多类可用信息。大数据的应用使得现代财务报告开启了更多财务管理领域与范围，许多原本不属于传统财务管理范畴的业务将会迅速进入大数据时代财务报告视野，着重凸显了自身综合财务管理的特征。综合财务管理方向的发展正是因为有着大数据技术的支撑才得以实现，实时财务报告的出具正基于有效的企业信息数据挖掘才能够得到更多可用的信息，为企业决策、发展与经营管理中错误的减少提供了切实保障，减少企业发展中承受的系统性风险，并提供更加准确的未来发展预测。大数据的应用便于财务人员在出具财务报告时迅速捕捉异常数据，精确分析企业风险波动，方便企业提前采取有效举措对抗潜在风险。综合财务管理模式的推广与实践无论是对企业财务管理领域与深度都有明显拓展，包括企业行业背景、竞争能力、无形资产、产品价值、财务状况等信息在内的综合评估可做到真正知己知彼，从而为提升企业的核心资源价值与核心竞争力提供可靠支持。
2.对财务报告发展的影响与要求
财务报告作为企业财务管理的一大核心要素，在大数据技术的影响下出现了多种新变化，无论是对于企业而言还是对于经济发展形势而言都有着不可忽视的深刻影响。在ACCA和IMA最近开展的一次调查中，有76%的亚太地区受访者和62%的全球范围内受访者认为大数据对企业未来极其重要，具备赋予有远见卓识的企业超越竞争对手优势的潜能。正是在大数据的支持下企业所能接触、收集到的数据数量与种类以爆炸式的速度增长，为企业的进步发展提供了一个庞大的潜在信息资源宝库，依靠大数据对于信息的组织、理解与分析能力，企业无论是进行重大决策还是重大投资都必将更加有据可依。目前财务报告管理中大数据的重要性已经不是何时凸显的问题，而是这种重要性已经不容忽视，对于会计信息的分析与应用才是大数据技术的关键所在，可谓是近年来财务管理改革创新的最大机遇。企业财务部门如果能够做到积极应用这些分析技能，就将会为企业高级管理层提供更多关系到企业未来发展变化的实时动态，真正增强企业战略核心的地位与价值。企业内部财务部门所出具的财务报告再也不能局限于仅提供年终报告，大数据技术的应用让更多财务管理的想法变为现实，财务部门的职能也将会发展更加重要，结合财务部门专业技能与职业道德来看，其终将成为企业战略成功的重要基石。
不过，不可忽视的是，虽然大数据技术的应用带来了诸多便利与发展机遇，对企业产生了诸多积极影响，但是同时大数据也暴露处了不少需要政府与企业高度重视的信息安全与隐私等问题，有关企业信息数据的保护与个人隐私的保护已经成为目前制约大数据进一步发挥自身价值的关键问题，未来的大数据利用与发展中必须处理好有关道德与法律的雷区，以便确保技术应用的合法性与有效性。
大数据时代企业财务报告的工作模式要求会计人员必须摈弃以往孤立工作的理念，更多的探索跨部门合作的可能性，数据本身以及重要的数据分析结果要进行有效分享，从而确保企业能够制定更加明智的、且符合自身发展的有效决策，提升自身抵御风险的能力。目前大数据应用中有关数据资产的估值仍旧处于摸索阶段，虽然财会行业已经研究出了一些可用的估值或者审计方法作为大数据技术应用的基础指南，但是目前仍旧需要在发展中进一步开拓思维，以跟上科技进步的步伐，为企业考虑新形势下应当如何改变与调整实现企业增值的目标。围绕企业增值这个大目标，企业财会人员从思维、理念、知识、经验、技术、实践等各个方面都要做出新变化，以确保能够真正实现与数据仅，为企业的壮大发挥重要支持作用。大数据时代的财务报告呈现多元化与多维化特征，财会工作人员本身既不是数据科学家也不是软件工程师，但是未来在出具实时财务报告方面他们必然会兼具这两种角色的特征，以便更好的决定数据虚拟化时代会计信息的挖掘利用程度，并将公司财务内容及非财务数据进行高效整合，以便为企业决策、发展服务。大数据时代的到来让越来越多的人意识到财务变革的重要性，财务报告的诸多新特征也模糊了财会人员的职业特征，在财务管理中更多的发挥财务报告的前瞻性与战略性作用，从而利用大数据时代的变革为企业的发展提供充足潜力，并利用这种影响力实现企业未来的变革与创新。
三、大数据时代对财务报告的未来模式研究
1.多维特征
就目前大数据技术的发展与应用趋势来看，未来企业财务报告的发展模式更多将会凸显出“多维”这一特征，多维会计是将平衡积分卡、作业成本法与三式会计等现行会计管理理论的优势进行融合，依托互联网与信息技术完成企业经营价值活动的记录，以业务表单为核心依靠大数据支撑形成包括现金流、核算流与管理流等在内的业务分录，将人力资源，企业经营、内部控制、客户服务等非财务指标有效融合，从而构建起出具实时财务报告的多维信息服务系统，凸显出大数据模式下数据信息的共享价值与战略价值。
多维信息会计服务系统将企业纷繁复杂的数据信息环境按照价值链条进行重新规制整理，对财务报告体系进行优化，将价值链条上的每一项活动都以业务分录的形式进行全面记录，并制成具有高度参考价值的业务表单，表单内容至少涵盖九大要素，分别是主干层次主题、对象与内容，辅助层次时间、空间与方式，实现层次目标、保证与价值。这种多维业务表单分录模式将各类价值活动信息进行统计与整理，按照核算维度、表单维度与管理维度进行分类，核算维度中主要囊括现金流、税务、会计等维度，表单维度主要囊括表单类型、对象、时间、执行人等要素，管理维度主要囊括评价维度、预算维度、动量维度等内容，将企业经营管理的价值活动、业务表单、多维分录到各个会计报告中，真正实现了企业潜在财富区间分析、管理经营协调、战略决策协同与多元计量属性确认等目标。大数据时代下多维会计报告的应用与发展代表了企业财务管理领域的边界革命，这种改变财务报告对象领域深度与广度的全新报告模式改变了对企业价值的评估与影响，企业动态经营收益的预测成为可能，利用企业董事会公告、公信第三方数据分析与公司经营治理等信息披露获得企业经营管理关键数据信息，为挖掘企业信息潜在战略价值提供了更多的可能性。可以说，多维财务报告模式的应用推动了管理会计与财务会计的融合，为企业制定最优发展战略、规避重大经营风险、执行最优决策提供了强有力的支持。
2.多维财务报告体系
多维财务报告体系的设计核心是企业的价值活动，假设某地区某公司近期内有三笔重要业务，对这三笔业务通过多维分录表、综合收益表及财富表分析可以直观的展现以企业价值活动为中心的多维财务报告应用功能与优势。假如企业这三笔重要业务分别为企业融资、企业生产存货成本管理与月收入管理，这些价值活动均属于企业运营活动范畴，描述企业上述价值活动的运动过程就要运用到多维理念，多维财务报告中将企业的各种核算流、计量属性等进行统一整合，并且在各个多维业务分录表中得以体现，从而为企业管理层、投资层及其他各个相关部门提供切实可依的决策支持。比如企业融资考虑到了企业自身自建固定资产的历史成本与商业价值，企业董事会可依据这一财务报告作出是自用还是出租的决策，企业生产存货成本管理则考虑到了市场波动对于原材料价格影响的变化，考虑到了自己市场份额、出货量的变化，对于企业而言可依据这一财务报告决定是否增产或者减产。依据财务报告中对企业价值活动效益的分析，企业需要运用到大数据技术，同时利用这种技术更好的调节了企业价值链活动环节的优劣，真正从管理维度实现了满足客户要求、提升企业经营效率与质量等目标。多维财务报告各种维度的分录表详细的记录了企业运营信息，通过表单中记录的不同价值活动的情况可准确计算出企业融资周期、运营周期与投资结算周期，有助于更好的进行行政管理决策与市场融资、投资活动决策，无疑为企业更好的抵御市场风险、提升竞争与经营能力提供了可靠支持。
四、结束语
综上所述，大数据时代财务报告迎来了全新的发展变革，财务报告发展趋势从事后报告向着事前报告发展，从事后反映向着预测未来的方向发展，促使财务报告发展朝着综合管理理念的方向发展，从根本上改变了现代财务管理的思维与发展趋势。财务报告发展在大数据时代的影响下利弊参半，要积极应用新思维、新技术与新方法在全新的发展环境下合理把握大数据的特征，在财务管理中更多的发挥财务报告的前瞻性与战略性作用，为企业的发展提供充足潜力，推动新时期财务会计与管理的创新。多维信息会计服务作为财务报告未来发展的典型特征，推动了管理会计与财务会计的融合，为企业制定最优发展战略、规避重大经营风险、执行最优决策提供了强有力的支持，有利于大数据时代企业财务报告应用价值的充分发挥。
参考文献：
[1]李琪瑶,张宇虹.财务分析与大数据时代[J].中小企业管理与科技,2015(3):69-70.
[2]任海芝,邵良杉.智能化财务报告模式研究——基于数据挖掘技术的思考[J].辽宁工程技术大学学报:社会科学版,2011(2):140-142.
[3]金如会,陈燕芹.大数据时代背景下的高等美术院校财务管理研究[J].新美术,2014(11):127-131.
[4]熊怡.“大数据”点亮智慧未来——理念上解读 实践上应用——大数据时代的国家竞争与企业发展[J].中国电力教育:上,2014(5):18-23.
[5]王艳.大数据时代企业会计信息质量研究[J].理财：学术版,2014(4):87-89.
[6]王晖,段文军.大数据时代下“财务分析”课程建设[J].中国电力教育:上,2013(9):111-112.
[7]丘创.财务报告生成的新趋势[J].首席财务官,2014(1):57.
[8]李廷军.大数据时代企业财务管理的变革[J].河北企业,2014(12):19-20.
[9]郭锐.基于大数据和云计算的企业财务管理研究[J].知识经济,2014(18):109-110.
[10]张黎,宋小南,韩荔.基于大数据时代下推进财务信息化的研究[J].现代商业,2014(36):262-263.
[11]申玲.大数据时代下财务人员的转型出路研究[J].中国乡镇企业会计,2014(11):286-287.
作者：俞红梅 吴启高
【摘要】大数据时代的到来对现行财务报告体系带来了挑战，对企业财务报告质量提出了更高的要求，如何应对时代挑战、保证财务报告的质量和价值，是企业在编制财务报告过程中无法回避的问题。本文首先描述了大数据的特点以及在财会领域的应用，然后分析了大数据对现行财务报告构成的挑战与冲击，最后给出了企业在此背景下提高财务报告质量的相应措施，对财务报告的未来发展具有借鉴意义。
【关键词】大数据;财务报告;创新
【中国分类号】F234.3
大数据的挖掘、分析和应用，伴随着物联网、云计算、人工智能的兴起和快速发展，对各个行业和领域都产生了巨大的冲击并带来了改革与创新的空间。海量且可以高速率传输的大数据，从真实性、及时性等诸多方面对传统报告造成了冲击。本文从大数据自身特点入手，剖析了大数据对现行财务报告的相关性、及时性和可靠性等信息质量特征造成的冲击，并围绕如何在此背景下提高财务报告质量进行了探讨。
一、大数据的特点以及在财会领域的应用
目前对于大数据的定义在不同领域有所不同，Vasarhelyi(2015)认为特定数据能否被称为大数据取决于这些数据是否处于或超越了其所用的信息系统所能储存或处理的极限。根据IBM(2012)发布的信息，大数据具有以下四方面的特点：第一，信息容量大，数据量以PB为单位，因此必须采用计算信息数据分析手段才能获取有价值的信息;第二，传输速度快，在一般情况下能达到对数据实时传送的效果，对数据进行自动化、实时化分析的要求进一步提高;第三，不同类型数据的混合度高，文字等结构化数据与声音图像等半结构化或非结构化数据的并存，加大了对数据进行处理和储存的难度;第四，单一数据的价值量低，但将其囊括在一起的大数据则具有不菲的商业价值，强调了对数据集进行整体化处理和分析的必要性。根据大数据具有的特点，Vasarhelyi(2010)研究了大数据在会计领域的应用，他认为可以利用实时更新的大数据克服会计信息缺乏及时性的缺陷，能够为市场和管理者提供更有价值的信息;还可以利用大数据不同类型数据的混合度高的特点，对与企业经营相关的非结构化数据进行披露，能提高企业财务信息的相关性。此外，从量化的角度，还可以根据大数据容量大的特点，将海量财务信息与非财务信息进行整合，创造滞后型连续方程，拓展财务信息与非财务信息的关联性。
二、大数据对现行财务报告的挑战与冲击
(一)对财务报告信息相关性的挑战
传统财务报告十分重视对企业核心财务信息的披露，但随着我国资本市场的成熟和市场有效性提升，表外信息、与交易无关的非财务信息、财报未披露内容也变成了投资决策的重要考虑因素，投资者对此类信息的需求，便对现行财务报告信息的相关性提出了挑战。例如企业的公司内部治理文件是否完善、客户关系的稳定程度、高级管理者的政治关联等都会成为投资者迫切需求的非财务信息，这种信息间供需的矛盾，导致现行财务报告在相关性方面难以满足投资者的决策需求。大数据对相关性的冲击，就主要是在于相关财务报告信息范围的拓展。对于目前的财务报告，由于货币计量的局限性，一方面对多数定性信息没有做出披露，另一方面部分定性结论是从样本量不大且具有较大随机性的数据中得到的，因此结论的准确度也具有较大提升空间。如何将大数据中包含的有价值的非结构化、碎片化信息纳入财务报告，加强对财务信息供给与需求的匹配程度，并使具有高相关性的信息依旧具有可比性，是大数据对财务报告信息相关性的挑战。
(二)对财务报告信息及时性的挑战
现行财务报告中，年度报表具有最高的质量和公信度，但是由于编制报告的周期长达3个月左右，其财务信息的时效性大打折扣。但是，如果缩短会计分期，或者要求中期报告、季报甚至月报的质量与年报一致，这会导致企业资源的浪费，违背了成本效益原则。在大数据的背景下，如果还以现行模式进行确认计量和报告，其中部分本期未确认、未报告的业务活动很可能已经过时，失去了实时信息的内在价值。但是大数据模式则将完全滿足了及时性的要求，甚至转变成了对实时性甚至超前性信息的供给。转变的核心在于大数据具有的速度快的特点，具体体现为数据发展速度快——时时刻刻都在有新的数据产生、传输速度快——对数据结果的实时传输、分析速度快——对大数据信息价值的重要保证。这要求财务报告由事后报告向事前报告的模式转变，使报告使用者可以通过对信息的充分了解后，做出渐进决策，之后通过及时的信息补充对决策进行修正。那么怎样在大数据的支持下将财务报告信息进行实时传送、如何对会计分期假设进行修正，怎样保证计提、摊销信息的时效性，都是大数据对财务报告及时性的挑战。
(三)对财务报告信息可靠性的挑战
在无法获得海量数据支持的现行财务报告信息系统中，每一个数据的真实性和可靠性都可能会对财务报告整体产生影响，因此在传统财务报告编制前后，要通过多重核对、分析检验、控制测试等多种手段，来减少数据纰漏和造假舞弊行为，但涉及的时间和人工成本占用了大量社会资源，降低了企业的经营效率。在大数据背景下，由于数据信息量巨大而且形式丰富，数据间具有极强的交叉性和关联性，所以某单一数据的异常或缺失基本不会导致对整体情况的误判误报。而且在大数据分析技术日益成熟和会计制度愈发完善的环境下，对实时交易数据造假的难度和成本上升，真实性和可靠性的问题不再突出，企业和投资人更强调数据与数据之间的相关关系而非因果关系、重视数据对决策的实际意义而非绝对精确，强调整体性来保证财务报告大数据信息质量，这要求传统财务信息质量要求从观念上进行根本性的转变。
三、积极利用大数据提升财务报告质量
(一)拓展财务报告信息范围
随着使用者对非财务信息、表外信息需求的不断增长，可以在财务报告信息中加入非结构化数据，构建多维财务报告体系，将内部控制、平台资源等非财务指标有效融合，全方位展示现代企业的核心竞争力。而且为满足投资者对会计信息相关性的需求，可以利用大数据信息多样化的特征，运用多媒体技术更加直观的传达企业实际经营信息。此外，突破财务报告单一的货币计量属性，例如对于无法准确定价的人力资源、自然资源等资产可以划定非货币度量标准，使财务报告信息体系得到极大的丰富，从而增强了会计信息的公信力和透明度。最后，还应该使财务报告不限于对自身微观情况的表现，而拓展到对企业所在政治经济环境、行业状况的综合描述，这有利于社会企业共同构建宏观经济数据库，对整体经济发展起到预测作用，使企业能提前做出生产规模、产业升级转型的相关决策。
(二)建设规范化财会信息云平台
积极推进财务会计信息处理的云共享、云计算是利用大数据提高会计信息质量的关键环节，为保证数据信息具有可比性，财会信息云平台的建设需要具有规范性。第一，企业的信息化是云平台建设的基础保证，需要满足：从原始数据采集到分析结果输出的全面数字化、公司内外部信息交换以及部门间信息传递的网络化、对数据信息处理具有深度学习能力的智能化等基础建设需求。第二，建设提供数据存储和分析的云共享计算平台。以政府资金与技术进行总体布局，企业参与细节完善，构建标准统一的或具有相关行业特征的财会信息云存储系统，制定具有规范化的准则，设置统一执行标准，使原始数据信息能够实现统一加载、定期更新和标准化存档。同时云端分析平台应做到审核验证一体化、查询信息标准化、分析结果智能化等，使财会信息云平台不仅方便企业对数据进行传输和分析，也适合审计部门和投资者的查询和比较。但是也应该注意到，由于云平台建设的复杂性，其涉及企业范围之广、数据量之大前所未有，因此应由政府牵头，先小规模试点运行，在不断改进的基础上进行逐步推广，渐进式建设规范化财会信息云平台。
(三)强化财务人员数据分析能力
大数据的应用使财务信息的获取和流动愈发简单，但其结构的多样性和数据的海量性，都对财务人员的数据分析能力产生了巨大的挑战。在提升财务报告质量的过程中，大数据的关键职能在于深度挖掘和披露数据背后的隐藏信息、寻找数据间的关联性，所以与传统财务数据分析不同，为充分利用数据并尽可能得到可信度高的结果，大数据财务分析摒弃了抽样样本分析，而是对完整的数据库进行分析，那么在這种情况下，如何根据实际需要选择最适当的数据库、怎样对数据的抽取、筛选、转换、分析等工具进行选择，都对财务人员提出了极高的要求。所以要对财务人员的数据分析能力进行强化，首先要使其树立大数据资产概念，增强财务人员对大数据信息资源管理的主动性;其次，加大数据分析技能培训投入，聘请数据库研发专家、商务统计专家对财务人员进行培训，使财务人员具有前沿大数据分析意识和手段，保证分析的高效性与准确性;最后，要优化企业部门组织结构设置，扫除企业运营部、数据挖掘部、财务部交流障碍，使数据分析能力的培养、数据分析结果的输出更具有服务全局的效果，专注核心信息数据，提高财务信息数据分析的相关性。
四、结语
综上所述，大数据时代的到来对现行财务报告体系产生了巨大的挑战，企业需要在顺应新背景下对财务报告信息质量要求的同时，加强培养大数据管理和分析意识，主动运用新思维新技术，注重财务数据结果分析的实际意义，对企业财务报告质量做出保证。
主要参考文献：
[1]Vasarhelyi，Miklos A.，Alexander Kogan，and Brad M.Tuttle.“Big Data in accounting：An overview.” Accounting Horizons 29.2 (2015)：381-396.
[2]袁振兴，张青娜，张晓琳，张晓雪.大数据对会计的挑战及其应对[J].会计之友，2014(32)：89-92.
[3]何冰. 大数据会计与财务信息相关性研究[J].会计之友， 2017(7)：130-133.
[4]秦荣生. 大数据思维与技术在会计工作中的应用研究
[J].会计与经济研究， 2015(5)：3-10.
[5]宗威，吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报(社会科学版)，2013.
作者：赵巍
腾讯：大家下午好，我用30分钟分享一下我们在微博里面大数据的应用。首先在之前我自我介绍，我是来自微博的，我在腾讯做了十几年，一直做技术，这几年做产品技术相结合的产品。我更多的想跟大家讲，我们是大数据概念在具体互联网产品里面是什么样的。大数据已经谈了很多年，最近这几年又一次非常的，很集中的提这个概念。互联网大会第一次设立这个话题。就目前为主大数据的应用比较多的是商业化的领域当中，怎么利用大数据做点击率提升等等方面。在互联网产品当中怎么做大数据?现在摸索的还不是很多。
我先简单的讲一讲我们对大数据的理解。为什么又再一次提出大数据呢?其实数据有很多变革，第一它的规模，噪声越来越多，速度越来越快，价值越来越大。第二现在的硬件技术和软件技术没有跟上数据规模的变化，但是现在的技术相对几年前是有足够应用的空间的。现在我们想到，现在我们一个产品的运算，像我们腾讯微博，运行的技术、成本、平台。更重要的是思维变革，我们之前做互联网应用的时候，我们更多的是做抽样，但是现在很少做抽样。我们以前为什么做抽样?因为跑了太长时间了，现在不做抽样了，是思维的变化。 因为什么所以什么?现在我们不强调这个问题，我们只知道这是相关的，发生A事件之后就发生B事件，但是这两者是什么关系，我们不清楚。把相关事件打在一起，发生A事件之后，B事件点击率会高，但是因果关系不怎么追求了，但是肯定是有关系的。我个人感受非常深的，在今天开放的数据，隐私问题，很多情况是能避免的，越来越多开放的社区出现了。你使用一个产生，你使用微博，就意味着有这个问题，因为这个产品开放的时候，就是开放的，你关注什么人，不存在隐私的问题。我们在这个平台上做运算的时候，就会涉及隐私问题。
大数据能做什么?第一对内容本身的理解，这个内容不限于一篇微博，一个视频，一篇文章，可能还有广告。第二个就是对用户的理解，用户的行为，用户的轨迹，基本的信息。第三对关系的理解。其实这是最关键的，用户和用户之间的关系，内容和内容之间的关系，用户和内容之间的关系。出现A页面的时候，你推荐B页面的时候，点击率很高。出现A用户的时候，推送B用户点击率很高。最后一个是趋势，趋势就是关系的变革，我们对点击率用户，做监控，情感分析，还有像电影票什么的，它是一种趋势，我专门搜出来。大数据在应用里面有这么几个类型。
在我们微博平台上用户规模依然是强大的，现在有5.6亿多用户，每天产生多少总的发表量，是白亿，几千亿，你分析社交关系，是数百亿的，5.6亿的人际关系连接。每一篇新闻，每一篇微博发出来以后，有多少传播路径，我们用关系链传播，又是什么样的成果?我们每天有数百亿计的产品。现在的数据是更开放的，开放的数据一定是显示的数据的。
刚才谈到微博的产品里面核心的东西无非就是两种，一个就是用户，一个就是内容，用户发的微博和图片，就这两种东西。现在的用户，大家在上网可选择的东西很多，花多少时间在微信，多少时间在微博。我们现在考虑微博下一代朝哪里走?核心的就是提高效果。你能在最少的时间内让用户看到所有的信息，看到他感兴趣的信息，这就是我们强调的问题。在这种情况下，我们就衍生了大数据的使命。我把我们微博里面运用比较多的应用场景列出来的。 第一个就是推荐系统。一个人上来以后，你给他推荐感兴趣的人，他的朋友。一种是基于兴趣，一种是基于关系的。你只有让他形成更强的关系链，就是他的好朋友，形成更好的兴趣，感情，交集圈。推荐系统和广告推荐是很相似的，算法做法是一样的，但是不同的是标一不一样(音译)。5.6亿就是5.6亿×5.6亿，标一是一个量化。
第二个是微频道，核心目前就是给内容分类。微博是很短的，虽然是140个字，平均就是二三十个字，这么短的文本你怎么进行分类，美食，购物，到底是什么?还有更短的，我们把它分出来。把内容进行分类，把好的东西放到用户面前。第三个叫微热点，真正实现信息关联。微博里面每时每刻都有热点事情发生，用机器发现哪些热点事件能读出来。它要做的事
很多，第一发现热点事情，第二把热点事情聚在一起形成热点事件的脉络，第三把热点事件投放到用户面前，是纯自动的形式。每天数亿的数据怎么把它挑选出来。
第四叫微圈，其实就是智能分储。在微博上可以看到谁的微博，要取决于你上线的时间跟你有缘，正好在那个时间发表微博，因为微博操作很容易，你点一下按纽就可以关注他了，但是随着时间的积累，很活跃的用户的关系链已经上千人了，信息量非常多，你上线的时间正好是他发微博，你就看见了，你感兴趣的，你前女友有没有发微博，你关注的人有没有发表微博，你怎么拉取信息的?我们要做的把用户所有历史上已经关注的一千人自动分组，为什么分组?因为用户不会一个一个的关注，95%的人不会分组，他不愿意做，没有人做这个事，那我们做，这是非常难的事。大数据基本上都是智能的。大数据准确率是75%，80%。你能做到我们分组能做到百分之多少的准确率?如果做到60%，上线会被骂死。准确率达到什么样的程度，才能吸引更多的人。因为我们把准确率控制到一定的水平才能上线的。达到百分之多少之后大家才接受，我们才会上市的。
第五个是微博管家。怎么样样把好的东西跳出来。下面是什么垃圾自动过滤。我们去邮箱就有垃圾箱，上微博也有人做吗?不这么做也有很多原因，一是技术是不是准确，二是商业化的问题。我相信不愿意做的原因就是商业化的问题。商业化的价值怎么做，这是需要我们做的，把垃圾信息过滤掉。
这是我们的事例。用户推荐，一个是基于感性的，我们用到了用户的兴趣模型，用到了用户在微博历史上用了那么长时间的微博，我会发现你经常收听哪些人，经常干什么，你对什么领域感兴趣，这个就是兴趣模型最直接的使用。还有一个就是刚才提到的长关系(音译)长关系是社交网络里面非常重要的，长关系要用二维，大家都知道现在有六度空间了，任何两个人的空间都可以利用六个人的空间找到，六度空间基本上是正确的，任何两个人都连一下，不超过4。我们推荐熟关系的时候，就是要把左右可能潜在的朋友，他不知道，他来微博了，他不知道，怎么摆放在他面前，这是5.6亿×5.6亿的关系，这个运算量很大。
广义的推荐系统，不仅仅推荐人，可能是推荐信息，我们在腾讯网慢慢引入这种技术的使用。当你看到这个新闻的时候，我可能在相关性里面，有阳关的微博，相关的事宜，通过技术的自然连接，实现内容的串联。他的用户和更多的电商类的，都属于推荐类的应用。
微频道刚才提到了，对优势内容的挑选。单纯从技术角度来考虑这个问题，文本分类是很难的事，因为文本很短，还要分类，不像一些文章，几百个字进行分类，你有充足的理由做这个事，这里面需要很多办法，你不能把精力都放在文本本身，还有用户呢。这个用户老发财经类的内容，他发文章的时候，财经概率很多。利用这种思维，用更多的特征来学习，不要局限在内容本身里面准确会大幅提升。分完类之后还要把差的质量去掉，把好的质量选出来。比如说展示量，各种各样的东西，都是帮助你学习的。
微热点，这里面卷都是机器自动实现的，一件事情的发生，没有人参与，都是机器做的，而且我的机器可以发现这个事情的脉络，首先会把时间点，最热的信息拿出来，然后基于关键词把热点事情挖出来。用户上微博，大部分都是提留在主页上，如果主页提每个事件的话，再吸引你点击。我们用大量数据做这个事很有意义。我们做这个事根本不需要人做，只需要个别人看看，不要有太明显的错误，删删改，每天运营式的，自然的就出来了，这是很智能的。
这是我们的微圈。在PC上网，会把历史信息自动分好组。我们研究了特别多的运算。我们做社交网络分析的时候，很多都是很复杂的，我们做了特别多的改进，怎么把效率提高，把最小的图给解出来。分好组之后，里面有几个同学，我比较感兴趣的，前女友比较多的话，几个前女友分在一起的话，可以去里面看一下。这里面就是对信息和效率很好的提升。 微管家技术难点就是对内容质量的判断。最后就是我们的几点经验。大数据是一种能力，还是一种工具。其实现在的数据特别多，如果能把我们的数据使用好，你有很多的数据，你有
很强的数据挖掘能力，算法，平台，如果你有这些东西，能够解决好某一个商业化的价值，很简单的比如说电商，我们腾讯和网点通合作，我们腾讯和它做基于兴趣的广告，利用好大数据，提升一个产品的体验，解决好一个产品的发展方向，如果你找到这些才是我们的出路。如果我们空有数据放在那里，我们也有很强的技术，各种云计算，什么都有，但是没有很好的商业模式，没有很好的产品应用，这样的话就很难施展了。我们很长期的摸索，每天有大量的数据进来，数据挖掘团队，有很强的技术能力。找不到商业模式的话，价值是有限的。把我们的数据和技术，以及产品应用和商业化应用结合是我们很重要的目标。好谢谢大家。
曾无数次假设过毕业找工作的样子，却没想到这个求职季走的异常平淡，在一个星期内相继接到了阿里和百度的橄榄枝，之后又在打酱油的霸面中拿下了腾讯。
几经考虑后，选了一个在很多人看来也许不是最好，但自己却觉得最合适的，人不能贪心地想把所有好处都占着，而最好的也未必是最适合的。所谓选择也许只是综合了多方面因素，取重去轻后做出的一个现阶段的决定，它会影响一段时间，但却未必是一辈子，毕竟后来的道路上我们还会不断自我修正。
在面试之前也在网上看过一些面经，所以从感谢前辈和回馈后来者的角度还是要先写点干货，不过我觉得真正有用的还是那点心得体会，世界上没有绝对的真理，只是单纯记录这一阶段自己的一些想法，希望能有所帮助。
一、阿里运营
阿里的校招历年都是互联网公司里边行动最早的，8月底之前就会截至网申，所以锁定互联网行业的小伙伴们一定要早行动。
在线笔试全部是开放性问题，主要是对个人经历和一些产品运营类的思考。
面试分为三到四轮，群面，一到两轮专业面，HR面，整个流程节奏非常快，两天搞定，第二天晚上直接出结果。
1、群面
我们这组的群面过程是，轮流自我介绍，分析每个人的优势，然后每个人15分钟时间，针对暖男在淘宝上做一次运营活动，15分钟自我思考后每人分别陈述，最后大家统一意见选出一个方案进一步讨论完善，再由一个代表做陈述总结。
关于群面就是把它当成一次真实的团队协作，大家共同努力解决一件事情，而至于做什么角色完全取决于你本人的优势，还是那句话最适合的才是最好的。我个人的优势在于清晰的逻辑思维和陈述总结能力，所以在团队协作中会做一个倾听者和框架的搭建者，在大家跑题的时候适时拽回来，另外能在凌乱的陈述中迅速梳理重点并清晰表达做最终陈述，但是缺点是不愿意跟别人争，所以如果团队中碰到喜欢抢话又提不出建设性意见的搅局者就会比较惨。
2、专业面
采用的是交叉面的方式，两轮时间分别在1小时左右，会针对你的简历经历问一些项目的问题，另外也会在你的项目经历上做一些延伸性的提问，所以两点很重要，第一写在简历上的经历必须真实且有的说，第二面试前自我提问式地回顾之前的项目也很重要，毕竟时间久了谁都会记不清。另外专业面还会问一些跟面官的项目相关的问题，比如天猫双十一你有什么运营上的创新点子，你怎么看待阿里产品和运营的区别等。
我认为最好的单面的状态应该是聊天，所以不光是面官问，你来答的状态，也可以适当地去引导面官的提问。比如我会从自己之前的餐饮O2O经历扯到淘点点，从之前自己的旅行经历和在蚂蜂窝的工作经历扯到淘宝航旅，也会去往一些近期的运营动态上去靠，比如当时比较火的S2O的案例女神的新衣，天猫APP中刺激UGC产生的频道FUN，而这些内容除了之前长期的关注和积累外，也有一些是可以短时间内去集中恶补的。
阿里的面官还有个特点就是蛮喜欢听故事的，所以除了工作经历外，如果有些其他能佐证你某项品质的故事也是可以讲出来听听的，但是前提是它是有效信息且能调动对方兴趣，比如讲到策划能力和执行力的时候我说到了自己线上卖明信片的故事，当面官问及看起来你一路都很顺没吃过苦的时候，就开始给他讲当年自己在没有暖气的房子里一个冬天的北漂故事。不过讲故事的前提还是，你真的得是一个有故事的人，这个恶补不了。
3、HR面 侧重于考验你这个人本身，特别是一些真实性的问题，这个过程会很轻松，但是在和风细雨中也极有可能埋有雷，所以再次强调在面官面前真实性最重要，你的情商还不足以在他面前耍小聪明，阿里的HR当时就揪住了简历上特别不起眼的一句话，是大二的时候在媒体的一段经历，让我详细阐述是怎么实现的以及自己从中承担了什么任务，我只能很坦诚地说时间过去太久，确实记不清楚，而且当时自己毕竟是一个大二的学生，还不足与在一个联动全国各省市媒体的活动中承担太重要的角色顶多就是一个联络的工作，不过细想来也怪自己在简历上给自己埋了一个雷。面试中还会有一些比较有趣的问题，比如你这么喜欢旅游，又做过西南西北自助游的创业项目，那给我画下中国的地图吧，再给我推荐些旅游目的地。
二、百度大数据商业产品经理
这是一份我蛮不舍的工作，确实也得来的不易，百度商业产品经理是目前接触的所有互联网类职位中要求相对最高的，首先笔试环节就会挂掉一大批的人，它对一个人的逻辑思维能力、语言表达能力，数理分析能力，甚至与气场都会有比较高的要求。
鉴于自己之前的经历和接触的东西都是用户产品类的，对于商业产品并没有太大的信心，但还好对于应届他们是有耐心的，不需要你有完全匹配的经历，只要在综合素质上符合他们的要求，他们是有耐心和时间去培养的，毕竟对于很多中国的大学生而言，步入职场才是真正学习的开始，而之前在学校只是教给你了学习的能力。
1、一面
时长大概在半小时，主要是挖简历上的内容，说白了是考察你这个人还有之前的经历，如果你有互联网的相关经历，会集中在这部分来问，我是有两段互联网公司的实习经历加两次互联网创业的项目经历，这部分对创业项目问的比较多，比如针对其中的一个旅游项目，跟市面上其他的同类产品和百度内部同类产品之间的对比分析。所以也打消了我最初的顾虑，作为应届，就算你没有产品类经历也是可以投产品经理的，就算你没有接触过商业产品，也是可以尝试的。
2、二面
时长持续了1个多小时，这是所有面试中最像聊天的一轮面试，面官人很好，在问完问题的时候会补上一句，你可以尝试着说说你的想法，我对这个问题也没有想太清楚，我们可以共同讨论下之类的话，所以很像两个喜欢互联网热衷于研究产品的朋友之间的聊天。这部分主要都是些开放性的问题，鉴于对商业产品了解并不是很多，加上当时百度刚刚推出直达号，所以针对直达号谈了很多自己的想法，过程中也涉及到一些自己之前做餐饮类O2O项目时跟线下接触的一些经验。当然在产品讨论之余也会问一些素质考验型的问题，如我提到了产品经理的沟通协调能力，就被问到，如果你是直达号的产品，这个产品上线后有可能损害到百度内部哪些产品的利益，如何去协调这个关系。
3、三面
就像三面的面官所说，到了这个环节，就是一个双向选择的过程，在面官了解你的同时，你也要尽可能地去了解将要进行的这份工作，这个团队，甚至于这个领导，当然对于应届来说，还是多少会有些压力的，因为很少能看到应届面试的时候双方处于一个很平等对谈的位置，多少会有些紧张和担忧。
这个环节，面官考核的重点我觉得是综合素质和气场，很赞同后来这位面官跟我说的话，一个人跟一个团队的气场契合很重要，就跟一家人一样，不是一家人不进一家门。所以顺便说一句宽慰大家的话，有些时候被拒未必代表你不够优秀，也许只是气场不够契合。 而气场外化的体现，就是你的言谈举止，自信的人最美，而有理有据说话让人信服也是助力面试成功很重要的一点。我身边也有很多极其聪明，很有想法，但是嘴皮子跟不上脑袋运转速度，甚至于完全不能同步运作的人，针对这类人，建议可以重点锻炼下语言表达能力，模拟情景地做一些演讲，录下来自己听听，然后不断修正是会有帮助的，如果实在不行，也不要勉强，毕竟人各有所长，那就去无限放大自己的优势就好了。
三、腾讯产品策划/运营
腾讯内部好像不太细分产品策划和运营，所以招聘的过程也是混在一块进行的，因为8月份招过一次产品培训生，所以这次产品的招聘拖到了10月，而且需求量也不大。决定再去霸面下腾讯，可能有之前产培挂在了群面的遗憾，也有纯粹想体验下霸面的感觉的新奇，当然更重要的一点是，离开上海两年后很怀念那个时候周末扫街时压的马路，于是就想借着这么个引子再去逛逛徐汇和卢湾，走走思南路、雁荡路、陕西南路„„
1、霸面
互联网公司是比较开放的，所以一般都会接受霸笔、霸面这事，不过一般霸群面是比较容易的，只要你有耐心等，但是霸单面就比较难了，这次第二天的单面，愣是一个霸面的都没放进去。
2、群面
上午游荡着愣是被百度地图骗到了一个距离腾讯大厦3公里开外的地方，差点就放弃去面试直接跑去压马路了，后来鉴于跟朋友约好，还是赶了过去，霸面的大概有20个左右，交份简历，坐那等，如果面官挑中你的简历，就会被安排进某一组面试，索性有很多霸面的小伙伴一起等，过程到是很轻松有趣。
我们组的群面题是给广场舞大妈设计一款产品，这一组成员比较多，大概在十三四个的样子，一开始的规则是轮流发言，我前方的四五个人分别陈述了很多后都还没扯到互联网和产品上来，明显带着大学生办社团活动的思路来对待这个问题，吸取了上次产培群面太谦逊的状态，还是决定稍微带动下团队的节奏，不然怕又出现上次马上到时间大家还没统一意见的惨剧，其实群面最怕的就是碰到奇葩队友，当然这个全看运气，还好这次运气没上次那么背，搭好框架后大家也就顺着讨论起来了，再适时补充下，提些有亮点的建议，最后的总结陈述不算出彩，但至少把大家思考的精华都总结出来了。
3、专业面
专业面的面官是群面面官之一，这个时候也基本能判断出来你有可能进入哪个部门，对于我们这种霸面没有选部门的人来说，这还真是个随机随缘的事情。我的面官是偏图像类产品的，所以对我摄影和旅游的爱好比较看重，插一句话，人有些爱好总是好的，即使它看起来有些不务正业，但是但凡你喜欢并且乐于钻研它，从中积累的东西，早晚都会让你受用无穷，比如那些拿到游戏策划offer的很多就是从不务正业地玩游戏开始的，但是这不是鼓励大家都去玩游戏或者出去旅游，凡事有个度，掌握平衡很重要，玩的过程中的思考和自我技能的提升更重要。 腾讯的面试还是比较费脑子的，甚至于还会问一些考验智商的题，比如时针、分针、秒针一天重合几次;估算中国iPhone用户的比重;烧一根质地不均匀的绳子需要一小时，现在有一把，让它恰好烧1小时15分钟，怎么实现。关于智力题这事，我觉得除了考验智商外，更重要的是考验你的应急能力，我是分分钟被自己的智商蠢哭的纯文科生，庆幸面官没有就此把我pass掉，所以就算你不能立马答出这些问题，你也还是有希望的。另外就是会涉及到一些产品方面的问题，比如你常用的图片类的APP 有哪些，如果让你做一款图片类的APP 你会从哪个角度切入，用三句话概括它的亮点，大众点评的APP产品优化你有哪些提议，对现行的社交类产品怎么看，都关注哪些互联网类的媒体，从哪些渠道获知信息等，反正这些天马行空的问题真的都是得看平时的积累，看看自己手机里满屏的APP和飘红，外加没事把APP store当淘宝逛得习惯，总归是能扯一些东西的。
4、总监面
又是为时1个小时的一场面试，这场面试是脑细胞死的最多的，因为基本上他不会去考察任何你可能准备好的经历或者case，所有的问题都是在聊天的过程中抛出的假设情境下你会怎么做的未来时问题。针对包车自助游项目的创业经历，问到了如何准确定位你的目标用户并估算数量，你之前只是做针对西北西南的包车自由行中的租车业务，那如果现在我是风投，你怎么说服我投你，资金资源到位的情况下，业务领域怎么扩展，过程中扯了很多旅游类互联网的东西。找工作都看哪些网站，应届生这个网站如果优化怎么做，做独立APP的话，画一个demo图，阐述下产品思路和框架逻辑关系。鉴于当天脑细胞损伤严重过去的时间又久，很多问题已经记不清了，当然还有个智力题记得很清楚，说俩人一块从一个筐里拿苹果，一共100个，每次每人只能取不超过5个，对方先拿，怎么能保证最后一个是你拿到，估计又是一个理工科秒答，我要推半天的题，神伤。
四、一些心得体会
1、心态是最重要的。对于应届生而言，不着急、心气太高、孤注一掷是一个极端，太着急、太浮躁、海投海面是另外一个极端，心态调整好很重要，工作总归会有的，而且是最适合当下的自己的，可能没别人的好，可能没达到你的预期，可是一切才刚刚开始，起头的这步其实什么都决定不了。
2、早点明确自己的喜好，和想要从事的行业。对于中国学生而言，打小更多的就是填鸭式教育，很少想得清楚自己想要什么喜欢什么，如果高考填志愿的时候你这么说我觉得可以理解，但是大学毕业甚至研究生毕业的时候还这么说，就只能说你已经错过了人生一个很好的试错阶段。
学生时期我尝试过很多事情，有务正业的也有不务正业的，呆过报社、电视台，后来又转去互联网，在一度迷茫的时候还去体验了一下房地产，最后还是坚定地回归了互联网。除了实习自己还参与过两个互联网的创业项目，在创业公司给你的锻炼是远超出想象的，毕竟在公司体量很小的时候，是不会有具体的职能区分的，于是产品、运营，甚至商务，市场都会接触，从中学到了很多更重要的是明确了自己的不足。当时去创业的时候曾经告诉自己，在这么好的试错空间就该去尝试，就算失败了又能怎样，我又没损失什么，只要顺利毕业我至少没比别人落后，而这段经历是无价的。
3、只要去经历都是好的。我是个精力过度旺盛的人，喜欢挑战和尝试不同的事物。不过究其根本还算好学生，本科年年奖学金毕业直接保送研究生，但是也做过很多所谓的坏学生会做的事，体验过间隔年，临近毕业的半年走了很多地方，会去青旅做过义工，会一随性跑西藏呆一个月，会保持着一个月出行一次的频率，或近或远，反正我赚的那点钱都用来旅行了;身边的人总是弄不清楚我的状态，有人觉得我在读书，有人觉得我在工作，还有人觉得我天天都在玩，所以也变相验证了不要单纯地相信自己片面的视野范围内告诉你的事情。除此之外，出于兴趣爱好，也是为了给自己多赚点外快，还会同时兼职做一些工作，比如咖啡馆微博运营，杂志专题写作，线下活动组织等，而这些看似做着玩的活动在面试的过程中反而也能帮到你很多。比如有一次从产品的一个“约饭”的功能延伸到陌生人社交类产品，再去挖掘需求的时候，我就可以直接把海伦屋做线下美食、摄影、桌游等活动的案例搬出来，这样的回答也许会显得不那么空虚。
4、我们都不乏好的想法，但是缺乏说做就做的执行力。其实这点，我自己也蛮惭愧的，有100个想法，却未必有1个执行了的，但是在某些事情上，还是够雷厉风行的，比如当时心血来潮地卖明信片，思考到落地执行只用了不到2天，只问了自己一个问题，如果成本全赔进去，能承受吗，其实只要回答是yes那就去试吧，反正年轻没什么输不起的。
5、人是社会人，你身边的人的高度在某种程度上会决定你的未来。我是一个不擅于维系人脉的人，因为觉得人脉这个词太冰冷，但是我喜欢交朋友，因为朋友是一种基于感情无关利益的存在。也很庆幸自己一路走来总能有贵人相助，就说一句话，世界是公平的，与人善，于己善，在索寻所得时先去看看自己付出了哪些。
6、路是一步步走出来的。自己没有太大的野心，也说不好几年或者几十年后的事情，唯一能做到的就是每天别让自己闲置，闲久了人会废掉，今天比昨天好一点，明天比今天好一点，然后这么一步步走下去就好了。在做职业抉择的时候我们都会考虑长远发展的问题，但是在这个瞬息万变的时代，其实以我们现在的浅见根本看不到多远的长远，所以谁都说不好明天，我们都在摸索着前行，而最需要做的就是看好眼前脚下的路，用力过好今天。
7、再度回归到心态。希望看完这篇所谓的面经，记住的不只是面试中的问题;希望不要去抱怨“凭什么”，多去问问“为什么”，身边还是有很多不拼爹，靠自己的;希望你想的不是复制某某某的路，还是在综合考虑自己各方面特质后，给自己量身定做一条属于自己的路，不要活在“别人家的**”怎么样的世界里;希望你能心存感恩地看待这个世界，每一个机会，每一次挫折，每一个朋友甚至每一个敌人。
分析称腾讯注册用户9.3亿 盈利依赖14%用户
钟星 中国三星研究院 战略组首席研究员
【中国企业家网】腾讯的“企鹅仔”不久前被插上了利刃，背上了“阻碍互联网创新“的骂名。从一款 即时通讯软件，到2001年的无线增值业务，再到游戏、门户、电子商务、第三方支付、搜索引擎，过去十几年间，腾讯完成了互联网产业几乎所有业务的布 局，2010年
已悄然成为世界第二大互联网公司。
那么，腾讯是如何成长为让人“痛恨”的大公司的呢?腾讯的软肋何在?
腾讯三级跳
腾讯(Tencent)是中国创立最早、最成功的互联网企业之一。1998年11月12日，马化腾与张志东共同筹资注册成立“深圳市腾讯计算机系统有限 公司”，推出无线互联网寻呼解决方案。经过10年的高速发展，腾讯成长为中国最值钱、最赚钱的互联网专业公司之一。目前腾讯业务横跨即时通信、网络游戏、 社交网络、互联网增值服务等领域，收入来源多样，各项业务稳健快速增长。2009年，腾讯营收总额达到人民币124亿元，净利润52亿元，市值
超过 400亿美元。
近来腾讯动作频频，采取一系列步骤扩大自己的版图，其未来动向引人瞩目。业务面上，腾讯利用自己在中国网民中的知名度和QQ聚 集的用户群频频出手，突入其他互联网公司的核心业务领域，实现遍地开花式增长。腾讯通过在QQ中捆绑多款游戏突入利润丰厚的网游市场，并在2009年二季 度成功超越盛大，成为国内营业收入最高网游运营商。推出搜索引擎“搜搜”和C2C电子商务服务“拍拍”拳打百度、脚踢阿里巴巴;经过数年的布置，这两项业 务开始发力，可能成为腾讯新的增长点。
腾讯旗下网站QQ.com已经成功超越新浪、搜狐等老牌互联网门户，成为中国浏览量最大的综合性门户网 站。在战略面上，腾讯通过战略联盟、合资、并购等手段逐渐组成一个多维度的企业群体，支撑公司的业务扩张。腾讯与老朋友中移动的合作进入一个微妙的状态， 一方面两者的合作内容更丰富也更深入，另一方面中移动对拓展移动互联网版图的野心导致两者原本亲密无间的关系出现嫌隙。腾讯通过与巨人、TTWO、游戏蜗 牛等合作不断丰富网游品种，同时收购网域，提升开发新网游的能力。入股“爱帮网”，并实现搜搜与爱帮搜索结果的整合，强化搜搜提供地图导航、餐饮旅游等本 地化信息的能力。通过投资DST再由后者收购 ICQ的手法曲线打入国际即时通信市场，为国际化铺路。与英特尔(Intel)、思科(Cisco)合作，致力于基于互联网的较为基础性的研究，显示腾讯 已经具备支撑企业长期可
持续发展的技术和资金实力。
腾讯的发展模式为我们了解中国互联网行业发展、提升中国互联网企业竞争力提供一个研究范 本。腾讯的成长历程体现了一些较成功的中国互联网企业的共同特性。腾讯与网易、百度、搜狐、新浪、阿里巴巴类似，都是在90年代末或世纪初受国外同类公司 启发而成立;在中国互联网大发展的背景下快速成长、赴美上市。都受到互联网泡沫破裂的波及，而目前
已经成为互联网行业领军企业。
另一方面，腾 讯的发展历程有其特殊性，腾讯的发展经验对于其他中国互联网企业有一定的借鉴意义。腾讯充分利用与通信运营商的关系，是最早实现盈利的中国互联网公司之 一。虽然是通过复制国外某产品而成立的公司，但腾讯充分利用自己对本土市场的理解不断推出极具创意的新产品和服务项目，把腾讯打造成互联网“印钞机”。
中国互联网行业发展可分为跑马圈地、大浪淘沙、移动互联网三个阶段。
1994年中国获准加入互联网。1995年瀛海威成为中国第一家互联网服务供应商。1997年6月，以中国第一家门户网站网易(Netease)注册成 立为标志，中国互联网行业进入跑马圈地时代。1998年至2000年1月，短短不到两年时间，搜狐、腾讯、新浪、阿里巴巴、当当、百度相继成立，形成中国 互联网企业第一军团;而1999年7月，中华网更是成为第一家在纳斯达克(Nasdaq)上市中国互联网企业。这一阶段的中国互联网企业发展，以“烧钱” 和“跑马圈地”为特点，各企业尚未找到合理的盈利模式，只是以eBay、Amazon、Yahoo等公司为蓝本进行复制。互联网企业利用先行优势 (first mover advantages)利用新鲜创意在短时间内聚集庞大客户群;而投资者的蜂拥而至为互联网概念企业融资提供了便利。
2003年，网易、搜狐、新浪分别实现盈利，标志着中国互联网行业进入大浪淘沙阶段。在经过第一阶段的客户积累之后，各公司在盈利模式的探索上取得进 展，或向传统媒体靠拢，依靠广告收入掘出第一桶金;或搭建自己的电子商务平台，开起了网上超市;或瞄准特定群体，靠网游盈利;而大量互联网企业迷失在寻找 盈利模式的征途中，在客户群高增长的光
环褪去后败下阵来。
2009年1月，工信部发出3张3G牌照，宣布中国正式进入移动互联网时代。智能手机普及、各电信运营商补贴发展3G用户，移动互联网民总数激增，互联网企业面临新一轮的跑
马圈地。
和大多数中国互联网企业一样，腾讯凭借着在国内市场的先行优势，迅速建立起庞大的用户群，并以此为基础建立适合自己的盈利模式，实现企业发展三连跳。在 中国互联网界关注门户网站的模式之时，腾讯悄然进入即时通信市场，推出国内最早的即时通信软件OICQ(之后由于版权问题更名为QQ)。OICQ最初的设 计从内容、形式等方面几乎照搬ICQ，可以算作ICQ的中文版。当时市面上陆续出现一批以ICQ结尾的中文即时通信软件，如广州市电信局等单位开发的网络 寻呼机PCICQ、福建诺斯公司开发的TICQ，以及从港台等地输入的PICQ。当时互联网在国内仍是新鲜事物，用户对互联网操作感到生疏，而QQ 正迎合了第一代网民的需要，界面简单、免费、易上手，迅速积累了庞大的客户群，完成第一
跳。
1999年2月10日，腾讯正式推出即时通信软件 QQ99，仅仅9个月后，QQ注册用户数即突破百万。2000年5月27日，QQ同时在线人数突破十万，隔天的《人民日报》即对此事进行了报道;消息发表 一个月后，QQ注册用户数突破千万。2001年2月，QQ同时在线用户数突破100万，注册用户增至5000万。2002年3月QQ注册用户数突破1亿。 2010年3月5日19点52分5秒，同时在线用户数突破1亿，成就一个互联网奇迹。
QQ同时在线用户与中国互联网用户增长
数据来源：腾讯网站，CNNIC，三星经济研究院整理
迅速积累起来的庞大客户群，为腾讯带来和移动运营商合作的机会，借助后者的平台实现盈利，成就腾讯的第二跳。腾讯是最早与传统行业内公司建立合作关系的 中国互联网公司之一，通过与中国移动、联通等电信公司合作，一方面实现与其他即时通信服务商的差异化，另一方面解决了支付渠道的问题。2000年5 月，腾讯与深圳联通公司合作推出移动QQ，实现短消息和QQ互通;6月，腾讯与广东移动签署“即时通—移动QQ”协议。短消息和QQ互通极大刺激了用户的 支付意愿，腾讯适时推出“包月”服务，通过与移动签订手机代收费的“二八分账”协议，解决了盈利模式的难题。在各大电信运营商加大对电信增值业务扶持力度 这一背景下，QQ在即时通信行业的领先地位使腾讯左右逢源。中移动的“移动梦网”、联通的“互动世界”、中国电信的“互联星空”等都选择腾讯QQ作为合作 对象。2001年，在推出移动QQ之后一年，腾讯首次实现盈利，成为最早实现盈利的中国互联网公司，漂亮完成企业发展的第二跳。
2004年6 月16日，腾讯在香港联合交易所成功上市，成为在港交所主板上市的第一家中国互联网企业，共募得1.99亿美元，完成三连跳。通过赴港上市，腾讯理顺了公 司内部组织和产品结构，依托QQ这一处于垄断地位的即时通信航空母舰，发展出互联网增值、电信增值、http:// /special/zt/adsame/index.shtml三个业务群，营收快速稳定增长，实现由新生公司向成熟公司的质变。
大数据分析政府工作报告： 那注定牵动生活的十大新词 有权不可任性
【出处】
在今年的政府工作报告中，国家总理李克强在谈及简政放权时强调：“大道至简，有权不可任性。”
大数据分析： 2014年，政府交出了一张漂亮的简政放权成绩单：10多次国务院常务会议进行专题研究，2次电话会议全国动员，246项行政审批事项被取消和下放、149项职业认证被取消。 获得感
【出处】
两会前夕，习近平再次强调，要把改革方案的含金量充分展示出来，让人民群众有更多获得感。政府工作报告提出基本实现高速公路电子不停车收费联网、综合治理农药兽药残留问题、大幅提升宽带网络速率等细节，力图让群众获得实实在在的获得感。
健康中国
【出处】
“健康是群众的基本需求，我们要不断提高医疗卫生水平，打造健康中国。”李克强总理在作政府工作报告时，这句承诺得到了热烈的掌声。
大数据分析：
“健康中国”最核心的是加快健全基本医疗卫生制度，让民众看得上病、看得起病、看得好病。《报告》提出要全面推开县级公立医院综合改革，在100个地级以上城市进行公立医院改革试点，破除以药补医，降低虚高药价，合理调整医疗服务价格，通过医保支付等方式减轻群众负担。
互联网+ 【出处】
李克强总理提出“互联网+”行动计划，可以预见这将成为新兴产业和新兴业态的竞争高地。 大数据分析：
互联网+新媒体=网络媒体
互联网+娱乐=网络游戏
互联网+零售=电子商务
互联网+金融=互联网金融
书香社会
【出处】
书香社会今年第一次出现在《政府工作报告》中，李克强指出，要提供更多优秀文艺作品，倡导全民阅读，建设书香社会。
大数据分析：
一个民族的文化自信离不开崇尚阅读、尊重文化的氛围，让阅读成为一座城市高贵的坚持。 3月2日，国家新闻出版广电总局发布通知，将加快全民阅读立法进程，其中，“深圳读书月”作为“书香中国”的活动品牌，截至2014年已坚守了15年，15年参与总人次达1.06亿。
创客
今年“创客”一词第一次被写入《政府工作报告》。《报告》指出，互联网金融异军突起,电子商务、物流快递等新业态快速成长。李克强鼓励众多“创客”脱颖而出，文化创意产业蓬勃发展。
大数据分析： “创客”一词来源于英文单词maker”，指把各种创意转变为现实的人。创客与众创、众包、众筹紧密结合，正在发挥经济新引擎的作用。
李克强总理今年1月初参观了深圳的柴火创客空间。《报告》中提到，2015年高校毕业生将达749万人，为历史最高。因此今年《报告》特别鼓励大学生大众创业、万众创新，有创新式解决就业问题的考量。中国已形成以北京、上海、深圳为三大中心的创客生态圈。 深港通
【出处】 2015年政府工作报告首次提到深港通，并表示2015年将适时启动深港通的试点工作。 大数据分析：
有评论认为，深港通核心不在于“通”，而在于“融”，不仅是深圳、香港两地股市的互联互通，更是金融、会计、法律等众多高端产业全面融合。“通”是领导一句话，“融”得市场十年功。南上资金依然会显得火热，北下资金则要看政策的安排。
领跑者
追赶者
准备者
沈阳、株洲、伊犁、江阳
智慧城市6大关键词
城镇化、工业化、信息化、低碳、绿色、可持续。
北京、上海、广州、深圳、天津、武汉、宁波、南京、佛山、扬州、浦东新区
重庆、无锡、大连、福州、杭州、青岛、昆明、成都、嘉定、莆田、江门、东莞 智慧城市
【出处】
李克强在政府工作报告中提出，发展智慧城市，保护和传承历史、地域文化。
大数据分析：
物联网、电子支付、云计算、4g网络??2015年“两会”上，构建智慧城市成为代表委员关注的热点。
事实上，“智慧城市”已成为全国新型城镇化的一种战略选择。据《中国智慧城市发展水平评估报告》，当前国内“智慧城市”发展水平可大致分为3种类型。
为官不为
【出处】
政府工作报告指出：“目前少数政府机关工作人员乱作为，一些腐败问题触目惊心，有的为官不为，在其位不谋其政，该办的事不办。”这是政府工作报告中首次纳入治理庸官懒政内容。
大数据分析：
“为官不为”20年来首次写入政府工作报告，与反腐高压下少数官员群体“懒政”有关系。《报告》提出，要完善政绩考核评价机制，分3类对待：对实绩突出的，要大力褒奖;对工作不力的，要约谈诫勉;对为官不为、懒政怠政的，要公开曝光、坚决追究责任。 7% 政府工作报告中表示，2015年gdp增长目标在7%左右，居民消费价格涨幅3%左右，城镇新增就业1000万人以上。gdp“7%左右”不再是硬指标。
大数据分析：
过去十年《政府工作报告》中gdp增长目标从8%缓慢降至2015年的7%，体现了自2013年以来中央强调的不简单以gdp论英雄。据报道，全国已有29个省主动降低了gdp的增长目标，上海甚至取消了gdp的增长目标。
回望 2014年政府工作报告 已改变生活的“新词”
● 互联网金融
“互联网金融”或许是最快被写入政府工作报告的经济新词汇之一。虽然在2014年的政府工作报告中只有一句“促进互联网金融健康发展”，但其火爆态势“一发而不可收拾”。 最盛行领域：
1、打车服务;
2、网上购物;
3、网上银行;
4、互联网理财。
优点：起步门槛低;手续简单，无时间地域限制;收益高。
风险：法律法规不健全;能否达到承诺的收益;监管和立法。
● 舌尖上的安全 2014年“两会”政府工作报告提出了“一个严守、三个最严”，坚决治理餐桌上的污染，切实保障“舌尖上的安全”。
亿赞普(izp)大数据显示，2013年人们对食品安全的平均关注指数是40，2014年这一数据降为34，远低于2014年人们对汽车(98)、住房(85)、教育(80)、养老(73)和空气污染(61)问题的关注度。 2014年，排在食品安全搜索首位的始终是“食品安全法”。过去人们关心的是地沟油、三聚氰胺、地沟油等重大食品安全事件本身，现在则把目标从治标转向治本——监管和立法。 ● 企业黑名单
哪些企业会上黑名单?2014年“两会”政府工作报告中给出了答案：违背市场竞争规则，侵害消费者权益的企业。
最常出诚信问题黑名单的行业：
1、食品行业;
2、餐饮行业;
3、药品行业。
调查显示，近70%的人不了解什么是黑名单制度。大家最关心的问题包括：企业黑名单制度怎么建立?企业上黑名单的标准是什么?上了黑名单的企业要承担什么后果?篇二：教你用大数据做年终总结
教你用大数据做年终总结，提升逼格 一份好的年终总结可以回忆过往，继往开来，痛改前非;可以减轻没有完成前年设立之目标的内疚感;更可以成为给予自己新的一年可以重新做人的假象。可谓是居家旅行、自我麻痹必备之良品。
在“互联网思维”“大数据”满天飞的今天，如果你还用文字写年终总结，请问，你怎么装逼呢?!怎么获得朋友圈如潮水一般的赞呢?! 如果你想时尚时尚最时尚，体验cutting edge技术的低调与华丽，请务必get此技能。经过本人潜心研究，get此技能无门槛，只要你有一颗想装逼的心，只要四步!不是一两千!不要998!真的只要四步!八星八箭装逼技能抱回家! 第一步：选取分析样本
首先你需要选择在过去一年中，对你持续进行的某一行为，进行量化处理。比如，读过多少本书，背诵了多少首诗，看过多少场电影，跑过多少公里，积累了多少单词等等。数据统计得越细致，分析效果逼格越高，也就是能具体到星期，就不要月。
第二步：进行数据分析与呈现
“工欲善其事，必先利其器。” 数据分析工具直接决定了最后逼格的高低。 入门阶段可以使用excel，如果你有mac，那请使用numbers，你问我有什么区别?风中飘来两个字，逼格!虽然excel功能十分强大，但是我们care么?of course not!(耸!肩!) 当然，如果你想将自己定义为技术牛的话，请使用spss，stata，sas。虽然是用牛刀杀鸡，但是我们要的是什么?follow me! bigger(逼!格!)! 什么?你会clementine和r语言?恭喜您已自带逼格，出门左转，慢走不送。
在分析方法上，请将你掌握的统计学知识充分利用：集中趋势、离散趋势都往上招呼，回归分析、泊松分布也不要客气。
这些都是什么?不会肿么办?是不是装逼与我无缘?没关系!请使用柱状图，彩色的!用冲击力夺人眼球! 喏，就是这样咯。
第三步：图表分析
数据分析好了要得出结论才算总结吧? 首先选择一种语言。小语种优先，法语、德语、日语、韩语、意大利语都可以，无论内容是什么，先从气势上压倒对方。若是都不会，没关系，那就选择英语吧，受众面广一些，别忘了在最后添加一个c’est la vie，轻松渲染悲壮而乐观的气氛。
如果英语编着也吃力，那请记住less is more的原则，用“。”塑造一个低调的逼格王。 什么?你掌握英法德日韩土耳其希伯来7门外语并且有选择恐惧症?不好意思，我也想体验你的痛苦。
好了，准备就绪。最后就请优雅的打开朋友圈，点击发送。等待赞的到来。 温馨小贴士： 如果你害怕今年的逼格太高，明年难以超越自身，以继续维持闪耀的公众形象。那么请从数据收集做起，今年坚持每天做一件小事并记录下来。走运动路线的请使用可穿戴设备，最差也下载个跑步app好吗?明年这个时候，你就可以有大把的数据，进行更为深(zhuang)入(bi)的分析了。
每天一小步，一年一大步。哪怕每天多吃一口饭，明天这个时候站在门边，也是literally“一头风口上的猪”了。篇三：大数据行业分析报告
大数据行业分析报告
(2014)
江苏振邦智慧城市信息系统有限公司 2014年4月25日
目录
一、大数据概述 ............................................................... 1
1、大数据简介 ............................................................ 1
2、大数据特征 ............................................................ 1
3、大数据的技术 .......................................................... 2
4、大数据的应用 .......................................................... 2
5、大数据处理方法 ........................................................ 3
二、大数据发展现状与趋势分析 ................................................. 4
1、国外现状 .............................................................. 4
2、国内现状 .............................................................. 6
3、发展趋势分析 .......................................................... 8
三、重点应用领域及行业企业分析 .............................................. 10
1、重点应用领域 ......................................................... 11
2、重点企业 ............................................................. 17
3、国内运营商分析 ....................................................... 24
1、数据量的成倍增长挑战数据存储能力 ..................................... 25
2、数据类型的多样性挑战数据挖掘能力 ..................................... 25
3、对大数据的处理速度挑战数据处理的时效性 ............................... 26
4、数据跨越组织边界传播挑战信息安全 ..................................... 26
5、大数据时代的到来挑战人才资源 ......................................... 26
五、大数据方面的相关政策和法规 .............................................. 27
1、数据生产的相关政策和法规 ............................................. 27
2、数据共享的相关政策与法规 ............................................. 27
3、隐私保护的相关政策和法规 ............................................. 28
一、大数据概述
1、大数据简介
随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。大量新数据源的出现导致了非结构化、半结构化数据爆发式的增长。这些数据已经远远超越了目前人力所能处理的范畴，如何管理和使用这些数据，逐渐成为一个新的领域，于是大数据的概念应运而生。
2、大数据特征
大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，
在合理时间内达到收集、管理、处理、并整理成为帮助企业经营决策目的的咨询。大数据不单单是指数量的量大，而且包括了以下的四个方面：
首先，数据的体量(volumes)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)，和我们所熟知的g相比，体量不可谓不大。其次，是数据类别(variety)大，数据来自多种数据源，数据种类和格
式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。再次，是数据处理速度(velocity)快，在数据体量庞大的情况下，也能够做到数据的实时处理。最后，是指数据的真实性(veracity)高，随着社交数据、企业内容、交易与应用数据等新数据源的兴起，传统数据源的局限被打破，信息的真实性和安全性显得极其重要。
3、大数据的技术
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。主要可分为：数据采集、数据存取、基础架构、数据处理、统计分析、数据挖掘、模型预测和结果呈现等8种技术。同时，由这几种技术形成了批处理、流处理和交互分析三种计算模式。
4、大数据的应用
大数据的应用范围非常广。有机构预测，“大数据”的发展，将使零售业净利润增长60%以上，制造业的产品开发、组装成本将下降50%以上。
在制造行业，企业通过对网上数据分析了解客户需求和掌握市场动向，并对大数据进行分析后，就可以有效实现对采购和合理库存量的管理，大大减少因盲目进货而导致销售损失。
在商业上，国外一些超市利用对手机的定位和购物推车获得商场内顾客在各处停留时间，利用视频监视图像软件分析顾客购物行为，优化商场布局和货架排列。
在政府决策上，分析几十年来的天气数据，将各地降雨、气温、土壤状况和
历年农作物产量做成精密图表，就可以预测农产品生产趋势，政府的激励措施、作物存储量和农业服务也可以随之确定。
5、大数据处理方法 大数据的处理方法有很多，普遍适用的大数据处理流程，可以概括为四步，分别是采集、导入和预处理、统计和分析，最后是数据挖掘。
(1)、采集。大数据的采集是指利用多个数据库来接收发自客户端(web、app或者传感器形式等)的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库mysql和oracle等来存储每一笔事务数据，除此之外，redis和mongodb这样的nosql数据库也常用于数据的采集。 在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片是需要深入的思考和设计。 (2)、导入/预处理。虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自twitter的storm来对数据进行流式计算，来满足部分业务的实时计算需求。
导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。篇四：2014中国大数据发展分析报告 2014中国大数据发展分析报告 来源：36数据|发布时间：2014-11-20|381|0 未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何?它能给我们带来什么?或许很多人还不清楚，今天我们就来讨论一下。
目前，在对大数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何?它能给我们带来什么?或许很多人还不清楚，今天我们就来讨论一下。
一、 国内外大数据的发展状况及应用 1. 大数据已深耕于经济领域且创造了巨大的经济价值
美国的大数据产业已经创造了巨大的价值，具体表现在： 1)大数据使美国医疗服务质量得到提高
对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。
对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录(电子健康档案)，并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。 2)大数据使美国的交通更加便利
通过完善信息和自动驾驶功能，大数据有可能在许多方面彻底改变交通的面貌。开车的人多，交通堵塞就多，其后果是浪费能源，造成全球气候变暖，耗费时间和金钱。手持设备、车辆和道路上的分布式传感器则可以提供实时交通信息。这些信息，再加上更好的自动驾驶功能，可以使驾驶更安全，交通堵塞更少。智能汽车日益互联的新型交通生态系统有可能彻底改变道路使用方式。 3)大数据使美国的教育质量得到提升 大数据可以对美国教育及其在全球经济中的竞争力产生深远影响。例如，通过深入地跟踪和分析学生的在线学习活动——精细至每个鼠标点击动作，研究人员能够确定学生的学习方式和提高学习的方法。这种分析可以针对成千上万的学生进行，而不是孤立的小型研究。课程和教学方法，无论是在线的，还是传统的，都可以根据大规模分析所收集到的信息进行修订。
4)大数据提高了美国的征税效率
由于迅速发现异常的能力日益增加，政府税务部门可以缩小“税收缺口”，即纳税人应付税款与其自愿缴税额之间的差额，并且对于那些试图进行不当纳税申报的人，会深刻地改变他们的行为方式。大多数税务机构实行“自愿缴税与追讨欠税并举”的模式。在这种模式下，它们接受纳税人的纳税申报单并办理退税，并对一部分纳税申报单进行抽查，以找出有意或无意欠税的情况。 大数据则能够提高欺诈检测的水平，在纳税申报之初就揭露违规情况，减少问题退税的发放。资料表明，在医疗领域每年产生3000亿美元的潜在价值;在公共管理部门，每年产生2500亿美元的潜在价值;在个人位置数据领域，每年产生1000亿美元的市场;在零售业能够增加60%的营业额;在制造业部门，能够降低50%的产品开发及装配成本。 5)大数据在欧洲公共管理部门得到深入应用
大数据在oecd组织中的欧洲国家公共管理部门创造了1500到3000亿欧元或更高的潜在经济价值，这些经济价值主要通过政府公共管理机构开支的减少、转移支付的下降及税收的增加来实现。三是全球大数据人才需求将上升并且出现供需缺口。gartner咨询公司预测，到2015年，大数据人才需求达到440万人，人才需求缺口将达到三分之一。 2. 欧美等发达国家把数据资产上升到国家信息战略高度 1)美国已经布局大数据产业
美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油与矿产”，将“大数据研究”上升为国家意志，对未来的科技与经济发展必将带来深远影响。
以美国科学与技术政策办公室(ostp)为首，国土安全部、美国国家科学基金会、国防部、美国国家安全局、能源部等已经开始了与民间企业或大学开展多项大数据相关的各种研究开发。美国政府为之拨出超过2亿美元的研究开发预算。奥巴马指出，通过提高从大型复杂的数字数据集中提取知识和观点的能力，承诺帮助加快在科学与工程中的步伐，改变教学研究，加强国家安全。 据悉，美国国防部已经在积极部署大数据行动，利用海量数据挖掘高价值情报，提高快速响应能力，实现决策自动化。而美国中央情报局通过利用大数据技术，将分析搜集的数据时间由63天缩减到27分钟。 2012年5月美国数字政府战略发布，更是提出要通过协调化的方式，所有部门共同提高收集、储存、保留、管理、分析和共享海量数据所需核心技术的先进性，并形成合力;扩大大数据技术开发和应用所需人才的供给。以信息和客户为中心，改变联邦政府工作方式，为美国民众提供更优公共服务。 2)欧盟及日韩将会紧随其后
继美国率先开启大数据国家战略先河之后，欧盟、日本及韩国等国家也将跟进，预计不久相应的战略举措也将出台。数据规模及运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制也将成为国家间争夺的焦点。 法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3亿欧元资金用于推动大数据领域的发展。
法国生产振兴部部长arnaudmontebourg、数字经济部副部长fleurpellerin和投资委员louisgallois在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150万欧元用于支持7个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。 日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题，日本总务省于2012年7月新发布“活跃ict日本”新综合战略，今后日本的ict战略方向备受关注。其中最为关注的是其大数据政策(从各种各样类型的数据中，快速获得有价值信息的能力)，日本正在针对大数据推广的现状、发展动向、面临问题等进行探讨，以期对解决社会公共问题作出贡献。 2013年6月，安倍内阁正式公布了新it战略——“创建最尖端it国家宣言”。“宣言”全面阐述了2013～2020年期间以发展开放公共数据和大数据为核心的日本新it国家战略，提出要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”。 3. 我国大数据的国家战略
争夺新一轮技术革命制高点的战役已经打响，中国政府在美国提出《大数据研究和发展计划》的2012年也批复了“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，专门有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。我国的开放、共享和智能的大数据的时代已经来临! 2012年8月份国务院制定了促进信息消费扩大内需的文件，推动商业企业加快信息基础设施演进升级，增强信息产品供给能力，形成行业联盟，制定行业标准，构建大数据产业链，促进创新链与产业链有效嫁接。
同时，构建大数据研究平台，整合创新资源，实施“专项计划”，突破关键技术。大力推进国家发改委和中科院基础研究大数据服务平台应用示范项目，广东率先启动大数据战略推动政府转型，北京正积极探索政府公布大数据供社会开发，上海也启动大数据研发三年行动计划。
当前，在政府部门数据对外开放，由企业系统分析大数据进行投资经营方面，上海无疑是先行一步。2014年5月15日，上海市自今年起推动各级政府部门将数据对外开放，并鼓励社会对其进行加工和运用。
根据上海市经信委印发的《2014上海市政府数据资源向社会开放工作计划》，目前已确定190项数据内容作为2014年重点开放领域，涵盖28个市级部门，涉及公共安全、公共服务、交通服务、教育科技、产业发展、金融服务、能源环境、健康卫生、文化娱乐等11个领域。
其中市场监管类数据和交通数据资源的开放将成为重点，这些与市民息息相关的信息查询届时将完全开放。这意味着企业运用大数据在上海“掘金”的时代来临，企业投资和上海民生相关的产业如交通运输、餐饮等，可以不再“盲人摸象”。
在立足国家战略和产业政策推动大数据收集和分析技术快速发展的同时，我们也应清醒地认识到避免数据垄断和保护数据安全的重要性，及早开展相关法律法规的探讨和研究。
伴随着大数据时代的来临，世界各国对数据的重视提到了前所未有的高度。套上大数据的光环后，原本那些存放在服务器上平淡无奇的陈年旧数一夜之间身价倍增。按照世界经济论坛报告的看法，“大数据为新财富，价值堪比石油”。正如大数据之父维克托所预测，“虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。” 今天的国家将大数据视为国家战略，并且在实施上，也已经进入到企业战略层面，这种认识已经远远超出当年的信息化战略。我们上面介绍了许多国外的动态，末了自然也要落脚到本国，思考本国可能采取的发展道路。但是，尚未见到网络安全战略和信息化发展战略全文(据说两会期间公布，也就是这几天)，我们也不妨先总结国外的情形，以便进行比较。 2014年2月27日中央网络安全和信息化领导小组宣告成立，组长习近平指出，没有网络安全就没有国家安全，没有信息化就没有现代化。建设网络强国，要有自己的技术，有过硬的技术;要有丰富全面的信息服务，繁荣发展的网络文化;要有良好的信息基础设施，形成实力雄厚的信息经济;要有高素质的网络安全和信息化人才队伍;要积极开展双边、多边的互联网国际交流合作。从话的另一方面也说明目前我们没有自己的过硬技术，网络文化还有点问题，基础设施还是太差，人才队伍素质跟不上需求，也没有可靠的盟友，信息经济实力太弱。 毫无疑问，中国的底子太薄了。但是，大数据是信息化时代的“石油”。开发大数据资源的能力将影响未来国家的核心竞争力。我国不能幻想走在别人修好的道路，更不能等靠，只能依赖自身能力加速前行，这种能力就是将数据转化为信息和知识的速度与技术，而这种转化速度和技术，则决定了大数据技术能力的高低。
二、我国大数据的发展趋势及误区 1. 我国大数据的发展趋势
在全球经济、技术一体化的今天，我国it行业已经开启了大数据的起航之旅，大数据已经在经济领域发挥重要作用。据计世咨讯预测，2012年，政府、互联网、电信、金融等领域市场规模占据近一半的市场份额。大数据在主要经济领域的发展趋势如下： 1)大数据在经济预警方面发挥重要作用
在2008年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008年初，阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。篇五：2015-2020年中国大数据行业市场调查报告 2015-2020年中国大数据行业市场调
查与发展趋势研究报告
中国产业信息网
什么是行业研究报告
行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。
企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。
行业研究报告的构成
一般来说，行业研究报告的核心内容包括以下五方面：
行业研究的目的及主要任务
行业研究是进行资源整合的前提和基础。
对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。
行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间;企业的发展永远必须遵循行业的经营特征和规律。
行业研究的主要任务：
解释行业本身所处的发展阶段及其在国民经济中的地位 分析影响行业的各种因素以及判断对行业影响的力度
预测并引导行业的未来发展趋势
判断行业投资价值
揭示行业投资风险
为投资者提供依据 2015-2020年中国大数据行业市场调查与发展趋势研
究报告
【出版日期】2015年
【交付方式】email电子版/特快专递
【价 格】纸介版：7000元 电子版：7200元 纸介+电子：7500元
【报告编号】r327722 报告目录：
继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。 人们普遍将该定义概括为四个“v”，即更大的容量(volume，从tb级跃升至pb级，甚至eb级)、更高的多样性(variety，包括结构化、半结构化和非结构化数据)，以及更快的生成速度(velocity)。前面三个“v”的组合推动了第四个因素——价值(value)。 云计算、物联网、智慧城市、移动互联，新技术与应用的不断涌现，加速了“大数据”时代的到来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。 2013年，大数据应用带来了令人瞩目的成绩。作为新的重要资源，世界各国都在加快大数据的战略布局，制定战略规划。美国奥巴马政
府发起了《大数据研究和发展倡议》，斥资2亿美元用于大数据研究;英国政府预计在大数据和节能计算研究上投资1.89亿英镑;法国政府宣布投入1150万欧元，用于7个大数据市场研发项目;日本在新一轮it振兴计划中，将发展大数据作为国家战略层面提出，重点关注大数据应用技术，如社会化媒体、新医疗、交通拥堵治理等公共领域的应用。中国的“基础研究大数据服务平台应用示范项目”正在启动，有关部门正在积极研究相关发展目标、发展原则、关键技术等方面的顶层设计。
伴随互联网日益渗透人们的日常生活，基于社交平台和搜索引擎的用户行为数据开始被广泛应用于各个领域。因为能有效映射市场主体的情绪，互联网大数据也逐渐成为投资市场新的“基因”。我国积极支持大数据应用发展，在2015年3月5日举行的两会中，李克强总理在政府工作报告中提到，制定“互联网+”行动计划，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健康发展，引导互联网企业拓展国际市场。 目前我国大数据产业还处于发展初期，市场规模仍然比较小，而且主导厂商仍以外企居多。2016年我国大数据应用的整体市场规模将突破百亿元量级，未来将形成全球最大的大数据产业带。然而，相对于发展前景的乐观预测，我国发展大数据产业面临的现实挑战更值得认真分析和对待。
产业信息网发布的《2015-2020年中国大数据行业市场调查与发展趋势研究报告》共九章。
这本书里主要介绍的是大数据在现代商业运作上的应用，以及它对现代商业运作的影响。《 大数据时代》这本书的结构框架遵从了学术性书籍的普遍方式。也既，从现象入手，继而通过对现象的解剖提出对这一现象的解释。然后在通过解释在对未来进行预测，并对未来可能出现的问题提出自己看法与对策。
下面来重点介绍《大数据时代》这本书的主要内容。
《大数据时代》开篇就讲了google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了2009年美国的h1n1的爆发地与传播方向以及可能的潜在患者的事情。google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时google的预测与政府数据的相关性高达97%，这也就意味着google预测数据的置信区间为3%，这个数字远远小于传统统计学上的常规置信区间5%!而这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明!通过这一事以及其他的案例，维克托提出了在大数据时代“样本=总体”的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的“样本<总体”的做法很大程度上无法做到更进一步的描述事物，因为之前的时代数据的获取与存储处理本身有很大的难度只导致人们采取抽样的方式来测量事物。而互联网终端与计算机的出现使数据的获取、存储与处理难度大大降低，因而相对准确性更高的“样本=总体”的测算方式将成为大数据时代的主流，同时大数据时代本身也是建立在大批量数据的存储与处理的基础之上的。
接下来，维克多又通过了ibm追求高精确性的电脑翻译计划的失败与google只是将所有出现过的相应的文字语句扫描并储存在词库中，所以无论需要翻译什么，只要有联系google词库就会出现翻译，虽然有的时候的翻译很无厘头，但是大多数时候还是正确的，所以google的电脑翻译的计划的成功，表明大数据时代对准确性的追求并不是特别明显，但是相反大数据时代是建立在大数据的基础住上的，所以大数据时代追求的是全方位覆盖的数字测度而不管其准确性到底有多高，因为大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无限的逼近事物的原貌。
之后，维克托又预测了一个在大数据时代催生的重要职业——数据科学家，这是一群数学家、统计学与编程家的综合体，这一群人将能够从获取的数据中得到任何他们想要的结果。换言之，只要数据充足我们的一切外在的与内在的我们不想让他人知道的东西都见会在这一群家伙的面前展现得淋漓尽致。所以为了避免个人隐私在大数据时代被这一群人利用，维克托建议将这一群人分为两部分，一部分使用数据为商业部门服务，而另一群人则负责审查这一些人是否合法的获得与应用数据，是否侵犯了个人隐私。 无论如何，大数据时代将会到来，不管我们接受还是不接受! 而且这两年，大数据这个词突然变得很火，不仅出现在阿里巴巴、谷歌等互联网公司的战略规划中，同时在我国国务院和其他国家的政府报告中多次提及，无疑成为当今互联网世界中的新宠儿。我对大数据一直好奇已久，阅读了很多资料仍不得其解，直到读完《大数据时代》才有了粗略的认识。
我侧重于从第一部分中的这三个观点谈谈自己的看法，这三个观点可以说是哲学上说的世界观，这三个观点可以说是哲学上说的世界观，因为世界观决定方法论，所以这三个观点对传统看法的颠覆，就会导致各种变革的发生。首先是第一个，作者认为在抽样研究时期，由于研究条件的欠缺，只能以少量的数据获取最大的信息，而在大数据时代，我们可以获得海量的数据，抽样自然就失去它的意义了。放弃了随机分析法这种捷径，采用所有的数据。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义，列举了日本“相扑”等来证明使用全体数据的重要性。这个观点足以这个观点足以引起统计学乃至社会文明的变革，因为统计抽样和几何学定理、万有引力一样被看做文明得以建立牢固的基石。我对这个观点还是比较认同的，如果真能收集到整体的数据而且分析数据的工具也足够先进，自然是全体数据研究得出的结果更令人信服。但是这个观点也过于绝对，就算是在大数据时代要想收集到全体数据还是不太可能实现的，因为收集全体数据要付出的代价有时会很大。比如说，你要检测食品中致癌物质是否超标，你不可能每一件食品你都检测一遍吧。
第二，要效率不要绝对的精确。作者说，执迷于精确性是信息缺乏时代和模拟时代的产物，只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法被利用。作者是基于数据不可能百分之百正确的考虑而做出这样的判断的，如果采用小数据一个数据的错误就会导致结果的误差很大，但是如果数据足够多、数据足够杂那得出的结果就越靠近正确答案。大数据时代要求我们重新审视精确性的优劣，甚至还说到大数据不仅让我们不再期待精确性，也让我们无法实现精确性。谷歌翻译的成功很好地证明了这一点，谷歌的翻译系统不像candide那样精确地翻译每一句话，它谷歌翻译之所以优于ibm的
candide系统并不是因为它拥有更好的算法机制，和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。 第三个观点，不是因果性，而是相关性，这是这本书中争议最大的一个观点，不仅是读者，就算是本书的译者也在序言中明确地说到他不认同“相关关系比因果关系更重要”的观点。作者觉得相关关系对于预测一些事情已经足够了，不用花大力气去研究他们的因果关系。作者用林登的亚马逊推荐系统的成功，证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的代表，从啤酒和尿布的案例，以及作者举的有 关蛋挞和飓风天气的案例，都说明了掌握了相关关系对于他们策略的帮助。一句话，知道是什么就够了，不用知道为什么。很明显作者所举的例子都是属于商业领域的，但是对于其他领域来说这个观点就值得商榷了。比如说，在科学研究领域，你需要知其然也需要知道其所以然，找到事件发生的原理。用文中的一个例子说明，乔布斯测出整个基因图谱来治疗癌症，但是你治疗癌症你必须知道癌症发病的原理，知道哪一段基因导致了这种疾病，不可能只是说收集各种数据，然后利用其相关性来判断哪里出现了问题
作者在书中把大数据说的很厉害，在最后一部分分析大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。用麦克纳马拉的例子来说明对数据过度依赖所带来的后果。也用《少数派的报告》这部电影来说明如果痴迷于数据会导致我们将生活在一个没有独立选择和自由意志的社会，如果一切变为现实，我们将被禁锢在大数据的可能性之中。所以书中提出了几种解决方法，一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。毫无疑问，大数据将会给社会管理带来巨大的变革。
大数据给人类社会的方方面面带来了巨大的变革，这是社会发展的潮流，不可逆转，我们只有顺应这种潮流，在思想上和技能上做好准备才能成为时代的弄潮儿。对于一家公司或一个国家，要从根本上改变思维和观念，尽早适应这种潮流。
最后，附上一段来自原著的结语：
大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。篇二：《大数据时代》读书报告
读书报告
——读《大数据时代》
坦白地说，这是我第一本看了睡不着的书，我还记得第一次阅读时的兴奋和激动，就像一场头脑风暴。书里的事例是那么的鲜活与生动，完全颠覆我的思维方式，打破了我大脑中解决问题原有的枷锁。这本书让我明白了太多~~~ 它让我明白生活必须要主动。有些人碰到了不公就自认倒霉，能干一点的可能还会去讨个说法，但并没有解决实际问题，这一次可能挽回了那么一点点的损失，但下次遇到了仍是如此，无限循环。当你绞尽脑汁为了节约成本而提前一个月去购买一张你自以为廉价的飞机票，回头却发现，比那些只提前一天购买的人所付的钱还要高出很多时，不知你会怎么想?是被动的接受还是想方法让现实变得更美好? 它让我更好地去理解现实生活的很多情况。现在才理解，为什么网络上有这么多验证码的存在，为什么社交网要用实名制注册，为什么有这么多的“我猜你喜欢”~~~ 虽然我很喜欢那些“黑匣子”，会让我感觉很神奇，但当我真正理解的他的原理时，其实更让我兴奋不已。原来谷歌翻译背后是这样操作的，原来那些每天时不时闯进我们眼球的广告并非偶然，原来预测流感不需要疾控中心而是网络词条，原来电影在开播前就已经知道了收视率和票房~~~ 当然以上这些相当抓人眼球，但这只是大数据的表面，其真正的价值远不仅如此。人类总是以为自己很强大，能控制一切，当然最好还能预测未来。其实大数据真的可以做到，虽然不可能很精确。在我看来这样更好，大致结果可以意料，这就够了，如果发现结果不尽如人意，我们可以提前控制。当然还会有我们意想不到的情况发生，这样会让未来更充满想象，更加充满期待。
它让我懂得不能墨守成规，也不能自以为是。大数据环境是那些微型企业发展的福地，它是行业竞争重新洗牌的动力源泉。在大数据面前，小公司不需要妄自菲薄，大的商业帝国也只有打气十二分的精神才可能让自己立于不败之地。
他让我知道没有做不得，只有想不到。现在的赚取资本的方式已经不再是单靠苦力就可以解决问题的时代了，看见朋友圈里的那些做代购的，都在自我催眠“不要看我们现在是微商~~~微商将来前途无量~~~·”我一直都抱着看看不说话的心态，难免也会哂笑，真的不知道他们和菜场卖菜的有什么本质区别~~~现在是一个依靠知识科技来富国强兵的时代了，真正的优势来源于你提前想到了别人还没去想的，提早完成了别人还没有筹备的计划。
他让我学会世界上没有光杆司令，我们必须学会合作。一个人的能力是有限的，一个人的时间也是有限的，同样公司，国家都是一样的。我们知道谷歌，亚马逊，facebook以及中国的阿里巴巴，百度，新浪这些企业都很强大，可是他们仍然在不断收购合并整合其他一些小的公司，为的是引用他们的科技技术来强大自己的事业版图。
它还教会我在机会面前必须要眼疾手快。在你还在犹豫不决或是自我陶醉的时候，你的对手已经用一个非常低廉的价格得到了他想要翻身的王牌，当你发现时，要么花大血本去换取一张相似的王牌，要与他赤身搏斗。大部分情况下那些聪明的人往往会选择前者，因为他们知道宁可为自己现在的失误埋单也不会让自己靠近万丈深渊。因为若丧失了主动权，那么很有可能导致的结果就是，那个原来看起来微不足道的“小木桩”却扳倒了你这体积庞大的“大象”。
说了这么多大数据给我的启示，其实就是想突出大数据背后的那种神奇的力量。在近代我们似乎与每一样新的科技都失之交臂，但是这一次我们似乎还有机会和时代同步伐，甚至如果我们足够重视，可能还会走在时代的前沿。虽然我们现在谁都没有把握中国到底会利用大数据到什么程度，但已经有好多像周涛一样的有志之士看好中国在利用大数据上的实力，并且付诸了他们的努力。他们一直都坚信以前的落后仅仅是时间上的后知后觉，他们在这一次想
要做到与世界同步，和欧美同步发行此书，在最早一刻就向大家推广大数据这一新名词，向大家灌输着大数据的思维。对此，我也很庆幸，在恰当的时间点与大数据的偶遇。
当然，世界上没有十全十美的东西，再好的发明总是有它的缺陷，大数据也不会例外。舍恩伯格这个对大数据最有权威发言权的人，既然有能力将大数据的好处讲得淋漓尽致，毫无疑问自然也是最清楚大数据危险的人。我很尊敬他的严谨和坦诚，他在细致入微地解释大数据革命性优势的同时，毫无修饰地点明了大数据的劣根性。他很准确地说明了如果我们滥用或误用数据，我们将会受到毁灭性的打击，后果将会如何不堪设想，并且这篇幅一点都不敷衍。作者非常专业，他并没有像某些专家一样，一味地鼓吹自己的“一家之言”。而是在我们头脑发热，一哄而上之前，就给我们非常而且深刻的警醒。这也正是大数据思维的其中之一：馈前控制。
读完这本书以后，我有的确一点蠢蠢欲动，因为它让我觉得大数据并没有像想象的那么遥不可及。书中说，会好好利用大数据的有三种人：第一种是拥有庞大数据库的政府或者商业机构，他们之前只是不知道那些尘封已久的数据还可以创造巨大的价值。第二种是利用技术手段，让数据发挥它独特功能，从而帮他们解决实际问题的数据分析学家，统计师，精算师和其他一些有关于处理数据的相关人员，他们非常了解数据的状态，结构和特征。的确这两类人实力雄厚，前者拥有数据本身，而后者拥有技术。但他们有着同样的短板，那就是他们没有更为创新，灵动的视野，他们很难或者说没有更多的时间去发现那些数据的真正力量。因为他们有太多的思维定式，但种种利用大数据的成功事例表明，每次数据创造的奇迹总在那么的偶然和不经意之间。而这正是我们第三种人的长处，我们没有思维定式，更有闲暇的时间来感受生活，激发灵感。篇三：大数据时代读书笔记
大数据时代——读书笔记
一、引论
1. 大数据时代的三个转变： 1. 可以分析更多的数据，处理和某个现象相关的所有数据，而不是随机采样 2. 不热衷于精确度
3. 不热衷与寻找因果关系 2. 习惯：用来决策的信息必须是少量而精确的。实际：数据量变大，数据处理速度变快，
数据不在精确
3. 危险：不是隐私的泄露而是未来行动的预判
二、大数据时代的思维变革 1. 原因：没有意识到处理大规模数据的能力，假设信息匮乏，发展一些使用少量信息的技
术(随机采样)
1. 1086年 末日审判书 英国对人的记载 2. 约翰·格朗特：统计学，采样分析精确性随着采样随机性上升而大幅上升，与样本数
量关系不大
3. 1890年，穿孔卡片制表机，人口普查 4. 随机采样有固有的缺陷 1. 采样过程中存在偏差 2. 采样不适合考察子类别
3. 只能得出实现设计好的问题的结果 4. 忽视了细节考察
2. 全数据模式：样本=总体 1. 通过异常量判断信用卡诈骗 2. 大数据分析：不用随机抽样，而是采用所有数据。不是绝对意义而是相对意义。
(xroom信用卡诈骗，日本相扑比赛) 3. 多样性的价值(社区外联系很多》社区内联系很多) 3. 混杂性而非精确性 1. 葡萄树温度测量：数据变多，虽然可能有错误数据，但总体而言会更加精确。 2. 包容错误有更大好处
3. word语法检查：语料库》算法发展 4. google翻译：让计算机自己估算对应关系，寻找成千上万对译
结论：大数据的简单算法好过小数据的复杂算法 5. 大数据让我们不执著于也无法执着于精确 6. mit的通货紧缩软件：即时的大数据 7. 标签：不精确
8. 想要获得大规模数据的好处，混乱是一种标准途经 9. 新的数据库：大部分数据是非结构化的，无法被利用 10. hadoop：与mapreduce系统相对的开源式分布系统，输出结果不精确，但是非常快 结论：相比于依赖小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事情的真相。“部分”和”确切“的吸引力是可以理解的。但是当我们的视野局限在我们可以分析和确定的数据上时，我们对世界的整体影响就会产生偏差和错误。不仅失去了尽力收集一切数据和活力，也失去了从不同角度观察时间的权利。
三、不是因果是相关 1. 知道是什么就够了，不需要知道为什么。 1. 亚马逊放弃书评组，使用大数据预测人们的未来购书需求 2. 2. 在小数据世界，相关关系有用，但是大数据背景，相关关系大放异彩。通过找关联 物，相关关系可以帮助我们捕捉现在和预测未来 1. a和b经常一起发生，那么a发生时可以预测b发生 2. 例子：沃尔玛把飓风用具和蛋挞放在一起 3. 过时的寻找关联物的方法 a) 原因：数据少且收集花时间 b) 在建立，应用假想和选择关联物时容易犯错误 c) 结论：我们不需要人工选择关联物 3. 大数据的相关分析法更准确，更快 1. 例子：fico我们知道你明天会做什么 2. 伊百丽：根据个人信用卡交易记录预测个人收入，防止逃税 3. aviva：根据生活方式数据预测疾病 4. 美国零售商target：通过购买习惯预测是否怀孕 4. 通过找出新种类数据的相互联系解决日常需要：找到关联物并监控，我们可以预知未来
1. 例子：ups与汽车修理预测 2. 新生儿健康监测：肉眼看不到，但是计算机能看到 5. 当收集分析和储存数据的成本较高时，应当适当丢弃一些数据 6. 数据的非线性关系 1. 幸福的非线性关系 7. 快速思维模式使人们偏向于用因果关系看待周围的一切，因此经常对世界产生错误认识。这也使大脑为了避免辛苦思考而产生的捷径。大数据会经常被用来证明我们习惯的思维方式是错误的。 8. 证明因果关系的实验开销大，难于操作;相关关系很有用，不仅是因为能为我们提供新的视角，而且提供的视角都很清晰。一旦我们考虑因果关系，这些视角会被蒙蔽。 9. 大数据并非是理论消亡的时代。
四、一切皆可量化 1. 莫里的信息交换计划：总结所有船只的航海日志已获得好的航线，为第一根大西洋电缆奠定基础
2. 坐姿研究与汽车防盗系统 3. 数据化
1. 把现象转变成可指标分析的量化形式的过程 2. 计量和记录促成了数据： 1. 阿拉伯数字 2. 计数板 3. 复式记账法
3. 数字化与数据化的区别
1. 例子：google的数字图书馆：开始使用扫描-》数字化，进而光学识别-》数
据化。google借此改进自己的翻译 2. 文化组学：定量分析揭示人类行为 4. 文字变成数据：人可以阅读，机器可以分析 5. 方位变成数据：需要一套标准的标记系统和收集，记录数据的工具。 1. 始于古希腊
2. 1884年，国际子午线会议 3. 1978年，全球定位系统 4. 英国汽车保险
5. ups的最佳行车路线：减少左转 6. 收集用户地理位置数据，以便进行忠诚度计划。或者可以预测交通情况 6. 现实挖掘
1. 处理大量手机数据，发现并预测人类的行为。 2. 例子：预测流感隔离区域 3. 例子：通过非洲预付费用户的位置信息和他们账户的资金，发现贫民窟是
经济繁荣的跳板 7. 沟通变成数据
1. facebook：社交关系数据化
号。新推特频率可以预测电影票房
可能性呈现正相关 8. 万物数据化
1. 触觉地板：适时开关灯，确定身份，某人摔倒之后是否站起来 2. 人体传感器：监控健康状态 4. 结论：世界的本质是信息和数据，大数据提供新视角。
五、大数据的潜在价值 1. 例子：captcha(验证码，全自动区分人类和电脑的图灵测试)与数据再利用。作者使用了新的验证码recaptcha，人们从计算机光学字符识别程序无法识别的文本扫面项目中读入单词并输出，知道他们都输出正确后才确定(用来破译数字化文本中不清楚的单词) 2. 大数据时代，所有的数据都是有价值的。现在，我们能够以较低成本获取并存储数据。数据的真实价值就像漂浮在海洋中的冰山，绝大部分隐藏在表面之下。 3. 不同于物质性的东西，数据的价值不会随它的使用而减少，而且可不断被处理。意味着数据的最终价值远远大于它的最初价值。在基本用途完成后，数据的价值仍然存在，数据的价值是其所有可能用途的总和。 4. 例子：ibm与电力汽车动力系统的优化预测：大数据预测模型，甚至考虑天气预报 5. 数据再利用：
1. 搜索关键词，搜索结果预测夏天流行色 2. google保存语音翻译记录，开发自己的语音识别技术 3. 移动运营商长期使用大数据微调网络性能 4. 有些公司可能会收集到大量的数据，但是他们并不急需使用，也不擅长使用数据，但是别的公司可以借此探寻数据的潜在价值 8. 重组数据 1. 例子：丹麦癌症协会与手机致癌调查：使用所有的手机用户信息和所有的中枢神经系统肿瘤信息。
随着大数据的出现，数据的总和比部分更有价值，当我们将多个数据集的总和重组在一起，重组总和本身的价值也比单个总和更大 9. 可拓展数据 1. google街景和gps采集，不仅将其用于基本用途，而且进行了大量的二次利用。例如，对google自动驾驶汽车的运作 10.数据的折旧值
1. 随着时间的推移，大多数数据都会失去一部分基础用途，不应用此破坏新数据 2. 挑战：如何得知某些数据不再有价值 3. 并非所有数据都会贬值。例子：google希望得到每年的同比数据
结论：组织机构应收集尽可能多的使用数据并保存尽可能长的时间。同时也应该与第三方分享数据
11. 数据废气：用户在线交互的副产品，包括浏览哪些页面，停留多久，输入信息等 1. 数据再利用的方式很隐蔽 2. 例子：google的拼写检查：搜集每天处理的查询中数据搜索框的错误拼写 3. 例子：google的过滤噪音技术：如果用户点击搜索结果靠后的链接，说明这个结果更加有相关性，google会把这个页面的排名相应提升。 4. 当用户指出了各种自动化程序的错误，实际上是训练了系统 5. 例子：巴诺与数据快照，电子书阅读器捕捉人们阅读书籍的习惯 6. 例子：coursera通过捕捉学生犯的错误来提示未来犯错误者
结论：数据废气可以成为公司的巨大竞争优势，和对手的强大进入堡垒 12. 开放数据 1. 最大的数据收集者：政府，可以强迫人们提供信息，但是信息利用效率低下。最好允许私人运营部门和社会大众访问
2. 例子：flyontime网站，通过开放的数据分析航班延误可能性。 3. 给数据估值：从数据持有人在价值提取上所采取的不同策略入手，将数据授权给第三方
三、角色定位：数据，技术与思维 2. 思维转变的重要性 3. 三种大数据公司
1. 基于数据本身的公司：twitter 大数据最值钱的是他本身，所以应该优先考虑数据拥有者
例子：机票预订系统ita不直接使用数据：担心暴露利润
例子：mastercard通过大数据预测客户的消费习惯 2. 基于技能的公司：咨询公司，技术供应商或者分析公司：teradata 例子：埃森哲公司利用大数据检测汽车零件并节省费用
例子：微软分析公司利用大数据降低病人的再入院率 3. 基于思维的公司：创新思维
例子：flightcaster飞机晚点预测
例子：prismatic分析新闻并排序 4. 大数据先驱者一般有跨学科的知识 5. 例子：google和amazon三者兼备 6. 全新的数据中间商：从各个地方搜集数据，提取有用的信息进行利用，并不威胁数据拥有者的利益
1. 社会需要定向广告
例子：inrix：分析各种汽车制造者的数据和用户的数据，提供卫星导航服务
汽车制造商们本身数据量不够，自身也没有技术利用大数据，也并不介意数据会被中间商利用。同时可以提供失业率等相关数据
例子：quantcast：收集用户访问信息来测评用户年龄等，之后发定向广告
例子：hcci收集医疗保单，分析美国医疗费用上涨是否合理
结论：
1. 数据价值的转移：从技术到数据本身和大数据思维 2. 传统商业模式颠覆：交易数据而不是交易技术 3. 传统专家的光芒会被统计和数据学家取代，因为后者只关心数据 1. 例子：谷歌翻译团队的工程师都不会说出翻译的语言 2. 真正的专家不会消亡，但是主导地位会改变 3. 专业技能只适用于小数据时代，因为那是需要依靠直觉和经验指导，但是
遭遇海量数据时，可以通过数据挖掘得到更多 4. 数据和统计学知识将成为现代工厂的基础，人类的价值体现在交流上，以进行广泛而深刻的传播
1. 例子：交互式游戏，会根据用户来改良，以数据为基础运作 5. 大数据决定企业核心竞争力 1. 数据规模决定价值
2. 例子：劳斯莱斯通过大数据监测引擎，预测可能出问题的引擎 3. 例子：苹果进军手机 4. 大数据为小公司带来了机遇：能享受非固有资产规模的好处，低成本传播创新结果，只需要创新思维
5. 大数据拥有者会想办法增加数据存储量 6. 消费者成为数据拥有者并与中间商交易 7. 大数据对中等规模的公司帮助不大：既没有灵活性也没有规模效应 6.大数据撼动国家竞争力：西方世界优势减少
四、大数据时代的管理
1. 大数据会带来很多危险，因为其核心思想是用规模剧增来改变现状。 2. 滥用大数据的力量会伤害人身安全 3. 大数据的二次利用颠覆了隐私保护法：无法征得个人同意 4. 如果所有人的信息在数据库里，有意识地避免就是此地无银三百两 5. 匿名化：交叉检验会检验出来 6. 大数据预测：罪责判定基于对个人未来行为的预测。大数据可能会否定人的自由意志 7. 数据有其局限性，数据的质量可能会很差，有误导性。 8. 卓越的才华并不依赖数据：apple乔布斯的才能
五、掌握大数据 1. 个人隐私保护：从个人许可到让数据使用者承担责任，因为将责任从民众转移到数据使用者很有意义因为数据使用者比其他人更明白他们想怎么样使用数据，也因为他们是最大利益获得者：监管机制可以决定不同种类的个人数据必须删除的时间 2. 信息模糊处理
3. 个人应该为他们的行动而非倾向负责 4. 打破大数据的黑盒子：大数据算法师：评估数据源，分析数据工具，解读运算结果 1. 外部算法师：审计大数据的准确程度和有效性篇四：读书笔记-《大数据时代》
读《大数据时代》 初次见到维克多·迈尔-舍恩伯格教授是在《对话》栏目中，当时谈及当今各种科技信息的变化，然后在主持人的各种提问下，我逐渐了解到“大数据”这个名词，他也是现在对于大数据最有发言权的预言家。一位睿智的人总是能够给人留下很深的印象。然后在中央财经频道的特别节目《指尖上的商机》系列节目中，也谈及到大数据对于当今时代的影响和蕴藏的巨大商机。
读一本好书就像与智者交谈。今天我翻读《大数据时代》，细细品读这位智者给我们的礼物。我们首先应该明白一个概念“大数据”，他不是单单的说数据很大，或者数据很多的意思，真正的意思是：不用随机分析法这样的捷径，而采用所有数据的方法。它告诉我们一种超越现在的对于数据的一种分析方法，这个方法建立在尽可能多的数据上。下面让我们合上此书，让他从我们的思想深处开始发声吧。
首先，大数据时代是建立的基础就是有一个很庞大的数据库，我们分析的对象不是抽取样本，而是用全部的数据作为样本，“样本=总体”。这样我们能够把要调查的对象精确到每一个个体，我们能够对每一个个体提供个性化分析和服务。我们会摆脱抽样样本的误差和失误，同样我们能够细化我们研究的对象和分析的数据。我们分析的适合一个大的整体，也适合每一个个体。这是大数据分析的基础。
第二，大数据是由很多不同的纷繁复杂的数据汇总在一起的，我们必须接受他们的复杂性和不精确性，我们的研究方向除了寻找因果关系之外，增加了一种相关关系的研究。我们通过数据之间的关系，分析得到我们想要得到的结论或者是模型。在这里我们应该重点看一下，相关关系是我们打开的另一扇窗，而不能关闭因果关系的现在开着的窗户。我们开始重视相关关系，但是不能放弃对于因果关系的研究。作者也在文中阐释我们的生活还是需要因果关系的，甚至我们需要大数据算法师，我们需要了解“黑匣子”中的神秘。这是大数据时代我们应该正确认识的。
第三，大数据的原始来源是用不同的方法收集，为了有尽可能多的数据，我们现在有了电脑，搜索引擎，智能手机，可穿戴设备，社交平台，还有无数的传感器等等，我们可以把文字，位置，动作，喜好等所有的世界进行量化，他都可以用数字表示，这就是我们所有的纷繁复杂的原始数据，他们是一座钻石矿，由于无数种的相关组合可以不断地挖掘出我们所需要的信息。这是我们不断利用大数据的基础。我们需要不断更新的数据。
第四，未来在过去的尘埃中。我们分析大数据最大的作用就是预测未来，知道下一步你会做什么，知道下一个最危险的事物或人。我们用什么方法预测未来。这是一个商业，政府，甚至世界的时代，我们分析的方法就是动用自己敏锐
的思维发现相关性，然后动用我们的数据分析工具对其进行相关性分析，最后我们用统计学研究出一个模型。通过模型我们能够预测未来。大数据分析的关键就在于数据，思维和技术。现在我们有快速分析的工具，正在不断收集数据，那么最重要的就是人类的思维，一个能够分析相关性，能够创新使用数据的思维。在大数据时代我们需要把统计学，软件工程师和创新思维结合在一起的人才。
第五，我们能够知道每一个人的位置，喜好，关注什么，即将干什么等等，对于每个人来说都是一个很可怕的事情，如果我们赤裸裸的暴露在阳光之下，或者我们正在暴露中，我们的隐私应该受到保护，这也是大数据时代一个亟待解决的问题，尽管我们匿名分析信息，到最后我们还是能够精确到个人，我们需要有人负责，这是安全问题，自由和科技或商业的发展产生矛盾，我们应该何去何从?我们担忧的，相信会有人来解决。这涉及到我们每个人的利益。
来暴露我们需要的产品;我们用百度、google来暴露我们所关注的事情。我想有好多双眼睛正在盯着我们，只是我们还不知道。这是一件可怕的事情。
Big and Open Date ：Challenges for Smart City
Victoria Lopez
Victoria Lopez任教于西班牙马德里Complutense大学，其在计算机软件,计算机应用技术,计算机网络,人工智能,管理科学与工程等领域颇有建树，此次学术会议是她在2014年信息学与计算进展国际会议上的关于大数据的一次学术会议报告，她的演讲题目是Challenges for Smart City，以智能城市为研究对象，阐述大数据在智能城市领域内面临的挑战，鞭辟入里，发人深省，引人深思。
据她介绍，在1800年，全球仅有2%的人口居住在城市，到了1950年，这个数字迅速攀升到了29%。到2025年，城市人口预计将增加到20亿。当前全世界范围内的城市化进程大大加剧了气候变化、资源短缺和交通拥堵等问题，为人类城市生活带来一定的挑战。但同时智能城市建设面临诸多挑战：一是概念不清、外延不明。没有考虑到物联网、云计算、三网融合、无线宽带等新一代信息技术应用，仍然采用以前的技术思路和模式。二是进一步加剧了业务系统的信息孤岛局面，条块分割问题是全球信息化建设的顽疾。三是信息网络安全问题继续受到冷落。大量应用到物联网、云计算等技术，其信息网络安全问题将会更多。
既是挑战又是机遇，虽然面临问题较多，但是在大数据这个领域中，理论性的预见已经在相关行业成功实现，例如车联网，车联网促城市交通转型，随着车联网等新兴产业的兴起，智能交通已为世界各国在高新技术发展中争夺的一个重要领域。它加快了城市交通向低碳绿色交通的转型，是智慧城市建设不可或缺的一部分。大数据助力交通智能化，据介绍，在目前的城市交通体系中，公交、地铁、出租车以及公共自行车为主要出行方式，通过GPS定位、视频监控以及超声波传感等技术，在单一某个领域，智能交通已经进行了初步开发。比如，在某些公交站，乘客已经能提前预知下一趟公交到来的时间，乘客在打车时，通过部分手机软件已经能够查询到周边的空出租车，这些均基于一定的数据采集和分析。
她的中心思想在于，云计算要建平台，要有庞大的数据中心做支撑，其上是重要的关键业务的运营和服务，而大数据就是构建在云平台上的一种‘杀手锏’的应用，云计算是一个全新的时代，和PC时代完全不同。如何将我们的文化，我们的技术和业务模式更快的转移到云计算，构建起生态系统将是最大的挑战。虽然很高兴已经有了一些发展，但是还需要相当长的过程才能实现。
从此次学术会议报告中我学到了如何听取报告的相关主旨和核心思想，在这次报告中也体会到了西方学者和本国学者思考问题的异同点，当然更需要的是加强英语学习能力和本专业的学习能力。
