悄悄来临的大数据时代

大数据的四个典型特征

　　大数据(BigData)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
　　一是数据体量巨大(Volume)。截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=210TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
　　二是数据类型繁多(Variety)。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
　　三是价值密度低(Value)。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
　　四是处理速度快(Velocity)。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。 [详细]

大数据引爆新增长点

　　当前，基于“硬件+软件+终端+内容+服务”的产业链垂直整合，正推动信息产业组织方式深刻变革；大数据、云计算、移动互联网应用等面向服务的商业模式创新，正在开辟新的产业增长点，大数据产业生态环境正在加速构建。
　　政府高度关注，发布相关支持政策
　　大数据是一个具有国家战略意义的新兴产业，正受到政府的高度关注。《“十二五”国家战略性新兴产业发展规划》提出支持海量数据存储、处理技术的研发与产业化；《物联网“十二五”发展规划》也将信息处理技术列为4项关键技术创新工程之一，其中包括海量数据存储、数据挖掘、图像视频智能分析，另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，这些也是大数据产业的重要组成部分，与大数据产业发展密切相关。
　　产业链雏形初显，创新成核心竞争力
　　2012年，大数据产业链雏形已经初显，围绕大数据的产生与集聚、组织与管理、分析与发现、应用与服务各层级正在加速构建。从各层级的价值实现来看，离不开技术创新，不仅要挑战传统的数据存储架构、网络传输能力、服务器的计算能力，同时也引发数据库、数据仓库、数据挖掘、商业智能、人工智能、内容/知识管理等领域的技术变革。大数据产业属技术密集型产业，竞争更多的是技术实力与创新能力的比拼，离数据越近的产业环节，产业价值越大。能掌控大数据实时集成、海量信息处理和管理、云存储等技术的厂商将成为产业的主导者，主导未来大数据产业技术发展方向，促进商业模式创新。 [详细]

企业要抓住大数据再来新的未来

　　12月13日，由《IT时代周刊》、IT商业新闻网联合主办的《IT时代周刊》第八届CEO年会今日在北京召开。微软全球资深副总裁、微软亚太研发集团主席张亚勤在会上表示：中国企业要将数据作为自己核心的战略，有了数据才有企业未来。
　　张亚勤表示，由于云计算兴起，处理大数据成为可能，大数据将是云计算时代杀手锏应用。目前云计算重组能力大幅度增加，且价格也在不断下降。
　　张亚勤透露，由于技术算法和理论进步，特别是人工智能、机器学习、数据挖掘这些算法成熟。形成产业已经不在成为问题，由于这些算法所以说大数据产生了更重要作用。大数据已经很多年了，从最近名字大家觉得比较好奇，在很多方面已经开始应用。
　　在面对大数据时代，张亚勤认为，目前这个时代数据的产生速度以及应对的速度都在增加。有很多数据是实时性，比如说手机位置信息，及时信息等，都需要进行及时处理和应对。这同以前数据采集及处理已经完全不同。以前数据要经过数据库的处理一下，放在你手机上两三个星期才出来结果，现在马上在毫秒级做出应对。
　　第八届CEO年会由《IT时代周刊》、IT商业新闻网联合主办，以“握在掌中的明天”为主题，以移动互联网为背景，共同探讨未来移动互联网的商业模式及商业机遇，寻求各细分领域在移动互联网时代的策略和增长点，以全球的眼光，关注中国移动互联网的成长。来自世界500强企业中国区CEO、中国行业百强企业CEO、政府信息产业管理部门官员、研究机构专家等近1000人参加此次盛会。 [详细]

数据挖掘在电力企业的应用前景

　　在电力行业，坚强智能电网的迅速发展使信息通信技术正以前所未有的广度、深度与电网生产、企业管理快速融合，信息通信系统已经成为智能电网的“中枢神经”，支撑新一代电网生产和管理发展。目前，国家电网公司已初步建成了国内领先、国际一流的信息集成平台。随着三地集中式数据中心的陆续投运，一级部署业务应用范围的拓展，结构化和非结构化数据中心的上线运行，电网业务数据从总量和种类上都已初具规模。随着后续智能电表的逐步普及，电网业务数据将从时效性层面进一步丰富和拓展。大数据的“量类时”特性，已在海量、实时的电网业务数据中进一步凸显，电力大数据分析迫在眉睫。
　　当前，电网业务数据大致分为三类：一是电力企业生产数据，如发电量、电压稳定性等方面的数据;二是电力企业运营数据，如交易电价、售电量、用电客户等方面的数据;三是电力企业管理数据，如ERP、一体化平台、协同办公等方面的数据。如能充分利用这些基于电网实际的数据，对其进行深入分析，便可以提供大量的高附加值服务。这些增值服务将有利于电网安全检测与控制(包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测)，客户用电行为分析与客户细分，电力企业精细化运营管理等等，实现更科学的需求侧管理。 [详细]

智能电网：大数据管理用电行为 节能省钱又环保

　　“新型电表的智能化源于其通信功能——不仅可以向客户传达用电情况和价格信号，还能告知公用事业公司是否存在功率波动，甚至还能准确地查出电力中断的部位。由于智能电表生成的海量信息，南加州爱迪生以及诸如此类的公司与用户之间的互动方式从根本上发生了改变。该公司的智能电网信息管理策略就是以大量的数据管理实践以及对数据库的投资为基础建立起来的，目的是确保用户能够准确、及时地获得信息。”负责Edison SmartConnect 项目的南加州爱迪生公司业务集成总监Tom Walker表示。
　　公用事业公司之所以始终被视为大数据分析学的先行者，主要归功于区域性智能电表项目，这些项目证明，利用传感器可以轻松地采集和共享能耗数据，供用户进行分析。
　　北美公用事业公司已经开始部署跨设施的智能电表，这些电表每隔10~60分钟就会采集一次住宅用户和商业客户的能耗数据，并在当天将这些信息传递给公用事业公司进行计费和分析。　有了智能电表，公用事业公司现在可以向用户提供差异化的计费方式，例如在低谷时段实行低电价，高峰时段实行高电价。针对这一计费方式，公共事业公司设计了价格方案，鼓励客户在高峰期减少能耗。如果能有效地管理高峰期的客户需求，公用事业公司还能达到减少发电容量的效果。 [详细]