faqiangu
怎樣簡單理解“大數據”及其應用？
“大數據”研究機構Gartner給出了這樣的定義：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
如今，大數據在互聯網，電子商務領域得到了有效的應用，主要體現在以下幾個方面：
（1）對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷；
（2）做小而美模式的中小微企業可以利用大數據做服務轉型；
（3）面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。
在電商領域，大數據被企業充分挖掘並使用，比如淘寶的千人千面系統，每個進入淘寶的客戶，淘寶根據其搜索瀏覽方向，內容，使用習慣等對每個人進行標籤化，眾多的淘寶客戶標籤便形成了淘寶大數據，淘寶方面可以根據客戶特徵，特點等標籤，更為精準的向進入淘寶的客戶推薦更符合該用戶需求及預期的產品或服務。
頭條系應用也多采用大數據標籤化，針對性的向顧客推薦算法下更為優質且更符合訪問者需求的素材。
科技沈說
大數據（big data），或稱巨量數據；是由數量巨大、結構複雜、類型眾多數據構成的數據集合，是基於雲計算的數據處理與應用模式，通過數據的集成共享，交叉複用形成的智力資源和知識服務能力。在商業領域指的是所涉及的資料規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。對於組織和個人職業生涯而言,成功的大數據項目應該都是一場成果顯著的勝利。但如果優先順序出錯，那麼大數據項目在實行伊始便註定將以失敗告終。區分數據真實度（veracity）、可視化（visualization）以及價值（value）的優先順序是成功的關鍵。
陌上寒煙雪紛飛
/01
大數據的定義
首先，我們看看大數據的定義。
行業裡對大數據的定義有很多，有廣義的定義，也有狹義的定義。
廣義的定義，有點哲學味道——大數據，是指物理世界到數字世界的映射和提煉。通過發現其中的數據特徵，從而做出提升效率的決策行為。
狹義的定義，是技術工程師給的——大數據，是通過獲取、存儲、分析，從大容量數據中挖掘價值的一種全新的技術架構。
相比較而言，狹義定義更好理解一些。
大家注意，關鍵詞我都在上面原句加粗了：
要做什麼？——獲取數據、存儲數據、分析數據
對誰做？——大容量數據
目的是什麼？——挖掘價值
獲取數據、存儲數據、分析數據，這一系列的行為，都不算新奇。我們每天都在用電腦，每天都在幹這個事。
例如，每月的月初，考勤管理員會獲取每個員工的考勤信息，錄入Excel表格，然後存在電腦裡，統計分析有多少人遲到、缺勤，然後扣TA工資。
但是，同樣的行為，放在大數據身上，就行不通了。換言之，傳統個人電腦，傳統常規軟件，無力應對的數據級別，才叫“大數據”。
/02
大數據，到底有多大？
我們傳統的個人電腦，處理的數據，是GB/TB級別。例如，我們的硬盤，現在通常是1TB/2TB/4TB的容量。
TB、GB、MB、KB的關係，大家應該都很熟悉了：
1 KB = 1024 B (KB - kilobyte)
1 MB = 1024 KB (MB - megabyte)
1 GB = 1024 MB (GB - gigabyte)
1 TB = 1024 GB (TB - terabyte)
而大數據是什麼級別呢？PB/EB級別。
大部分人都沒聽過。其實也就是繼續乘以1024：
1 PB = 1024 TB (PB - petabyte)
1 EB = 1024 PB (EB - exabyte)
只是看這幾個字母的話，貌似不是很直觀。我來舉個例子吧。
1TB，只需要一塊硬盤可以存儲。容量大約是20萬張照片或20萬首MP3音樂，或者是20萬部電子書。
普通硬盤
1PB，需要大約2個機櫃的存儲設備。容量大約是2億張照片或2億首MP3音樂。如果一個人不停地聽這些音樂，可以聽1900年。。。
2個機櫃
1EB，需要大約2000個機櫃的存儲設備。如果並排放這些機櫃，可以連綿1.2公里那麼長。如果擺放在機房裡，需要21個標準籃球場那麼大的機房，才能放得下。
21個籃球場
阿里、百度、騰訊這樣的互聯網巨頭，數據量據說已經接近EB級。
阿里數據中心內景
EB還不是最大的。目前全人類的數據量，是ZB級。
1 ZB = 1024 EB (ZB - zettabyte)
2011年，全球被創建和複製的數據總量是1.8ZB。
而到2020年，全球電子設備存儲的數據，將達到35ZB。如果建一個機房來存儲這些數據，那麼，這個機房的面積將比42個鳥巢體育場還大。
數據量不僅大，增長還很快——每年增長50%。也就是說，每兩年就會增長一倍。
目前的大數據應用，還沒有達到ZB級，主要集中在PB/EB級別。
大數據的級別定位
1 KB = 1024 B (KB - kilobyte)
1 MB = 1024 KB (MB - megabyte)
1 GB = 1024 MB (GB - gigabyte)
1 TB = 1024 GB (TB - terabyte)
1 PB = 1024 TB (PB - petabyte)
1 EB = 1024 PB (EB - exabyte)
1 ZB = 1024 EB (ZB - zettabyte)
/03
數據的來源
數據的增長，為什麼會如此之快？
說到這裡，就要回顧一下人類社會數據產生的幾個重要階段。
大致來說，是三個重要的階段。
第一個階段，就是計算機被髮明之後的階段。尤其是數據庫被髮明之後，使得數據管理的複雜度大大降低。各行各業開始產生了數據，從而被記錄在數據庫中。這時的數據，以結構化數據為主（待會解釋什麼是“結構化數據”）。數據的產生方式，也是被動的。
世界上第一臺通用計算機-ENIAC
第二個階段，是伴隨著互聯網2.0時代出現的。互聯網2.0的最重要標誌，就是用戶原創內容。隨著互聯網和移動通信設備的普及，人們開始使用博客、facebook、youtube這樣的社交網絡，從而主動產生了大量的數據。
第三個階段，是感知式系統階段。隨著物聯網的發展，各種各樣的感知層節點開始自動產生大量的數據，例如遍佈世界各個角落的傳感器、攝像頭。
經過了“被動-主動-自動”這三個階段的發展，最終導致了人類數據總量的極速膨脹。
/04
大數據的4個V
行業裡對大數據的特點，概括為4個V。
前面所說的龐大數據體量，就是Volume（海量化）。除了Volume之外，剩下三個，分別是Variety、Velocity、Value。
我們一個一個來介紹。
Variety（多樣化）
數據的形式是多種多樣的，包括數字（價格、交易數據、體重、人數等）、文本（郵件、網頁等）、圖像、音頻、視頻、位置信息（經緯度、海拔等），等等，都是數據。
數據又分為結構化數據和非結構化數據。
從名字可以看出，結構化數據，是指可以用預先定義的數據模型表述，或者，可以存入關係型數據庫的數據。
結構化數據
例如，一個班級所有人的年齡、一個超市所有商品的價格，這些都是結構化數據。
而網頁文章、郵件內容、圖像、音頻、視頻等，都屬於非結構話數據。
在互聯網領域裡，非結構化數據的佔比已經超過整個數據量的80%。
大數據，就符合這樣的特點：數據形式多樣化，且非結構化數據佔比高。
Velocity（時效性）
大數據還有一個特點，那就是時效性。從數據的生成到消耗，時間窗口非常小。數據的變化速率，還有處理過程，越來越快。例如變化速率，從以前的按天變化，變成現在的按秒甚至毫秒變化。
我們還是用數字來說話：
就在剛剛過去的這一分鐘，數據世界裡發生了什麼？
Email：2.04億封被髮出
Google：200萬次搜索請求被提交
Youtube：2880分鐘的視頻被上傳
Facebook：69.5萬條狀態被更新
Twitter：98000條推送被髮出
12306：1840張車票被賣出
……
怎麼樣？是不是瞬息萬變？
Value（價值密度）
最後一個特點，就是價值密度。
大數據的數據量很大，但隨之帶來的，就是價值密度很低，數據中真正有價值的，只是其中的很少一部分。
例如通過監控視頻尋找犯罪分子的相貌，也許幾TB的視頻文件，真正有價值的，只有幾秒鐘。
2014年美國波士頓爆炸案，現場調取了10TB的監控數據（包括移動基站的通訊記錄，附近商店、加油站、報攤的監控錄像以及志願者提供的影像資料），最終找到了嫌疑犯的一張照片。
/05
大數據的價值
剛才說到價值密度，也就說到了大數據的核心本質，那就是價值。
人類提出大數據、研究大數據的主要目的，就是為了挖掘大數據裡面的價值。
大數據，究竟有什麼價值？
2012年的世界經濟論壇指出：“數據已經成為一種新的經濟資產類別，就像貨幣和黃金一樣”。這無疑將大數據的價值推到了前所未有的高度層面上。
如今，大數據應用開始走進我們的生活，影響我們的衣食住行。
滴滴的大數據殺熟，相信大家都有所耳聞
之所以大數據會有這麼快的發展，就是因為越來越多的行業和企業，開始認識到大數據的價值，開始試圖參與挖掘大數據的價值。
歸納來說，大數據的價值主要來自於兩個方面：
1 幫助企業瞭解用戶
大數據通過相關性分析，將客戶和產品、服務進行關係串聯，對用戶的偏好進行定位，從而提供更精準、更有導向性的產品和服務，提升銷售業績。
典型的例子就是電商。
像阿里淘寶這樣的電子商務平臺，積累了大量的用戶購買數據。在早期的時候，這些數據都是累贅和負擔，存儲它們需要大量的硬件成本。但是，現在這些數據都是阿里最寶貴的財富。
通過這些數據，可以分析用戶行為，精準定位目標客群的消費特點、品牌偏好、地域分佈，從而引導商家的運營管理、品牌定位、推廣營銷等。
大數據可以對業績產生直接影響。它的效率和準確性，遠遠超過傳統的用戶調研。
除了電商，包括能源、影視、證券、金融、農業、工業、交通運輸、公共事業等，都是大數據的用武之地。
大數據甚至能夠幫助競選總統
2 幫助企業瞭解自己
除了幫助瞭解用戶之外，大數據還能幫助瞭解自己。
企業生產經營需要大量的資源，大數據可以分析和鎖定資源的具體情況，例如儲量分佈和需求趨勢。這些資源的可視化，可以幫助企業管理者更直觀地瞭解企業的運作狀態，更快地發現問題，及時調整運營策略，降低經營風險。
總而言之，“知己知彼，百戰百勝”。大數據，就是為決策服務的。
/06
大數據和雲計算
說到這裡，我們要回答一個很多人心裡都存在的疑惑——大數據和雲計算之間，到底有什麼關係？
可以這麼解釋：數據本身是一種資產，而云計算，則是為挖掘資產價值提供合適的工具。
從技術上，大數據是依賴於雲計算的。雲計算裡面的海量數據存儲技術、海量數據管理技術、分佈式計算模型等，都是大數據技術的基礎。
雲計算就像是挖掘機，大數據就是礦山。如果沒有云計算，大數據的價值就發揮不出來。
相反的，大數據的處理需求，也刺激了雲計算相關技術的發展和落地。
也就是說，如果沒有大數據這座礦山，雲計算這個挖掘機，很多強悍的功能都發展不起來。
套用一句老話——雲計算和大數據，兩者是相輔相成的。
/07
大數據和物聯網（5G）
第二個問題，大數據和物聯網有什麼關係？
這個問題我覺得大家應該能夠很快想明白，前面其實也提到了。
物聯網就是“物與物互相連接的互聯網”。物聯網的感知層，產生了海量的數據，將會極大地促進大數據的發展。
同樣，大數據應用也發揮了物聯網的價值，反向刺激了物聯網的使用需求。越來越多的企業，發覺能夠通過物聯網大數據獲得價值，就會願意投資建設物聯網。
其實這個問題也可以進一步延伸為“大數據和5G之間的關係”。
即將到來的5G，通過提升連接速率，提升了“人聯網”的感知，也促進了人類主動創造數據。
另一方面，它更多是為“物聯網”服務的。包括低延時、海量終端連接等，都是物聯網場景的需求。
5G刺激物聯網的發展，而物聯網刺激大數據的發展。所有通信基礎設施的強大，都是為大數據崛起鋪平道路。
/08
大數據的產業鏈
接下來再說說大數據的產業鏈。
大數據的產業鏈，和大數據的處理流程是緊密相關的。簡單來說，就是生產數據、聚合數據、分析數據、消費數據。
每個環節，都有相應的角色玩家。如下圖：
從目前的情況來看，國外廠商在大數據產業佔據了較大的份額，尤其是上游領域，基本上都是國外企業。國內IT企業相比而言，存在較大的差距。
大數據相關重點領域及企業（技術）
/09
大數據的挑戰
說了那麼多大數據的好話，並不代表大數據是完美的。
大數據也面臨著很多挑戰。
除了數據管理技術難度之外，大數據的最大挑戰，就是安全。
數據是資產，也是隱私。沒有人願意自己的隱私被暴露，所以，人們對自己的隱私保護越來越重視。政府也在不斷加強對公民隱私權的保護，出臺了很多法律。
歐盟在2018年出臺了有史以來最嚴厲的GDPR（《一般數據保護法案》），把網絡數據保護上升到前所未有的高度
在這種情況下，企業獲取用戶數據，就需要慎重考慮，是否符合倫理和法律。一旦違法，將付出極為沉重的代價。
此外，即使企業合法獲取數據，也要擔心是否會被惡意攻擊和竊取。這裡面的風險也是不容忽視的。
除了安全之外，大數據還要面臨能耗等方面的問題。
換言之，如果不能很好地保護和利用手裡的大數據，那麼它就是一個燙手的山芋，有還不如沒有。
好啦，洋洋灑灑寫了這麼多，相信大家已經對大數據有了初步的瞭解。
勵志健身小青年
簡單理解大數據：大量行為數據的彙總便是大數據。有了大數據可以讓各行各業更加精準高效的工作。
舉例一、頭條根據統計每個人的行為數據，知道個人喜好，精準的投放你喜歡的內容，同時也精準的投放廣告。要知道以前沒有這些數據的時候，網站投放廣告是投放給每一用戶的，這樣浪費廣告資源，也浪費了投放廣告方資源。
舉例二、外賣餐廳可以通過大數據知道店內每個菜品消費者喜愛情況，用戶年齡，性別，喜好等畫像。便於後續更精準的調整菜品及服務。
對於大數據，麥肯錫全球研究所給出的定義是：
”一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力範圍的數據集合。“
大數據具有五大特點，稱為5V。
1. 多樣（Variety）
大數據的多樣性是指數據的種類和來源是多樣化的，數據可以是結構化的、半結構化的以及非結構化的，數據的呈現形式包括但不僅限於文本，圖像，視頻，HTML頁面等等。
2. 大量（Volume）
大數據的大量性是指數據量的大小，這個就是上面筆者介紹的內容，不再贅述。
3. 高速（Velocity）
大數據的高速性是指數據增長快速，處理快速，每一天，各行各業的數據都在呈現指數性爆炸增長。在許多場景下，數據都具有時效性，如搜索引擎要在幾秒中內呈現出用戶所需數據。企業或系統在面對快速增長的海量數據時，必須要高速處理，快速響應。
4. 低價值密度（Value）
大數據的低價值密度性是指在海量的數據源中，真正有價值的數據少之又少，許多數據可能是錯誤的，是不完整的，是無法利用的。總體而言，有價值的數據佔據數據總量的密度極低，提煉數據好比浪裡淘沙。
5. 真實性（Veracity）
大數據的真實性是指數據的準確度和可信賴度，代表數據的質量。
數據一直都在，變革的是方式
大數據的意義不僅僅在於生產和掌握龐大的數據信息，更重要的是對有價值的數據進行專業化處理。
人類從來不缺數據，缺的是對數據進行深度價值挖掘與利用。可以說，從人類社會有了文字以來，數據就開始存在了，現在亦是如此。這其中唯一改變的是數據從產生，到記錄，再到使用這整個流程的形式。
1. 數據生產
在人類社會的早期，民以食為天，數據的產生大多與商品，食物，土地等掛鉤。舊石器時代的部落人民在樹枝或骨頭上刻下凹痕來記錄日常的交易活動或物品供應。
為了衡量商品長度，中國人發明了尺、裡、寸、丈、步、仞等長度單位；為了衡量重量，發明了升、鬥，斛等重量單位。
在互聯網時代，數據的生產變得更為容易。美國互聯網數據中心曾指出，互聯網上的數據每年都將增長50%，每兩年便將翻一倍，而目前世界上90%以上的數據是最近幾年才產生的。
每人每天都會產生海量數據，如視頻數據，電商數據，社交數據等等。
2. 數據記錄
千年之前，人們用龜甲石鼓、簡牘絹帛到造紙術成熟後的刻本等一切觸手可及的器物來作為數據的載體。
千年之後，人們用圖書，報紙，硬盤，光盤，存儲器等各種更為靈活，簡便的方式記錄數據。
3. 數據利用
古人利用利用甲骨文占卜判斷兇吉，利用占星術預測朝代興衰；利用螞蟻搬家，燕子低飛，蚯蚓出洞來預測天氣。
互聯網時代，企業或產品利用電商數據為用戶推薦商品，利用社交數據做廣告營銷等等。
在大數據概念興起之前，大部分企業並沒有注意到數據的寶貴价值，只是在純粹的生產和記錄數據。更有甚者視海量數據為累贅，因為數據的存儲與管理需要耗費企業大量的成本，極少有企業能把數據作為一種資源，嗅到大數據背後的價值，從而加以利用。就算到現在，數據資源的整合利用能力依然是考驗每個企業的一大難點。
大數據應用
大數據作為一個能夠改變產業應用的技術，只有切實落地才能帶來真正的價值。
其實大數據的應用範圍非常廣，不單單限於互聯網行業，在其他諸如金融，製造業，交通物流方面也都有非常大的應用價值。
1. 大數據讓借貸款更加放心
在金融行業中，以借貸款為例。在貸款前，貸款借出方會先利用大數據對借款人進行貸前審核，以此來保障貸後的還款率。
借出方從各個渠道合法收集借款人的標籤信息，如學歷，職業，薪資狀況，歷史借還款情況等（據說一個用戶的標籤維度可以達到7000個）。海量數據被放入反欺詐模型，還款能力模型，身份驗證模型等數箇中做訓練，最終得出是否通過本次貸款申請，貸款的額度，貸款人的還款意願等評估信息。
借款人數據收集的越多，標籤維度越細，數據越真實，則審核效果越全面。
2. 大數據讓廣告營銷更高效
廣告作為互聯網行業最常見的變現手段之一，大數據賦能廣告營銷，讓廣告從惹人惱轉變為廣告即內容，廣告即服務。
曾幾何時，你會發現日常生活中看到的廣告居然那麼懂你。點開淘寶，你最愛的商品被推薦在Banner首頁；打開微信朋友圈，映入眼簾的是你正想要做的汽車保養；打開百度搜索，你前兩天看的別墅信息赫然出現。
這一切的實現都得益於大數據賦能廣告。
在廣告投放前期，通過大數據手段大量的整合、分析數據，包括用戶的瀏覽習慣、消費行為、瀏覽記錄、對廣告的點擊數量等，並從中挖掘出有效的信息；構建全面的用戶畫像，結合廣告業務，精準定位目標用戶，保證廣告定向投放。
在廣告投放的中後期，通過實時數據反饋，結合用戶所處地域，時間的變化，動態優化廣告素材，調整廣告的呈現方式與廣告的展覽位置，讓同一個用戶在不同的場景下享受不一樣的廣告服務，實現一人千面，增加廣告營銷效果，提升廣告主KPI。
3. 大數據賦能零售
新零售時代，客戶的需求無時無刻不在變化，大數據賦能零售，讓零售在人，貨，場上進行變革。
零售商可以藉助大數據對未來市場需求進行預測，搶先一步對庫存進行管理。在流量高發的前期，及時補足庫存，提升商品供應率；在流量散去的前期，及時去庫存，避免庫存積壓。
藉助大數據分析用戶地域分佈情況，商店流量，消費者習慣等那個，在合適的地區開設商店，建造倉庫。在物流發貨時，從數據出發，合理規劃運輸路勁，降低運輸成本。
利用數據還可以統一上下游供應鏈交互，解決數據不對成問題，減小牛鞭效應，提升供應鏈中每個環節的利用效率。
總結
數據一直都在，大數據變革的只是方式。大數據並不神秘，神秘的是對未知數據的探索與利用。
桑丘說影視
大數據：所有數據的集合！
大數據具有五大特點，稱為5V。
1. 多樣（Variety）
大數據的多樣性是指數據的種類和來源是多樣化的，數據可以是結構化的、半結構化的以及非結構化的，數據的呈現形式包括但不僅限於文本，圖像，視頻，HTML頁面等等。
2. 大量（Volume）
大數據的大量性是指數據量的大小，這個就是上面筆者介紹的內容，不再贅述。
3. 高速（Velocity）
大數據的高速性是指數據增長快速，處理快速，每一天，各行各業的數據都在呈現指數性爆炸增長。在許多場景下，數據都具有時效性，如搜索引擎要在幾秒中內呈現出用戶所需數據。企業或系統在面對快速增長的海量數據時，必須要高速處理，快速響應。
4. 低價值密度（Value）
大數據的低價值密度性是指在海量的數據源中，真正有價值的數據少之又少，許多數據可能是錯誤的，是不完整的，是無法利用的。總體而言，有價值的數據佔據數據總量的密度極低，提煉數據好比浪裡淘沙。
5. 真實性（Veracity）
大數據的真實性是指數據的準確度和可信賴度，代表數據的質量。
大數據常見領域：
大數據的應用方面，用我們日常生活中會被收集到的，如頭條，淘寶，和美團等。
當你在刷頭條的時候，經常點擊的內容，會通過頭條後臺記錄數據，頭條會根據你點擊的內容，分析出你的興趣愛好，從而推送給你可能感興趣的內容。
當你在淘寶反覆搜索某一類商品時，如數碼，你就會發現，每次你打開淘寶領取紅包後，你紅包消費的內容就是你經常搜索的內容。
當你在美團訂購外賣的時候，經常訂漢堡的，你每次打開都會出現很多漢堡店。你經常訂麻辣燙，自然而然的也會出現類似的外賣店。
當然，最為成功的就是AI智能了，華為最先推出AI智能，就是通過大數據收集使用者的生活習慣，從而更方便的為使用者服務。
寧靜視窗
什麼是大數據？
通俗點講就是把海量的看不到的數據整合在一起進行分析整合得到想要的答案。
隨著互聯網+的發展和5g技術的成熟，大數據可以說已經走進我們的生活當中，比如說你在軟件上點餐，系統會根據你之前點餐的習慣、數據自動給你推薦適合你的，包括訂機票，地圖導航，都會點滴記錄你的個人習慣信息，而後進行計算得出最佳方案，細思極恐。
當年杭州市交通比較擁堵，最後請阿里巴巴旗下的阿里雲進行數據分析整合，通過擁堵時段，地區，和紅綠燈等大數據的分析，最後得出一個最佳方案並且實施，使當時杭州市的交通通行率提高了幾個百分點，杭州市也是最早應用大數據解決城市交通問題的成功案例之一。
天才向左v瘋子向右
即日起，“隨申辦”將支持境外人士註冊“獲碼”功能，基本實現了人群全覆蓋，在上海地域內和準備來上海的用戶，都能得到屬於自己的“隨申碼”。
2月17日，“隨申辦”APP、“隨申辦”微信及支付寶小程序同步推出“隨申碼·健康”服務，目前服務能力覆蓋在上海所有人士，總訪問量超4716萬次。
朱宗堯介紹，疫情發生以來，本市藉助“一網”通辦，提升了“不見面辦理”比例。根據本市《關於新型冠狀病毒感染的肺炎疫情防控期間積極優化“一網通辦”政務服務辦理工作的指導意見》，市大數據中心積極引導市民企業通過“一網通辦”辦理相關政務服務事項，大力推行網上辦、掌上辦。
接入來滬人員健康登記、確診患者涉及區域及場所查詢、發熱門診醫療機構查詢等32個服務事項，並不斷優化迭代，提升服務體驗。依託“一網通辦”總門戶、“隨申辦”移動端多渠道聯動，加強政策服務能力。
同時，“隨申碼”支撐復產、復工、復市，園區、商戶通過運用“隨申碼·健康”助力入駐企業復工以及往來客戶的疫情防控，提高防控管理效率和精度。
依託“一網通辦”總門戶、“隨申辦”移動端多渠道聯動，本市相關部門還通過市民主頁和企業專屬網頁精準、及時給市民企業推送各類疫情防控政策，目前已向1456萬“一網通辦”註冊用戶(包含202萬企業用戶)主動推送政策、公告及服務，為14萬家符合條件的企業精準推送稅務優惠政策。圍繞“上海28條”，依託企業專屬網頁上線“企業防控看板”，提供本企業風險人員、近期返滬人員等人員數據，目前已為5萬家企業提供服務。
為服務疫情防控和復工復產，天津市通過“津治通”平臺相繼開通了“重大疫情隱患”和“企業復工復產”事件上報渠道，細分了16類網格化事件，上線了疫情快報系統，開發了“入戶排查”“重點關注”“網格工作”等功能模塊，方便基層網格員開展精準化入戶排查、人員管理、防疫宣傳、消殺防控等工作，助力社區防控工作“入網入格入家庭”。當前，面對形勢依然嚴峻複雜的新冠肺炎疫情，面對任務艱鉅的非疫情防控重點地區企事業單位復工復產，新一代信息技術正在積極發揮出應有的價值和作用。
利用大數據和AI技術，新冠肺炎的診斷效率也在不斷提升。
浙江省普遍採用的“碼上覆工”，是基於浙江“健康碼”系統打造的升級方案，整合了釘釘員工健康打卡、企業健康碼、無接觸考勤等功能，是政府、企業、員工大數據實現聯動的協同平臺。
疫情期間，“智慧龍華”一期大數據平臺全面對接“深i您-自主申報平臺”數據、入深車輛乘客採集信息、入深車輛採集信息、深圳市居家登記信息、深圳市入城登記信息等信息，構建“疫情防控專題庫”為“疫查通”APP、防疫跟蹤管控系統、區疫情實時監測管控系統、企業復產復工備案核查系統、市疫情防控統計報表系統提供數據支撐服務，實現疫情信息的高度共享複用和實時碰撞比對。
為提高社區疫情防控工作情況填報效率和數據質量，避免各街道、各區以及市級填報部門手工彙總的重複工作，藉助“智慧龍華”一期大數據平臺綜合採集系統，快速搭建社區疫情防控數據統計系統，實現了疫情防控數據的在線採集。
系統通過調用大數據平臺的OCR組件實現拍攝企業營業執照生成企業信息，拍攝房屋地址二維碼生成企業地址信息的智能化錄入；運用大數據模型分析等手段，實現對復工“八項要求”和企業是否落實全員“i深圳”自主申報等作為企業復工的重要參考指標的“秒審”，大大企業復工復產報備處置效率。
江西省工信廳表示，“大數據+網格化”疫情防控平臺主要解決了以下幾方面的問題：一是在疫情排查方面，主要解決人工、紙質填報、涉疫信息上報不及時、涉疫目標鎖定不精準、涉疫資源分佈不知曉等問題；在疫情管控方面，主要解決入城人員軌跡不掌握、重點人員居家觀察狀態不瞭解、事件處置不聯動、區域狀況不清楚等問題；在企業復工復產方面，主要解決復工復產企業找材料、找員工、找政策、找項目、找資金”的需求。近日，記者從市科技局獲悉，我市依託重慶師範大學牽頭建設的重慶應用數學中心，順利獲批科技部首批支持建設的13個國家應用數學中心之一，該中心是我市首個國家級數學中心，也是重慶師範大學的首個國家級科研平臺。
2019年，科技部啟動國家應用數學中心建設工作，市科技局依託重慶產業優勢和數學領域研發優勢，積極引入和整合創新資源，全力以赴開展國家應用數學中心創建工作。
重慶應用數學中心旨在聚焦國家及我市在大數據、人工智能等信息科學及先進製造、智能交通等產業發展中的重大需求，集聚數學與相關領域科學家、行業專家、企業家等，共同凝練和解決一批制約產業發展的“卡脖子”關鍵數學問題，培養造就一批具有國際視野的高層次數學創新人才團隊，打破單位界限和學科壁壘，推進數學與工程應用、產業化的對接融通，實現科技成果轉移轉化和應用落地，提升數學支撐我市經濟社會發展的能力和水平。
此次，重慶應用數學中心獲批國家應用數學中心，有利於我市進一步夯實大數據智能化產業科技支撐、引進培養數學及相關領域高端人才團隊、開展高層次國際學術交流活動、建立產學研協同創新長效機制，對於全市加快實施以大數據智能化為引領的創新驅動發展戰略，加快建設具有全國影響力的科技創新中心具有重要意義。
記者瞭解到，國家應用數學中心是國家科技創新體系的重要組成部分，組建山東應用數學中心是山東省和山東大學貫徹落實《國務院關於全面加強基礎科學研究的若干意見》和《關於加強數學科學研究工作方案》等相關文件精神的一項重要戰略舉措。該中心依託山東大學，充分發揮山東大學數學學科優勢和人才團隊優勢，聯合省內相關高校、科研院所、重點企業共同建設運行。
據悉，山東應用數學中心將根據科技部的指導意見，進一步完善建設方案，組織相關單位和科學家，加快推進中心建設，努力把中心建設成為我國開展高水平應用數學和數學應用研究、培養高級數學人才、開展數學應用交流的重要基地。為幫助千萬企業在疫情期間獲得知識產權核心競爭力，匯桔網重磅推出“匯桔雲功能服務限時免費三個月”優惠活動，免費為廣大企業提供智能大數據知識產權雲服務，同時全面開放海量知識產權資源數據，運用人工智能、大數據、物聯網等前沿技術為企業知識產權發展賦能，攜手廣大知商企業雲端戰“疫”!
同時，匯桔大腦運用人工智能、大數據、區塊鏈等信息化技術，彙總整合疫情重點關注人員、最新疫情數據、資源調度等各類防疫信息，著力打造疫情防控協同系統。
在國網福建信通公司數據運營中心主任蔡宇翔看來，大數據技術在這次抗擊疫情、復工復產中的作用可以分為直接作用和間接作用，直接作用表現在讓各級領導的防疫決策“心中有數”、讓各方民眾對疫情趨勢“瞭如指掌”，間接作用表現在強力推動了雲上辦公、線上服務等“非接觸”模式的發展，並有效提升了運用大數據精準開展各類供電服務的能力。
在南平，現在通過智能配網調度管控平臺（SMD）的大數據運用，實時監測重要用戶用電情況，及時發現過重載設備和故障點，輔助故障處理研判，解決了當前疫情防控關鍵時期，降低了電力搶修人員工作量、提高了搶修效率。
“10”指的是：各地市供電公司以全省各地行政區域為界，統計所轄區、縣情況，精準服務當地經濟發展的個性化需求。
廈門市工業和信息化局經濟運行處處長王海陽表示，根據細分行業的電力大數據分析結果，政府部門能更有針對性地對每一個行業、每一個企業在復工中遇到的問題進行精準幫扶，協助解決原料供應、倉儲物流、復工人員等困難，從而提升整體服務保障實效，加速各行業全面復工復產。
深度融合共享設備、營銷、調度等專業數據，24小時監測電網運行信息、四百多個防疫物資生產企業的供電狀態。
當天，國網莆田供電公司物資值班人員迅速行動，運用物資智慧供應系統，查找物資、核對實物，再到領用備貨出庫，整個過程不到30分鐘，有力地保障了該項目施工物資的高效精確供應。日前，國家科技部發布《科技部辦公廳關於支持首批國家應用數學中心建設的函》。
西安交通大學牽頭組建的陝西應用數學中心獲批，成為首批獲得支持建設的13個國家應用數學中心之一。
國家應用數學中心是國家科技創新體系的重要組成部分，組建陝西應用數學中心是陝西省及西安交大貫徹落實國務院《關於全面加強基礎科學研究的若干意見》及科技部《關於加強數學科學研究工作方案》等相關文件精神的重要戰略舉措。
國家應用數學中心是由地方政府依託高校、科研院所和企業建設的國家級科技創新基地，旨在加強數學家與其它領域科學家及企業家的合作與交流，聚焦、提出、凝練和解決一批國家重大科技任務、重大工程、區域及企業發展重大需求中的數學問題，搭建數學科學與數學應用領域的交流平臺。
該中心以建成為高水平應用數學科學研究、人才培養、學術交流合作的重要科技創新基地為目標，集成省內高校應用數學力量，整合實驗室、研究機構以及企業研發中心等科技創新平臺，聯手港澳高校和研發機構，在新一代信息技術、海洋科學與天氣預報、醫療健康、智能製造等領域方向開展相關數學基礎理論和應用研究，打造數學家與企業家技術交流的高端平臺。
國家應用數學中心的建設是國家科技部為進一步貫徹落實國家《關於全面加強基礎科學研究的若干意見》設立的國家級科研平臺。
天津市政府每年為中心提供運行經費支持，天津大學也給予中心優先發展的政策支持以及經費、編制和硬件支持。
西安交大將舉繼續支持該中心按照數學學科發規律開展各項工作，在物理空間、隊伍建設及經費等方面提供保障，努力把中心建設成為組織高水平應用數學和數學應用研究、培育數學人才、開展應用交流的重要基地。
粵港澳應用數學中心的獲批建設，有利於打破粵港澳區域內單位界限與學科壁壘，引導多渠道加大對數學研究的投入，支撐粵港澳應用數學相關學科建設和高層次人才培養，推進粵港澳數學與工程應用、產業化的對接融通，提升數學支撐粵港澳創新發展的能力和水平。
天天嚼趣
大數據＋人工智能＋超級計算機＋管控紀律，對於自媒體來說，各位應該好好研究，在這樣的前提環境下，各自的發展之路。
這個絕不是簡單理解的問題，它關係到整個生態系統乃至於整個國家的未來。
老王說新聞手冊
大數據是指各種數據指標。
