2016年大数据白皮书
数据资产管理实践白皮书
版权声明本白皮书版权属于中国信息通信研究院云计算与大数据研究所、CCSA TC601大数据技术标准推进委员会，并受法律保护。
转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：《数据资产管理实践白皮书（4.0）》”。
违反上述声明者，作者将追究其相关法律责任。
编委会成员：何宝宏、魏凯、姜春宇、刘成成、闫树、李雨霏、刘海燕、车春雷、郭宝生、蓝曾威、马卓佳、李慧、贾丕星、符山、陈涛、周庭宇、孙龙君、农益辉、刘天斯、黄志、钱岭、齐骥、侯志强、石在辉、刘童桐、吴嘉、张振、林锋、周万、王波、郝滨、王鹏、刘庆会、胡浩、于辰涛、王晟、陈志凌、刘俊良、周刚、王军、李今朝、李岳璘、王伟哲、曹冬平、蓝海、邹素雯、董喆、熊威、蔡春久、王琤、朱金宝、骆阳、魏民、刘浩、施红明、白梅、寇新华、陈燕琪、蒋勇、高伟、赵乔、霍琦、訾津津、王雀陵、张治国、武威、薛勇、张辉、周建龙、杨嘉诚、李慧、陈彬参与单位：中国信息通信研究院、中国建设银行、中国电信股份有限公司云计算分公司、中软国际有限公司、腾讯科技（深圳）有限公司、中国移动苏州研发中心、中国移动通信研究院、中国电信股份有限公司、杭州数梦工场科技有限公司、普元信息技术股份有限公司、北京飞利信科技股份有限公司、联想（北京）有限公司、成都四方伟业软件股份有限公司、百度在线网络技术（北京）有限公司、阿里巴巴（中国）有限公司、北京东方金信科技有限公司、烽火通信科技股份有限公司、石化盈科信息技术有限责任公司、北京数语科技有限公司、国网征信有限公司、航天恒星科技有限公司、广州信安数据有限公司、亿信华辰有限公司、北京卓信智恒数据科技股份有限公司、御数坊（北京）科技咨询有限公司、广州石竹软件、航天恒星科技有限公司党的十九大报告提出要“推动互联网、大数据、人工智能和实体经济深度融合”，进一步突出了大数据作为国家基础性战略性资源的重要地位，掌握丰富的高价值数据资源日益成为抢占未来发展主动权的前提和保障。
工作心得：我国大数据交易的发展现状、面临困难及政策建议
工作心得：我国大数据交易的发展现状、面临困难及政策建议近年来随着大数据的广泛普及和应用，数据资源的价值逐步得到重视和认可，数据交易需求也在不断增加。
2015年《促进大数据发展行动纲要》明确提出“要引导培育大数据交易市场，开展面向应用的数据交易市场试点，探索开展大数据衍生产品交易，鼓励产业链各环节的市场主体进行数据交换和交易，促进数据资源流通，建立健全数据资源交易机制和定价机制，规范交易行为等一系列健全市场发展机制的思路与举措”。
在国家政策的积极推动、地方政府和产业界的带动下，贵州、武汉等地开始率先探索大数据交易机制。
本文梳理了我国大数据交易现状及存在问题，针对性地提出了促进我国数据资源开放、推动数据应用和释放数据价值的政策建议。
一、我国大数据交易发展现状（一）我国大数据交易发展特点1.大数据交易平台建设进入井喷期。
数据交易平台是数据交易行为的重要载体，可以促进数据资源整合、规范交易行为、降低交易成本、增强数据流动性，成为当前各地促进数据要素流通的主要举措之一。
从全国范围来看，2015年前成立并投入运营的有北京大数据交易服务平台、贵阳大数据交易所、长江大数据交易所、东湖大数据交易平台、西咸新区大数据交易所和河北大数据交易中心。
2016年新建设的有哈尔滨数据交易中心、江苏大数据交易中心、上海大数据交易中心以及浙江大数据交易中心。
据有关数据预测，到2016年年底全国类似的交易平台数量可能达到15到20个[1]。
2.大数据交易变现能力有所提升。
在国家政策的推动鼓励下，数据交易从概念逐步落地，部分省市和相关企业在数据定价、交易标准等方面进行了有益的探索。
随着数据交易类型的日益丰富、交易环境的不断优化、交易规模的持续扩大，我国数据变现能力显著提高。
据《2016年中国大数据产业白皮书》不完全统计，2015年我国大数据相关交易的市场规模为33.85亿元，预计到2016年国内大数据交易市场规模将达到62.12 亿元，2020年将达到545亿元。
关于推进大数据审计工作的几点思考_刘星
３
审计研究㊀ ２０１６ 年 ５ 期
工作所面临的困难与挑战。 二、审计大数据内涵 （一）数据特征 审计大数据涉及国民经济运行的主要数据，虽然当前我们审计大数据主要基于结构化数据，但非结构 化文档、互联网网页、社交数据对审计的价值也是毋庸置疑的，甚至将来随着我国物联网行业的发展，来 自传感器数据也会成为审计大数据的来源。因此，审计数据作为各种数据集合，天然地具有海量、多样 化、高价值等典型的大数据特征。具体来说，数据类别上，它既包括来自被审计单位信息系统的财务业务 数据、相关支撑资料，也包括来自互联网的交互数据；数据类型上，它既包括结构化数据，也包括文档、 音频、视频、图像等等非结构化数据。 （二）技术特征 审计大数据技术是为挖掘和展现审计大数据的价值，对被审计单位数据进行数据采集、分配和存储、 整理分类、分析挖掘和可视化等一系列具体技术与方法。《 国务院关于加强审计工作的意见》提出的审计 监督范围基本涵盖了国家治理全领域。审计对象的多样化使得审计数据更复杂，与单一行业大数据应用相 比，不难想象审计数据采集、分配和存储技术所面临的挑战。另外，审计数据的跨行业、跨领域、跨层级 特点，也使得其整理分类、分析挖掘和可视化更具技术复杂性和动态性等特征。 （三）应用特征 审计大数据的现实目标是揭露重大违法违纪问题，提高揭示宏观经济社会运行风险的能力和效率，助 力实现审计全覆盖；最终目标是维护国家经济安全，促进国家审计在国家治理现代化中发挥基石和保障作 用。要实现上述目标，审计大数据应用必然需要一种能打破行业界限，突破项目的限制、有利于审计资源 整合的组织管理模式。为此，《“ 十三五”国家审计工作发展规划》明确提出要创新审计管理模式和组织 方式，要大力推行现代审计综合模式，全面推广 “总体分析、发现疑点、分散核实、系统研究”数字化 审计方式，这也是审计大数据体现出的应用特征。 三、大数据审计面临的六大关键问题 （一）数据采集 数据采集是审计大数据分析第一步。审计大数据的采集是多领域、多行业、多层级的数据获取，这一 环节我们认为有两个问题值得思考。 一是如何确定审计大数据采集范围。审计大数据采集范围一方面来源于被审计单位与履职相关的财 务、业务和管理数据，毫无疑问这是审计大数据的主要数据来源；另一方面，非结构化文档、互联网数 据、甚至未来的物联网对审计数据分析的价值越来越大，也应纳入采集范围。一般认为，数据多比数据少 好。然而，面临如此浩瀚的数据，实现全部采集是不现实的，尤其对于数据存储巨大但价值不高、数据质 量低的大数据，如果纳入审计大数据范围反而会造成信息过载、存储空间浪费，甚至带来错误的引导。如 何有效确定数据采集范围，实现针对性、有效采集，是值得思考的问题。 二是如何丰富审计大数据获取方式。《 国务院关于加强审计工作的意见》颁布后，审计机关建立与政 府机关和企事业单位的定期数据报送机制，制订了管理办法和报送流程。这种报送方式不可避免存在数据 时点滞后性，如何丰富审计数据获取方式以更及时地获取数据？伴随 《促进大数据发展行动纲要》推进， 各行业电子政务云的投入使用，是否可以探索利用云计算技术从政务云中定期加载到审计数据中心？ 对于非结构化数据，是否可以探索运用网络 ＡＰＩ 接口、互联网爬虫、遥感技术等实现有针对有重点 采集？ （二）数据处理与标准化 多样化的审计大数据使得数据处理和标准化异常困难，要达到审计全覆盖的要求必须克服数据不规
大数据标准化白皮书
浪潮云海白皮书
浪潮云海Insight产品白皮书文档状态：V1.02016年4月浪潮电子信息产业股份有限公司1产品功能云海Insight是包含分布式计算引擎HD（Hadoop发行版）、分布式并行数据库MPP和内存数据库MemDB等产品的产品族，提供从GB到PB级数据在高并发访问、数据查询和分析处理等不同应用场景大数据处理的能力，帮助客户轻松构建数据采集、数据存储、数据处理、数据应用开发的整个数据生命周期管理体系，快速搭建大数据处理平台。
云海Insight产品族包含分布式计算引擎HD、分布式并行数据库MPP和内存数据库MemDB：⏹分布式计算引擎HD是一个hadoop发行版，提供企业级的大数据处理环境，无缝集成了Hadoop生态中大量工具，提供海量数据存储、查询、分析和挖掘能力；⏹分布式并行数据库MPP是一个企业级的大规模并行处理关系型数据库，支持行存储和列存储，提供PB级别数据量的即席查询能力；⏹内存数据库MemDB是一个弹性伸缩的、提供事务支持的内存数据库，具备SQL读写能力，支持多地多中心级的广域网集群部署，用于构建和加速需要超高速数据交互的、具有高度可扩展能力的应用系统。
2产品规格3产品价值⏹快速实现多源数据整合，挖掘数据全新价值实现内外部信息资源的有效整合，全面提升数据共享和信息联动的运转效率，挖掘数据全新价值，支持决策管理。
⏹减少数据计算时间，提升业务效率具有并行处理架构、内存计算等多重机制，保证数据加载、计算、访问等各个环节数据处理效率最大化，提升业务效率。
⏹实现在线扩容，提升系统稳定性支持集群在线扩展，支持数据存储、加载和查询性能线性增长，并具备多层次的容错、自动检测和自动恢复机制，保证系统安全可用，降低业务停顿和运维风险。
⏹提供专业化咨询服务，提升服务质量浪潮具备丰富的大数据应用和行业落地实践经验，提供客户专业化的咨询服务，提升客户的服务质量。
4应用场景5典型案例某省警务云建设，汇集全省多源数据，为各警种部门上层应用提供数据服务，面临数据种类多且基数大、计算场景复杂、上层应用开发商多、业务需求多样等大数据处理的巨大挑战，仅靠单一技术无法满足需求。
工信部大数据白皮书
工信部大数据白皮书工信部大数据白皮书一、引言本白皮书旨在深入解析当前我国大数据发展的现状和趋势，分析大数据在经济社会发展中的重要作用，提出相应的政策建议和推动措施，促进我国大数据产业的健康快速发展。
二、大数据的定义与特征大数据是指规模巨大、类型多样、增长迅速的数据集合，具有高速度、高容量、高种类、高价值等特点。
它可以通过大数据分析和挖掘技术从中获得有用的信息和知识。
三、大数据在经济中的应用3.1 大数据在金融行业的应用3.1.1 风险管理与预测模型3.1.2 个性化金融服务3.1.3 反欺诈系统3.2 大数据在制造业的应用3.2.1 智能制造与工业互联网3.2.2 供应链管理与优化3.2.3 销售预测与市场调研3.3 大数据在能源领域的应用3.3.1 智能电网与能源优化3.3.2 能源消费监测与分析3.3.3 新能源开发与管理四、大数据的管理与治理4.1 大数据隐私保护4.1.1 数据安全措施4.1.2 用户数据隐私保护法规4.1.3 数据共享与开放原则4.2 大数据伦理与道德问题4.2.1 数据使用的合法性与道德准则4.2.2 数据误用的监管与惩罚4.2.3 数据治理的原则与标准五、大数据人才培养与引进5.1 大数据人才培养体系建设5.1.1 大数据专业设置与课程体系5.1.2 大数据实践与实训基地建设5.1.3 大数据人才培养模式创新5.2 大数据人才引进政策5.2.1 人才引进与待遇政策5.2.2 人才签证与居留政策5.2.3 外国人才在大数据领域的就业与创业支持六、政策建议与推动措施6.1 优化大数据发展环境6.1.1 税收优惠与减免政策6.1.2 出口退税与贸易便利化6.1.3 资金支持与融资渠道畅通6.2 加强技术创新与研发合作6.2.1 大数据技术研发与应用示范项目6.2.2 大数据产业园区建设与运营6.2.3 大数据领域国际合作与交流6.3 加强法律法规的制定与实施6.3.1 大数据相关法律法规的修订与完善6.3.2 大数据法律问题的解决与调解机制6.3.3 大数据法治环境的营造与推动七、结论本白皮书通过对大数据的定义、特征与应用进行剖析，并提出了相应的管理与治理、人才培养与引进、政策建议与推动措施，力求推动我国大数据产业发展，促进经济社会进一步提升。
工信部大数据白皮书
工信部大数据白皮书[正文]⒈引言⑴背景⑵目的⑶方法⒉大数据概览⑴定义⑵特点⑶影响与挑战⒊大数据应用场景⑴电子商务⑵金融行业⑶医疗保健⑷城市管理⑸交通运输⑹农业⑺其他行业领域⒋大数据技术⑴数据采集与存储⒋⑴传感器数据⒋⑵日志数据⒋⑶图像数据⒋⑷视频数据⒋⑸音频数据⒋⑹文本数据⑵数据处理与分析⒋⑴批处理⒋⑵实时处理⒋⑶机器学习与⑶数据可视化与展示⑷数据安全与隐私⒌大数据发展现状与趋势⑴国内外发展情况⑵产业发展前景⑶技术创新趋势⒍大数据政策与法规⑴数据保护与隐私⑵数据治理与规范⑶数据开放与分享⒎大数据产业生态⑴企业生态系统⑵学术与研究机构⑶与公共部门⑷创新创业生态⒏大数据人才培养与人才储备⑴专业技能培训⑵学术研究与教育体系建设⑶人才储备与流动性⒐大数据的社会影响与伦理问题⑴数据使用与滥用⑵权益保护与公平⒑大数据行业标准与规范⑴国内外标准发展现状⑵标准体系建设与推动1⒈大数据创新与应用案例1⑴工业领域1⑵金融领域1⑶医疗领域（补充其他行业领域）[附件]本文档涉及的附件包括但不限于：附件一：数据采集与存储技术报告附件二：数据处理与分析方法汇总附件三：大数据应用场景案例集锦[法律名词及注释]⒈隐私保护：指个人信息的收集、存储、处理和传输过程中，遵循相关法律法规对个人信息进行保护的措施。
⒉数据治理：指在大数据环境下，对数据进行管理和维护，包括数据收集、数据处理、数据存储和数据分享等方面的规范与机制。
⒊数据开放：指和企业主动将数据对外开放，供社会大众使用和应用，促进创新和发展的行为。
⒋数据分享：指在合法合规的前提下，将数据共享给他人使用和应用，以提供增值服务和共同开发的行为。
大数据是什么？大数据有哪些应用？
大数据是什么？大数据有哪些应用？大数据这个词很多人并不陌生，但是大数据是什么可能没有多少人可以解释清楚。
所谓大数据究竟是什么，它的来源在哪里，如何定义，和当下的各行业有什么关联应用，让我们一起来看看吧。
大数据是什么意思由于计量、记录、预测生产生活过程的需要，人类对数据探寻的脚步从未停歇，从原始数据的出现，到科学数据的形成，再到大数据的诞生，走过了漫漫长路。
2011年5月，麦肯锡研究院发布报告——Big data: The nextfrontier for innovation, competition, and productivity,第一次给大数据做出相对清晰的定义：“大数据是指其大小超出了常规数据库工具获取、储存、管理和分析能力的数据集。
”2015年8月31日，国务院《促进大数据发展行动纲要》指出：“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
”《大数据白皮书2016》称：“大数据是新资源、新技术和新理念的混合体。
从资源视角看，大数据是新资源，体现了一种全新的资源观；从技术视角看，大数据代表了新一代数据管理与分析技术；从理念的视角看，大数据打开了一种全新的思维角度。
”当前，业界公认的大数据有“4V特征，即：Volume（体量大）、Variety（种类多）、Velocity（速度快）和Value（价值高）。
大数据的作用在于在庞大的全量数据的基础上，通过算法模型，得出有意义的结果，进而进行资源配置的优化、现象的发现、未来的预测等。
大数据有哪些应用2014年“大数据”的概念首次正式写入《政府工作报告》，其后的2015年是大数据政策顶层设计年、2016年政策细化落地，国家发改委、环保部、工信部、国家林业局、农业部等均推出了关于大数据的发展意见和方案，行至2017年，大数据产业的发展正从理论研究加速进入应用时代，相关的政策内容已经从全面、总体的指导规划逐渐向各大行业、细分领域延伸，物联网、云计算、人工智能、5G技术与大数据的关系越走越近……很多行业的应用都离不开大数据，比如大数据在医疗领域的应用：日前在贵州通过大数据成立的医药综合监管平台，主要对医疗行为、医疗服务价格、居民医疗负担控制、药品使用等关键指标进行实时监测,同时建立健全基于大数据的医疗机构评价体系,整合分析临床、运营、成本核算、质量评价数据,加强数据综合挖掘分析和评估评价,辅助卫生计生行政部门决策。
《2016年度中国空调行业白皮书》V8
苏宁发布《2016年中国空调行业白皮书》近日，苏宁联合北京中怡康时代市场研究有限公司、行业专业媒体《空调销售》杂志及上游供应商，结合自身营销实践和大数据分析，再次发布空调行业白皮书（以下简称《白皮书》）。
面对2015年空调市场纷繁复杂的内外环境，《白皮书》在总结2015年空调行业特点的基础上，对2016年空调市场行业规模、产品趋势、供应链趋势、渠道趋势、价格趋势等方面做出了预测。
一、2015年空调行业概述：2015年，受宏观经济发展放缓、房地产市场波动及客观天气等因素的影响，中国空调市场整体表现低迷。
中怡康统计，2015年中国空调市场整体零售额为1374亿元，同比下降4.8%；整体零售销量为4170万台，同比下滑1.1%。
空调线上发展远超线下，其中线下市场规模约为1235亿元，同比下滑8.2%；线上市场规模为139亿元，同比增长约41.2%。
市场：产能严重过剩行业面临高库存压力过去的一年，由于空调出货通路受阻，加上工厂产能过剩，导致整个行业产品库存量高企。
截止2015年底，行业库存总量已突破4000万台，相当于国内空调一年销售总和，并且此部分库存基于原材料成本高企的时间点生产，因此空调企业和渠道都面临巨大库存及成本压力。
尽管各大空调品牌使出浑身解数，并大打价格战，但效果甚微，市场需求不足和库存高居不下的矛盾越来越大。
因此，苏宁认为，在整体经济环境不景气的情况下，逆境中的中国空调业在2016年将迎来真正大考。
品牌：三强局面延续多年外资品牌进一步边缘化2015年，空调行业品牌格局总体稳定。
三大品牌凭借规模优势和品牌号召力，牢牢占据市场主体，市场份额进一步提升，占比超过70%。
与此同时，随着价格战的持续深入，外资品牌的高端产品及部分中心品牌的低端产品缺乏竞争优势，市场份额被逐年蚕食，边缘化的趋势日趋明显。
电商：传统电商红利期已过线上难现爆发式增长2015年，线下渠道出货受阻，以美的、海尔、志高、奥克斯为代表的主流品牌发力线上，使得线上渠道的销售增长速度仍然远超线下。
中国数字经济发展白皮书
中国数字经济发展白皮书前言纵观世界文明史，人类先后经历了农业革命、工业革命、信息革命。
每一次产业技术革命，都给人类生产生活带来巨大而深刻的影响，不断提高人类认识世界、改造世界的能力。
数字技术日新月异，应用潜能全面迸发，数字经济正在经历高速增长、快速创新，并广泛渗透到其他经济领域，深刻改变世界经济的发展动力、发展方式，重塑社会治理格局。
当前，我国数字经济正在进入快速发展新阶段。
2016 年，中国数字经济规模达到22.6 万亿，同比增长18.9%，占GDP 比重达到30.3%，数字经济基础设施实现跨越式发展数字经济基础部分增势稳定，结构优化，新业态新模式蓬勃发展，传统产业数字化转型不断加快，融合部分成为增长主要引擎，面向数字经济的社会治理模式在摸索中不断创新。
数字经济在各行业中的发展出现较大差异，数字经济占本行业增加值比重呈现出三产高于二产、二产高于一产的典型特征。
2016 年，服务业中数字经济占行业比重平均值为 29.6%，工业中数字经济占行业比重平均值为17.0%，农业中数字经济占行业比重平均值为 6.2%。
报告编制了中国数字经济指数（Digital EconomyIndex，简称 DEI 指数）。
DEI 指数表明，数字经济增速显著高于我国宏观经济景气指数，成为拉动经济增长的重要引擎。
DEI 预警指数显示，我国数字经济发展“冷热适中”，处于正常运行区间。
预计未来我国数字经济发展将在“正常”区间上部和“趋热”区间下部波动调整。
但同时也应该看到，我国发展数字经济还面临很多问题与瓶颈，主要是新型生产力发展尚处于初级阶段，数据资源开发利用水平低，核心技术和设备受制于人，人才和投融资体制还无法适应数字经济发展需要，经济主要领域数字化转型仍存在较多障碍，国际化拓展刚刚起步，数字经济市场体系尚不健全，经济治理面临全新挑战，全球竞争和话语权争夺日益激烈。
未来几十年，是数字化改造提升旧动能、培育壮大新动能的发展关键期，是全面繁荣数字经济的战略机遇期。
国家大数据标准化工作介绍
• 工作活动：
•
• • • • •
2015年4月7-9日在德国举办第一次工作组会议
2015年7月7-9日在西班牙举办第二次工作组会议 2015年12月1-4日在巴西举办第三次工作组会议 2016年3月8-10日在爱尔兮举办第四次工作组会议 2016年7月12-15日在中国北京举办第五次工作组会议 2016年11月27-12月2日在美国举办第六次工作组会议
工作组概况-国际专题组
组长单位：华为技术有限公司 参与单位：中国电子技术标准化研究院、华为技术有限公司、清华大学、中电长城网际 等近25家。
工作进展 • 《信息技术 大数据 概述和术语》联合编辑 • 《信息技术 大数据参考架构 第4部分：安全不隐私保护结构》编辑 • 承担ISO/IEC 20457-4特设组主席
标准化作用
标准化有利于推动产业发展
标准化是促进科技进步的重要途径
标准化能够改进产品、工程、服务质量 标准化是实现企业管理现代化的基础
标准化是实现企业管理现代化的基础
国外标准化
ISO/IEC JTC1/WG9大数据工作组
• 工作内容： -聚焦和支持JTC1的大数据标准计划。 -编制大数据基础标准（包括参考架构和术语标准），以指导JTC1中其他大数据 标准的编制。 -编制建立在基础标准的其他大数据标准（当JTC1下设相兰组不存在戒不能编制 这些标准时）。 -识别大数据标准化中的差距。 -建立和维护不JTC1中那些将来可能提出大数据相兰工作的所有相兰实体以及任 何下设组的联络。 -识别那些正在编制有兰大数据的标准和相兰资料的 JTC1（和其他组织）实体， 并在适当时候调查有兰大数据的正在进行中和潜在的新工作。 -不JTC1之外的相兰社区共同提升意识并鼓励参不JTC1的大数据标准化工作，根 据需要建立联络。
2016年中国人健康大数据白皮书
Mr.Health（职业健康管理师薛宝同）根据互联网权威数据来源整理与分析
疾病总人口和发病率数据
• 中国高血压高血压人口从2013年的3.3亿增长到2015年3.89亿，预计2016年，国内高血压人口增长至4.2亿。
• 高血脂的有将1亿多人
• 糖尿病患者达到9240万人
• 超重或者肥胖症7000万----2亿人
• 血脂异常的1.6亿人
• 脂肪肝患者约1.2亿人
• 平均每30秒就有一个人罹患癌症
• 平均每30秒就有一个人罹患糖尿病
• 平均每30秒，至少有一个人死于心脑血管疾病
疾病发病趋势
•各类疾病出现年轻化趋势
•中国22%的中年人死于心脑血管疾病
•七成人有过劳死的危险
•白领亚健康比例高达76%
•中青年女性易得妇科，心脑血管疾病
•中青年男性面临猝死、过劳和癌症等问题
•慢性病患病率已达20%，死亡数已占总死亡数的83% •中国人的腰围增长速度将成为世界之最！。
工信部大数据白皮书
工信部大数据白皮书第一点：工信部大数据白皮书的背景与意义随着信息技术的飞速发展，大数据作为一种新兴产业已经成为我国经济社会发展的重要支柱。
工信部大数据白皮书旨在梳理我国大数据产业的发展现状，分析面临的挑战和机遇，进一步推动大数据产业的健康发展。
首先，白皮书对我国大数据产业的发展历程进行了回顾。
自2014年以来，我国政府高度重视大数据产业的发展，出台了一系列政策措施，加快大数据基础设施建设，推动大数据在各领域的应用。
在这个过程中，我国大数据产业取得了显著的成果，产业规模持续扩大，技术创新能力不断提升，应用场景不断丰富。
其次，白皮书揭示了我国大数据产业发展面临的挑战。
一方面，数据资源分散，数据开放共享程度不高，制约了大数据产业的发展。
另一方面，大数据关键技术尚未完全突破，产业链条尚不完善，大数据安全问题也日益凸显。
最后，白皮书提出了未来我国大数据产业发展的战略布局。
一是要加强数据资源整合，推进数据开放共享，提高数据资源利用效率；二是加大技术创新力度，突破关键技术，推动大数据产业向高端发展；三是深化行业应用，培育新型业态，发挥大数据在各领域的驱动作用；四是强化政策法规建设，保障数据安全，为大数据产业创造良好的发展环境。
第二点：工信部大数据白皮书的主要内容工信部大数据白皮书主要分为四个部分，分别是大数据产业概述、发展现状、挑战与机遇以及发展策略。
首先，白皮书对大数据产业进行了概述。
大数据产业包括数据资源、大数据技术、大数据应用和大数据服务四个方面。
白皮书指出，大数据产业具有巨大的市场潜力，已成为全球经济的新引擎。
我国拥有丰富的数据资源和庞大的市场需求，具备发展大数据产业的坚实基础。
其次，白皮书详细介绍了我国大数据产业的发展现状。
我国大数据产业已形成了一批具有核心竞争力的企业，大数据技术不断创新，应用场景不断拓展。
同时，政府、企业和社会各界对大数据的认识不断深化，大数据产业生态逐渐完善。
然后，白皮书分析了我国大数据产业发展面临的挑战与机遇。
大数据白皮书
大数据白皮书在当今信息化时代，大数据已经成为推动社会进步和经济发展的关键因素之一。
本白皮书旨在深入探讨大数据的内涵、价值、挑战以及未来的发展趋势，为相关领域的决策者、研究者和实践者提供参考。
大数据的概念起源于20世纪末，随着互联网、物联网、云计算等技术的快速发展，数据量呈现出爆炸式增长。
大数据不仅仅是数据量的简单增加，它更代表了一种全新的数据处理和分析方式。
大数据的核心价值在于通过高效的数据挖掘和分析，揭示数据背后的深层次规律和趋势，从而为决策提供支持。
大数据的应用领域非常广泛，包括但不限于金融、医疗、教育、交通、政府管理等。
在金融领域，大数据可以用于风险评估、信用评分和市场预测；在医疗领域，它可以帮助医生进行疾病诊断和治疗计划的制定；在教育领域，大数据可以用于个性化教学和学习效果评估；在交通领域，它能够优化交通流量管理和事故预防；在政府管理中，大数据有助于提高公共服务的效率和质量。
然而，大数据的发展也面临着诸多挑战。
首先是数据安全和隐私保护问题。
随着数据的广泛收集和使用，如何确保个人信息不被滥用、数据不被非法获取，成为了亟待解决的问题。
其次是数据质量的问题。
大数据的有效性很大程度上取决于数据的质量，数据的不准确或不完整都可能导致错误的分析结果。
此外，还有数据存储和处理的技术挑战，以及跨领域数据整合和标准化的问题。
面对这些挑战，我们需要采取一系列措施来推动大数据的健康发展。
首先，加强数据安全和隐私保护的法律法规建设，明确数据收集、存储、使用和共享的规则。
其次，提高数据质量管理，确保数据的准确性和完整性。
此外，还需要加强技术研发，提高大数据存储和处理的能力，以及推动跨领域数据整合和标准化的工作。
展望未来，大数据将继续在各个领域发挥重要作用。
随着人工智能、机器学习等技术的不断进步，大数据的分析和应用将更加智能化和精准化。
同时，随着5G、物联网等新技术的普及，数据的收集和传输将更加高效，为大数据的发展提供更加广阔的空间。
大数据技术白皮书
前言大数据概念近年来受到高度关注，大数据在各个行业的应用及其带来的影响也引起越来越多的讨论。
大数据正在从单纯的技术概念向实际部署应用转变；从少数领域向众多领域渗透；从企业内部向各产业与公共服务方向扩展。
目前，无论国内还是国外，大数据技术都在经历前所未有的快速演变，以满足各种应用的需求。
我国已将大数据发展确定为国家战略，强调要瞄准世界科技前沿，集中优势资源突破大数据核心技术，加快构建自主可控的大数据产业链、价值链和生态系统。
大数据产业在国内发展得如火如荼，据统计，2016年大数据产业规模达14500亿元，2017年达19570亿元，到2020年将达到5万亿元。
大数据技术已经在如电子商务、政务、民生、金融、工业、医疗等多个领域中广泛应用。
从国内的大数据技术和行业应用发展来看，大数据技术的基础架构技术已日趋成熟，大数据领域由技术创新驱动转向应用创新驱动的趋势开始显现，但更多的传统企业在如何建设大数据平台，如何利用大数据来驱动企业业务发展上仍然缺乏经验，这在一定程度上制约了大数据技术的大规模产业应用。
京东拥有全渠道零售和端到端的高质量大数据，包含了用户的浏览和消费行为、商品制造和销售、物流仓储配送以及客服与售后等丰富完整的信息。
同时，京东业务中包含有大量丰富的大数据应用场景，是大数据实践的最佳场所。
早在2010年，京东集团就启动了大数据领域的研发和应用探索工作，经过八年来的持续投入，京东大数据平台无论从规模、技术先进性，还是体系的完整性等方面均已达到国内一流水平。
作为支撑公司数据运营的重要阵地，目前已拥有集群规模40000+服务器，数据规模达800PB+，每日的JOB数100万+，业务表900万+，每日的离线数据日处理量30PB+，单集群规模达到7000+台，实时计算每天消费的数据记录近万亿条。
京东大数据平台建设了完整的技术体系，包括离线计算、实时计算和机器学习平台，可以满足多种复杂应用场景的计算任务。
2016年幸福中国白皮书
幸福中国白皮书一、数据采集本次数据由微博数据中心提供，采集自2016年中国所有用户发送的微博信息。
2016年底微博月活跃用户数量已经突破3亿，本次报告正是基于该大数据样本的社会科学研究报告。
数据采集步骤如下：1. 微博数据中心采集了2016年的微博所有数据2. 进行分词处理3. 根据清华大学心理学系做的类似研究中产出的词表进行匹配4. 排除了微博系统认定为垃圾的账号的相关发博5. 进行否定词处理6. 按照P （快乐）E （投入）R （关爱）M （意义）A （成就）五个维度对所有341个城市进行2016年的每个日期的汇总*本次数据不包括港澳台地区二、数据计算1. 任何维度的得分等于这个维度的正向词出现的总数除以负向词出现的总数，即：2. 对PERMA 各维度的得分计算Z 分数，即该城市的得分在全国所有城市的得分里，距离平均值有多少个标准差：3. 幸福指数（WB ）为各维度Z 分数之和，即：∑=xZ WB注意此处定义的幸福不仅仅是主观幸福感，即快乐的心情、良好的感觉，而是积极心理上所定义的人生蓬勃状态，是一种包括了快乐、投入、关爱、意义和成就的全面的、可持学续的、包括了主观和客观的幸福。
三、数据清理部分城市PERMA得分异常的情况，将去除任何维度上离平均值4个标准差之外的城市，共11个。
因此有效幸福计算的城市总数为341 – 11 = 330个。
四、数据分析4.1 中国幸福地图1. 省级根据前述计算WB，2016年的中国省级行政区划幸福地图如图所示，绿色代表幸福指数高，黄色代表幸福指数低。
省、直辖市、自治区排名2. 地级市2016年的中国城市幸福地图如图所示，绿色代表幸福指数高，黄色代表幸福指数低。
2016年微博幸福指数前20名城市2016年微博幸福指数重点城市排名4.2 幸福与GDP的关系清华大学幸福科技实验室从国家统计局下载了各地级市的2016年GDP总值，并结合该市人口，计算出各市人均GDP（其中有70个城市的数据无法获得，最终得到279个城市的有效“幸福-人均GDP”数据对）。
西盈互联网大数据舆情监测平台技术白皮书2016
云采集服务
基础软件支撑平台
敏感舆情 热点舆情
政府服务
舆情处置 信息管控 舆情报客送1
网评引导
危良机管理
综合保障客户1 舆情督办
权限管理
媒体管理
消息服务
智能分析
自动分类 自动分词 热点分析 自动聚类 自动摘要
传统网媒
微博 微博库
数据清洗和加工 自动分类 自动抽取 自动排重 自动聚类
自动摘要 信息提取 关联关系 自动索引
内嵌脚本引擎，能够实现网页中脚本语言的自动解析和执行，从而能够实现对于采用脚本语言的论 坛、博客、微博网站的采集，提供全面的数据保障。 （4）支持RSS 解析 （5）图片、表格、附件采集技术 （6）多语言采集技术，对于主流的多国语言能够采集和识别，底层统一采用Unicode进行编码存储。
16
二、文本挖掘 文本挖掘技术包括自动分词、自动聚类、自动分类/规则分类/混合分类、文本相似性检索（自动排
重）、自动摘要+主题词标引（自由词+行业主题词）、（政治）常识校对、信息过滤、拼音、同音检索 、相关短语检索、自然语言检索等。
西盈网络舆情监测系统，集成文本挖掘技术解决在异构大规模的文本信息资源中提取符合需要的简 洁、精炼、可理解的知识的要求。
文本挖掘技术在现代信息系统中的应用越来越广泛，其重要性也越来越突出，在信息资源处理的多 个阶段，包括信息采集前、后的预处理，信息编辑或加工时的辅助标引、信息服务时的摘要等信息调用 参考、信息检索时的智能辅助的功能，都需要依赖文本智能挖掘技术来实现。 三、路由爬虫
全面监测新闻、论坛、贴吧、博客、微博、微信、社区、平媒、境外等网络媒体。博 客对事件描述最真实、生动，对事件的反思和讨论也最深刻。微博传播速度最快，不是热 点则难持久。现阶段，舆情监测的重点对象是论坛和贴吧，上论坛发帖已经成为了成本最 低，最为便捷的舆论诉求方式。重大舆情一般通过微博、论坛发酵以后，容易被新闻网站 所转载。网络舆情监测系统可以全面地对这些舆情信息进行立体监测，舆情信息“一网打 尽”。
2016年大数据白皮书
图 1 大数据核心产业构成
数据资源部分负责原始数据的供给和交换，根据数据来源的不同， 可以细分为数据资源提供者和数据交易平台两种角色。
数据基础能力部分负责与数据生产加工相关的基础设施和技术 要素供应，根据数据加工和价值提升的生产流程，数据基础能力部分 主要包括数据存储、数据处理和数据库（数据管理）等多个角色。
三、大数据资源开放与共享...........................................15 （一）数据资源总量评估 .........................................15 （二）政府数据共享 .............................................16 （三）政府数据开放 .............................................19 （四）数据交易流通 .............................................20
大数据白皮书
（2016年）
中国信息通信研究院 2016年12月
版权声明
本白皮书版权属于中国信息通信研究院（工业和信息化部 电信研究院），并受法律保护。转载、摘编或利用其它方式使 用本白皮书文字或者观点的，应注明“来源：中国信息通信研 究院（工业和信息化部电信研究院）”。违反上述声明者，本 院将追究其相关法律责任。
四、重点行业大数据应用.............................................27 （一）大数据应用整体情况 .......................................28 （二）各领域应用进展情况 .......................................28 （三）大数据应用发展趋势 .......................................39
LTE宽带集群通信(B-TrunC)技术白皮书_2016
目录
1 宽带集群发展概述 ................................................................ 1 1.1 集群宽带化发展趋势 .......................................................... 1 1.2 宽带集群 B-TrunC 技术特征 .................................................... 2
前言
发布《LTE 宽带集群通信（B-TrunC）技术白皮书》，旨在与业界分享宽 带集群（B-TrunC）产业联盟在宽带集群通信技术上的研究成果。
随着全球公共安全、政务、交通、能源等行业的快速发展，行业用户在 传统的语音集群基础上，对于宽带无线数据业务、多媒体集群调度的需求极 为迫切。LTE 以其技术和产业优势成为无线专网宽带技术的选择，基于 LTE 技术的宽带集群技术也成为全球无线专网发展共识。我国率先开展了基于 LTE 技术的宽带集群 B-TrunC 技术的标准化工作，立足自主创新，紧密联系行业 应用需求，技术和产业发展迅速。目前 B-TrunC 一阶段行业标准已经正式发 布，并成为 ITU 推荐的首个公共保护和救灾（PPDR）的宽带集群空中接口标 准。随着工信部发布了宽带数字集群专网频率规划，B-TrunC 获得 1.4GHz 和 1.8GHz 频段的政策支持。目前 B-TrunC 系统已经开始广泛应用于公共安全、 政务、交通、能源等行业。
3.1 本地组网架构 ................................................................ 8 3.2 漫游组网架构 ............................................................... 11 4 宽带集群 B-TrunC 业务功能和性能 ................................................ 13 4.1 业务功能和要求 ............................................................. 13 4.1.1 宽带数据和集群业务并发 .................................................... 13 4.1.2 集群语音业务功能 .......................................................... 15 4.1.3 集群多媒体业务功能 ........................................................ 16 4.1.4 集群数据业务功能 .......................................................... 19 4.1.5 集群补充业务功能 .......................................................... 20 4.2 宽带集群 B-TrunC 业务性能要求 ............................................... 23 5 宽带集群 B-TrunC 关键技术 ...................................................... 24 5.1 高频谱效率的空中接口单小区组播技术 ......................................... 24 5.1.1 空中接口集群组播技术概述 .................................................. 24 5.1.2 MAC 层的集群增强 ......................................................... 25 5.1.3 物理层的集群增强 .......................................................... 27 5.1.4 RRC 层的集群增强 .......................................................... 28 5.2 低时延高可靠的专业级集群呼叫控制 ........................................... 28 5.3 面向行业应用开放的调度业务 ................................................. 33 5.4 多维优先级保障机制 ......................................................... 33 6 宽带集群 B-TrunC 工作频段 ...................................................... 35
普惠金融及传统金融的区别之处
2016数字普惠金融白皮书（简版）数字普惠金融是将大数据、云计算以及移动互联网等数字技术应用到普惠金融领域，能显著提升普惠金融的获得性，有效扩大金融服务的覆盖面。
日前在中国杭州举办的G20峰会上，数字普惠金融是重要议题，中国互联网金融协会会长李东荣也多次提及这一概念，可见数字普惠金融已成为一个非常重要的概念和领域。
不过，国内针对数字普惠金融的相关研究还较少，人们对数字普惠金融的了解并不全面。
因此，盈灿咨询联合网贷之家及第一财经陆家嘴杂志，共同推出了《2016数字普惠金融白皮书》，对数字普惠金融进行系统的阐述和剖析。
第一章普惠金融与数字普惠金融1.1 普惠金融与数字普惠金融的概念2015年底，国务院在《推进普惠金融发展规划（2016—2020年）》的通知中首次明确了“普惠金融”在我国国家层面的定义：普惠金融是指立足机会平等要求和商业可持续原则，通过加大政策引导扶持、加强金融体系建设、健全金融基础设施，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当的、有效的金融服务。
在我国，金融机构和类金融机构是普惠金融服务的主体，具体包括银行、金融公司、信用合作社、信托公司、金融租赁公司、小贷公司、互联网金融公司等。
此外，还包括外围的服务机构，如评级机构、征信公司、支付系统、信息技术、技术服务供应商以及一些培训机构。
小微企业、农民、城镇低收入人群、贫困人群和残疾人、老年人等特殊群体是普惠金融服务的主要对象。
普惠金融旨在让大众都能享受到金融服务，但是这种金融服务是在可负担的成本以及遵循商业原来的前提下开展的，并不是政府的扶贫项目。
表1.普惠金融的服务对象资料来源：盈灿咨询1.2 普惠金融与传统金融的区别与传统金融相比，普惠金融服务的对象更为的广泛。
受历史等诸多因素的影响，国有商业银行作为我国传统金融市场主要的金融服务供给方，其贷款资金更倾向于支持大型企业，对个人和中小企业的信贷和融资支持明显覆盖不足。
普惠金融服务强调让社会上的所有成员享受应该享有的金融服务，中低收入阶层和规模较小的民营中小企业也包含在内。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录
一、大数据产业发展概述..............................................1 （一）大数据再认识 ..............................................1 （二）大数据产业界定 ............................................2 （三）大数据关键问题 ............................................5
四、重点行业大数据应用.............................................27 （一）大数据应用整体情况 .......................................28 （二）各领域应用进展情况 .......................................28 （三）大数据应用发展趋势 .......................................39
一、大数据产业发展概述 （一）大数据再认识
大数据是新资源、新技术和新理念的混合体。从资源视角来看， 大数据是新资源，体现了一种全新的资源观。1990 年以来，在摩尔 定律的推动下，计算存储和传输数据的能力在以指数速度增长，每 GB 存储器的价格每年下降 40%。2000 年以来，以 Hadoop 为代表的分 布式存储和计算技术迅猛发展，极大的提升了互联网企业数据管理能 力，互联网企业对“数据废气”（Data Exhaust）的挖掘利用大获成 功，引发全社会开始重新审视“数据”的价值，开始把数据当作一种 独特的战略资源对待。大数据的所谓 3V 特征（体量大、结构多样、 产生处理速度快）主要是从这个角度描述的。
大数据白皮书
（2016年）
中国信息通信研究院 2016年12月
版权声明
本白皮书版权属于中国信息通信研究院（工业和信息化部 电信研究院），并受法律保护。转载、摘编或利用其它方式使 用本白皮书文字或者观点的，应注明“来源：中国信息通信研 究院（工业和信息化部电信研究院）”。违反上述声明者，本 院将追究其相关法律责任。
三、大数据资源开放与共享...........................................15 （一）数据资源总量评估 .........................................15 （二）政府数据共享 .............................................16 （三）政府数据开放 .............................................19 （四）数据交易流通 .............................................20
二、大数据技术发展...........6 （一）社交网络和物联网技术拓展了数据采集技术渠道 ................6 （二）分布式存储和计算技术夯实了大数据处理的技术基础 ............9 （三）深度神经网络等新兴技术开辟大数据分析技术的新时代 .........11
从技术视角看，大数据代表了新一代数据管理与分析技术。传统 的数据管理与分析技术以结构化数据为管理对象、在小数据集上进行 分析、以集中式架构为主，成本高昂。与“贵族化”的数据分析技术 相比，源于互联网的，面向多源异构数据、在超大规模数据集（PB 量级）上进行分析、以分布式架构为主的新一代数据管理技术，与开 源软件潮流叠加，在大幅提高处理效率的同时（数据分析从 T+1 到 T+0 甚至实时），成百倍的降低了数据应用成本。
六、结论与建议.....................................................50 （一）避免盲目跟风，大数据热潮还需冷思考 .......................51 （二）推动开放共享，倒逼信息化建设升级 .........................53 （三）强调供需对接，拉动技术产业跨越发展 .......................55 （四）完善法律制度，切实保障数据安全 ...........................56 （五）突出地方特色，形成差异化的区域产业布局 ...................58
前言
大数据是国家基础性战略资源，是 21 世纪的“钻石矿”。党中 央、国务院高度重视大数据在经济社会发展中的作用，提出“实施 国家大数据战略”，出台《促进大数据发展行动纲要》，全面推进 大数据发展，加快建设“数据强国”。
“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧 产业和发展动能转换接续的关键时期，全球新一代信息技术产业正 处于加速变革期，国内市场应用需求处于爆发期，我国大数据产业 发展面临重要的发展机遇。
五、大数据政策法规.................................................40 （一）政府数据开放与信息公开 ...................................40 （二）个人数据保护 .............................................43 （三）跨境数据流动 .............................................46 （四）数据权属问题 .............................................48
本白皮书是继《大数据白皮书（2014）》之后我院第二次发布 大数据白皮书。本白皮书首先回顾和阐述了大数据的内涵及产业界 定，并以大数据产业几个关键要素为核心，重点从大数据技术发展、 数据资源开放共享、大数据在重点行业的应用、大数据相关政策法 规等四个方面分析了最新进展，力求反映我国大数据产业发展状况 的概貌。最后结合我国大数据发展最新状况及问题，提出了进一步 促进大数据发展的相关策略建议。