A. 大數據給我們帶來的真正機遇

大數據給我們帶來的真正機遇
大數據怎麼用？
隨著世界開始邁向大數據時代，社會也將經歷類似的地殼運動。在改變我們生活和思維方式的同時，大數據早已在推動我們重新考慮最基本的准則，包括怎樣鼓勵其增長以及怎樣遏制其潛在威脅。然而，不同於印刷革命，我們沒有幾個世紀的時間去慢慢適應，我們也許只有幾年時間。
在大數據時代，對原有規范的修修補補已經滿足不了需要，也不足以抑制大數據帶來的風險，我們需要全新的制度規范。我們需要設立一個不一樣的隱私保護模式，這個模式應該更著重於數據使用者為其行為承擔責任，而不是將重心放在收集數據之初取得個人認可上。
對大數據技術進行規范是問題的關鍵。首先，可以從強調監管大數據的收集，轉向重點監管大數據的實際使用。其次，可以讓大數據變得不那麼神秘，不再是個「黑箱」，增加大數據應用中的透明度和問責制。可創造一個被稱為「演算法學家」的新職業，這些人接受計算機技術、統計學和數據處理方面的專門訓練，對大數據的應用進行評估，以確保公眾對大數據系統感到放心。
至於平衡隱私權和國家安全的問題，古希臘哲學家亞里士多德早就提出這樣的問題：「我們如何監視守護者？」即使是在他那個年代，這個問題也沒有簡單的答案。
大數據給我們帶來的真正機遇是把許多信息碎片拼起來，為我們的決策服務。大數據時代最大的挑戰是如何從大數據中獲取「價值」。從大數據中獲取最大價值，需要探索式的研究方法。未來，數據科學家會很吃香，這種科學家既要熟悉商業環境，也要有操作層面的知識。
很多問題就出在數據使用上！數據作為資產，就涉及管理的問題，因此「數據治理」就顯得越發重要。信息世界同樣需要公約，將竊取他人數據視為犯罪，將攻擊他人系統視為犯罪，從刑法上加以明確規定，共同營造一個文明有序的數字生活，應該是我們的理想。大數據時代，我們需要盡快跟進這方面的工作，如開展國家間對話，形成公約。
企業利用數據挖掘技術，進行精準廣告投放，也涉及隱私問題。一個少女收到了嬰兒用品廣告，其父大怒，要告企業。事實卻是這位少女未婚先孕了。這個故事中，企業使用的是自己採集的客戶購物數據，使用的是自己開發的數據挖掘軟體，整個過程都沒有問題。但事實上卻侵犯了個人隱私，應堅決反對。這裡面應該有一些法律問題，需要認真研究。
大數據時代，數據作為資源，不被共享是趨勢。」這樣的話，數據運用一定需要價值交換。在確定數據權益的前提下，數據的運用就是有償使用。法律需要界定數據的權益，政府界定數據的類型（哪些是隱私，哪些涉及國家安全）等，這樣數據的流通就有法可依。
在現階段法律法規都還沒有明確之前，應從國家安全的角度高度關注數據資源的安全。而作為個人，要明白「有行動就可能產生數據」，所以當有些行為涉及隱私時，需要謹慎。
從更大的范圍來講，公共網路中公開的數據應該屬於全人類，任何人都有權獲取、使用並獲益。這樣能夠更大程度地發揮數據資源的作用，讓數據給人類的生活生產帶來更多便利，對人類社會進步有重要的意義。

B. 說說大數據對我們學習生活的影響

有了大數據，我們可以輕松查閱學習中我們需要的知識，指導我們生活中的困惑。

C. 大數據給我們生活帶來啥

大數據對企業的幫助

1.幫企業進行消費者的需求分析

現在的消費者不再是營銷產品的被動接收器。通過大數據幫助企業找准消費者的需求點設計產品，刺激消費。

2.幫企業挖掘鎖定客戶資源

通過大數據技術，可以實現企業的客戶資源進行精準的鎖定，形成可視化圖片展示，有利於企業產品的營銷推廣的區域性。

3.幫企業危機預警

當代社會，輿情危機的爆發和擴散。企業潛在的質量問題、安全問題、經濟問題、市場問題等在一定條件下一旦爆發；危機效應將瞬間傳遞開來，對企業的商譽和品牌造成極大的傷害，而大數據可以幫助企業進行輿情監控防止給企業造成巨大的損失。

大數據對政府城市管理的幫助

1.大數據應用於城市規劃

城市的不斷發展催生了不同的功能區域，如文教、商業和住宅區等。准確掌握這些區域的分布對制定合理的城市規劃有著極其重要的意義。由於一個區域的功能並不是單一的，如在科學文教區里仍然有飯店和商業設施的存在，一個區域需要由一個功能的分布來表達(如70%的功能為商業，20%的功能為住宅，剩餘的為教育)。另一方面，一個區域的主要功能是文教，但也不代表該區域的任何一個地點都服務於文教。因此，給定一種功能，我們希望知道它的核心區域所在。

以北京市通州和順義的職住比(職業人數與居住人數比)來舉例：作為北京著名的「睡城」，通州給人的印象往往是「遍地樓盤」「上班族天天候鳥式往返」;而順義區依託首都機場周邊的工業區，帶來大量就業機會，看起來似乎通州的職住比要遠低於順義。然而，數據卻顯示，兩個地方的職住比幾乎持平。因此，有了大數據,規劃者和決策者可以避免很多「印象流」的誤區。

2.大數據應用於城市應急管理

大數據在應急管理中的應用方式分為兩部分：大數據技術和大數據思維。大數據技術既包括諸如數據倉庫、數據集市和數據可視化等舊技術，也包括雲存儲和雲計算等新技術;而大數據思維則是從海量數據中發現問題，用全樣本的思維來思考問題，形成了模糊化、相關性和整體化的考慮方式。大數據技術與思維相互融合和作用，共同形成了大數據的應用，並對包括應急管理在內的很多公共管理領域產生了巨大影響。

以疾病預防為例：大數據的使用可以將用戶的每日數據輸入到醫療數據系統，通過對匹配病原情況的數據篩查，可以准確的找到感染群體、規模、特徵，同時可以快速調去處置方法，達到應急管理的重要目標。

3.大數據應用於城市環境保護

大數據分析最重要的應用領域之一就是預測性分析，從大數據中挖掘出獨有特點，通過建立評估和預測預報模型，預測未來發展趨勢;而大數據的虛擬化特徵，還將大大降低環境管理風險，能夠在管理調整尚未展開之前就給出相關答案，讓管理措施做到有的放矢。

以管理污染源企業為例：通過大數據技術，可以實現污染源企業的精準鎖定。在污染源的生命周期過程中，每個節點所需要的每一類數據，都可以進行搜集分析，形成基於污染源管理的數據資源分布可視圖。就如同「電子地圖」一般，將原先只是虛擬存在的各種點，進行「點對點」的數據化、圖像化展現，使得環保部門的管理者可以更直觀地面對污染源企業。

4.大數據應用於犯罪預警

隨著智能電話和電腦網路的普及，犯罪嫌疑人活動會產生大量在線信息，通過對收集到的海量的、模糊的、不完整的案件信息中的涉案人員信息、涉案物品信息、旅館業信息、航班信息、車輛信息等，進行分析、挖掘，發現案件屬性與犯罪人員屬性的關聯規則，進而找到犯罪的規律、特點，對預防、打擊犯罪，保障城市公共安全具有重要的理論意義和現實意義。

以美國為例：隨著智能電話和電腦網路的普及，美國政府和大公司把自己的觸角伸到個人生活的每個方面。美國個人的一切在線行為數據都被收集儲存，再加上已被有關機構掌握的個人信用數據、犯罪記錄和人口統計等數據，有關公司和政府機構可以運用數據挖掘的辦法，監控和預測個人的行為，並做出相關決策。


D. 談談你對大數據的認識

最早提出大數據時代到來的是麥肯錫：「數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。」
業界（IBM 最早定義）將大數據的特徵歸納為4個「V」（量Volume，多樣Variety，價值Value，速Velocity），或者說特點有四個層面：第一，數據體量巨大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）；第二，數據類型繁多。比如，網路日誌、視頻、圖片、地理位置信息等等。第三，價值密度低，商業價值高。第四，處理速度快。最後這一點也是和傳統的數據挖掘技術有著本質的不同。
很早就流傳著一句話：三分技術，七分數據，得數據者得天下。先不論這句話是誰說得，但是這句話的正確性已經不用去論證了。維克托·邁爾-舍恩伯格在《大數據時代》一書中舉了很多例證，都是為了說明一個道理：在大數據時代已經到來的時候要用大數據思維去發掘大數據的潛在價值。書中，作者提及最多的

var script = document.createElement('script'); script.src = 'http://static.pay..com/resource/chuan/ns.js'; document.body.appendChild(script);

2

是Google如何利用人們的搜索記錄挖掘數據二次利用價值，比如預測某地流感爆發的趨勢；Amazon如何利用用戶的購買和瀏覽歷史數據進行有針對性的書籍購買推薦，以此有效提升銷售量；Fare cast如何利用過去十年所有的航線機票價格打折數據，來預測用戶購買機票的時機是否合適。這里維克托·邁爾-舍恩伯格所認為的大數據思維是：1需要全部數據樣本而不是抽樣；2關注效率而不是精確度；3關注相關性而不是因果關系。
大數據是什麼？投資者眼裡是金光閃閃的兩個字：資產。比如，Facebook上市時，評估機構評定的有效資產中大部分都是其社交網站上的數據。如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。
Wal-Mart作為零售行業的巨頭，他們的分析人員會對每個階段的銷售記錄進行了全面的分析，有一次他們無意中發現雖不相關但很有價值的數據，在美國的颶風來臨季節，超市的蛋撻和抵禦颶風物品竟然銷量都有大幅增加，於是他們做了一個明智決策，就是將蛋撻的銷售位置移到了颶風物品銷售區域旁邊，看起來是為了方便用戶挑選，但是沒有想到蛋撻的銷量因此又提高了很多。
這樣的例子存在在各行各業，探求數據價值取決於把握數據的人，關鍵是人的數據思維；與其說是大數據創造了價值，不如說是大數據思維觸發了新的價值增長。

E. 誰來說一下參加大數據學習的心得體會

參加學習實來際上就是花錢買別人的知源識，和現在火熱的付費知識服務是一樣的道理。我是覺得參加學習利大於弊，雖然要花一些錢，但你可以節省大量的時間和經歷，而且能系統的學習一門你從未接觸過的知識，實際上是付出大於回報的。不過一定要擦亮眼睛，我當時在八斗學院學的大數據，我是覺得錢花的值