A. 大数据给我们带来的真正机遇

大数据给我们带来的真正机遇
大数据怎么用？
随着世界开始迈向大数据时代，社会也将经历类似的地壳运动。在改变我们生活和思维方式的同时，大数据早已在推动我们重新考虑最基本的准则，包括怎样鼓励其增长以及怎样遏制其潜在威胁。然而，不同于印刷革命，我们没有几个世纪的时间去慢慢适应，我们也许只有几年时间。
在大数据时代，对原有规范的修修补补已经满足不了需要，也不足以抑制大数据带来的风险，我们需要全新的制度规范。我们需要设立一个不一样的隐私保护模式，这个模式应该更着重于数据使用者为其行为承担责任，而不是将重心放在收集数据之初取得个人认可上。
对大数据技术进行规范是问题的关键。首先，可以从强调监管大数据的收集，转向重点监管大数据的实际使用。其次，可以让大数据变得不那么神秘，不再是个“黑箱”，增加大数据应用中的透明度和问责制。可创造一个被称为“算法学家”的新职业，这些人接受计算机技术、统计学和数据处理方面的专门训练，对大数据的应用进行评估，以确保公众对大数据系统感到放心。
至于平衡隐私权和国家安全的问题，古希腊哲学家亚里士多德早就提出这样的问题：“我们如何监视守护者？”即使是在他那个年代，这个问题也没有简单的答案。
大数据给我们带来的真正机遇是把许多信息碎片拼起来，为我们的决策服务。大数据时代最大的挑战是如何从大数据中获取“价值”。从大数据中获取最大价值，需要探索式的研究方法。未来，数据科学家会很吃香，这种科学家既要熟悉商业环境，也要有操作层面的知识。
很多问题就出在数据使用上！数据作为资产，就涉及管理的问题，因此“数据治理”就显得越发重要。信息世界同样需要公约，将窃取他人数据视为犯罪，将攻击他人系统视为犯罪，从刑法上加以明确规定，共同营造一个文明有序的数字生活，应该是我们的理想。大数据时代，我们需要尽快跟进这方面的工作，如开展国家间对话，形成公约。
企业利用数据挖掘技术，进行精准广告投放，也涉及隐私问题。一个少女收到了婴儿用品广告，其父大怒，要告企业。事实却是这位少女未婚先孕了。这个故事中，企业使用的是自己采集的客户购物数据，使用的是自己开发的数据挖掘软件，整个过程都没有问题。但事实上却侵犯了个人隐私，应坚决反对。这里面应该有一些法律问题，需要认真研究。
大数据时代，数据作为资源，不被共享是趋势。”这样的话，数据运用一定需要价值交换。在确定数据权益的前提下，数据的运用就是有偿使用。法律需要界定数据的权益，政府界定数据的类型（哪些是隐私，哪些涉及国家安全）等，这样数据的流通就有法可依。
在现阶段法律法规都还没有明确之前，应从国家安全的角度高度关注数据资源的安全。而作为个人，要明白“有行动就可能产生数据”，所以当有些行为涉及隐私时，需要谨慎。
从更大的范围来讲，公共网络中公开的数据应该属于全人类，任何人都有权获取、使用并获益。这样能够更大程度地发挥数据资源的作用，让数据给人类的生活生产带来更多便利，对人类社会进步有重要的意义。

B. 说说大数据对我们学习生活的影响

有了大数据，我们可以轻松查阅学习中我们需要的知识，指导我们生活中的困惑。

C. 大数据给我们生活带来啥

大数据对企业的帮助

1.帮企业进行消费者的需求分析

现在的消费者不再是营销产品的被动接收器。通过大数据帮助企业找准消费者的需求点设计产品，刺激消费。

2.帮企业挖掘锁定客户资源

通过大数据技术，可以实现企业的客户资源进行精准的锁定，形成可视化图片展示，有利于企业产品的营销推广的区域性。

3.帮企业危机预警

当代社会，舆情危机的爆发和扩散。企业潜在的质量问题、安全问题、经济问题、市场问题等在一定条件下一旦爆发；危机效应将瞬间传递开来，对企业的商誉和品牌造成极大的伤害，而大数据可以帮助企业进行舆情监控防止给企业造成巨大的损失。

大数据对政府城市管理的帮助

1.大数据应用于城市规划

城市的不断发展催生了不同的功能区域，如文教、商业和住宅区等。准确掌握这些区域的分布对制定合理的城市规划有着极其重要的意义。由于一个区域的功能并不是单一的，如在科学文教区里仍然有饭店和商业设施的存在，一个区域需要由一个功能的分布来表达(如70%的功能为商业，20%的功能为住宅，剩余的为教育)。另一方面，一个区域的主要功能是文教，但也不代表该区域的任何一个地点都服务于文教。因此，给定一种功能，我们希望知道它的核心区域所在。

以北京市通州和顺义的职住比(职业人数与居住人数比)来举例：作为北京著名的“睡城”，通州给人的印象往往是“遍地楼盘”“上班族天天候鸟式往返”;而顺义区依托首都机场周边的工业区，带来大量就业机会，看起来似乎通州的职住比要远低于顺义。然而，数据却显示，两个地方的职住比几乎持平。因此，有了大数据,规划者和决策者可以避免很多“印象流”的误区。

2.大数据应用于城市应急管理

大数据在应急管理中的应用方式分为两部分：大数据技术和大数据思维。大数据技术既包括诸如数据仓库、数据集市和数据可视化等旧技术，也包括云存储和云计算等新技术;而大数据思维则是从海量数据中发现问题，用全样本的思维来思考问题，形成了模糊化、相关性和整体化的考虑方式。大数据技术与思维相互融合和作用，共同形成了大数据的应用，并对包括应急管理在内的很多公共管理领域产生了巨大影响。

以疾病预防为例：大数据的使用可以将用户的每日数据输入到医疗数据系统，通过对匹配病原情况的数据筛查，可以准确的找到感染群体、规模、特征，同时可以快速调去处置方法，达到应急管理的重要目标。

3.大数据应用于城市环境保护

大数据分析最重要的应用领域之一就是预测性分析，从大数据中挖掘出独有特点，通过建立评估和预测预报模型，预测未来发展趋势;而大数据的虚拟化特征，还将大大降低环境管理风险，能够在管理调整尚未展开之前就给出相关答案，让管理措施做到有的放矢。

以管理污染源企业为例：通过大数据技术，可以实现污染源企业的精准锁定。在污染源的生命周期过程中，每个节点所需要的每一类数据，都可以进行搜集分析，形成基于污染源管理的数据资源分布可视图。就如同“电子地图”一般，将原先只是虚拟存在的各种点，进行“点对点”的数据化、图像化展现，使得环保部门的管理者可以更直观地面对污染源企业。

4.大数据应用于犯罪预警

随着智能电话和电脑网络的普及，犯罪嫌疑人活动会产生大量在线信息，通过对收集到的海量的、模糊的、不完整的案件信息中的涉案人员信息、涉案物品信息、旅馆业信息、航班信息、车辆信息等，进行分析、挖掘，发现案件属性与犯罪人员属性的关联规则，进而找到犯罪的规律、特点，对预防、打击犯罪，保障城市公共安全具有重要的理论意义和现实意义。

以美国为例：随着智能电话和电脑网络的普及，美国政府和大公司把自己的触角伸到个人生活的每个方面。美国个人的一切在线行为数据都被收集储存，再加上已被有关机构掌握的个人信用数据、犯罪记录和人口统计等数据，有关公司和政府机构可以运用数据挖掘的办法，监控和预测个人的行为，并做出相关决策。


D. 谈谈你对大数据的认识

最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界（IBM 最早定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。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）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
很早就流传着一句话：三分技术，七分数据，得数据者得天下。先不论这句话是谁说得，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了很多例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，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如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势；Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量；Fare cast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。这里维克托·迈尔-舍恩伯格所认为的大数据思维是：1需要全部数据样本而不是抽样；2关注效率而不是精确度；3关注相关性而不是因果关系。
大数据是什么？投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
Wal-Mart作为零售行业的巨头，他们的分析人员会对每个阶段的销售记录进行了全面的分析，有一次他们无意中发现虽不相关但很有价值的数据，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟然销量都有大幅增加，于是他们做了一个明智决策，就是将蛋挞的销售位置移到了飓风物品销售区域旁边，看起来是为了方便用户挑选，但是没有想到蛋挞的销量因此又提高了很多。
这样的例子存在在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维；与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长。

E. 谁来说一下参加大数据学习的心得体会

参加学习实来际上就是花钱买别人的知源识，和现在火热的付费知识服务是一样的道理。我是觉得参加学习利大于弊，虽然要花一些钱，但你可以节省大量的时间和经历，而且能系统的学习一门你从未接触过的知识，实际上是付出大于回报的。不过一定要擦亮眼睛，我当时在八斗学院学的大数据，我是觉得钱花的值