當前大數據應用尚處于初級階段,根據大數據分析預測未來、指導實踐的深層次應用將成為發展重點。
預計2020年,我國數據總量有望占全球數據總量的21%,但我國核心技術薄弱,建議以開源為基礎構建大數據產業生態。
大數據應用三個層次
按照數據開發應用深入程度的不同,可將眾多的大數據應用分為三個層次。
第一層,描述性分析應用,是指從大數據中總結、抽取相關的信息和知識,幫助人們分析發生了什么,并呈現事物的發展歷程。如美國的DOMO公司從其企業客戶的各個信息系統中抽取、整合數據,再以統計圖表等可視化形式,將數據蘊含的信息推送給不同崗位的業務人員和管理者,幫助其更好地了解企業現狀,進而做出判斷和決策。
第二層,預測性分析應用,是指從大數據中分析事物之間的關聯關系、發展模式等,并據此對事物發展的趨勢進行預測。如微軟公司紐約研究院研究員David Rothschild通過收集和分析賭博市場、好萊塢證券交易所、社交媒體用戶發布的帖子等大量公開數據,建立預測模型,對多屆奧斯卡獎項的歸屬進行預測。在2014年和2015年,均準確預測了奧斯卡共24個獎項中的21個,準確率達87.5%。
第三層,指導性分析應用,是指在前兩個層次的基礎上,分析不同決策將導致的后果,并對決策進行指導和優化。如無人駕駛汽車分析高精度地圖數據和海量的激光雷達、攝像頭等傳感器的實時感知數據,對車輛不同駕駛行為的后果進行預判,并據此指導車輛的自動駕駛。……