從信息咨詢和監理角度看大數據應用

蘇鋒剛

【摘 要】 本文從一個網絡問題出發，深刻闡述了大數據的相關思想和應用要點。同時針對當前大數據應用過程中，信息系統咨詢和監理機構存在的問題進行了剖析，并提出了可行的解決方案。

【關鍵詞】 大數據 信息咨詢 監理

最近在網上看到了一道題，大意是說有一只熊掉到一個陷阱里，陷阱深19.617米，下落時間正好2秒。求熊是什么顏色的？這樣一道詭異的題目，在我們很多人看來，非常的無厘頭，似乎熊掉進陷阱里與熊本身什么顏色有什么關系呢？為什么要出這樣一個問題與答案風馬牛不相及的題目呢？其實，作為信息化咨詢監理單位，我們可以從這個題目中尋找到當前對大數據業務應用的一些啟發和探索。

分析：首先，我們來看這個題目的答案：由重力公式易算出g=9.8085，根據該數據查詢緯度，可以看出：北極是9.832，遠遠大于該數值，赤道 9.780，小于該數值。大概是44度左右，此時我們需要獲得的第一數據集是重力加速度與經緯度關系集；根據熊的地理分布，南半球沒有熊，可以得知應該是北緯44度，此時我們獲得的第二數據集是地理信息數據集；根據題目，既然是掉到陷阱，又是熊可以掉進的陷阱。因為陸地上少有比熊還巨大的珍貴動物，所以可以推出，此陷阱是為熊所設計。既然為熊設計地面陷阱，一定是陸棲熊。而且大部分陸棲熊視力不好，難以分辨陷阱，所以容易掉入陷阱，此時我們獲得的第三數據集是熊這種動物的習性、特征、地理分布等數據集；既然陷阱深19.617米，土質一定為沖擊母質，這樣才易于挖掘，此時我們獲得的第四數據集是土壤分布特性數據集；按照上述分析，符合條件的可能有棕熊和黑熊，但棕熊雖然有地理分布，但多為高海拔地區，而且兇悍，捕殺的危險系數大，價值沒有黑熊高。而一般的熊掌、熊膽均取自黑熊。又因為黑熊的地理分布與棕熊基本不重合。此時我們獲得的第五數據集是人類價值取向等模糊數據集。最后從這五大類數據中進行關聯度分析，充分挖掘數據特征，可以判定，該題正確答案為黑熊，即熊的顏色是黑色的。

從上述解答過程來看，我們如果針對現實世界某一個海量數據應用中，即需要考慮數據之間的內在關聯以及結合模糊數學、混沌論、人工智能里找到一種解決方向。這也是做信息咨詢和監理工作的一個突破方向。在目前大數據應用炙手可熱的情況下，筆者認為做好大數據應用，需要把握以下特點。

1 大數據不是數據大

目前業界都在談論大數據及其應用，似乎一粘上大數據，就感覺非常前沿，非常時尚，但真正對大數據的定位和應用思想，卻不甚了了。做為咨詢單位，一定要有清晰和明確的認識，即大數據并不是數據大。如果數據只是簡單的堆砌，以及進行傳統的數據挖掘和應用，那只是意味著數據同質化、數據局限化；真正的大數據，應該是不同類型的數據集，不同來源的數據集來共同作用在一起，就一個目標從不同的維度和廣度給予應用，這樣才能真正體現數據的價值。例如一個人每天要6點出門上班，我們統計1000條，也還是局限在他可能生活非常規律、守時這樣顯而易見的分析上；但如果我們再加上他每天買的早點、穿的衣服、每天的天氣、鄰居的生活習慣等方面，我們就可以分析出這個人可能的喜好、品味、購買力、性格、為人處世，甚至家庭的和睦程度等內容，這些部分都離不開大量看似毫不關聯的數據的支持，所以做大數據的咨詢工作，我們首要的認識就是大數據并不等于數據大（如圖1）。

2 大數據應用關鍵核心之一是數據關聯度分析

大數據撲面而來的時候，如果我們不加分析而應用，那只能是一堆死數。但是如果我們分析不得法，那可能會陷入更加混亂的境地。在大數據應用的過程中，筆者認為數據關聯度分析是其中的關鍵核心。即適當的關聯度分析模型，可以為我們打開另一扇解決問題的大門。做為咨詢監理單位，必須在繁雜的數據迷霧中找準相互關聯的點，這樣就能將這些數據串起來，為我們的最終目標服務。就正如我們引言中的題目一樣，考慮題出的是重力加速度，則我們必然需要去比較重力加速度的分布，只有比較才能發現大致的范圍；然后我們需要確定比較的對象，比如熊的習性、土壤分布特性等，這樣就找到了比較的參照物；最后，我們要分析這點和面的關聯問題，比如捕殺黑熊在人類社會經濟價值高這樣的聯系度，從而獲得最終答案。這種數據關聯度分析非常考較咨詢人員的經驗和對數據的敏感度，因此咨詢監理人員需要重點鍛煉這方面的能力。

3 大數據應用是云計算的基礎

只有真正明白大數據應用的內涵和方法，也才能真正了解云計算應用的基礎。做為云服務，涉及的是海量非相關數據的整合，而這種整合，就離不開大數據的關聯應用。做為信息咨詢人員，需要明白大數據應用是云計算的基礎。

解決方案：經過上述分析，筆者認為未來大數據業務應用的咨詢將是信息咨詢監理的發展方向，而為了應對這種發展，必須考慮一整套的解決方案，以下是筆者在這方面的一點淺顯的探討，希望能夠起到拋磚引玉的作用。

3.1 首先了解業務需求涉及的數據來源，對數據采集、梳理、應用方案進行審核

我們處理一項事物，可能需要大量的數據進行支撐，而且這種數據一般會有不同的來源和類型。正所謂信息獲取的越多，進行決策的準確性越大。因此咨詢監理單位，要注意收集和了解業務需求所涉及的數據來源和類型，并著重對相關數據采集、梳理、應用的方案進行前期審核。

比如，對數據采集方案的審核，主要關注數據采集的渠道、手段、設備、技術要點等方面，以保證數據實時、有效、正確地獲取；對數據梳理方案的審核，主要關注數據梳理的規則、接口；對數據應用方案的審核，主要關注數據應用的快速展現、異構系統的數據共享等方面。

3.2 對政策、標準規范進行研究和匹配咨詢

在我們國內，毋庸諱言，政策的導向性對國計民生各行各業均有較大影響。因此，做為信息咨詢監理單位，一定要認真分析和研究國家宏觀調控以及與行業相關的政策法規、標準規范等內容，避免項目實施陷入政策導向不一致、規范不符合等風險中。比如，Gb8567《計算機軟件文檔編制規范》，在88版中主要分為14類文檔，像我們常說的《概要設計說明書》、《需求規格說明書》等等都可以在其中找到文檔格式和規范；但在2006版中，即沒有了《概要設計說明書》的說法，也將原14類文檔，擴充到了25類文檔。如果咨詢人員不關注這些，那么在實施中必然不了解文檔編制的好與壞、格式是否規范等內容，所以研究政策、標準規范的匹配度是信息咨詢監理單位的必修課。

3.3 數據關聯度分析咨詢

所謂關聯度分析，指研究、分析和測度諸變量之間的關系密切程度的方法和技術。目前主要的關聯度分析方法是灰度關聯分析法。這種方法，是根據因素之間發展趨勢的相似或相異程度，即“灰色關聯度”，做為衡量因素間關聯程度的方法。

數據關聯度分析，需要對涉及到的數據確定參數以及無量綱化處理，然后建立關聯度數據模型，根據數據模型求解關聯度。這樣的方式重點是確定參考數列以及關聯系數，而做為信息系統咨詢監理單位，需要有良好的數學功底來確立相關的數據公式和數據模型。

基于關聯度分析公式和模型，我們可以建立合適的大數據應用框架模型，即選取合理的數據來源，建立起數據之間的關聯度模型，適當運用模糊數學工具（比如模糊聚類分析、模糊模式識別、模糊綜合評判、模糊控制等）進行演進，則可能最終獲得比較合適的數據應用方案。而這屬于目前大數據應用中的關鍵難點和課題。

3.4 適當結合傳統信息系統監理手段開展軟件開發、系統集成的咨詢監理工作

無論大數據應用的業務漂在云端的什么地方，最終也需要落地，比如需要落在數據中心建設、app應用平臺建設等這樣的系統實施中來。這樣一來，則涉及到軟件開發、系統集成的相關工作，做為咨詢監理單位，則需要使用諸如到貨驗收、評審、測試、旁站等傳統信息監理手段開展咨詢監理工作。這部分屬于信息系統咨詢監理的傳統業務方法，賽迪監理有豐富的經驗以及大量的研究文章，請感興趣的讀者登陸賽迪監理的官方網站和微博進行查閱，在此不再贅述。

4 結語

本文僅從信息咨詢監理的角度面對當前大數據應用如火如荼的實際，對大數據業務應用進行了初步的探討，并提出咨詢監理單位應對大數據應用的思路。希望能夠對相關研究人員起到拋磚引玉的作用。

【摘 要】 本文從一個網絡問題出發，深刻闡述了大數據的相關思想和應用要點。同時針對當前大數據應用過程中，信息系統咨詢和監理機構存在的問題進行了剖析，并提出了可行的解決方案。

【關鍵詞】 大數據 信息咨詢 監理

最近在網上看到了一道題，大意是說有一只熊掉到一個陷阱里，陷阱深19.617米，下落時間正好2秒。求熊是什么顏色的？這樣一道詭異的題目，在我們很多人看來，非常的無厘頭，似乎熊掉進陷阱里與熊本身什么顏色有什么關系呢？為什么要出這樣一個問題與答案風馬牛不相及的題目呢？其實，作為信息化咨詢監理單位，我們可以從這個題目中尋找到當前對大數據業務應用的一些啟發和探索。

分析：首先，我們來看這個題目的答案：由重力公式易算出g=9.8085，根據該數據查詢緯度，可以看出：北極是9.832，遠遠大于該數值，赤道 9.780，小于該數值。大概是44度左右，此時我們需要獲得的第一數據集是重力加速度與經緯度關系集；根據熊的地理分布，南半球沒有熊，可以得知應該是北緯44度，此時我們獲得的第二數據集是地理信息數據集；根據題目，既然是掉到陷阱，又是熊可以掉進的陷阱。因為陸地上少有比熊還巨大的珍貴動物，所以可以推出，此陷阱是為熊所設計。既然為熊設計地面陷阱，一定是陸棲熊。而且大部分陸棲熊視力不好，難以分辨陷阱，所以容易掉入陷阱，此時我們獲得的第三數據集是熊這種動物的習性、特征、地理分布等數據集；既然陷阱深19.617米，土質一定為沖擊母質，這樣才易于挖掘，此時我們獲得的第四數據集是土壤分布特性數據集；按照上述分析，符合條件的可能有棕熊和黑熊，但棕熊雖然有地理分布，但多為高海拔地區，而且兇悍，捕殺的危險系數大，價值沒有黑熊高。而一般的熊掌、熊膽均取自黑熊。又因為黑熊的地理分布與棕熊基本不重合。此時我們獲得的第五數據集是人類價值取向等模糊數據集。最后從這五大類數據中進行關聯度分析，充分挖掘數據特征，可以判定，該題正確答案為黑熊，即熊的顏色是黑色的。

從上述解答過程來看，我們如果針對現實世界某一個海量數據應用中，即需要考慮數據之間的內在關聯以及結合模糊數學、混沌論、人工智能里找到一種解決方向。這也是做信息咨詢和監理工作的一個突破方向。在目前大數據應用炙手可熱的情況下，筆者認為做好大數據應用，需要把握以下特點。

1 大數據不是數據大

目前業界都在談論大數據及其應用，似乎一粘上大數據，就感覺非常前沿，非常時尚，但真正對大數據的定位和應用思想，卻不甚了了。做為咨詢單位，一定要有清晰和明確的認識，即大數據并不是數據大。如果數據只是簡單的堆砌，以及進行傳統的數據挖掘和應用，那只是意味著數據同質化、數據局限化；真正的大數據，應該是不同類型的數據集，不同來源的數據集來共同作用在一起，就一個目標從不同的維度和廣度給予應用，這樣才能真正體現數據的價值。例如一個人每天要6點出門上班，我們統計1000條，也還是局限在他可能生活非常規律、守時這樣顯而易見的分析上；但如果我們再加上他每天買的早點、穿的衣服、每天的天氣、鄰居的生活習慣等方面，我們就可以分析出這個人可能的喜好、品味、購買力、性格、為人處世，甚至家庭的和睦程度等內容，這些部分都離不開大量看似毫不關聯的數據的支持，所以做大數據的咨詢工作，我們首要的認識就是大數據并不等于數據大（如圖1）。

2 大數據應用關鍵核心之一是數據關聯度分析

大數據撲面而來的時候，如果我們不加分析而應用，那只能是一堆死數。但是如果我們分析不得法，那可能會陷入更加混亂的境地。在大數據應用的過程中，筆者認為數據關聯度分析是其中的關鍵核心。即適當的關聯度分析模型，可以為我們打開另一扇解決問題的大門。做為咨詢監理單位，必須在繁雜的數據迷霧中找準相互關聯的點，這樣就能將這些數據串起來，為我們的最終目標服務。就正如我們引言中的題目一樣，考慮題出的是重力加速度，則我們必然需要去比較重力加速度的分布，只有比較才能發現大致的范圍；然后我們需要確定比較的對象，比如熊的習性、土壤分布特性等，這樣就找到了比較的參照物；最后，我們要分析這點和面的關聯問題，比如捕殺黑熊在人類社會經濟價值高這樣的聯系度，從而獲得最終答案。這種數據關聯度分析非常考較咨詢人員的經驗和對數據的敏感度，因此咨詢監理人員需要重點鍛煉這方面的能力。

3 大數據應用是云計算的基礎

只有真正明白大數據應用的內涵和方法，也才能真正了解云計算應用的基礎。做為云服務，涉及的是海量非相關數據的整合，而這種整合，就離不開大數據的關聯應用。做為信息咨詢人員，需要明白大數據應用是云計算的基礎。

解決方案：經過上述分析，筆者認為未來大數據業務應用的咨詢將是信息咨詢監理的發展方向，而為了應對這種發展，必須考慮一整套的解決方案，以下是筆者在這方面的一點淺顯的探討，希望能夠起到拋磚引玉的作用。

3.1 首先了解業務需求涉及的數據來源，對數據采集、梳理、應用方案進行審核

我們處理一項事物，可能需要大量的數據進行支撐，而且這種數據一般會有不同的來源和類型。正所謂信息獲取的越多，進行決策的準確性越大。因此咨詢監理單位，要注意收集和了解業務需求所涉及的數據來源和類型，并著重對相關數據采集、梳理、應用的方案進行前期審核。

比如，對數據采集方案的審核，主要關注數據采集的渠道、手段、設備、技術要點等方面，以保證數據實時、有效、正確地獲取；對數據梳理方案的審核，主要關注數據梳理的規則、接口；對數據應用方案的審核，主要關注數據應用的快速展現、異構系統的數據共享等方面。

3.2 對政策、標準規范進行研究和匹配咨詢

在我們國內，毋庸諱言，政策的導向性對國計民生各行各業均有較大影響。因此，做為信息咨詢監理單位，一定要認真分析和研究國家宏觀調控以及與行業相關的政策法規、標準規范等內容，避免項目實施陷入政策導向不一致、規范不符合等風險中。比如，Gb8567《計算機軟件文檔編制規范》，在88版中主要分為14類文檔，像我們常說的《概要設計說明書》、《需求規格說明書》等等都可以在其中找到文檔格式和規范；但在2006版中，即沒有了《概要設計說明書》的說法，也將原14類文檔，擴充到了25類文檔。如果咨詢人員不關注這些，那么在實施中必然不了解文檔編制的好與壞、格式是否規范等內容，所以研究政策、標準規范的匹配度是信息咨詢監理單位的必修課。

3.3 數據關聯度分析咨詢

所謂關聯度分析，指研究、分析和測度諸變量之間的關系密切程度的方法和技術。目前主要的關聯度分析方法是灰度關聯分析法。這種方法，是根據因素之間發展趨勢的相似或相異程度，即“灰色關聯度”，做為衡量因素間關聯程度的方法。

數據關聯度分析，需要對涉及到的數據確定參數以及無量綱化處理，然后建立關聯度數據模型，根據數據模型求解關聯度。這樣的方式重點是確定參考數列以及關聯系數，而做為信息系統咨詢監理單位，需要有良好的數學功底來確立相關的數據公式和數據模型。

基于關聯度分析公式和模型，我們可以建立合適的大數據應用框架模型，即選取合理的數據來源，建立起數據之間的關聯度模型，適當運用模糊數學工具（比如模糊聚類分析、模糊模式識別、模糊綜合評判、模糊控制等）進行演進，則可能最終獲得比較合適的數據應用方案。而這屬于目前大數據應用中的關鍵難點和課題。

3.4 適當結合傳統信息系統監理手段開展軟件開發、系統集成的咨詢監理工作

無論大數據應用的業務漂在云端的什么地方，最終也需要落地，比如需要落在數據中心建設、app應用平臺建設等這樣的系統實施中來。這樣一來，則涉及到軟件開發、系統集成的相關工作，做為咨詢監理單位，則需要使用諸如到貨驗收、評審、測試、旁站等傳統信息監理手段開展咨詢監理工作。這部分屬于信息系統咨詢監理的傳統業務方法，賽迪監理有豐富的經驗以及大量的研究文章，請感興趣的讀者登陸賽迪監理的官方網站和微博進行查閱，在此不再贅述。

4 結語

本文僅從信息咨詢監理的角度面對當前大數據應用如火如荼的實際，對大數據業務應用進行了初步的探討，并提出咨詢監理單位應對大數據應用的思路。希望能夠對相關研究人員起到拋磚引玉的作用。

【摘 要】 本文從一個網絡問題出發，深刻闡述了大數據的相關思想和應用要點。同時針對當前大數據應用過程中，信息系統咨詢和監理機構存在的問題進行了剖析，并提出了可行的解決方案。

【關鍵詞】 大數據 信息咨詢 監理

最近在網上看到了一道題，大意是說有一只熊掉到一個陷阱里，陷阱深19.617米，下落時間正好2秒。求熊是什么顏色的？這樣一道詭異的題目，在我們很多人看來，非常的無厘頭，似乎熊掉進陷阱里與熊本身什么顏色有什么關系呢？為什么要出這樣一個問題與答案風馬牛不相及的題目呢？其實，作為信息化咨詢監理單位，我們可以從這個題目中尋找到當前對大數據業務應用的一些啟發和探索。

分析：首先，我們來看這個題目的答案：由重力公式易算出g=9.8085，根據該數據查詢緯度，可以看出：北極是9.832，遠遠大于該數值，赤道 9.780，小于該數值。大概是44度左右，此時我們需要獲得的第一數據集是重力加速度與經緯度關系集；根據熊的地理分布，南半球沒有熊，可以得知應該是北緯44度，此時我們獲得的第二數據集是地理信息數據集；根據題目，既然是掉到陷阱，又是熊可以掉進的陷阱。因為陸地上少有比熊還巨大的珍貴動物，所以可以推出，此陷阱是為熊所設計。既然為熊設計地面陷阱，一定是陸棲熊。而且大部分陸棲熊視力不好，難以分辨陷阱，所以容易掉入陷阱，此時我們獲得的第三數據集是熊這種動物的習性、特征、地理分布等數據集；既然陷阱深19.617米，土質一定為沖擊母質，這樣才易于挖掘，此時我們獲得的第四數據集是土壤分布特性數據集；按照上述分析，符合條件的可能有棕熊和黑熊，但棕熊雖然有地理分布，但多為高海拔地區，而且兇悍，捕殺的危險系數大，價值沒有黑熊高。而一般的熊掌、熊膽均取自黑熊。又因為黑熊的地理分布與棕熊基本不重合。此時我們獲得的第五數據集是人類價值取向等模糊數據集。最后從這五大類數據中進行關聯度分析，充分挖掘數據特征，可以判定，該題正確答案為黑熊，即熊的顏色是黑色的。

從上述解答過程來看，我們如果針對現實世界某一個海量數據應用中，即需要考慮數據之間的內在關聯以及結合模糊數學、混沌論、人工智能里找到一種解決方向。這也是做信息咨詢和監理工作的一個突破方向。在目前大數據應用炙手可熱的情況下，筆者認為做好大數據應用，需要把握以下特點。

1 大數據不是數據大

目前業界都在談論大數據及其應用，似乎一粘上大數據，就感覺非常前沿，非常時尚，但真正對大數據的定位和應用思想，卻不甚了了。做為咨詢單位，一定要有清晰和明確的認識，即大數據并不是數據大。如果數據只是簡單的堆砌，以及進行傳統的數據挖掘和應用，那只是意味著數據同質化、數據局限化；真正的大數據，應該是不同類型的數據集，不同來源的數據集來共同作用在一起，就一個目標從不同的維度和廣度給予應用，這樣才能真正體現數據的價值。例如一個人每天要6點出門上班，我們統計1000條，也還是局限在他可能生活非常規律、守時這樣顯而易見的分析上；但如果我們再加上他每天買的早點、穿的衣服、每天的天氣、鄰居的生活習慣等方面，我們就可以分析出這個人可能的喜好、品味、購買力、性格、為人處世，甚至家庭的和睦程度等內容，這些部分都離不開大量看似毫不關聯的數據的支持，所以做大數據的咨詢工作，我們首要的認識就是大數據并不等于數據大（如圖1）。

2 大數據應用關鍵核心之一是數據關聯度分析

大數據撲面而來的時候，如果我們不加分析而應用，那只能是一堆死數。但是如果我們分析不得法，那可能會陷入更加混亂的境地。在大數據應用的過程中，筆者認為數據關聯度分析是其中的關鍵核心。即適當的關聯度分析模型，可以為我們打開另一扇解決問題的大門。做為咨詢監理單位，必須在繁雜的數據迷霧中找準相互關聯的點，這樣就能將這些數據串起來，為我們的最終目標服務。就正如我們引言中的題目一樣，考慮題出的是重力加速度，則我們必然需要去比較重力加速度的分布，只有比較才能發現大致的范圍；然后我們需要確定比較的對象，比如熊的習性、土壤分布特性等，這樣就找到了比較的參照物；最后，我們要分析這點和面的關聯問題，比如捕殺黑熊在人類社會經濟價值高這樣的聯系度，從而獲得最終答案。這種數據關聯度分析非常考較咨詢人員的經驗和對數據的敏感度，因此咨詢監理人員需要重點鍛煉這方面的能力。

3 大數據應用是云計算的基礎

只有真正明白大數據應用的內涵和方法，也才能真正了解云計算應用的基礎。做為云服務，涉及的是海量非相關數據的整合，而這種整合，就離不開大數據的關聯應用。做為信息咨詢人員，需要明白大數據應用是云計算的基礎。

解決方案：經過上述分析，筆者認為未來大數據業務應用的咨詢將是信息咨詢監理的發展方向，而為了應對這種發展，必須考慮一整套的解決方案，以下是筆者在這方面的一點淺顯的探討，希望能夠起到拋磚引玉的作用。

3.1 首先了解業務需求涉及的數據來源，對數據采集、梳理、應用方案進行審核

我們處理一項事物，可能需要大量的數據進行支撐，而且這種數據一般會有不同的來源和類型。正所謂信息獲取的越多，進行決策的準確性越大。因此咨詢監理單位，要注意收集和了解業務需求所涉及的數據來源和類型，并著重對相關數據采集、梳理、應用的方案進行前期審核。

比如，對數據采集方案的審核，主要關注數據采集的渠道、手段、設備、技術要點等方面，以保證數據實時、有效、正確地獲取；對數據梳理方案的審核，主要關注數據梳理的規則、接口；對數據應用方案的審核，主要關注數據應用的快速展現、異構系統的數據共享等方面。

3.2 對政策、標準規范進行研究和匹配咨詢

在我們國內，毋庸諱言，政策的導向性對國計民生各行各業均有較大影響。因此，做為信息咨詢監理單位，一定要認真分析和研究國家宏觀調控以及與行業相關的政策法規、標準規范等內容，避免項目實施陷入政策導向不一致、規范不符合等風險中。比如，Gb8567《計算機軟件文檔編制規范》，在88版中主要分為14類文檔，像我們常說的《概要設計說明書》、《需求規格說明書》等等都可以在其中找到文檔格式和規范；但在2006版中，即沒有了《概要設計說明書》的說法，也將原14類文檔，擴充到了25類文檔。如果咨詢人員不關注這些，那么在實施中必然不了解文檔編制的好與壞、格式是否規范等內容，所以研究政策、標準規范的匹配度是信息咨詢監理單位的必修課。

3.3 數據關聯度分析咨詢

所謂關聯度分析，指研究、分析和測度諸變量之間的關系密切程度的方法和技術。目前主要的關聯度分析方法是灰度關聯分析法。這種方法，是根據因素之間發展趨勢的相似或相異程度，即“灰色關聯度”，做為衡量因素間關聯程度的方法。

數據關聯度分析，需要對涉及到的數據確定參數以及無量綱化處理，然后建立關聯度數據模型，根據數據模型求解關聯度。這樣的方式重點是確定參考數列以及關聯系數，而做為信息系統咨詢監理單位，需要有良好的數學功底來確立相關的數據公式和數據模型。

基于關聯度分析公式和模型，我們可以建立合適的大數據應用框架模型，即選取合理的數據來源，建立起數據之間的關聯度模型，適當運用模糊數學工具（比如模糊聚類分析、模糊模式識別、模糊綜合評判、模糊控制等）進行演進，則可能最終獲得比較合適的數據應用方案。而這屬于目前大數據應用中的關鍵難點和課題。

3.4 適當結合傳統信息系統監理手段開展軟件開發、系統集成的咨詢監理工作

無論大數據應用的業務漂在云端的什么地方，最終也需要落地，比如需要落在數據中心建設、app應用平臺建設等這樣的系統實施中來。這樣一來，則涉及到軟件開發、系統集成的相關工作，做為咨詢監理單位，則需要使用諸如到貨驗收、評審、測試、旁站等傳統信息監理手段開展咨詢監理工作。這部分屬于信息系統咨詢監理的傳統業務方法，賽迪監理有豐富的經驗以及大量的研究文章，請感興趣的讀者登陸賽迪監理的官方網站和微博進行查閱，在此不再贅述。

4 結語

本文僅從信息咨詢監理的角度面對當前大數據應用如火如荼的實際，對大數據業務應用進行了初步的探討，并提出咨詢監理單位應對大數據應用的思路。希望能夠對相關研究人員起到拋磚引玉的作用。