大數據需要特殊的技術，以**地處理大量的容忍經過時間內的數據。適用于大數據的技術，包括大規模并行處理(MPP)數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統。國內大數據應用已快十年，然而，對大數據應用的深入思考卻沒跟上，以統計分析的模式來想象大數據的應用，定格在信息獲取方向上會影響在其它領域的應用創新。本文作者原國家信息中心副主任胡小明，從“大數據應用”的角度帶來一些全新啟發!本文將從信息獲取、網絡服務、數據整合三個方向探討大數據應用，拓寬應用視野。



　　一、信息獲取的大數據應用



　　1.1信息獲取與知識發現



　　對大數據最容易想到的應用是信息獲取，大數據應用經常被視為是統計分析模式的延伸，維克多·邁爾-舍恩伯格與肯尼斯·庫克耶合著的《大數據時代》從信息獲取、知識發現的視角提出了大數據應用帶來的創新：一是使用全部數據替代抽樣數據，二是允許數據的混雜型而非精確性，三是重視相關關系而非因果關系。大數據創新開辟了知識發現的新思路，促進了科學研究工作的發展。



　　1.2政府決策的大數據應用



　　大數據在知識發現中呈現出來的優勢使政府產生用大數據實現決策科學化的構想，決策是***的行為，但是人腦無法直接使用大數據決策，數據所包含的內容要濃縮經過理解之后才能成為人腦中的信息，與人腦其它信共同參與決策。數據挖掘、統計分析都是對數據內容進行濃縮處理，形成人腦易于理解的信息內容，數據包含的信息要通過人腦在決策中發揮作用。



　　1.3政府大數據應用的局限性



　　大數據應用對政府決策的改進并不明顯，否則不至于長期纂寫不出政府大數據決策案例集。政府決策應用大數據困難主要有兩點：



　　一是缺少適用的數據源，政府自己并沒有多少大數據資源，適合當即需要決策問題的外部大數據也極難碰到;



　　二是很多重要信息如國際形勢、重大事件、管理能力、社會文化很難數字化，政府僅靠數據決策會有很大的片面性;



　　1.4大數據適合特定領域的決策



　　大數據主要來源特定的業務渠道，渠道的局限性使大數據獲取的信息也有相應的局限性，因此大數據不適合大范圍的決策，對政府的宏觀決策幫助并不大，但是在微觀應用中會有很多成功的應用，如案件偵破等。電子商務企業經常利用業務積累的數據分析用戶需求，依據客戶瀏覽內容推薦新產品與服務。



　　大數據07.171.jpg



　　二、智能網絡服務的大數據應用



　　2.1智能網絡服務也是大數據應用



　　大數據局限于信息獲取應用會忽略在服務中的貢獻。產生大數據的業務本身是更基礎的大數據應用。谷歌、百度、阿里巴巴、騰訊、亞馬遜等公司是大數據企業，電信運營商、銀行等也是大數據企業，這些機構的大數據應用與信息獲取應用不同，它們關心的是提供服務效率而不是知識獲取，智能網絡服務的大數據應用系統直接針對數據操作，不需要提取信息。



　　2.2智能網絡服務直接使用數據



　　大數據智能網絡服務系統直接處理數據，為用戶提供服務結果，這種業務由計算機流程自動處理數據，系統完全依據數據辦事，沒有人腦參與就能達到極高的處理速度，確保處理結果一致性不受操作人影響。



　　2.3智能服務的數據資源是動態數據流



　　信息獲取的大數據應用是一次性運行，數據是靜態的，一旦獲取了信息即交由人腦處理，計算機的任務就結束了，智能網絡服務則是連續的不停頓的業務，只要用戶有需求系統就要響應，手機支付系統就需要不停工作以保證支付的及時性。電信運營商的服務亦不能停頓，其數據來自手機不停地向基站發出連接信號。連續的業務需要連續的數據源，智能網絡服務處理的數據是在服務中實時產生的，它是連續的數據流。



　　2.4云平臺數據資源使服務智能化



　　智能網絡服務需要來自用戶的服務需求數據，還需要以前存儲的數據資源，谷歌、百度需要收集網站數據以備用戶查詢。地理導航系統需要地圖數據才能按照用戶的實時位置計算導航路線。系統能夠使用存放在云平臺上的大量知識資源，高速的網絡系統加上云提供的知識資源使網絡服務如虎添翼，將普通網絡服務升級為智能網絡服務，智慧城市的網絡服務暨是智能網絡服務。



　　三、對政府大數據中心的建議



　　3.1大數據中心可持續的關鍵是效益



　　決策者要認真考慮大數據中心持續經營的問題，否則上馬容易下馬難，可持續生存的關鍵是經濟上合理，總效益大于總成本才能生存，大數據中心普遍的問題是想做的事情很多，但具體效益目標不清晰，很多項目的效益設想是建立在隨大流的假定之上，盲目性很大，失敗率很高，尋求效益可靠的服務項目是大數據中心生存的關鍵。



　　3.2以改進政府精細化管理為中心



　　政府管理與服務的精細化是未來十年的中心任務，關鍵是做好政府業務數據整合，提高基層工作人員的現場工作效率，提升公眾的滿意度和政府部門的滿意度。大數據中心可在支持政府**決策方面努力，但重點是提高基層工作效率而非決策分析，基層工作改進容易見效而決策分析卻很難讓**滿意。



　　3.3不要盲目地收集數據



　　太多數據會成為包袱，耗費設施資源還耗費管理精力。沒有應用方向的數據不必忙于收集，更別指望會有人來信息共享，互聯網時代數據資源早已過剩，**益的應用目標才是數據應用的稀缺資源。



　　3.4從***益的數據整合應用入手



　　政府數據整合對提高基層服務效率更能發揮作用，信息技術改進操作的效果明顯高于改進決策。數據整合可以按數據合作圈分步推進，利用率高的數據整合先做，利用率低的后做甚至不做，不必齊步走，好鋼用到刀刃上才是好方案。



　　3.5開放的大數據中心更有生命力



　　大數據中心要促進政府數據向社會開放，數據開放是增加公眾獲得感的重要內容，公眾支持率高能夠直接提升大數據中心存在的價值。開放的大數據中心可以與企業合作，訂購企業的可視化產品支持政府工作，將大數據中心做成政府與社會共享的可視化數據展示平臺會很受歡迎，社會影響力越大，大數據中心生命力越強。



　　四



　　4.1政府大數據概念的變通



　　政府部門的大數據概念與專家概念不同，專家認為常規信息技術無法處理的規模數據才算是大數據，因此政府沒有什么大數據;政府認為各部門的數據匯集起來就是大數據，政府把大數據概念變通為數據整合的概念，使政府有大數據工作可做，但是《大數據時代》提出的大數據理念已不適用這種變通的應用，要用數據整合的思維方式推動政府變通的大數據應用。



　　4.2政府業務數據管理與服務的特點



　　政府日常工作最重要的數據是各部門的業務管理數據，部門需要收集與積累本部門業務的管理與執行記錄的數據。政府業務數據處理是對當事人或事項的精準處理，是下一步管理操作的依據，業務數據是不可替代的。



　　4.3數據整合提升政府精細化管理能力



　　未來十年電子政務工作重點是實現政府業務的精細化管理，數據整合是實現精細化管理的重要手段。政府的信息管理能力取決數據的完整性與現場調用能力，來不及調用的數據等于沒有數據，現場管理人員與用戶的信息不對稱會影響服務效率并增加受騙機會。數據整合類似數據庫建設，實現各部門數據在語義上統一，優化數據的組織，提高相關數據的調用速度，實現數據對現場工作人員的及時提供，發揮數據的整體優勢。



　　4.4數據整合提高政府公共服務效率



　　各地政府都提出讓公眾“只跑一次”和“一網通辦”的目標，其目的是節約用戶時間，跨部門數據的調用速度是提高服務效率的關鍵，數據整合可以提高跨部門數據調用的流暢性，提高公共服務的最終效率。



　　4.5數據整合與信息共享不能混為一談



　　將數據整合與信息共享區別對待是提高政府數據使用效率重要環節，數據整合的目標是提高政府業務操作的效率，目標很明確容易見效。數據整合工作宜采取應用導向，急用先做，提**益。信息共享目的是獲取信息來支持決策與研究，常常需要調用整個數據集進行數據挖掘，信息共享需要對數據集整體的使用，數據整合調用是對特定數據的精準調用，兩種應用區別很大，不宜共用一個平臺。



　　大數據分析應用有哪些.中琛魔方大數據（www.zcmorefun.com）表示目前通過大數據及相關技術可以進行大量的商業化數據分析，對于企業來說，通過數據分析能夠更加**的了解企業的運轉情況，也可以通過數據分析的結果來制定相應的運營策略，可以說未來企業的管理和運營將越來越依賴于大數據相關技術。