大數(shù)據(jù)技術(shù)

前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇大數(shù)據(jù)技術(shù)范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

大數(shù)據(jù)技術(shù)范文第1篇

關(guān)鍵詞：大數(shù)據(jù) 數(shù)據(jù)挖掘 營(yíng)銷

中圖分類號(hào)：F49 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2015）030-0209-01

近幾年，大數(shù)據(jù)（big data）一詞越來(lái)越多地被提及，人們用它來(lái)描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。2012 年3 月，奧巴馬公布了美國(guó)《大數(shù)據(jù)研究和發(fā)展計(jì)劃》，標(biāo)志著大數(shù)據(jù)已經(jīng)成為國(guó)家戰(zhàn)略，上升為國(guó)家意志。從硅谷到北京，大數(shù)據(jù)的話題傳播迅速。

1 大數(shù)據(jù)時(shí)代

隨著計(jì)算機(jī)技術(shù)全面融入社會(huì)生活，經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，信息爆炸已經(jīng)積累到了一個(gè)開(kāi)始引發(fā)變革的程度。它不僅使世界充斥著比以往更多的信息，而且其增長(zhǎng)速度也在加快。最先經(jīng)歷信息爆炸的學(xué)科，如天文學(xué)和基因?qū)W，創(chuàng)造出了“大數(shù)據(jù)”這個(gè)概念。

1.1 大數(shù)據(jù)時(shí)代產(chǎn)生的背景

最早提出“大數(shù)據(jù)”時(shí)代到來(lái)的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對(duì)于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)?！贝笠?guī)模生產(chǎn)、分享和應(yīng)用海量數(shù)據(jù)的時(shí)代之所以能夠開(kāi)啟，源于信息科技的進(jìn)步、互聯(lián)網(wǎng)與云計(jì)算技術(shù)和物聯(lián)網(wǎng)的發(fā)展。

（1）信息科技的進(jìn)步。信息處理、信息存儲(chǔ)和信息傳遞是信息科技的三個(gè)主要支撐，存儲(chǔ)設(shè)備性價(jià)比不斷提升、網(wǎng)絡(luò)帶寬的持續(xù)增加，為大數(shù)據(jù)的存儲(chǔ)和傳播提供了物質(zhì)基礎(chǔ)。

（2）互聯(lián)網(wǎng)與云計(jì)算技術(shù)?；ヂ?lián)網(wǎng)時(shí)代，電子商務(wù)、社交網(wǎng)絡(luò)和移動(dòng)通信產(chǎn)生了大量結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，以云計(jì)算為基礎(chǔ)的信息存儲(chǔ)、分享和挖掘手段，可以便宜、有效地將這些大量、高速、多變化的終端數(shù)據(jù)存儲(chǔ)下來(lái)，并隨時(shí)進(jìn)行分析與計(jì)算。互聯(lián)網(wǎng)領(lǐng)域的公司最早重視數(shù)據(jù)資產(chǎn)的價(jià)值，他們從大數(shù)據(jù)中淘金，并且引領(lǐng)著大數(shù)據(jù)的發(fā)展趨勢(shì)。

（3）物聯(lián)網(wǎng)的發(fā)展。眾所周知，物聯(lián)網(wǎng)時(shí)代所創(chuàng)造的數(shù)據(jù)不是互聯(lián)網(wǎng)時(shí)代所能比擬的，而且物聯(lián)網(wǎng)的數(shù)據(jù)是異構(gòu)的、多樣性的、非結(jié)構(gòu)和有噪聲的，最顯著的特點(diǎn)是是它的高增長(zhǎng)率。大數(shù)據(jù)是物聯(lián)網(wǎng)中的關(guān)鍵技術(shù)，物聯(lián)網(wǎng)對(duì)大數(shù)據(jù)技術(shù)的要求更高，它的發(fā)展離不開(kāi)大數(shù)據(jù)。

1.2 大數(shù)據(jù)與數(shù)據(jù)挖掘

Google、Amazon、Facebook、Twitter，這些稱霸全球互聯(lián)網(wǎng)的企業(yè)，它們的成功都具備一個(gè)共同的因素，就是收集分析海量的各種類型的數(shù)據(jù)，并能夠快速獲取影響未來(lái)的信息的能力?！百?gòu)買(mǎi)了此商品的顧客還購(gòu)買(mǎi)了這些商品”，這恐怕是世界上最廣為人知的一種商品推薦系統(tǒng)了，而創(chuàng)造出這個(gè)系統(tǒng)的正是Amazon。Amazon 通過(guò)分析商品的購(gòu)買(mǎi)記錄、瀏覽歷史記錄等龐大的用戶行為歷史數(shù)據(jù)，并與行為模式相似的其他用戶的歷史數(shù)據(jù)進(jìn)行對(duì)照，提供出最適合的商品推薦信息。Facebook 可以為用戶提供類似“也許你還認(rèn)識(shí)這些人”的提示，這種提示可以準(zhǔn)確到令人恐怖的程度，而這正是對(duì)龐大的數(shù)據(jù)進(jìn)行分析而得到的結(jié)果。這種以數(shù)據(jù)分析為核心的技術(shù)就是數(shù)據(jù)挖掘（data mining）。

從技術(shù)角度看，數(shù)據(jù)挖掘是從大量的、復(fù)雜的、不規(guī)則的、隨機(jī)的、模糊的數(shù)據(jù)中獲取隱含的、人們事先沒(méi)有發(fā)覺(jué)的、有潛在價(jià)值的信息和知識(shí)的過(guò)程。從商業(yè)角度來(lái)說(shuō)，數(shù)據(jù)挖掘是從龐大的數(shù)據(jù)庫(kù)中抽取、轉(zhuǎn)換、分析一些潛在規(guī)律和價(jià)值，從中獲取輔助商業(yè)決策的關(guān)鍵信息和有用知識(shí)。大數(shù)據(jù)概念的提出，將為數(shù)據(jù)挖掘技術(shù)的發(fā)展和應(yīng)用帶來(lái)一個(gè)很大的機(jī)遇。

2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘旨在從大數(shù)據(jù)中提取隱藏的預(yù)測(cè)性信息，用便于理解和觀察的方式反映給用戶，作為決策的依據(jù)。

2.1 數(shù)據(jù)挖掘原理

數(shù)據(jù)挖掘又稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（Knowledge Diseoveryin Databases，KDD），是一個(gè)從數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中發(fā)現(xiàn)并抽取隱含的、明顯未知的、具有潛在用處的信息的過(guò)程。數(shù)據(jù)挖掘一般流程主要包括三個(gè)階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果解釋和評(píng)價(jià)。在數(shù)據(jù)挖掘的處理過(guò)程中，數(shù)據(jù)挖掘分析方法是最為關(guān)鍵的。

（1）數(shù)據(jù)準(zhǔn)備。數(shù)據(jù)準(zhǔn)備是從海量數(shù)據(jù)源得到數(shù)據(jù)挖掘所用的數(shù)據(jù)，將數(shù)據(jù)集成到一起的過(guò)程。由于數(shù)據(jù)收集階段得到的數(shù)據(jù)可能有一定的污染，即數(shù)據(jù)可能存在不一致，或有缺失數(shù)據(jù)、臟數(shù)據(jù)的存在，因此需通過(guò)數(shù)據(jù)整理，對(duì)數(shù)據(jù)進(jìn)行清洗及預(yù)處理。

（2）數(shù)據(jù)挖掘。是數(shù)據(jù)挖掘中最關(guān)鍵的一步，使用智能的方法提取數(shù)據(jù)模式，例如決策樹(shù)、分類和聚類、關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)等。首先決定要提取什么樣的模型，然后選取相應(yīng)的算法參數(shù)，分析數(shù)據(jù)從而得到可能形成知識(shí)的模式模型。

（3）結(jié)果解釋和評(píng)價(jià)。數(shù)據(jù)挖掘后的結(jié)果需要轉(zhuǎn)換成用戶能夠理解的規(guī)則或模式，并根據(jù)其是否對(duì)決策問(wèn)題具有實(shí)際意義進(jìn)行評(píng)價(jià)。

2.2 數(shù)據(jù)挖掘技術(shù)在營(yíng)銷中的應(yīng)用

無(wú)差別的大眾媒體營(yíng)銷已經(jīng)無(wú)法滿足零和的市場(chǎng)環(huán)境下的競(jìng)爭(zhēng)要求。精準(zhǔn)營(yíng)銷是企業(yè)現(xiàn)在及未來(lái)的發(fā)展方向，在精準(zhǔn)營(yíng)銷領(lǐng)域，最常用的數(shù)據(jù)挖掘分析方法包括分類、聚類和關(guān)聯(lián)三類。

（1）關(guān)聯(lián)規(guī)則。挖掘關(guān)聯(lián)規(guī)則就是發(fā)現(xiàn)存在于大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，例如空間關(guān)聯(lián)挖掘出啤酒與尿布效應(yīng)；時(shí)間關(guān)聯(lián)挖掘出孕嬰用品與家居裝修關(guān)系；時(shí)間關(guān)聯(lián)挖掘出調(diào)味品、紙巾與化妝品的消費(fèi)等。

此外，關(guān)聯(lián)規(guī)則發(fā)現(xiàn)也可用于序列模式發(fā)現(xiàn)。序列模式發(fā)現(xiàn)的側(cè)重點(diǎn)在于分析數(shù)據(jù)項(xiàng)集在時(shí)間上或序列上的前后（因果）規(guī)律，可以看作是一種特定的關(guān)聯(lián)規(guī)則。例如顧客在購(gòu)買(mǎi)了打印機(jī)后在一段時(shí)間內(nèi)是否會(huì)購(gòu)買(mǎi)墨盒。

（2）分類分析。分類是假定數(shù)據(jù)庫(kù)中的每個(gè)對(duì)象屬于一個(gè)預(yù)先給定的類，從而將數(shù)據(jù)庫(kù)中的數(shù)據(jù)分配到給定的類中。它屬于預(yù)測(cè)性模型，例如在銀行業(yè)，事先定義用戶的信用狀況分為兩類：信用好和信用壞，對(duì)于一個(gè)信用狀態(tài)未知的用戶，如果需要確定其信用度，可以采用“決策樹(shù)”法構(gòu)建一個(gè)分類模型，決策樹(shù)方法著眼于從一組無(wú)次序、無(wú)規(guī)則的客戶數(shù)據(jù)庫(kù)中推理出決策樹(shù)表現(xiàn)形式的分類規(guī)則。決策樹(shù)的非葉子節(jié)點(diǎn)均是客戶的一些基本特征，葉子節(jié)點(diǎn)是客戶分類標(biāo)識(shí)，由根節(jié)點(diǎn)至上而下，到每個(gè)葉子節(jié)點(diǎn)，就生成了一條規(guī)則，由該決策樹(shù)可以得到很多規(guī)則，構(gòu)成了一個(gè)規(guī)則集合，從而進(jìn)行數(shù)據(jù)分析。

（3）聚類分析。聚類是將物理或抽象對(duì)象的集合進(jìn)行分組，然后組成為由類似或相似的對(duì)象組成的多個(gè)分類的分析過(guò)程，其目的就是通過(guò)相似的方法來(lái)收集數(shù)據(jù)分類。為品牌找客戶，回答品牌“誰(shuí)來(lái)賣”是精準(zhǔn)營(yíng)銷首先要解決的問(wèn)題，科學(xué)細(xì)分客戶是解決這一問(wèn)題的有效手段。聚類可以將目標(biāo)客戶分成多個(gè)類，同一個(gè)類中的客戶有很大的相似性，表現(xiàn)在購(gòu)買(mǎi)行為的高度一致，不同類間的客戶有很大的相異性，表現(xiàn)在購(gòu)買(mǎi)行為的截然不同。

3 結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代背景下“數(shù)據(jù)成為資產(chǎn)”，數(shù)據(jù)挖掘技術(shù)作為支撐精準(zhǔn)營(yíng)銷的重要手段，將它應(yīng)用于營(yíng)銷行業(yè)的決策中，不僅拓展了數(shù)據(jù)挖掘技術(shù)的應(yīng)用范圍，而且大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)獲得突破性回報(bào)。

參考文獻(xiàn)

[1]維克托?邁爾―舍恩伯格；肯尼思?庫(kù)克耶.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].周濤譯.杭州：浙江人民出版社，2013.

[2]王偉玲.大數(shù)據(jù)產(chǎn)業(yè)的戰(zhàn)略價(jià)值研究與思考.技術(shù)經(jīng)濟(jì)與管理研究[J]，2015（1）.

[3]俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)[J].中國(guó)軟科學(xué)，2013（7）：177-183.

大數(shù)據(jù)技術(shù)范文第2篇

現(xiàn)狀

“檢察大數(shù)據(jù)”的概念厘定

“大數(shù)據(jù)”的生產(chǎn)與運(yùn)用是一個(gè)“人人為我，我為人人”的互通、共享、多贏過(guò)程。檢察機(jī)關(guān)在整合應(yīng)用其他政府機(jī)構(gòu)、企事業(yè)單位、社會(huì)組織提供的信息數(shù)據(jù)服務(wù)司法辦案的同時(shí)，也在辦案中生產(chǎn)“大數(shù)據(jù)”。這些數(shù)據(jù)既可作為檢察機(jī)關(guān)校準(zhǔn)后續(xù)辦案的內(nèi)部參照系，同時(shí)部分?jǐn)?shù)據(jù)亦可對(duì)外輸出服務(wù)社會(huì)。前者如在刑事檢察中整合同類案件形成案例數(shù)據(jù)庫(kù)，用以提升公訴量刑精準(zhǔn)度，后者以當(dāng)前檢察機(jī)關(guān)向社會(huì)公眾提供的行賄犯罪檔案查詢服務(wù)最為典型。顯然作為數(shù)據(jù)運(yùn)用者，檢察機(jī)關(guān)“大數(shù)據(jù)”包括檢察工作所涉及的一切有用信息數(shù)據(jù)。其中，相當(dāng)一部分?jǐn)?shù)據(jù)并非檢察機(jī)關(guān)在司法辦案中產(chǎn)出的“原生”數(shù)據(jù)。如職務(wù)犯罪偵查辦案中反貪部門(mén)調(diào)用房產(chǎn)、銀行、公安行政機(jī)關(guān)的信息數(shù)據(jù)庫(kù)進(jìn)行初查；相關(guān)業(yè)務(wù)部門(mén)在審查、出庭公訴、訴訟監(jiān)督、參與社會(huì)治理等方面運(yùn)用信息化、數(shù)字化新技術(shù)等。

“檢察大數(shù)據(jù)”與上述檢察機(jī)關(guān)運(yùn)用的“大數(shù)據(jù)”有本質(zhì)區(qū)別?！皺z察大數(shù)據(jù)”專指檢察機(jī)關(guān)司法辦案大數(shù)據(jù)，是檢察機(jī)關(guān)在司法辦案中的“原生”案件信息數(shù)據(jù)，其最核心的特征是相關(guān)數(shù)據(jù)是關(guān)于檢察業(yè)務(wù)辦案的信息數(shù)據(jù)。目前，在檢察司法辦案大數(shù)據(jù)的擷取、管理、應(yīng)用方面，最高人民檢察院推進(jìn)的“統(tǒng)一業(yè)務(wù)應(yīng)用系統(tǒng)”是國(guó)家層面“檢察大數(shù)據(jù)”生成的最重要平臺(tái)；同時(shí)各地檢察機(jī)關(guān)亦多有創(chuàng)新，如北京市人民檢察院開(kāi)發(fā)應(yīng)用的“檢立方”系統(tǒng)、上海市閔行區(qū)人民檢察院試運(yùn)行的“檢察官執(zhí)法辦案全程監(jiān)控考核系統(tǒng)”、浦東新區(qū)人民檢察院試運(yùn)行的“綜合管理信息平臺(tái)一期”、湖北省人民檢察院研發(fā)的“互聯(lián)網(wǎng)檢務(wù)辦公室”，南京市鼓樓區(qū)人民檢察院研發(fā)的辦公辦案軟件“移動(dòng)檢務(wù)通”等。上述系統(tǒng)平臺(tái)通過(guò)案件管理部門(mén)案件受理信息輸入及辦案人員在辦案過(guò)程中的流程信息輸入，生成、存儲(chǔ)、管理與檢察機(jī)關(guān)司法辦案相關(guān)的各項(xiàng)信息數(shù)據(jù)，并通過(guò)對(duì)大數(shù)據(jù)不同子系統(tǒng)數(shù)據(jù)的深度分析，進(jìn)而服務(wù)領(lǐng)導(dǎo)決策與司法辦案。

當(dāng)前檢察工作中的大數(shù)據(jù)運(yùn)用

無(wú)論是檢察機(jī)關(guān)的“原生”大數(shù)據(jù)，還是第三方生成的關(guān)聯(lián)大數(shù)據(jù)，在當(dāng)前的檢察辦案與司法管理工作中都有著極為廣闊的應(yīng)用前景。作為檢察機(jī)關(guān)大數(shù)據(jù)的核心內(nèi)容，“原生”大數(shù)據(jù)即“檢察大數(shù)據(jù)”，在輔助檢察辦案、服務(wù)司法管理中發(fā)揮著極為重要的作用。

在“檢察大數(shù)據(jù)”輔助檢察辦案方面，目前較為典型的如貴州省人民檢察機(jī)關(guān)的“大數(shù)據(jù)司法辦案輔助系統(tǒng)”。司法辦案輔助系統(tǒng)運(yùn)用“實(shí)體識(shí)別”“數(shù)學(xué)建?！钡却髷?shù)據(jù)技術(shù)，通過(guò)繪制“犯罪構(gòu)成知識(shí)”圖譜，建立各罪名案件數(shù)學(xué)模型的司法辦案輔助系統(tǒng)，為辦案提供案件信息智能采集、“要素―證據(jù)”智能關(guān)聯(lián)和風(fēng)險(xiǎn)預(yù)警、證據(jù)材料甄別，以及類案推送、量刑建議計(jì)算等智能化服務(wù)。目前，貴州省人民檢察機(jī)關(guān)的大數(shù)據(jù)司法辦案輔助系統(tǒng)已進(jìn)行了三次迭代升級(jí)，正在貴州全省4個(gè)市（州）院和31個(gè)基層院試點(diǎn)運(yùn)行。

在“檢察大數(shù)據(jù)”服務(wù)司法管理方面，上海市閔行區(qū)人民檢察院的檢察官執(zhí)法辦案全程監(jiān)控考核系統(tǒng)非常具有代表性。該院通過(guò)對(duì)各職能部門(mén)受理、立案（項(xiàng)）、辦理的案件以及不依附于自偵、批捕、等主要辦案業(yè)務(wù)的，有完整流程、審查結(jié)論及相關(guān)法律文書(shū)的訴訟監(jiān)督、社會(huì)治理、維護(hù)穩(wěn)定、預(yù)防犯罪等檢察業(yè)務(wù)進(jìn)行梳理，對(duì)檢察建議、糾正違法等共性的檢察業(yè)務(wù)指標(biāo)進(jìn)行歸并，形成了較為規(guī)范的檢察機(jī)關(guān)司法辦案大數(shù)據(jù)目錄和工作指標(biāo)w系。通過(guò)對(duì)檢察官在執(zhí)法辦案中產(chǎn)生的“原生”大數(shù)據(jù)的深度挖掘和研判分析，將案件統(tǒng)計(jì)、質(zhì)量監(jiān)控、專題研判、績(jī)效分析有機(jī)融為一體，進(jìn)而使辦案監(jiān)督管理者能夠及時(shí)準(zhǔn)確找出檢察官在辦案中存在的司法不規(guī)范問(wèn)題，有效強(qiáng)化對(duì)司法辦案的績(jī)效考評(píng)與內(nèi)部監(jiān)控。

除了重視對(duì)“原生”大數(shù)據(jù)的收集整理與挖掘應(yīng)用，如何發(fā)揮好“他山之石”的作用，在檢察辦案中運(yùn)用好第三方關(guān)聯(lián)大數(shù)據(jù)，也是大數(shù)據(jù)技術(shù)與檢察辦案深度融合的重要內(nèi)容。除了上述在職務(wù)犯罪案件偵查中對(duì)房產(chǎn)、銀行、公安行政機(jī)關(guān)等提供的關(guān)聯(lián)數(shù)據(jù)的常規(guī)運(yùn)用外，當(dāng)前一些地方檢察機(jī)關(guān)正在進(jìn)行創(chuàng)新運(yùn)用第三方大數(shù)據(jù)方面的積極探索。如江蘇省無(wú)錫市錫山區(qū)人民檢察院對(duì)接社會(huì)治理公共服務(wù)管理平臺(tái)和民情APP，推出檢察民情APP的創(chuàng)新做法。自對(duì)接平臺(tái)以來(lái)，錫山區(qū)人民檢察院已查閱近6000條民情信息，從海量數(shù)據(jù)中了解掌握群眾訴求，立足檢察職能，從中發(fā)現(xiàn)老百姓對(duì)征地拆遷、環(huán)境保護(hù)、社會(huì)保障等方面的民生需求，聚焦群眾關(guān)注的熱點(diǎn)民生問(wèn)題深入挖掘職務(wù)犯罪案件線索、訴訟監(jiān)督線索、執(zhí)行監(jiān)督線索及公益訴訟線索，使第三方大數(shù)據(jù)真正成為輔助檢察辦案，拓展監(jiān)督案源的新渠道。

短板

檢察大數(shù)據(jù)系統(tǒng)的提升點(diǎn)

目前，檢察大數(shù)據(jù)系統(tǒng)在建設(shè)與應(yīng)用方面存在的主要問(wèn)題：

大數(shù)據(jù)技術(shù)范文第3篇

關(guān)鍵詞：大數(shù)據(jù)；智能交通；數(shù)據(jù)技術(shù)

隨著國(guó)民經(jīng)濟(jì)的不斷發(fā)展，人們生活水平的不斷提高，居民購(gòu)買(mǎi)汽車能力加強(qiáng)。我國(guó)的汽車保有量隨之增加，在一些大城市機(jī)動(dòng)車擁有量以超過(guò)10%的速度加速，機(jī)動(dòng)車成為每個(gè)家庭代步的交通工具，在有限的交通資源配置下，機(jī)動(dòng)車的增加縮短了道路使用周期，城市主干道路超負(fù)荷使用，違法停車致使道路不能合理使用、行車不文明、乘車環(huán)境不良等現(xiàn)象有增無(wú)減。大數(shù)據(jù)時(shí)代，如何改善當(dāng)前的交通狀況是本文闡述的核心內(nèi)容。文章從以下幾個(gè)方面來(lái)闡述：大數(shù)據(jù)的現(xiàn)狀、大數(shù)據(jù)的概述、大數(shù)據(jù)的應(yīng)用、智能交通的需求、智能交通體系的建立、數(shù)據(jù)技術(shù)。

1 大數(shù)據(jù)的現(xiàn)狀

據(jù)權(quán)威數(shù)據(jù)顯示，大數(shù)據(jù)應(yīng)用在我國(guó)還處在起步階段。但在未來(lái)三年，通信、金融領(lǐng)域?qū)⒃诖髷?shù)據(jù)市場(chǎng)突破100億元。市場(chǎng)規(guī)模在2012年有望達(dá)到4.7億元，到2013年增至11.2億元，增長(zhǎng)率高達(dá)138%，2014年，保持了與2013年基本持平的增速，增長(zhǎng)率為114.38%，市場(chǎng)規(guī)模達(dá)到24.1億元，未來(lái)三年內(nèi)有望突破150億元，2016年有望達(dá)到180億規(guī)模。自從2014年以來(lái)，各界對(duì)大數(shù)據(jù)的誕生都備加關(guān)注，已滲透到各個(gè)領(lǐng)域：交通行業(yè)、醫(yī)療行業(yè)、生物技術(shù)、零售行業(yè)、電商、農(nóng)牧業(yè)、個(gè)人位置服務(wù)等行業(yè)，由此也正在不斷涌現(xiàn)大數(shù)據(jù)的新產(chǎn)品、新技術(shù)、新服務(wù)。

大數(shù)據(jù)行業(yè)“十三五”規(guī)劃主要目標(biāo)：在2020年，將大數(shù)據(jù)打造成為國(guó)民經(jīng)濟(jì)新興支柱產(chǎn)業(yè)并在社會(huì)各領(lǐng)域廣泛應(yīng)用，推動(dòng)我國(guó)大數(shù)據(jù)產(chǎn)業(yè)穩(wěn)步快速發(fā)展，基本健全大數(shù)據(jù)產(chǎn)業(yè)體系，推動(dòng)制定一批相關(guān)大數(shù)據(jù)的國(guó)標(biāo)、行標(biāo)和地方標(biāo)準(zhǔn)，引進(jìn)具備大數(shù)據(jù)條件的企業(yè)，建設(shè)大數(shù)據(jù)產(chǎn)業(yè)孵化基地，提高全國(guó)信息化總體水平，以躋身世界先進(jìn)水平。

2 大數(shù)據(jù)的概述

2.1 大數(shù)據(jù)定義

大數(shù)據(jù)即巨量數(shù)據(jù)集合，目前還沒(méi)有一個(gè)統(tǒng)一的定義。大數(shù)據(jù)的概念最早是由全球著名的管理咨詢公司麥肯錫提出，2011年Mckinsey研究稱，大數(shù)據(jù)通常是指信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)，在各個(gè)行業(yè)和業(yè)務(wù)領(lǐng)域，數(shù)據(jù)已經(jīng)滲透到行業(yè)中并逐漸成為重要的要素，人們能夠從海量數(shù)據(jù)中挖掘出有用的數(shù)據(jù)并加以應(yīng)用。對(duì)大數(shù)據(jù)定義的另一說(shuō)法是利用常用軟件工具捕獲、管理和處理數(shù)據(jù)所耗時(shí)間超過(guò)可容忍時(shí)間的數(shù)據(jù)集。

隨著信息時(shí)代的高速發(fā)展，大數(shù)據(jù)已經(jīng)成為社會(huì)生產(chǎn)力發(fā)展的又一推動(dòng)力。大數(shù)據(jù)被稱為是繼云計(jì)算、物聯(lián)網(wǎng)之后信息時(shí)代的又一大顛覆性的技術(shù)革命。大數(shù)據(jù)的數(shù)據(jù)量巨大，一般10TB規(guī)模左右，但在實(shí)際應(yīng)用中，多個(gè)數(shù)據(jù)集放在一起，已經(jīng)形成了PB級(jí)的數(shù)據(jù)量，甚至EB、ZB、TB的數(shù)據(jù)量。

2.2 大數(shù)據(jù)的特點(diǎn)

2.2.1 數(shù)據(jù)量巨大

數(shù)據(jù)量級(jí)別從TB級(jí)別躍升到PB級(jí)別。隨著可穿戴設(shè)備、物聯(lián)網(wǎng)和云計(jì)算、云存儲(chǔ)等技術(shù)的發(fā)展，用戶的每一個(gè)動(dòng)作都可以被記錄，由此每天產(chǎn)生大量的數(shù)據(jù)信息。據(jù)有關(guān)人士估算：1986～2007年，全球數(shù)據(jù)的存儲(chǔ)能力每年提高23%，雙向通信能力每年提高28%，通用計(jì)算能力每年提高58%；2007年，人類大約存儲(chǔ)了超過(guò)300EB

的數(shù)據(jù)；到2013年，世界上存儲(chǔ)的數(shù)據(jù)能達(dá)到約1.2ZB。

2.2.2 數(shù)據(jù)類型多樣化

即數(shù)據(jù)類型繁多，產(chǎn)生了海量的新數(shù)據(jù)集，新數(shù)據(jù)集可以是關(guān)系數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)這樣的結(jié)構(gòu)化數(shù)據(jù)到半結(jié)構(gòu)化數(shù)據(jù)和無(wú)結(jié)構(gòu)數(shù)據(jù)，從靜態(tài)的數(shù)據(jù)庫(kù)到動(dòng)態(tài)的數(shù)據(jù)流，從簡(jiǎn)單的數(shù)據(jù)對(duì)象到時(shí)間數(shù)據(jù)、生物序列數(shù)據(jù)、傳感器數(shù)據(jù)、空間數(shù)據(jù)、超文本數(shù)據(jù)、多媒體數(shù)據(jù)、軟件程序代碼、Web數(shù)據(jù)和社會(huì)網(wǎng)絡(luò)數(shù)據(jù)[1]。各種數(shù)據(jù)集不僅產(chǎn)生于組織內(nèi)部運(yùn)作的各個(gè)環(huán)節(jié)，也來(lái)自于組織外部。

2.2.3 數(shù)據(jù)的時(shí)效性高

所謂的數(shù)據(jù)時(shí)效性高指以實(shí)時(shí)數(shù)據(jù)處理、實(shí)時(shí)結(jié)果導(dǎo)向?yàn)樘卣鞯慕鉀Q方案，數(shù)據(jù)的傳輸速度、響應(yīng)、反應(yīng)的速度不斷加快。數(shù)據(jù)時(shí)效性為了去偽存真，采用非結(jié)構(gòu)化數(shù)據(jù)剔除數(shù)據(jù)中無(wú)用的信息，而當(dāng)前未有真正的解決方法，只能是人工承擔(dān)其中的智能部分。有些專員負(fù)責(zé)數(shù)據(jù)分析問(wèn)題并提出分析后的解決方案。

2.2.4 數(shù)據(jù)真實(shí)性低

即數(shù)據(jù)的質(zhì)量。數(shù)據(jù)的高質(zhì)量是大數(shù)據(jù)時(shí)代重要的關(guān)注點(diǎn)。但在生活中，“臟數(shù)據(jù)”無(wú)處不在，例如，一些低劣的偽冒產(chǎn)品被推上市場(chǎng)，由于營(yíng)銷手段的成功，加之其他因素的影響導(dǎo)致評(píng)分很高。但是這并不是真實(shí)的數(shù)據(jù)，如果對(duì)數(shù)據(jù)不加分析和鑒別而直接使用，即使計(jì)算的結(jié)果精度高，結(jié)果都是無(wú)意義的，因?yàn)閿?shù)據(jù)本身就存在問(wèn)題出現(xiàn)。

2.2.5 價(jià)值密度低

指隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息巨大，信息感知存在于客觀事物中，有很多不相關(guān)的信息。由于數(shù)據(jù)采集的不及時(shí)，數(shù)據(jù)樣本不全面，數(shù)據(jù)可能不連續(xù)等等，數(shù)據(jù)可能會(huì)失真，但當(dāng)數(shù)據(jù)量達(dá)到一定規(guī)模，可以通過(guò)更多的數(shù)據(jù)達(dá)到更真實(shí)全面的反饋。

2.3 大數(shù)據(jù)的應(yīng)用

2.3.1 醫(yī)療大數(shù)據(jù)

利用大數(shù)據(jù)平臺(tái)收集患者原先就醫(yī)的病例和治療方案，根據(jù)患者的體征，建立疾病數(shù)據(jù)庫(kù)并對(duì)患者的病例分類數(shù)據(jù)庫(kù)。一旦患者在哪個(gè)醫(yī)院就醫(yī)，憑著醫(yī)?？ɑ蚓驮\卡，醫(yī)生就可以從疾病數(shù)據(jù)庫(kù)中參考病人的疾病特征、所做的檢查報(bào)告結(jié)果快速幫助患者確診。同時(shí)擁有的數(shù)據(jù)也有利于醫(yī)藥行業(yè)開(kāi)發(fā)出更符合治療疾病的醫(yī)療器械和藥物的研發(fā)。

2.3.2 傳統(tǒng)農(nóng)牧業(yè)大數(shù)據(jù)

因?yàn)閭鹘y(tǒng)農(nóng)牧業(yè)主要依賴于天氣、土壤、空氣質(zhì)量等客觀因素，因此利用大數(shù)據(jù)可以收集客觀因素的數(shù)據(jù)以及作物成熟度，甚至是設(shè)備和勞動(dòng)力的成本及可用性方面的實(shí)時(shí)數(shù)據(jù)，能夠幫助農(nóng)民選擇正確的播種時(shí)間、施肥和收割作物的決策。當(dāng)農(nóng)民遇到技術(shù)市場(chǎng)問(wèn)題可以請(qǐng)教專業(yè)人員，專業(yè)人員根據(jù)實(shí)時(shí)數(shù)據(jù)做出科學(xué)的指導(dǎo)，制定合理的優(yōu)化決策，降低農(nóng)民的損失成本，提高產(chǎn)品的產(chǎn)量，從而為轉(zhuǎn)向規(guī)?；?jīng)營(yíng)打下良好基礎(chǔ)。

2.3.3 輿情大數(shù)據(jù)

利用大數(shù)據(jù)技術(shù)收集民眾訴求的數(shù)據(jù)，降低社會(huì)，有利管理犯罪行為。通過(guò)大數(shù)據(jù)收集在微博的尋找走失的親人或提供可能被拐賣人口的信息，來(lái)幫助別人。

3 智能交通的需求

隨著城市一體化的快速發(fā)展，新時(shí)代農(nóng)民工涌入大城市，促使城市人口的增大不斷給城市交通帶來(lái)問(wèn)題。究其原因主要有：一是機(jī)動(dòng)車的迅猛發(fā)展導(dǎo)致城市主次干道的流量趨于飽和，大量機(jī)動(dòng)車的通行和停放占據(jù)主干道路。二是城市交通的道路基礎(chǔ)設(shè)施供給不平衡導(dǎo)致路網(wǎng)承擔(dān)能力差。三是停車泊位數(shù)量不足導(dǎo)致機(jī)動(dòng)車使用者不得不過(guò)多依賴道路停車。四是公共設(shè)施的公交車分擔(dān)率不高導(dǎo)致交通運(yùn)輸效率降低。五是城市的土地開(kāi)發(fā)利用與道路交通發(fā)展不均衡。六是行人和機(jī)動(dòng)車主素質(zhì)不文明導(dǎo)致道路通行效率降低。為此，智能交通的出現(xiàn)是改善當(dāng)前城市交通的必要需求，能夠在一定程度上有效的解決城市交通問(wèn)題。

大數(shù)據(jù)是如何在智能交通的應(yīng)用呢？可以從兩個(gè)方面說(shuō)明：一是對(duì)交通運(yùn)行數(shù)據(jù)的收集。由于每天道路的通行機(jī)動(dòng)車較多，能夠產(chǎn)生較大的數(shù)據(jù)，數(shù)據(jù)的采集并發(fā)數(shù)高，利用大數(shù)據(jù)使機(jī)動(dòng)車主更好的了解公路上的通行密度，有效合理對(duì)道路進(jìn)行規(guī)劃，可規(guī)定個(gè)別道路為單行線。其二是可以利用大數(shù)據(jù)來(lái)實(shí)現(xiàn)主干道根據(jù)道路的運(yùn)行狀況即時(shí)調(diào)度信號(hào)燈，提高已有線路運(yùn)行能力，可以保障交通參與者的生命和提高有關(guān)部門(mén)的工作效率，降低成本。對(duì)于機(jī)動(dòng)車主可以根據(jù)大數(shù)據(jù)隨時(shí)的了解當(dāng)前的交通狀況和停車位數(shù)量。如果交通擁堵，車主則可選擇另一路線，節(jié)約了車主的大量時(shí)間。

4 智能交通體系的建立

4.1 智能交通建立的框架

主要包括感知數(shù)據(jù)層、軟件應(yīng)用平臺(tái)及分析預(yù)測(cè)和優(yōu)化管理的應(yīng)用。物理感知層主要是采集交通的運(yùn)行狀況和對(duì)交通數(shù)據(jù)的及時(shí)感知；軟件應(yīng)用平臺(tái)主要整合每個(gè)感知終端的信息、將信息進(jìn)行轉(zhuǎn)換和處理，達(dá)到支撐分析并做出及時(shí)的預(yù)警措施。比如：對(duì)主要交通干進(jìn)行規(guī)劃，對(duì)頻發(fā)交通事故進(jìn)行監(jiān)控。同時(shí)還應(yīng)進(jìn)行應(yīng)用系統(tǒng)建設(shè)的優(yōu)化管理。比如：對(duì)機(jī)動(dòng)車進(jìn)行智能誘導(dǎo)、智能停車。

智能交通系統(tǒng)需要在各道路主干道上安裝高清攝像頭，采用先進(jìn)的視頻監(jiān)控、智能識(shí)別和信息技術(shù)手段，來(lái)增加可管理的維度，從空間的廣度、時(shí)間的深度、范圍的精細(xì)度來(lái)管理。整個(gè)系統(tǒng)的組成包括信息綜合應(yīng)用平臺(tái)、信號(hào)控制系統(tǒng)、視頻監(jiān)控系統(tǒng)、智能卡口系統(tǒng)、電子警察系統(tǒng)、信息采集系統(tǒng)、信息系統(tǒng)。每個(gè)城市建立智能交通并進(jìn)行聯(lián)網(wǎng)，則會(huì)產(chǎn)生越來(lái)越多的視頻監(jiān)控?cái)?shù)據(jù)、卡口電警數(shù)據(jù)、路況信息、管控信息、營(yíng)運(yùn)信息、GPS定位信息、射頻識(shí)別信息等數(shù)據(jù)，每天產(chǎn)生的數(shù)據(jù)量將可以達(dá)到PB級(jí)別，并且呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)。

4.2 智能交通數(shù)據(jù)處理體系的構(gòu)成

主要包括交通的數(shù)據(jù)輸入、車輛信息、道路承載能力等的數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)檢索。其中交通數(shù)據(jù)輸入可以是靜態(tài)數(shù)據(jù)或者是動(dòng)態(tài)數(shù)據(jù)。數(shù)據(jù)處理是針對(duì)實(shí)時(shí)數(shù)據(jù)的處理。數(shù)據(jù)主要存儲(chǔ)的是每天采集的巨大數(shù)據(jù)量。為了從中獲取有用的數(shù)據(jù)，則需要進(jìn)行數(shù)據(jù)查詢和檢索，還要對(duì)數(shù)據(jù)進(jìn)行規(guī)劃。

5 大數(shù)據(jù)技術(shù)

5.1 數(shù)據(jù)采集與預(yù)處理

數(shù)據(jù)采集與預(yù)處理主要對(duì)交通領(lǐng)域全業(yè)態(tài)數(shù)據(jù)的立體采集與處理來(lái)支撐交通建設(shè)、管理、運(yùn)行決策。采集的數(shù)據(jù)主要是車輛的實(shí)時(shí)通行數(shù)據(jù)，以實(shí)現(xiàn)實(shí)時(shí)監(jiān)控、事先預(yù)測(cè)、及時(shí)預(yù)警，完成道路網(wǎng)流量的調(diào)配、控。這些數(shù)據(jù)獲取可以采用安裝的傳感器、識(shí)別技術(shù)并完成對(duì)已接收數(shù)據(jù)的辨析、轉(zhuǎn)換、抽取、清洗等操作。

5.2 數(shù)據(jù)存儲(chǔ)與管理

大數(shù)據(jù)的存儲(chǔ)與管理是把采集到的數(shù)據(jù)存放在存儲(chǔ)器，并建立相應(yīng)的數(shù)據(jù)庫(kù)，如關(guān)系數(shù)據(jù)庫(kù)、Not Only SQL即對(duì)關(guān)系型SQL數(shù)據(jù)系統(tǒng)的補(bǔ)充。利用數(shù)據(jù)庫(kù)采用更簡(jiǎn)單的數(shù)據(jù)模型，并將元數(shù)據(jù)與應(yīng)用數(shù)據(jù)分離，從而實(shí)現(xiàn)管理和調(diào)用。

5.3 數(shù)據(jù)分析與挖掘

數(shù)據(jù)分析及挖掘技術(shù)是大數(shù)據(jù)的核心技術(shù)。從海量數(shù)據(jù)中，提取隱含在其中，人們事先未知的，但又可能有用的信息和知識(shí)的過(guò)程。從復(fù)雜數(shù)據(jù)類型中挖掘，如文本、圖片、視頻、音頻。該技術(shù)主要從數(shù)據(jù)中自動(dòng)地抽取模式、關(guān)聯(lián)、變化、異常和有意義的結(jié)構(gòu)，可以預(yù)測(cè)模型、機(jī)器學(xué)習(xí)、建模仿真。從而實(shí)現(xiàn)一些高級(jí)別數(shù)據(jù)分析的需求。

5.4 數(shù)據(jù)展現(xiàn)與應(yīng)用

數(shù)據(jù)技術(shù)能夠?qū)⒚刻焖a(chǎn)生的大量數(shù)據(jù)從中挖掘出有用的數(shù)據(jù)，應(yīng)用到各個(gè)領(lǐng)域有需要的地方以提高運(yùn)行效率。

6 結(jié)束語(yǔ)

大數(shù)據(jù)時(shí)代，能對(duì)智能交通信息資源進(jìn)行優(yōu)化配置，能夠改善傳統(tǒng)的交通問(wèn)題。對(duì)非機(jī)動(dòng)車主而言，利用大數(shù)據(jù)可以更好的規(guī)劃線路，更好的了解交通狀況，在一定程度上可以對(duì)問(wèn)題預(yù)先提出解決方案，起到節(jié)省大量時(shí)間、額外的開(kāi)支。同時(shí)對(duì)交管部門(mén)而言，能夠在限的警力情況下合理配置人員資源和交通設(shè)備，主干道路在高峰期出現(xiàn)的問(wèn)題能夠合理利用大數(shù)據(jù)信息配置資源，在刑事案件偵查中也能發(fā)揮更重要的作用。

全國(guó)要實(shí)現(xiàn)智能交通的聯(lián)網(wǎng)，依然有問(wèn)題需要突破，這都是大數(shù)據(jù)的數(shù)據(jù)技術(shù)應(yīng)用所在。

大數(shù)據(jù)技術(shù)范文第4篇

關(guān)鍵詞：電力運(yùn)營(yíng) 數(shù)據(jù)處理 資源整合

中圖分類號(hào)： TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)1672-3791（2016）07（b）-0000-00

通過(guò)對(duì)電力系統(tǒng)動(dòng)態(tài)性和實(shí)時(shí)性監(jiān)測(cè)可以掌握大量的實(shí)時(shí)數(shù)據(jù)，它是電力系統(tǒng)動(dòng)態(tài)運(yùn)行的具體體現(xiàn)，但這也嚴(yán)重制約了電力系統(tǒng)的長(zhǎng)期發(fā)展。現(xiàn)代電力運(yùn)營(yíng)監(jiān)測(cè)員應(yīng)充分利用電力運(yùn)營(yíng)監(jiān)測(cè)平臺(tái)，提升系統(tǒng)數(shù)據(jù)利用率，建立以供電部門(mén)基礎(chǔ)數(shù)據(jù)處理，做好各項(xiàng)數(shù)據(jù)的銜接、處理，協(xié)同各部門(mén)協(xié)同問(wèn)題，促進(jìn)國(guó)家電網(wǎng)數(shù)據(jù)系統(tǒng)的高效運(yùn)轉(zhuǎn)。

1大數(shù)據(jù)時(shí)代相關(guān)內(nèi)容概述

1.1大數(shù)據(jù)時(shí)代整體發(fā)展形勢(shì)

從我國(guó)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，各行業(yè)企業(yè)在大數(shù)據(jù)時(shí)代中均積累了大量的經(jīng)營(yíng)數(shù)據(jù)，它決定了企業(yè)的長(zhǎng)期健康發(fā)展。為了更好的完成我國(guó)電力企業(yè)在大數(shù)據(jù)時(shí)代下的發(fā)展任務(wù)，本文筆者主要從以下四方面進(jìn)行了大數(shù)據(jù)時(shí)展形勢(shì)加以概括，進(jìn)一步實(shí)現(xiàn)對(duì)電力企業(yè)數(shù)據(jù)共享，實(shí)現(xiàn)多種資源的優(yōu)化整合：

一，促進(jìn)電力各部門(mén)數(shù)據(jù)的優(yōu)化整合與共享，提升企業(yè)各種資源的整體利用率；二，加快電力數(shù)據(jù)資源開(kāi)放力度，擴(kuò)大資源利用面；三，進(jìn)行大數(shù)據(jù)基礎(chǔ)設(shè)施的統(tǒng)籌規(guī)劃，提升數(shù)據(jù)資源利用的合理性；四，構(gòu)建科學(xué)的宏觀調(diào)控?cái)?shù)據(jù)體系，進(jìn)一步實(shí)現(xiàn)電力運(yùn)營(yíng)監(jiān)控的宏觀調(diào)控。

1.2充分發(fā)揮大數(shù)據(jù)平臺(tái)業(yè)務(wù)優(yōu)勢(shì)，進(jìn)行管理短板定位

綜合考量電力運(yùn)營(yíng)業(yè)務(wù)流程績(jī)效指標(biāo)，對(duì)業(yè)務(wù)流程整體執(zhí)行效率進(jìn)行綜合評(píng)價(jià)；進(jìn)行執(zhí)行效率較低業(yè)務(wù)流程環(huán)節(jié)的準(zhǔn)確定位，全面分析業(yè)務(wù)流程設(shè)計(jì)的科學(xué)性與合理性，并提出綜合性流程改進(jìn)建議；我們應(yīng)當(dāng)在整體業(yè)務(wù)流程績(jī)效指標(biāo)和詳細(xì)數(shù)據(jù)的基礎(chǔ)上，作出有關(guān)于業(yè)務(wù)流程制度、崗位績(jī)效、職責(zé)及標(biāo)準(zhǔn)的整體改進(jìn)意見(jiàn)和建議；提升各部門(mén)、不同業(yè)務(wù)之間的協(xié)同性，進(jìn)行管理短板的準(zhǔn)確定位。

1.3加強(qiáng)數(shù)據(jù)資源安全保障

數(shù)據(jù)資源的有效利用離不開(kāi)數(shù)據(jù)體系的健全和完善，它是加強(qiáng)大數(shù)據(jù)環(huán)境網(wǎng)絡(luò)技術(shù)研究和安全的關(guān)鍵，只有構(gòu)建大數(shù)據(jù)時(shí)代下的電力運(yùn)營(yíng)監(jiān)測(cè)安全評(píng)估體系，才能夠使企業(yè)在大數(shù)據(jù)安全基礎(chǔ)上，提升電力運(yùn)營(yíng)監(jiān)測(cè)和預(yù)警工作質(zhì)量，提升電力企業(yè)服務(wù)水平。

2做好大數(shù)據(jù)時(shí)代電力運(yùn)營(yíng)監(jiān)測(cè)系統(tǒng)數(shù)據(jù)處理

2.1監(jiān)測(cè)數(shù)據(jù)類型

電力運(yùn)營(yíng)監(jiān)測(cè)數(shù)據(jù)類型主要分為基礎(chǔ)型數(shù)據(jù)、電力企業(yè)運(yùn)營(yíng)數(shù)據(jù)以及電力企業(yè)管理數(shù)據(jù)幾種，基礎(chǔ)型數(shù)據(jù)是以電力企業(yè)生產(chǎn)數(shù)據(jù)為主，它包含了電壓穩(wěn)定性、發(fā)電量、電能質(zhì)量等，業(yè)務(wù)部門(mén)和業(yè)務(wù)系統(tǒng)要確?；A(chǔ)數(shù)據(jù)的完整性和準(zhǔn)確性；電力企業(yè)運(yùn)營(yíng)數(shù)據(jù)指的是電力企業(yè)在生產(chǎn)過(guò)程中所產(chǎn)生的數(shù)據(jù)，通過(guò)對(duì)上述數(shù)據(jù)進(jìn)行分析、處理，它能夠?yàn)楣菊w運(yùn)營(yíng)決策指明方向。電力企業(yè)管理數(shù)據(jù)僅限于特定環(huán)境下的共享和使用，它主要指協(xié)同辦公、ERP及一體化平臺(tái)等方面數(shù)據(jù)，做好該方面數(shù)據(jù)分析、處理有利于推進(jìn)各部門(mén)工作的開(kāi)展。

2.2監(jiān)測(cè)移動(dòng)數(shù)據(jù)處理

針對(duì)運(yùn)營(yíng)監(jiān)測(cè)信息支撐系統(tǒng)來(lái)講，異動(dòng)產(chǎn)生、處理、統(tǒng)計(jì)是異動(dòng)管理的主要內(nèi)容，異動(dòng)類型又可分為數(shù)據(jù)質(zhì)量異動(dòng)、接口異動(dòng)和數(shù)據(jù)質(zhì)量異動(dòng)三種，業(yè)務(wù)異動(dòng)就是通過(guò)業(yè)務(wù)數(shù)據(jù)分析出生產(chǎn)運(yùn)營(yíng)情況，業(yè)務(wù)異動(dòng)又可詳細(xì)劃分為指標(biāo)異動(dòng)、流程異動(dòng)和明細(xì)數(shù)據(jù)異動(dòng)；而數(shù)據(jù)質(zhì)量異動(dòng)就是要分析出接入數(shù)據(jù)的準(zhǔn)確性、完整性和及時(shí)性，并作出相關(guān)異動(dòng)數(shù)據(jù)信息分析、處理。接口異動(dòng)就是因接口問(wèn)題產(chǎn)生的異動(dòng)情況。

3.大數(shù)據(jù)時(shí)代下電力運(yùn)營(yíng)監(jiān)控?cái)?shù)據(jù)應(yīng)用

3.1電力生產(chǎn)環(huán)節(jié)中大數(shù)據(jù)的具體應(yīng)用

由于電力系統(tǒng)管理項(xiàng)目眾多，想要單純依靠人力來(lái)完成數(shù)據(jù)的分析和整體難度極大，只有充分利用現(xiàn)代化信息技術(shù)手段和多種業(yè)務(wù)模型才能夠不斷提升輸電線路可靠性和在線計(jì)算輸送功率，更好的完成電力生產(chǎn)相關(guān)技術(shù)指標(biāo)，促進(jìn)電壓質(zhì)量管理工作的發(fā)展。常態(tài)化低電壓監(jiān)測(cè)有利于實(shí)現(xiàn)用戶和低電壓電臺(tái)之間的協(xié)同合作，實(shí)現(xiàn)對(duì)低電壓運(yùn)行情況的跟蹤治理。因此，電力系統(tǒng)相關(guān)部門(mén)應(yīng)在大數(shù)據(jù)環(huán)境下，按期做好停復(fù)電監(jiān)測(cè)和電壓質(zhì)量分析報(bào)告。

3.2大數(shù)據(jù)在電力系統(tǒng)營(yíng)銷中的具體應(yīng)用

遠(yuǎn)程視頻技術(shù)應(yīng)用能夠幫助電力運(yùn)營(yíng)工作人員進(jìn)行相關(guān)業(yè)務(wù)的巡查，是運(yùn)營(yíng)監(jiān)測(cè)中心針對(duì)高壓電力作業(yè)實(shí)施的重要舉措。通過(guò)遠(yuǎn)程視頻技術(shù)的幫助能夠極大的縮短營(yíng)業(yè)窗口情況的巡視，進(jìn)一步提升電力營(yíng)業(yè)窗口整體服務(wù)質(zhì)量，降低用戶投訴率，提升電力用戶的滿意度。積極開(kāi)展工業(yè)電量預(yù)測(cè)，更好的滿足用電需求管理，促進(jìn)用電系統(tǒng)稽查監(jiān)控業(yè)務(wù)，更好的挖掘線損治理工作成效挖掘及典型案例提煉。

3.3大數(shù)據(jù)在電力檢修中的具體應(yīng)用

電力系統(tǒng)運(yùn)營(yíng)中心通過(guò)大數(shù)據(jù)運(yùn)營(yíng)監(jiān)控平臺(tái)的利用，充分實(shí)現(xiàn)了對(duì)電網(wǎng)設(shè)備運(yùn)維、資產(chǎn)壽命周期以及資金收支等情況，并將其上報(bào)于上級(jí)在線監(jiān)測(cè)分析系統(tǒng)中，保證電網(wǎng)系統(tǒng)的正常穩(wěn)定運(yùn)行，進(jìn)一步完成電網(wǎng)設(shè)備運(yùn)維績(jī)效分析。我們應(yīng)當(dāng)綜合利用大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘手段，做好電網(wǎng)生產(chǎn)運(yùn)營(yíng)過(guò)程中的操作票、工作票及缺陷記錄等相關(guān)明細(xì)的分析和靜態(tài)數(shù)據(jù)流程匹配工作，做好配電網(wǎng)絡(luò)設(shè)備的日常巡視、檢修處理等工作，促進(jìn)各部門(mén)之間的協(xié)同，提升電網(wǎng)運(yùn)維管理工作發(fā)展，盡早發(fā)現(xiàn)電網(wǎng)運(yùn)營(yíng)過(guò)程中存在的不足，全面掌握巡視、檢修、缺陷發(fā)現(xiàn)等流程績(jī)效分析，做好各環(huán)節(jié)定量診斷調(diào)度和檢修，進(jìn)一步實(shí)現(xiàn)電網(wǎng)系統(tǒng)的縱向貫通和橫向協(xié)同，不斷提升我國(guó)電網(wǎng)運(yùn)維管理水平。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，我國(guó)大數(shù)據(jù)時(shí)代下電力運(yùn)營(yíng)監(jiān)控線路消缺原因、消缺時(shí)長(zhǎng)如下圖1所示：

4結(jié)束語(yǔ)

經(jīng)上述分析，我們可以了解到數(shù)據(jù)信息維護(hù)、處理對(duì)于電力自動(dòng)化系統(tǒng)運(yùn)用意義重大，只有充分利用大數(shù)據(jù)時(shí)代所帶來(lái)的數(shù)據(jù)分析、處理、應(yīng)用方面的優(yōu)勢(shì)，做好不同數(shù)據(jù)類型的準(zhǔn)備工作，進(jìn)行電力自動(dòng)化系統(tǒng)數(shù)據(jù)準(zhǔn)確性、快速性整合，采用科學(xué)合理的策略指導(dǎo)，促進(jìn)大數(shù)據(jù)時(shí)代電力系統(tǒng)數(shù)據(jù)的長(zhǎng)期可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]崔希廣；高速公路電力自動(dòng)化系統(tǒng)信息平臺(tái)的研究與應(yīng)用[J]；科協(xié)論壇（下半月）；2012年10期

大數(shù)據(jù)技術(shù)范文第5篇

關(guān)鍵詞：大數(shù)據(jù)；云計(jì)算；智能電網(wǎng)；數(shù)據(jù)集成；數(shù)據(jù)分析；數(shù)據(jù)處理；數(shù)據(jù)展現(xiàn)

一、智能電網(wǎng)、云計(jì)算和大數(shù)據(jù)的關(guān)系

（一）智能電網(wǎng)與大數(shù)據(jù)的關(guān)系

智能電網(wǎng)的理念是通過(guò)獲取用戶如何用電、怎樣用電的信息，來(lái)優(yōu)化電的生產(chǎn)、分配及消耗，利用現(xiàn)代網(wǎng)絡(luò)、通信和信息技術(shù)進(jìn)行信息海量交互，來(lái)實(shí)現(xiàn)電網(wǎng)設(shè)備間信息交換，并自動(dòng)完成信息采集、測(cè)量、控制、保護(hù)、計(jì)量和監(jiān)測(cè)等基本功能，可根據(jù)需要支持電網(wǎng)實(shí)時(shí)自動(dòng)化控制、智能調(diào)節(jié)、在線分析決策和協(xié)同互動(dòng)等高級(jí)功能?？梢猿橄蟮恼J(rèn)為，智能電網(wǎng)就是大數(shù)據(jù)這個(gè)概念在電力行業(yè)中的應(yīng)用。

（二）大數(shù)據(jù)與云計(jì)算的關(guān)系

云計(jì)算是一種利用互聯(lián)網(wǎng)實(shí)現(xiàn)隨時(shí)、隨地、按需、便捷地訪問(wèn)共享資源池（如計(jì)算設(shè)施、應(yīng)用程序、存儲(chǔ)設(shè)備等）的計(jì)算模式。大數(shù)據(jù)根植于云計(jì)算，云計(jì)算的數(shù)據(jù)存儲(chǔ)、管理與分析方面的技術(shù)是大數(shù)據(jù)技術(shù)的基礎(chǔ)，云計(jì)算使大數(shù)據(jù)應(yīng)用成為可能，但是沒(méi)有大數(shù)據(jù)的信息沉淀，云計(jì)算的功能將得不到完全發(fā)揮，所以大數(shù)據(jù)與云計(jì)算是相輔相成的。

（三）智能電網(wǎng)、云計(jì)算、大數(shù)據(jù)的相互關(guān)系

云計(jì)算能夠整合智能電網(wǎng)系統(tǒng)內(nèi)部計(jì)算處理和存儲(chǔ)資源，提高電網(wǎng)處理和交互能力，成為電網(wǎng)強(qiáng)有力的技術(shù)組成；大數(shù)據(jù)技術(shù)立足于業(yè)務(wù)服務(wù)需求，根植于云計(jì)算，以云計(jì)算技術(shù)為基礎(chǔ)；所以三者是彼此交互的關(guān)系。

二、電力大數(shù)據(jù)關(guān)鍵技術(shù)

（一）電力大數(shù)據(jù)的集成管理技術(shù)

電力企業(yè)集成管理技術(shù)是為解決電力企業(yè)內(nèi)部各系統(tǒng)間的數(shù)據(jù)冗余和信息孤島而產(chǎn)生的。電力大數(shù)據(jù)的數(shù)據(jù)集成管理技術(shù)，包含關(guān)系型和非關(guān)系型數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)融合和集成技術(shù)、數(shù)據(jù)抽取技術(shù)、過(guò)濾技術(shù)和數(shù)據(jù)清洗等。大數(shù)據(jù)的一個(gè)重要特點(diǎn)就是多樣性，這就意味著數(shù)據(jù)來(lái)源極其廣泛，數(shù)據(jù)類型極為繁雜，這種復(fù)雜的數(shù)據(jù)環(huán)境給大數(shù)據(jù)的處理帶來(lái)極大的挑戰(zhàn)，要想處理大數(shù)據(jù)，首先必須對(duì)數(shù)據(jù)源的數(shù)據(jù)進(jìn)行抽取和集成，從中提取出實(shí)體和關(guān)系，經(jīng)過(guò)關(guān)聯(lián)和聚合之后采用統(tǒng)一的結(jié)構(gòu)來(lái)存儲(chǔ)這些數(shù)據(jù)，在數(shù)據(jù)集成和提取時(shí)需要對(duì)數(shù)據(jù)進(jìn)行清洗，保證數(shù)據(jù)質(zhì)量及可靠性。大數(shù)據(jù)存儲(chǔ)管理中一個(gè)重要的技術(shù)是NoSQL數(shù)據(jù)庫(kù)技術(shù)，它采用分布式數(shù)據(jù)存儲(chǔ)方式，去掉了關(guān)系型數(shù)據(jù)庫(kù)的關(guān)系型特性，數(shù)據(jù)存儲(chǔ)被簡(jiǎn)化且更加靈活，具有良好的可擴(kuò)展性，解決了海量數(shù)據(jù)的存儲(chǔ)難題。

（二）電力大數(shù)據(jù)的數(shù)據(jù)分析技術(shù)

大數(shù)據(jù)技術(shù)的根本驅(qū)動(dòng)力是將信號(hào)轉(zhuǎn)化為數(shù)據(jù)，將數(shù)據(jù)分析為信息，將信息提煉為知識(shí)，以知識(shí)促成決策和行動(dòng)。借助電力大數(shù)據(jù)的分析技術(shù)可以從電力系統(tǒng)的海量數(shù)據(jù)中找出潛在的模態(tài)與規(guī)律，為決策人員提供決策支持。

（三）電力大數(shù)據(jù)的數(shù)據(jù)處理技術(shù)

電力大數(shù)據(jù)的數(shù)據(jù)處理技術(shù)包括分布式計(jì)算技術(shù)，內(nèi)存計(jì)算技術(shù)，流處理技術(shù)等。分布式計(jì)算技術(shù)解決大規(guī)模數(shù)據(jù)的分布式存儲(chǔ)與處理，適用于電力系統(tǒng)信息采集領(lǐng)域的大規(guī)模分散數(shù)據(jù)源。內(nèi)存計(jì)算技術(shù)解決數(shù)據(jù)的高效讀取和處理在線的實(shí)時(shí)計(jì)算，解決大數(shù)據(jù)實(shí)時(shí)分析和知識(shí)挖掘的難題。流處理技術(shù)處理實(shí)時(shí)到達(dá)的、速度和規(guī)模不受控制的數(shù)據(jù)，應(yīng)用于電力系統(tǒng)為決策者提供即時(shí)依據(jù)，滿足實(shí)時(shí)在線分析需求。

（四）電力大數(shù)據(jù)的數(shù)據(jù)展現(xiàn)技術(shù)

電力大數(shù)據(jù)的數(shù)據(jù)展現(xiàn)技術(shù)包括可視化技術(shù)、空間信息流展示技術(shù)、歷史流展示技術(shù)等?？梢暬夹g(shù)廣泛應(yīng)用于電網(wǎng)狀態(tài)的實(shí)時(shí)監(jiān)控，顯著提高了電力系統(tǒng)的自動(dòng)化水平。空間信息流展示技術(shù)主要體現(xiàn)在電網(wǎng)參數(shù)與已有地理信息系統(tǒng)的結(jié)合上，有利于電網(wǎng)管理人員直觀地了解設(shè)備情況，從而為其決策提供最新的地理信息。歷史流展示技術(shù)體現(xiàn)在對(duì)電網(wǎng)歷史數(shù)據(jù)的管理與展示上，可以繪制出數(shù)據(jù)的發(fā)展趨勢(shì)并預(yù)測(cè)出未來(lái)的數(shù)據(jù)走勢(shì)，可以模擬歷史重大事件發(fā)生、演變，挖掘歷史事件潛在的知識(shí)與規(guī)律。

三、大數(shù)據(jù)在智能電網(wǎng)中的應(yīng)用

電力大數(shù)據(jù)的應(yīng)用場(chǎng)合涵蓋發(fā)、輸、變、配、用、調(diào)等電力行業(yè)的各個(gè)環(huán)節(jié)，在電場(chǎng)選址、降低網(wǎng)損、光伏并網(wǎng)、電網(wǎng)安全監(jiān)測(cè)、大災(zāi)難預(yù)警、電力企業(yè)精細(xì)化運(yùn)營(yíng)、電力設(shè)備狀態(tài)監(jiān)測(cè)等領(lǐng)域有非常強(qiáng)的可實(shí)現(xiàn)性。隨著智能電網(wǎng)建設(shè)的進(jìn)一步推進(jìn)，大數(shù)據(jù)技術(shù)在智能電網(wǎng)中將發(fā)揮越來(lái)越大的作用。

四、結(jié)論與展望

本文探討了大數(shù)據(jù)、云計(jì)算、智能電網(wǎng)三者之間的相互關(guān)系，闡述了電力大數(shù)據(jù)平臺(tái)中四個(gè)核心的關(guān)鍵技術(shù)，即集成管理技術(shù)、分析技術(shù)、處理技術(shù)、展現(xiàn)技術(shù)。文章最后的典型應(yīng)用，對(duì)電力企業(yè)開(kāi)展相關(guān)研究具有參考價(jià)值。大數(shù)據(jù)技術(shù)在商業(yè)領(lǐng)域已經(jīng)獲得較為廣泛的應(yīng)用并創(chuàng)造出巨大的商業(yè)價(jià)值，但是在電力系統(tǒng)中的應(yīng)用才剛剛起步，因此結(jié)合大數(shù)據(jù)的技術(shù)優(yōu)勢(shì)和電力系統(tǒng)的應(yīng)用需求，發(fā)揮電力大數(shù)據(jù)的價(jià)值，將為智能電網(wǎng)的建設(shè)帶來(lái)新的發(fā)展契機(jī)。電力企業(yè)應(yīng)該牢牢抓住這個(gè)契機(jī)，從數(shù)據(jù)政策、人才培養(yǎng)、關(guān)鍵技術(shù)研發(fā)等層面，全面促成電力大數(shù)據(jù)技術(shù)的發(fā)展。

參考文獻(xiàn)：

[1]孫柏林.“大數(shù)據(jù)”技術(shù)及其在電力行業(yè)中的應(yīng)用[J].電氣時(shí)代，2013（8）：18-23.

[2]羅軍舟，金嘉暉，宋愛(ài)波，等.云計(jì)算：體系架構(gòu)與關(guān)鍵技術(shù)[J].通信學(xué)報(bào)，2011，32（7）：3-21.

[3]姚宏宇.大數(shù)據(jù)與云計(jì)算[J].信息技術(shù)與標(biāo)準(zhǔn)化，2013（5）：21-22.

[4]饒威，丁堅(jiān)勇，路慶凱.智能電網(wǎng)云計(jì)算平臺(tái)構(gòu)建[J].華東電力，2011，39（9）：1493-1496.