报告的内容要求客观真实、准确详尽，能够给读者提供充分的信息支持。要写一篇较为完美的报告，首先需要明确报告的目的和受众。如果你想了解不同类型报告的写作方法，请参考以下一些精选报告范例。
大数据报告篇一
近日，360搜索联合中国平安健康险发布国内首份《中国“癌症焦虑”大数据报告》(以下简称“报告”)，统计了不同年龄、性别、星座的受众对癌症的焦虑程度和种类，以及致癌原因，抗癌就医等其他方面信息。
年轻人更易焦虑。
不同于人们认为年纪大的人更容易对疾病产生焦虑心理的惯性思维，报告数据显示，25到34岁的年轻人更容易癌症焦虑，占比高达49%。
伴随着经济的飞速发展，中国转型步入压力社会，25到34岁的年轻人需要应对来自房价、工作、赡养父母的多重压力，难免会对各种疾病产生畏惧心理。另一方面，癌症早期各种身体不适的症状类似食欲减退、头疼乏力等病理反应，也年轻人焦虑患癌的一个重要因素。
肺部、胃部成两性共同重点关注对象。
报告显示，不同性别的人焦虑的癌症种类并不尽相同。男性最焦虑的十大癌症中，肺癌、直肠癌所占比例较高。而由于生理构造的不同，女性更怕患上乳腺癌、宫颈癌等。
尽管如此，人们对“肺癌、胃癌”的焦虑却是惊人的一致。睡眠严重不足、饮食几无规律、工作和心理压力过大，以及对胃部不适或胃部感染幽门螺杆菌不以为然，都是越来越多中青年人患胃癌的主要因素。青年人最近几年胃癌的发生情况经常在我们身边看到，胃癌不再是老年人专利，我们认为胃癌是越来越年轻化了，青少年胃癌的患病率一直高速上涨。一项最新发布的数据显示，近5年来，19至35岁的青年人胃癌发病率比30年前翻了一番，可见大家对癌症的关注度、焦虑度都如此之高并不无道理。
三聚氰胺、空气污染致癌风险等级较高。
三鹿奶粉中三聚氰胺含量超标事件余威不减，报告中显示33%的参与者都将三聚氰胺列为危险等级的第一级。可见，人们对饮食安全的关注度正在逐渐增加。
除此之外，人们对空气污染致癌的焦虑也占较高比例。研究显示，拥有大量人口、正处在快速工业化进程中的国家出现了空气污染加剧的`情况，亚洲地区是空气污染较为严重的地区，其中包括中国，随着暴露在颗粒物和空气污染中程度的增加，罹患肺癌的风险也相应增加。
公众保险意识增强，接近半数愿意参保。
74%的人在癌症焦虑产生之后，会选择搜索调整饮食结构、注意饮食习惯等方式的相关信息，以改善自身状况避免患病。43%的调查参与者愿意购买保险以降低癌症在经济上带来的危害，而在购买保险时，保险理赔、保险种类是用户重点关注的两大因素。
除了上述方面，报告还对患癌焦虑者海外就医区域分布、焦虑人群收入分布、学历分布等其他方面做了调查研究。方便用户更多元化、全方位的了解患癌焦虑，并对癌症处理方式等提供了一定参考价值。
大数据报告篇二
胡泽君审计长曾多次强调指出，要积极推进大数据审计，坚持科技强审，通过信息化、数字化，努力提高审计监督的质量和效率。新形势下，审计工作特别离不开大数据的支撑，利用大数据进行审计，或将成为审计机关应对复杂社会经济管理形势、提升审计工作质量的重要手段。以"金审工程"为基础的审计信息系统经过多年的建设发展，目前正逐步建立和完善。同时，在政府各部门中社会保障大数据既具有较高的完整性，也兼具较高的准确性。这些得天独厚的条件，不仅使审计对"大数据"监督管理成为可能，更为实施以"大数据"为基础的审计"全覆盖"奠定了基础。
一、大数据技术在财政审计方面的运用。
（一）运用大数据开展财政审计是时代发展的必然要求。大数据不仅是信息技术的重大进步，更是发展理念的重大创新，对经济社会发展起到重要作用，对与数据密切相关的审计工作也必将产生深刻影响。当前，财政、税务、人民银行等部门普遍进行信息系统建设，财政部门开展的"金财工程"覆盖财政收支管理的业务应用系统，涵盖了预算管理、国库集中收付等业务，对财政部门的审计单位信息化的发展，迫切要求运用大数据开展财政审计。
（二）运用大数据开展财政审计是推动完善国家治理的迫切需要。财政审计的范围突破了传统的财政收支概念，囊括了政府性收支的全部内容。全口径预算的审查监督付诸实施，如何在有限的时间内查找和发现问题，运用大数据开展财政审计成为推动完善国家治理的迫切需要。
（三）运用大数据开展财政审计是财政精细化管理的要求。在精细化管理要求之下，财政预算审查、预算执行差异分析、预算与决算的对比分析都是使用系统大数据来完成的。相应地，财政预算执行审计要实现全口径分析，必须使用系统数据。如利用国库支付系统的数据，通过对指标来源、资金性质、资金流向的跟踪分析，实现所有财政资金全过程跟踪审计。（四）大数据审计现在的运用情况。按照审计署的要求，建立了财政数据定期报送机制，每半年收集一次财政数据，并对收集的数据进行整理，生成审计人员可以使用的标准表。财政科联合信息科，对预算编报系统、预算指标系统、非税征管系统、决算编报系统等的财务和业务数据，集中进行多系统关联、大数据比对。将数据分析形成的审计中间表和疑点表作为重点进行审计，提高了效率和增强指导性。审计结束后，强化经验总结，形成数据采集转换指南，归集整理形成财政大数据审计模型方法体系表，为进一步深化大数据审计积累经验。
二、社保审计大数据信息管理现状。
（一）社保部门数据管理情况。一是社保业务实现网络化。随着金保工程的推进，社会保险"六险"统征已经实现，社会保障业务办理正逐步向社区（村）、单位及个人延伸，社会保障业务一体化架构正逐渐完善。二是社保资金使用服务实现规范化。卫生三级医疗服务网初步实现信息化，市级、县级医院、乡镇卫生院医疗业务管理系统已经平稳运行，乡村卫生管理一体化正逐步规范，居民人口及流动人口信息统计系统已趋于成熟。三是民政事业实现信息化。民政城乡居民低保、医疗救助及优抚等业务完成了由手工到信息化的转变，数据也由纸质向信息化转换。
（二）审计机关对社保数据的审计情况。审计机关在工作中采集了大量的财务数据和业务数据，但没有对这些数据进行统一和规范地管理，一般是保存在审计人员的电脑中，很难实现与局内其他审计人员和所属部门的数据共享，导致工作中出现重复采集数据的现象。由于大数据信息化环境下社保系统的特殊性，内部控制转变为对人和系统两方面的控制，而且多数情况是以计算机自动控制为主。数据网络安全存在隐患，大数据技术本身的技术架构，决定了采用"大数据"技术架构的系统安全防护的难度。
审计局在社保资金审计中，收集了医保、养老、低保、公积金等民生资金的业务数据，建立了审计数据库，信息技术人员和社保审计人员联合对各类数据进行了深入分析。在审计分析中，首先明确所面临问题的类型，然后根据类型的不同选择具体的处理方法。例如，在做参保对象的信用分析时，首先明确该问题类型属于分类，如果该问题类型无法用数据挖掘工具解决，那么就应当选择另外更加适合的方法来进行解决。建立审计方法，对采集的业务数据、财政财务数据以及相关外部数据进行综合分析，生成审计中间表和疑点分析数据，采取业务跟踪、内控测试、数据比对等方式，发现审计疑点并进行分析、筛查和分类。运用"互联网+"思维，注重外部数据的搜集和运用，包括企业登记信息、税务征缴信息、车辆信息、房产信息等与社保审计相关的数据。注重发票查询系统、企业信用公示系统等在公开资源的使用，积极挖掘和构建内、外部数据间潜在的关联，寻找相关的线索和突破口，搭建多维度、立体式审计工作大数据平台。（三）当前在社保审计中需解决的几个问题。一是解决数据价值认识和利用问题。在审计机关还存在着有些对于数据价值观念不强，不注重基础社保数据的积累和分类工作，对于历年的重要数据只是简单记录储存，从不进行仔细分析进而指导工作实践。对于多样复杂的大体量的社保数据，要么简要进行汇总统计，要么不知所措，甚至直接置之不理。就数据的分析方法而言，分析手段有限，专业性数据分析能力欠缺，不能够深度挖掘数据价值，加以充分吸收利用。二是解决架构模式改变问题。随着"大数据"、"云计算"在各行业的不断应用，数据架构与以往相比有了很大的变化，对数据的采集利用提出了新的、更高的要求。三是解决高端数据人才培养问题。多培养通晓相关专业知识和信息技术的复合型的人才，培养一批懂得大数据，收集大数据，并且善于研究大数据，深挖大数据的专家。加大对现有信息管理人员的大数据培训力度，掌握大数据相关技术。
三、
大数据审计发展方向面对大数据时代对审计工作带来的挑战，审计方式和途径将实现以下四个方面的转变。
（一）应用大数据分析技术，实现审计方法从数据验证性分析向数据挖掘性分析转变。
传统的计算机审计，是通过电子数据采集转换对数据进行验证，通过构建查询分析、多维分析等方法模型进行数据分析，而应用大数据分析技术，则能够使审计数据分析逐步由传统的验证性分析向挖掘性分析转变。挖掘性分析是指采用大数据处理技术，利用数据仓库、数据挖掘和模型预测工具进行审计分析，从大量数据中发现蕴涵的数据模式和规律。
（二）应用大数据分析模式，实现审计方式从发现问题向风险预警转变。
传统审计工作以发现问题为主，对经济形势进行预测分析，因而须等到相关事件发生并且形成一定规模后，再根据搜集到的足够数据进行分析研究，具有滞后性。而大数据技术可通过对跨领域的大规模经济、社会行为数据进行分析，对经济社会相关异常动态实现早期关注，利用其对异常数据的敏感性实现早期预警。审计可以运用大数据相关技术，对宏观经济社会风险问题展开初步分析。（三）应用大数据审计作业平台，实现单机审计向云审计转变。
以审计大数据为中心建设"云审计"平台，实现远程存储和移动计算，使审计机关能够通过网络接入"云"实施审计，利用大数据分析、人工智能等信息技术，解决数据采集分析和管理中存在的问题，实现审计成果共享。其次，应完善联网审计系统，逐步建立预算、执行、财政、地税、社会保障、医疗机构、公积金等重要行业和部门的审计实时监督系统。再次，应建设审计数据综合分析平台，运用大数据技术，加大业务数据与财务数据、单位数据与行业数据，以及跨行业、跨领域数据的综合比对和关联分析，提高运用信息化技术查核问题、评价判断、宏观分析的能力。最后，应推广"总体分析、发现疑点、分散核实、系统研究"的审计模式。
（四）构建专业的审计分析队伍，实现传统纸质账本审计向大数据审计转变。
审计工作应实现"六大转变"，即由单点离散审计向多点联动审计转变、由局部审计向全覆盖审计转变、由静态审计向静态与动态审计相结合转变、由事后审计向事后与事中审计相结合转变、由现场审计向现场审计与非现场审计相结合转变、由微观审计向微观与宏观审计相结合转变。为此，需要在组织方式、人员结构、思维方式等方面与之相适应。在组织方式上，应尝试开展无项目审计，依托审计数据中心积累的数据资源，横向关联比对分析，纵向深入挖掘分析，从数据中发现审计疑点和线索。在人员结构上，应不断提升"四种能力"，即大数据分析能力、综合研究能力、创新能力和跨领域知识运用能力，不断加强对大数据先进理念和前沿技术的学习，掌握大数据分析方法，提升审计人员综合素质。在思维方式上，应培养"数据先行"意识，以数据为核心，使数据分析在审计工作开展前先行实施，根据数据分析结果，有重点、有步骤、有深度地在审计实施过程中进行核查验证、追踪线索、发现问题，全面深化大数据技术在审计工作中的应用。
大数据报告篇三
近年来，“大数据”这个概念突然火爆起来，成为业界人士舌尖上滚烫的话题。所谓“大数据”，是指数据规模巨大，大到难以用我们传统信息处理技术合理撷取、管理、处理、整理。“大数据”概念是“信息”概念的3.0版，主要是对新媒体语境下信息爆炸情境的生动描述。
我们一直有这样的成见：信息是个好东西。对于人类社会而言，信息应该多多益善。这种想法是信息稀缺时代的产物。由于我们曾吃尽信息贫困和蒙昧的苦头，于是就拼命追逐信息、占有信息。我们甚至还固执地认为，占有的信息越多，就越好，越有力量。但是，在“大数据’时代，信息不再稀缺，这种成见就会受到冲击。信息的失速繁衍造成信息的严重过剩。当超载的信息逼近人们所能承受的极限值时，就会成为一种负担，我们会不堪重负。
信息的超速繁殖源自于信息技术的升级换代。以互联网为代表的新媒体技术打开了信息所罗门的瓶子，数字化的信息失速狂奔，使人类主宰信息的能力远远落在后面。美国互联网数据中心指出，互联网上的数据每两年翻一番，目前世界上的90%以上数据是近几年才产生的。，数字存储信息占全球数据量的四分之一，另外四分之三的信息都存储在报纸、胶片、黑胶唱片和盒式磁带这类媒介上。，只有7%是存储在报纸、书籍、图片等媒介上的模拟数据，其余都是数字数据。到，世界上存储的数据中，数字数据超过98%。面对数字数据的大量扩容，我们只能望洋兴叹。
“大数据”时代对人类社会的影响是全方位的。这种影响究竟有多大，我们现在还无法预料。哈佛大学定量社会学研究所主任盖瑞·金则以“一场革命”来形容大数据技术给学术、商业和政府管理等带来的变化，认为“大数据”时代会引爆一场“哥白尼式革命”：它改变的不仅仅是信息生产力，更是信息生产关系;不仅是知识生产和传播的内容，更是其生产与传播方式。
我们此前的知识生产是印刷时代的产物。它是15世纪古登堡时代的延续。印刷革命引爆了人类社会知识生产与传播的“哥白尼式革命”，它使得知识的生产和传播突破了精英、贵族的垄断，开启了知识传播的大众时代，同时，也确立了“机械复制时代”的知识生产与传播方式。与印刷时代相比，互联网新媒体开启的“大数据”时代，则是一场更为深广的革命。在“大数据”时代，信息的生产与传播往往是呈几何级数式增长、病毒式传播。以互联网为代表的媒介技术颠覆了印刷时代的知识生产与传播方式。新媒体遍地开花，打破了传统知识主体对知识生产与传播的垄断。新媒体技术改写了静态、单向、线性的知识生产格局，改变了自上而下的知识传播模式，将知识的生产与传播抛入空前的不确定之中。在“大数据”时代，我们的知识生产若再固守印刷时代的知识生产理念，沿袭此前的知识生产方式，就会被远远地甩在时代后面。
(节选自2013.2.22《文汇读书周报》，有删改)。
大数据报告篇四
1月12日消息，财新传媒、滴滴出行主办的“知道·2017大数据智慧城市论坛”今日在京举行，论坛上，滴滴出行联合第一财经商业数据中心发布了《2016智能出行大数据报告》(以下简称“《报告》”)。
《报告》覆盖全国重点城市，基于滴滴(含优步)平台全量数据解读中国城市出行，并通过智能出行情况反映城市交通、居民生活、热点事件及分享出行所带来的意义，具有极高的参考借鉴及深度分析价值。
三四线城市拥堵加剧北京人均每年“堵”掉近9000元。
拥堵是大家对交通最直接的感受之一，无论是“影响中国互联网发展30年”的后厂村路，还是“堵点网红”北京大山子路口，堵车总能引起人们的共鸣和吐槽。2016年，一线城市平均车速略有上升，三四线城市平均车速下降明显，从的26.2km/h降至2016年的25.3km/h。这一年中，平均车速增幅较大的前三个城市为大连、常州和青岛，而下降幅度最大的城市为丽江、嘉兴、三亚等。
根据高峰期拥堵延时指数，西安成为2016年堵城冠军，延时指数为1.79。20的拥堵冠军重庆今年位列第2位，而去年的亚军青岛2016年治堵效果显著，今年排名第9。受极寒天气、冰雪路面、市政建设等影响，哈尔滨也上榜十大堵城，位列第8位。
在此值得一提的是，尽管北京位列堵城第4名，但因“社会平均工资”较高，所以成了拥堵造成损失最高的城市，北京人每年损失8717元;在全国最堵的西安，人均拥堵成本为6960元，排名全国第3。
互联网行业工作时间长京东下班最晚。
在加班“重灾区”的互联网公司中，京东超越去年冠军奇虎360成为今年的“加班之王”，平均下班时间最晚，随后为360和阿里巴巴，看来这一年互联网行业中最拼命的还是电商公司。从年货节、美妆节、母婴节、双11到双12，节假日不够，电商造节来补，购物狂欢的背后也是无数员工加班加点的辛勤努力。在榜单前10名中，新浪、网易老牌门户网站也上榜，而今年的“网红公司”乐视位居第10，加班起来也很拼。
不仅加班多，互联网人群平均工作时间也偏长。相较于金融、传媒以及房地产等行业，互联网人群平均工作时间更长，每天超10小时，尤其是深圳码农，工作几乎占据了其一半的时间。而且码农们生活节奏更为固定，公司与家两点一线偏多。
媒体人异地奔波苦金融从业者“朝七晚五”
《报告》中，有一部分内容对当下关注度较高的传媒业、金融业、教师等几个职业群体做了分析，通过出行连接着生活的方方面面，通勤、餐饮、购物等各种出行场景，出行大数据进一步可以关照现实，看生活的潮起潮落。
《报告》发现“隔行如隔山”，每个行业出行差异较大。传媒人工作随机性较大，处于随时待命状态，出行峰值曲线较为平缓;同时他们的出差相比最为频繁，往返机场火车站及酒店的出行量接近1/5，密集的出差节奏使得他们一般直接从家出发奔赴外地。
金融从业者上班早下班也早，“朝七晚五”是他们的工作特点，同时他们应酬多夜生活也丰富，20%的人下班后直接奔向餐饮娱乐场所，夜晚餐饮订单也超出平均水平40%。同时，他们偏爱高档购物中心，北京的三里屯太古里、上海的`国金中心、正大广场都是“金领一族”经常光顾的地方。
出行数据看城市性格：绵阳最温情大连最小资。
《报告》还基于滴滴出行大数据平台的指数测算体系，发布d-index榜单，从不同维度窥见不同城市的性格特点。
根据滴滴顺风车免单占比，十大最温情城市为绵阳、南宁、金华、昆明、湖州等地，上榜的多为三四线城市。小城故事多，充满喜和乐，顺风车把陌生人连接在一起，共走一程路，惊喜和温情的故事总在路上发生着。
从目的地为健身场馆的数据来看，山西太原城市最爱健身的城市，其次为福州、佛山，一线城市中只有广州上榜;十大最爱读书之城长沙位列榜首，其次为青岛，温州;最休闲也就是去往休闲娱乐场所占比最高的城市为，南宁、太原、大连等;最小资的城市为大连、绍兴和上海，那里的人去往咖啡厅、酒吧、电影院占比最高;《报告》同时显示，天津位列十大海鲜之城冠军，重庆居于十大火锅之城榜首。
杭州智能渗透率居榜首贵阳发展前景可期。
作为世界领先的移动出行平台，滴滴出行基于大数据的机器学习技术,在中国超过400个城市为近4亿用户提供包括出租车、专快车、顺风车、公交、小巴、代驾、试驾、租车、企业级等多种出行服务。
从智能渗透率来看，一二线城市依然整体优势明显，杭州继续位居榜首。珠三角地区总体渗透率较高，在用户渗透率排名前10的城市中占据4席，分别是深圳、广州和东莞、珠海。
在各级城市月人均出行次数上，三四线城市与一二线城市相比仍有较大差距。月人均出行次数排名前五的城市依次是天津、青岛、北京、杭州、宁波。
根据智能渗透率，出行活跃度和便捷程度等综合指标测算的智能出行发展指数，杭州北京广州深圳成都排名前五，一线城市和省会城市明显更高。排名前20的城市中有8个为珠三角和长三角城市。而潜力城市(二、三、四线城市)多为长三角、珠三角和京津冀地区的二线和三线城市，西部城市贵阳排名第7，前景可期。
大数据报告篇五
在线问诊发展至今几乎是移动医疗的标配，也成为越来越多用户的选择，其中积累的医疗大数据也耐人寻味。昨日，国内最大的移动互联网健康医疗服务平台——平安好医生发布《国民健康大数据报告》，数据显示，儿科健康问题的咨询者，超过一半是1990年以后出生的年轻母亲，而广东、北京和山东的用户更愿意在健康保健商品上花钱。
平安好医生健康大数据研究院发布了第一份研究成果——《2016国民健康大数据报告》。据了解，该报告以平安好医生平台全样本数据为支撑，覆盖实名注册用户1.3亿，月度活跃用户超过万，日均在线问诊量40万人次的在线健康医疗行为大数据，从健康管理和线上就医两大维度，对互联网健康医疗服务典型使用人群关注的健康问题，自身的健康状况和对待健康的态度，以及进行健康管理的行为进行了盘点、归纳和剖析。根据平安好医生平台的大数据分析发现，儿科健康问题的咨询者，超过一半是1990年以后出生的年轻母亲;来自于中学生提问者的咨询需求，其中超过6%与整形美容相关;50到60岁的中老年女性日行万步，是健步运动的典型爱好者;而观看健康直播的主要群体是20-35岁的年轻男性;广东、北京和山东的用户更愿意在健康保健商品上花钱。
在对用户的全平台使用行为进行数据分析的同时，报告也对平安好医生医学专家团队一年来线上服务积累的数据进行了梳理。数据显示，每个平安好医生医学专家的全年在线接诊数量为9.1万次;儿科、妇科和皮肤科是全年咨询量最高的热门科室，在线就医需求最热门的时段是夜间。，每一名医生在凌晨0点到6点要接待1万名用户提出的夜间咨询，占到总咨询量的10%以上。
相关资料：
随着中国大数据产业的蓬勃发展，基于用户互联网使用行为洞察的大数据研究逐渐成为驱动经济增长和社会进步的重要基础和战略资源。国内最大的移动互联网健康医疗服务平台——“平安好医生”日前宣布，成立健康大数据研究院，通过洞察用户健康需求背后的行为逻辑，为互联网医疗行业创新个性化健康管理与医疗服务提供决策支持，助力卫生主管部门提升全民疾病预防与自我健康管理能力，为建设“健康中国”贡献力量。
平安好医生首席技术官王齐表示，平安好医生作为用户覆盖率和活跃度最高的互联网健康医疗服务平台之一，有着良好的数据基础和应用优势来发展健康大数据。研究院成立后，将通过用户使用行为的全平台跟踪监测，研究如何利用大数据提升平台精细化运营服务能力，促进在健康管理和辅助就医过程中用户体验。
在宣告成立的同时，平安好医生健康大数据研究院发布了第一份研究成果——《2016国民健康大数据报告》。据了解，该报告以平安好医生平台全样本数据为支撑，覆盖实名注册用户1.3亿，月度活跃用户超过2000万，日均在线问诊量40万人次的在线健康医疗行为大数据，从健康管理和线上就医两大维度，对互联网健康医疗服务典型使用人群关注的健康问题，自身的健康状况和对待健康的态度，以及进行健康管理的行为进行了盘点、归纳和剖析。
根据平安好医生平台的大数据分析发现，儿科健康问题的咨询者，超过一半是1990年以后出生的年轻母亲;来自于中学生提问者的咨询需求，其中超过6%与整形美容相关;50到60岁的中老年女性日行万步，是健步运动的典型爱好者;而观看健康直播的主要群体是20-35岁的年轻男性;广东、北京和山东的用户更愿意在健康保健商品上花钱。
在对用户的全平台使用行为进行数据分析的同时，报告也对平安好医生医学专家团队一年来线上服务积累的数据进行了梳理。每个平安好医生医学专家的全年在线接诊数量为9.1万次，每次问诊的平均时长为15分钟;儿科、妇科和皮肤科是全年咨询量最高的'热门科室;通过在线途径，用户的就医需求出现了全时段释放的特点，20，每一名医生在凌晨0点到6点要接待1万名用户提出的夜间咨询，占到总咨询量的10%以上;通过7*24小时全天候不间断的实时互动，家庭医生全科服务正在通过无远弗届的互联网向广大医疗资源匮乏地区的每一个家庭延伸，适合中国家庭健康需求的医疗服务可及性在大数据的助力下不断增强。
大健康产业观察家指出，基于在线问诊平台用户行为逻辑的医疗健康大数据如果应用得当，在医疗资源管理、个人医疗和保健服务方面作用积极，如保证药品安全性和可用性，降低医疗成本、使预防优先于治疗，制定有针对性的预防保健计划等。不过，能否找到隐藏在大数据中的有效信息，并应用于商业实践的效果仍有待检验。与此同时，数据只有流动起来才能打破‘信息孤岛’、释放数据价值，平安好医生首席技术官王齐呼吁，各家在线问诊平台联合起来，通过开放共享的方式，实现用户大数据的互联互通，使数据的应用真正助力推进国民健康的福祉。
大数据报告篇六
早在5000多年前，中国人就拥有了长伴一生的独特印记——名字，但对于名字的研究，由于缺乏数据支持，从古至今都比较稀少。
日前，中国首份姓名大数据报告《2016大数据“看”中国父母最爱给宝宝起什么名》出炉。
该报告由清华大数据产业联合会发起之一、清华大学“幸福科技实验室”支持项目、国内唯一以大数据和心理学为基础进行姓名研究和起名服务的专业机构“起名通”耗时3个月完成，抽取整理了平台540万新生儿姓名数据、后万姓名数据，并综合覆盖了11亿人口的历史数据，是国内首份关于名字的全景式报告。
备受关注的中国人重名情况到底有多严重，报告首次进行了披露：“中国前100个重名率最高的名字，在全国覆盖的人口整体超过10%。”各个省份的重名严重度也有明显差异。“东北三省，其每一个省的前100个热名与该省人口之比，都能高于16%，而广东省的爆款名覆盖率则不到6%。”
再从年代看，随着大众受教育程度的普遍提升，重名情况已经有所好转，“80后”的爆款名覆盖率高达17%;而到了“00后”，这一比例下降到了8%。但名字的选择范围却很狭窄。20新生儿的热名一眼望过去，傻傻的分不清。报告认为，从众心理，创新精神不足，以及家长普遍强调“过好自己的日子”、缺少更多元化的考虑，影响了新生儿名字的文化韵味、寄寓深意和精神风骨。而各大商业网站为吸引用户点击特设的“男孩女孩好名字帖”与“生肖取名宜忌”帖，则成为“10后”高重名率背后的两大“黑手”。
最新一年的热名榜单，还能看出新一代父母对孩子最集中的'期望是“阳光、快乐”，传统对女子美丽温柔的要求已经不占主流，男孩起名也不像其父辈更强调坚强伟大、个人奋斗。一些代表美德的字，如诺、芷、恩、允、谦，正开始受到年轻父母的青睐，体现了时代对于“德行”的呼唤。
此外，报告对中国人的民族性格，子随父姓观念的松动，父母在育儿中的参与度，中性现象，流行、地域和外来文化对新生儿影响等，都从姓名视角进行了深入剖析，并提供了多纬度榜单。
“dt时代的大数据，必将深入各行各业，以服务大众为主，以给社会创造多少价值作为衡量标尺。姓名大数据报告的发布，是这样一个大趋势下的必然产物。”报告领衔人张襦心表示，“名字反映了父母的价值观，对孩子的性格引导具有重要意义。所以这份报告，不仅从姓名的微观视角记录了这个时代正往何处去，我们也希望它能为下一代文化素养和价值观提升尽一点力量，帮助他们遇见更好的自己。”
大数据报告篇七
前几年，上面还动不动将九亿农民挂嘴边，未来，我相信，上面也会经常说：九亿城市人。或者，更多。
我相信，就在不远将来。
世界正经历城市化，中国更是如火如荼。不久的将来，更大的城市，城市群，更多的人口，会成为常态。这盛况，我有生之年，应该能看到。
更大的城市，更多的人，绝大多数的人将生活在城市里。人们于是关心城市，关心它的一切。当然，也包括它的半径。
有意思的是，目前，中国的城市半径，普遍“不约而同”：约30km。
无论北京的16410km，上海的6340km，还是厦门的1699km，(岛内128km)，半径都在30km左右(厦门稍微小，主岛太小)，这背后的原因，其实简单：尖端科学的运用，以及科学的可复制型。
以前只有一线城市拥有的地铁，现在在二线基本全面开花，甚至，有些三线也大干快上。究其原因，不过是科学的发明，运用到一定时间后，其成本不断被降低，从而让其他规模较小，财力叫弱的城市，也能造得起。
90年代的地铁，以及建筑其上的销品贸，现在，二线能够“轻易”地复制，且因为经验和时间的积累，建造更先进、科学，搭配更合理，技术更先进。北京、上海的地铁一号线乘坐体验，运营速度，技术应用，未必有苏州、杭州的三号线好。
每一次技术的突破和革新，都让城市半径得到拓展。地铁发明以前，是公路、铁路时代，城市半径远没有现在大，公路、铁路发明之前，是马车时代，繁华的长安城，老百姓靠马车在城市里运行，东到西，十公里已经是极限。再大，活动极不方便(以马车的平时速度计算)。
汉长安城面积达36平方公里,是古代面积最大的都城遗址之一。
现在城市的半径得到极大提升，到达30km左右，地铁功劳不可磨灭。地铁不再是一线的标配，很多城市拥有地铁，并且大干快上。中国城市的半径，因此“不约而同”地扩展到同一长度。
地铁已是城市最高级的技术，最前沿的科技运用。在新的革命性技术还未到来之前，城市的半径，再难以突破。
那么，未来，城市的半径到底怎样呢?真的一直无法突破了?
在几十年前，公交车是人们出行的重要交通工具，当然现在也是，那时的公交车，不但破旧，而且速度、载客量、技术都不如现在。
这是必然，技术在前进。
公交最明显的变化，其实不是这些，而是运行方式。
开始公交都是首发尾至，一条条线路定好，一站一站站点定牢，司机早上出发，沿着线路，有序按序逐站停靠，到点，回到起点，下班。
后来，公交单独划出车道：公交专用，再后来，brt快速公交系统，不但线路专用，而且不再三五公里一站，而是拉长距离，提高速度，专程车道。
北京公交线路图。
这，大大提高了公交的运行速度和效率。长路途的人，可以较快时间到达目的地。当然，其他的线路，还是按原计划的行驶、停靠。
当一个城市的公交普及到线路全覆盖，站点全覆盖，还不能满足市民出行要求时，专线，长距离的公交运行系统出现了。
郑州brt。
其实，地铁也会遵循这个规律。目前，绝大多数的地铁网，还远远不够做到线路全覆盖，站点全程性。
纽约地铁图。
伦敦地铁图。
东京地铁图。
全国的城市，都在大干快上地，继续建地铁。
上海地铁未来效果图(2020)。
北京地铁未来效果图(2020)。
当大多数的城市地铁网，像公交网一样，全程覆盖，并且全站点覆盖时，地铁的进化，就会朝公交的专车道，brt快速公交系统进发：长站点，专业性，快速度的地铁，将不断诞生。
那时，天安门到通州，30分钟，南京路到临港，30分钟。
再以后，天安门到燕郊，30分钟，南京路到昆山、太仓，30分钟，------。
随着地铁的升级和改进，城市的半径进一步被扩大。城市在不断扩大，城市间的边界，越来越模糊。在960万平方公里上，除了几片土地建满高楼大厦，绝大多数的地方，将回归森林。
地球一片绿海，“原始社会”再现。
因而，环保是个伪命题，保护生态就是扯淡，退耕还林根本就没有必要。
作者：皮特。
公众号：peter。
大数据报告篇八
为全面贯彻落实党的十九大和习近平总书记来川视察重要讲话精神以及中央、省委、州委关于加强调查研究的决策部署，我单位在开展“大学习、大讨论、大调研”活动中，积极探讨全县大数据中心智慧城市建设及调研，现将具体调研情况做如下汇报：
一、全县交通运输概况。
截止目前，全县现有各级公路785.37公里，其中：国道213线128.21公里，省道301线35.64公里，县道266.62公里，乡道64.37公里，村道241.89公里，专用道41.81公里，隧道道路6.83公里，以县城为中心的公路路网基本形成，并实现了公路“三个100%”，即：100%的国省公路黑色化、100%的县乡道路硬化、100%的村道水泥硬化。全县共有客运班线14条、客运班车53辆，公交车20辆、出租车101辆、农村客运车辆105辆、目前通农村客运车辆建制村91个，乡镇15个。
二、目前交通运输困境。
近年来，我县的交通建设及道路运输虽然取得了一定成绩，公路通行及客货运周转能力得到大幅提升，广大群众的出行问题得到解决，但随着经济社会的发展和来松游客的大量增加，原有道路设施及运输承载能力已不能适应当今需求，仍面临着极大的困难：一是全县农村公路的“建、管、养、运”存在范围广、站线长、任务重等难题。二是全县农村客运存在辐射范围严重不足的情况。三是道路安全运输及日常出行存在严重的安全隐患。四是交通信息共享数据平台严重滞后。
二、下一步打算。
1/2。
下一步，我单位将积极开展交通大数据中心建设相关工作。一是及时将农村公路建设情况通过政府信息网站、部门微信进行实时政务公开，完善共享数据平台，提升行业内部信息公开化水平。二是积极开拓农村客运班线线路，建立客流量及班线数据共享平台，提升农村出行的便捷性及时效性。三是建设航线、铁路、公路、物流、营运车辆、从业人员、地理位置等共享基础数据库，以及行政许可、执法管理、信用评价、应急指挥等主题数据库，在合理控制权限的基础上向行业各级管理部门及社会公众提供综合信息查询、统计分析等信息共享服务。四是利用数据共享平台，对营运车辆驾驶人及车辆信息进行联网登记并公开，提升出行安全性，严厉打击非法营运车辆。
2/2。
大数据报告篇九
有些人感觉身体不舒服，但到医院进行西医体检，各项指标都是正常。为此，很多人开始接受中医体检。昨天，南京市中西医结合医院在膏方文化节启动仪式上，发布南京首个中医体质检测大数据报告：在该院对1000名参与中医体检的市民中，比较健康的人群只占33%，其余67%市民都处于亚健康状态。据介绍，通俗来说，亚健康状态，就是身体出现了不适，但还未到某些诊断的标准，因此体检指标是正常的。
中医将身体状态分为9种体质。根据这份大数据报告，平和体质排在第一位，占比33%。平和体质也就是常说的健康状态。其余8种体质人群，按照从高到低的顺序排序依次为气虚体质(约占12.7%)、阴虚体质(约占10.8%)、气郁体质(约占9.3%)、阳虚体质(约占8.3%)、痰湿体质(约占8.1%)、湿热体质(约占7.6%)、血瘀体质(约占6%)和特禀体质(约占4.2%)。
从主要人群分布分析，没有明显的职业和学历差异，但是与测试者的生活习惯密切相关。比如，喜欢高热量高脂肪饮食的人群，在痰湿体质的人群占比中最高;喜欢熬夜的人群，在阴虚体质的人群中占比最高;不爱户外活动的人群，在气郁体质的人群中占比较高。
南京市中西医结合医院治未病中心夏公旭副主任中医师说，平和体质人群的总体特征是阴阳气血调和，体态适中、面色红润、精力充沛，这个样本的.数据主要以体检中心和治未病中心的数据为主，大部分参与测试的人群都不是患者，而是以体检为主的人群。但大部分没有因为疾病到医院就诊的人群中，接近七成的人都是亚健康人群。
在亚健康的8种体质中，气虚高居榜首。夏公旭说，气虚常常是身体出现问题的最开始预警信号，不良生活习惯易致亚健康。针对亚健康状态，选择膏方调理身体，越来越受到人们的欢迎。但是，膏方进补不能盲目，否则不仅不能达到调理身体的目标，甚至事与愿违。今年，针对开具膏方的人群，南京市中西医结合医院均免费提供价值120元一次的中医体质辨识检测，让市民根据不同体质有针对性地选择相应的膏方。
对照一下，你可能属于哪种体质?
为了让市民了解亚健康状态的8种体质，南京中西医结合医院进行了一些临床特征的总结，市民不妨自我对照一下。
气虚质。
性格内向，不喜冒险。不耐受风、寒、暑、湿邪。
阳虚质。
阳气不足，以畏寒怕冷、手足不温等虚寒表现为主要特征。耐夏不耐冬;易感风、寒、湿邪。
阴虚质。
阴液亏少，以口燥咽干、手足心热等虚热表现为主要特征。手足心热，口燥咽干，鼻微干，喜冷饮，大便干燥，舌红少津，脉细数。
痰湿质。
痰湿凝聚，以形体肥胖、腹部肥满、口黏苔腻等痰湿表现为主要特征。面部皮肤油脂较多，多汗且黏，胸闷，痰多，口黏腻或甜，喜食肥甘甜黏,苔腻，脉滑。
湿热质。
湿热内蕴，以面垢油光、口苦、苔黄腻等湿热表现为主要特征。面垢油光，易生痤疮，口苦口干，身重困倦，大便黏滞不畅或燥结，小便短黄，男性易阴囊潮湿，女性易带下增多，舌质偏红，苔黄腻，脉滑数。
血瘀质。
血行不畅，以肤色晦黯、舌质紫黯等血瘀表现为主要特征。肤色晦黯，色素沉着，容易出现瘀斑，口唇黯淡，舌黯或有瘀点，舌下络脉紫黯或增粗，脉涩。
气郁质。
气机郁滞，以神情抑郁、忧虑脆弱等气郁表现为主要特征。神情抑郁，情感脆弱，烦闷不乐，舌淡红，苔薄白，脉弦。
特禀质。
以过敏反应等为主要特征。常见哮喘、风疹、咽痒、鼻塞、喷嚏等。
大数据报告篇十
今年，火车票预售期由春节前60天缩短至30天。昨天下午，去哪儿网通过对60多万条飞机航线、50余万条铁路客运线进行大数据计算，对外发布了《春运大交通数据报告》，为回家旅客提供参考。报告显示，20春运期间，预计铁路车票中高铁占比将超4成;航班出发最集中的日期是年1月24日，十大难买票航线中，北京占了一半。同时“怡起回家”福利通道已开启，将为旅客提供最高金额达100元的火车票减免优惠券等多项福利。
火车票。
超四成人将坐高铁。
铁路向来是春运客运量最高的交通工具，据去哪儿网大数据预测，2017年12月15日将进入旅客春运抢票高峰，此轮去程购票高峰将和去年一样，一直持续到春节前结束。
今年春运，铁路最热门的出发地集中在北京、上海、成都、重庆和杭州。这些城市多属于超一线和新一线城市，外来人口集中，也是多条铁路线路的起始地。一个显著的变化是，购买快速铁路车票的用户比例不断增加，选择乘坐高铁的人数占比达到了41.5%，选择乘坐城际铁路的人群比例也达到了10.3%，整体超过了总数的一半。乘坐上海出发的高铁线路人数最多，杭州、长沙、北京、广州的票量紧随其后。
飞机票。
北京飞佳木斯特难买。
2017年春运出发最集中的日期是2017年1月24日，已经进入了乘飞机回家旅客的人数峰值期，全国重要的机场将进入到繁忙状态，返程高峰则从大年初六即2017年2月2日开始。
北京至成都、深圳至重庆、上海至哈尔滨、北京至三亚、广州至重庆、深圳至成都、成都至北京、重庆至广州、北京至哈尔滨、上海至成都，这十条是往年最热门的空中回家路。据去哪儿网大数据统计，北京至佳木斯的航线，在众多热门航线中并不起眼，但订票时间却比其他航线早很多，平均会提前36天。而从深圳回海口更早，一般提前43天，堪称最难买航线。记者注意到，在“春运期间十大最难买线路”中，北京起飞地就占了一半。
接送站。
4点到11点为乘车高峰。
春运期间，95%的旅客会有行李箱、背包并携带各种礼品，专车接送机/站成为热门出行工具。北京、成都、深圳、上海、三亚、广州、昆明、西安、哈尔滨、厦门等10个城市成为去哪儿接送机使用率最高的城市。
在接送机/站的用户中，25至35岁年龄段人群最高，占比48%，35至45岁占比也超过两成。在预约时间上看，男性一般提前在出发前3.5天至4.1天预订接送机服务;女性用户明显准备更加充分，其预约时间在4.1天至5.6天。
从出行时段上看，4点至11点为旅客乘车去机场、火车站高峰，其中5至6点出发人群最高，高达6.9%;10至11点又会出现小的高峰，出行占比为5.1%。
发福利。
买火车票最高减100元。
由华润怡宝饮料(中国)有限公司和去哪儿网发起的2017“怡起回家”春节活动于昨天正式启动。即日起至2017年2月11日，旅客打开去哪儿网app找到“怡起回家”专题可以参加红包抽奖，覆盖去哪儿网旗下机票、火车票、汽车票、接送机租车、度假、门票、酒店等全线产品。
其中，活动力度最大的是乘坐比例最高的“火车票”，活动为旅客提供了最高金额达100元的火车票减免优惠券，并可直接用于购票抵扣，还有千张“1元机票”秒杀、4000份车车代金券、4万份出游保险等多种优惠。过年期间，旅客还将享受到国内外12条免费度假线路、3万份怡宝定制红包和1万份出游保险的额外奖项。
相关。
北京至昆明高铁首发。
记者从北京铁路局获悉，自2017年1月5日起，北京将首开昆明、福田和绍兴方向高铁列车，北京西至昆明南最快旅行时间较现行直达特快压缩约21小时，实现“朝发夕至”。
铁路部门提示，为了配合此次运行图和下一步春运运行图的调整，12月30日以后的火车票预售期调整为30天。按此计算，今日最远可以买到2017年1月4日的火车票，有出行需求的旅客，可登录中国铁路客户服务中心网站或通过车站窗口、火车票代售处、拨打北京铁路局订票电话(95105105)购买车票。
列车调整。
首开北京西至昆明南g403/4次、g405/6次高铁列车2对;。
首开北京西至福田高铁列车2对，g71/2次、g79/80次;。
首开北京南至绍兴北高铁列车1对，g39/40次;。
增加1对北京南至商丘g1567/8次高铁列车;。
延长3对快速列车运行区段：北京西至桂林北k21/2次延长至南宁;保定至南京k849/52/49、k850/1/0次延长至上海;天津至大同k608/5次延长至朔州;大同至秦皇岛2604/1次改为朔州至秦皇岛。
大数据报告篇十一
伴随着科技进步，互联网及移动互联网的快速发展，云计算大数据时代的到来，人们的生活正在被数字化，被记录，被跟踪，被传播，大量数据产生的背后隐藏着巨大的经济和政治利益。大数据犹如一把双刃剑，它给予我们社会及个人的利益是不可估量的，但同时其带来个人信息安全及隐私保护方面的问题也正成为社会关注的热点。今年两会期间，维护网络安全被首次写入政府。
工作报告。
全国政协委员、联想集团董事长兼ceo杨元庆也在会议上呼吁“政府对个人信息安全立法，加强监管，并在整个社会中树立起诚信文化”大数据时代下维护个人安全成为重中之重。
(一)数据采集过程中对隐私的侵犯。
大数据这一概念是伴随着互联网技术发展而产生的，其数据采集手段主要是通过计算机网络。用户在上网过程中的每一次点击，录入行为都会在云端服务器上留下相应的记录，特别是在现今移动互联网智能手机大发展的背景下，我们每时每刻都与网络连通，同时我们也每时每刻都在被网络所记录，这些记录被储存就形成了庞大的数据库。从整个过程中我们不难发现，大数据的采集并没有经过用户许可而是私自的行为。很多用户并不希望自己行为所产生的数据被互联网运营服务商采集，但又无法阻止。因此，这种不经用户同意私自采集用户数据的行为本身就是对个人隐私的侵犯。
(二)数据存储过程中对隐私的侵犯。
互联网运营服务商往往把他们所采集的数据放到云端服务器上，并运用大量的信息技术对这些数据进行保护。但同时由于基础设施的脆弱和加密措施的失效会产生新的风险。大规模的数据存储需要严格的访问控制和身份认证的管理，但云端服务器与互联网相连使得这种管理的难度加大，账户劫持、攻击、身份伪造、认证失效、密匙丢失等都可能威胁用户数据安全。近些年来，受到大数据经济利益的驱使，众多网络黑客对准了互联网运营服务商，使得用户数据泄露事件时有发生，大量的数据被黑客通过技术手段窃取，给用户带来巨大损失，并且极大地威胁到了个人信息安全。
(三)数据使用过程中对隐私的侵犯。
互联网运营服务商采集用户行为数据的目的是为了其自身利益，因此基于对这些数据分析使用在一定程度上也会侵犯用户的权益。近些年来，由于网购在我国的迅速崛起，用户通过网络购物成为新时尚也成为了众多人的选择。但同时由于网络购物涉及到的很多用户隐私信息，比如真实姓名、身份证号、收货地址、联系电话，甚至用户购物的清单本身都被存储在电商云服务器中，因此电商成为大数据的最大储存者同时也是最大的受益者。电商通过对用户过往的消费记录以及有相似消费记录用户的交叉分析能够相对准确预测你的兴趣爱好，或者你下次准备购买的物品，从而把这些物品的广告推送到用户面前促成用户的购买，难怪有网友戏称“现在最了解你的不是你自己，而是电商”。当然我们不能否认大数据的使用为生活所带来的益处，但同时也不得不承认在电商面前普通用户已经没有隐私。当用户希望保护自己的隐私，行使自己的隐私权时会发现这已经相当困难。
(四)数据销毁过程中对隐私的侵犯。
由于数字化信息低成本易复制的特点，导致大数据一旦产生很难通过单纯的删除操作彻底销毁，它对用户隐私的侵犯将是一个长期的过程。大数据之父维克托・迈尔-舍恩伯格(viktormayer-schonberger)认为“数字技术已经让社会丧失了遗忘的能力，取而代之的则是完美的记忆”[1]。当用户的行为被数字化并被存储，即便互联网运营服务商承诺在某个特定的时段之后会对这些数据进行销毁，但实际是这种销毁是不彻底的，而且为满足协助执法等要求，各国法律通常会规定大数据保存的期限，并强制要求互联网运营服务商提供其所需要的数据，公权力与隐私权的冲突也威胁到个人信息的安全。
(一)将个人信息保护纳入国家战略资源的保护和规范范畴。
大数据时代个人信息是构成现代商业服务以及网络社会管理的基础，对任何国家而言由众多个人信息组成的大数据都是研究社会，了解民情的重要战略资源。近年来大数据运用已经不再局限于商业领域而逐步扩展到政治生活等方方面面。国家也越来越重视通过对大数据的分析运用从而了解这个社会的变化以及人民的想法，甚至从中能够发现很多社会发展过程中的问题和现象，这比过去仅仅依靠国家统计部门的数据来的更真实全面，成本也相对较小，比如淘宝公布的收货地址变更数据在一定程度上揭示了我国人口的迁移，这些信息对于我国的发展都是至关重要的。
因此将个人信息保护纳入国家战略资源的保护和规划范畴具有重要的意义。2017年政府工作报告首次提出了“维护网络安全”这一表述意味着网络安全已上升国家战略。这是我国在大数据时代下对个人信息保护的重要事件，也具有里程碑的意义。
(二)加强个人信息安全的立法工作。
大数据时代对个人信息安全保护仅仅依靠技术是远远不够的，关键在于建立维护个人信息安全的法律法规和基本原则。这方面立法的缺失目前在我国是非常严重，需要积极推动关于个人信息安全的法律法规的建立，加大打击侵犯个人信息安全的行为。2017年两会期间全国政协委员、联想集团董事长兼ceo杨元庆呼吁政府加强对个人信息安全的立法和监督，引起了社会各界广泛关注和重视，这充分说明这个问题已经成为一个重要的社会问题。我本人对个人信息安全立法工作有以下几点建议：第一，必须在立法上明确个人信息安全的法律地位。个人信息安全与隐私权“考虑到法律在一般隐私权上的缺乏，要对网络隐私权加以规范就有必要先完善一般隐私权的规定，因此首先应通过宪法明确规定公民享有隐私权。[2]”第二，必须从法律上明确采集数据的权利依据。由于在数据采集过程中经常发生对个人信息的侵害，因此无论是政府还是互联网运营服务商都必须遵循一定的原则和依据。政府采集数据的行为应该符合宪法的要求，而互联网运营服务商采集数据必须要经过当事人同意。第三，制定关于个人信息安全的专门法律。2017年国务院信息办就委托中国社科院法学所个人数据保护法研究课题组承担《个人数据保护法》比较研究课题及草拟一份专家建议稿。2017年，最终形成了近8万字的《中华人民共和国个人信息保护法(专家建议稿)及立法研究报告》。但到目前为止我国的个人信息保护法仍没有立法，因此加快这个立法过程是当务之急。
大数据报告篇十二
大数据项目可行性研究报告（优秀篇）。
第一部分大数据项目总论。
总论作为可行性研究报告的首要部分，要综合叙述研究报告中各部分的主要问题和研究结论，并对项目的可行与否提出最终建议，为可行性研究的审批提供方便。
(一)项目名称。
(二)项目承办单位。
(三)可行性研究工作承担单位。
(四)项目可行性研究依据。
本项目可行性研究报告编制依据如下：
1.《中华人民共和国公司法》;。
2.《中华人民共和国行政许可法》;。
3.《国务院关于投资体制改革的决定》国发(2004)20号;。
4.《产业结构调整目录2011版》;。
5.《国民经济和社会发展第十二个五年发展规划》;。
6.《建设项目经济评价方法与参数(第三版)》，国家发展与改革委员会2006。
年审核批准施行;。
7.《投资项目可行性研究指南》，国家发展与改革委员会2002年。
8.企业投资决议;。
9.……;。
10.地方出台的相关投资法律法规等。
(五)项目建设内容、规模、目标。
(六)项目建设地点。
二、大数据项目可行性研究主要结论。
在可行性研究中，对项目的产品销售、原料供应、政策保障、技术方案、资金总额及筹措、项目的财务效益和国民经济、社会效益等重大问题，都应得出明确的结论，主要包括：
(一)项目产品市场前景。
(二)项目原料供应问题。
(三)项目政策保障问题。
(四)项目资金保障问题。
(五)项目组织保障问题。
(六)项目技术保障问题。
(七)项目人力保障问题。
(八)项目风险控制问题。
(九)项目财务效益结论。
(十)项目社会效益结论。
(十一)项目可行性综合评价。
三、主要技术经济指标表。
在总论部分中，可将研究报告中各部分的主要技术经济指标汇总，列出主要技术经济指标表，使审批和决策者对项目作全貌了解。
四、存在的问题及建议。
对可行性研究中提出的项目的主要问题进行说明并提出解决的建议。
1.项目总投资来源及投入问题。
项目总投资主要来自项目发起公司自筹资金，按照计划在2012年3月份前完成项目申报审批工作。预计项目总投资资金到位时间在2011年4月底。整个项目建设期内，主要完成项目可研报告编制、项目备案、土建及配套工程、人员招聘及培训、设备签约、设备生产、设备运行及验收等工作。
项目发起公司拟设立专项资金账户用于项目建设用资金的管理工作。对于资金不足部分则以银行贷款、设备融资，合作，租赁等多种方式解决。
2.项目原料供应及使用问题。
项目产品的原料目前在市场上供应充足，可以实现就近采购。项目本着生产优质产品、创造一流品牌的理念，对原材料环节进行严格把关，对原料供应商进行优选，保证生产顺利进行。
3.项目技术先进性问题。
项目生产本着高起点、高标准的准则，拟采购先进技术工艺设备，引进先进生产管理经验，对生产技术员工进行专业化培训，保证生产高效、工艺先进、产品质量达标。
第二部分大数据项目建设背景、必要性、可行性。
这一部分主要应说明项目发起的背景、投资的必要性、投资理由及项目开展的支撑性条件等等。
一、大数据项目建设背景。
(一)大数据项目市场迅速发展。
(二)国家产业规划或地方产业规划。
我国非常中国大数据领域的发展，国家和地方在最近几年有关该领域的政策力度明显加强，突出表现在如下几个方面：
(1)稳定国内外市场;。
(2)提高自主创新能力;。
(3)加快实施技术改造;。
(4)淘汰落后产能;。
(5)优化区域布局;。
(6)完善服务体系;。
(7)加快自主品牌建设;。
(8)提升企业竞争实力。
(三)项目发起人以及发起缘由。
……。
二、大数据项目建设必要性。
(一)……。
(二)……。
(三)……。
(四)……。
三、大数据项目建设可行性。
(一)经济可行性。
(二)政策可行性。
(三)技术可行性。
本项目建设坚持高起点、高标准方案，为保证工艺先进性，关键设备引进国外厂商，其他辅助设备从国内厂商中优选。该公司始建于1998年，2001年改制为股份有限公司，经过多年的技术改造和生产实践，公司创造出一流的大数据工艺和先进的管理技术，完全能够按照行业标准进行生产和检测，其新技术方案的引入，将有效保证本项目顺利开展。
(四)模式可行性。
大数据项目实施由项目发起公司自行组织，引进先进生产设备，土建工程由公司自主组织建设。项目建成后，项目运作由该公司全资注册子公司主导，项目产品面向国内、国际两个市场。目前，国内外市场发展均较为迅速，市场空间放量速度加快，市场需求强劲，可以保证产品有效销售。
(五)组织和人力资源可行性。
第三部分大数据项目产品市场分析。
市场分析在可行性研究中的重要地位在于，任何一个项目，其生产规模的确定、技术的选择、投资估算甚至厂址的选择，都必须在对市场需求情况有了充分了解以后才能决定。而且市场分析的结果，还可以决定产品的价格、销售收入，最终影响到项目的盈利性和可行性。在可行性研究报告中，要详细研究当前市场现状，以此作为后期决策的依据。
一、大数据项目产品市场调查。
(一)大数据项目产品国际市场调查。
(二)大数据项目产品国内市场调查。
(三)大数据项目产品价格调查。
(四)大数据项目产品上游原料市场调查。
(五)大数据项目产品下游消费市场调查。
(六)大数据项目产品市场竞争调查。
二、大数据项目产品市场预测。
市场预测是市场调查在时间上和空间上的延续，是利用市场调查所得到的信息资料，根据市场信息资料分析报告的结论，对本项目产品未来市场需求量及相关因素所进行的定量与定性的判断与分析。在可行性研究工作中，市场预测的结论是制订产品方案，确定项目建设规模所必须的依据。
(一)大数据项目产品国际市场预测。
(二)大数据项目产品国内市场预测。
(三)大数据项目产品价格预测。
(四)大数据项目产品上游原料市场预测。
(五)大数据项目产品下游消费市场预测。
(六)大数据项目发展前景综述。
第四部分大数据项目产品规划方案。
一、大数据项目产品产能规划方案。
二、大数据项目产品工艺规划方案。
(一)工艺设备选型。
(二)工艺说明。
(三)工艺流程。
三、大数据项目产品营销规划方案。
(一)营销战略规划。
(二)营销模式。
在商品经济环境中，企业要根据市场情况，制定合格的销售模式，争取扩大市场份额，稳定销售价格，提高产品竞争能力。因此，在可行性研究中，要对市场营销模式进行研究。
1、投资者分成。
2、企业自销。
3、国家部分收购。
4、经销人情况分析。
(三)促销策略。
……。
第五部分大数据项目建设地与土建总规。
一、大数据项目建设地。
(一)大数据项目建设地地理位置。
(二)大数据项目建设地自然情况。
(三)大数据项目建设地资源情况。
(四)大数据项目建设地经济情况。
(五)大数据项目建设地人口情况。
(六)大数据项目建设地交通运输。
项目运作立当地，面向国内、国际两个市场，项目建设地交通运输条件优越，目前已形成铁路、公路、航空等立体方式的交通运输网。公路四通八达，境内有3条国道、2条省道，高速公路建设步伐进一步加快，将进一步改善当地的公路运输条件，逐渐优化的交通条件有利于项目产品销售大数据环节效率的提升，使得产品能够及时投放到销售目标市场。
二、大数据项目土建总规。
(一)项目厂址及厂房建设。
1.厂址。
2.厂房建设内容。
3.厂房建设造价。
(二)土建规划总平面布置图。
(三)场内外运输。
1.场外运输量及运输方式。
2.场内运输量及运输方式。
3.场内运输设施及设备。
(四)项目土建及配套工程。
1.项目占地。
2.项目土建及配套工程内容。
(五)项目土建及配套工程造价。
(六)项目其他辅助工程。
1.供水工程。
2.供电工程。
3.供暖工程。
4.通信工程。
5.其他。
第六部分大数据项目大数据、节能与劳动安全方案。
在项目建设中，必须贯彻执行国家有关环境保护、能源节约和职业安全卫生方面的法规、法律，对项目可能对环境造成的近期和远期影响，对影响劳动者健康和安全的因素，都要在可行性研究阶段进行分析，提出防治措施，并对其进行评价，推荐技术可行、经济，且布局合理，对环境的有害影响较小的最佳方案。按照国家现行规定，凡从事对环境有影响的建设项目都必须执行环境影响报告书的审批制度，同时，在可行性研究报告中，对环境保护和劳动安全要有专门论述。
一、大数据项目环境保护方案。
(一)项目环境保护设计依据。
(二)项目环境保护措施。
(三)项目环境保护评价。
二、大数据项目资源利用及能耗分析。
(一)项目资源利用及能耗标准。
(二)项目资源利用及能耗分析。
三、大数据项目节能方案。
按照国家发改委的规定，节能需要单独列一章。按照国家发改委的相关规定，建筑面积在2万平方米以上的公共建筑项目、建筑面积在20万平方米以上的居住建筑项目以及其他年耗能2000吨标准煤以上的项目，项目建设方都必须出具《节能专篇》，作为项目节能评估和审查中的重要环节。项目立项必须取得节能审查批准意见后，项目方可立项。因此，对建设规模超过发改委规定要求的项目，《节能专篇》如同《环境评价报告》一样，是项目建设前置审核的必须环节。
(一)项目节能设计依据。
(二)项目节能分析。
(一)项目消防设计依据。
(二)项目消防措施。
(三)火灾报警系统。
(四)灭火系统。
(五)消防知识教育。
五、大数据项目劳动安全卫生方案。
(一)项目劳动安全设计依据。
(二)项目劳动安全保护措施。
第七部分大数据项目组织和劳动定员。
在可行性研究报告中，根据项目规模、项目组成和工艺流程，研究提出相应的企业组织机构，劳动定员总数及劳动力来源及相应的人员培训计划。
一、大数据项目组织。
(一)组织形式。
(二)工作制度。
二、大数据项目劳动定员和人员培训。
(一)劳动定员。
(二)年总工资和职工年平均工资估算。
(三)人员培训。
本项目采用“标准化培训”实施人员培训，所谓“标准化培训”指的是定岗前招聘、基本技能培训等由公司安排各部门技术骨干统一按照规定执行，力求使得员工熟悉公司业务和需要掌握的各项基本技能。经过标准化培训后，公司根据各人表现确定岗位，然后由各岗位的技术负责人针对岗位特有业务进行学徒式指导和培训。两种方式的结合既保证了员工定岗的准确性，也缩短了员工定岗后成为合格员工的时间，这对于节约人员培训成本和缩短培训时间都具有极好的效果。
大数据报告篇十三
大数据中心，是指服务于大数据存储、挖掘、分析和应用的数据中心。大数据(bigdata,megadata)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。目前我国的数据中心总数已接近100万。
二、行业分布。
作为信息化建设的核心内容，数据中心始终是金融、政府、能源、交通等行业的投入重点;而伴随着电信行业的转型和移动互联网的发展，idc也成为电信行业重点投资领域。此外ipdc互联网数据中心成为市场的热点，互联网提供商大规模建设云数据中心。
三、发展前景。
十二五”规划中明确了战略新兴产业是国家未来重点扶持的对象，其中信息技术被确立为七大战略性新兴产业之一，将被重点推进。新一代信息技术分为六个方面，分别是下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路和以云计算为代表的高端软件。
四、选址要素。
1级别时，两路、或多路10kv进线应来自不同上级变电站，或同一变电站的不同的变压器。（目前，国内数据中心用户最多选用的一个电压等级。全国各个省市在具体设计和管理上略有不同。）。
c)35kv：不是所有地方都有该电压等级，在已有的可以选用的35kv用户站中，其每一路的容量一般不超过20mvad)110kv：当用户的单一回路用电负荷超过20mva级别时，需要考虑110kv变电站，或66kv变电站（在我国部分地区有分布）。监狱在中国采用大工业用电方式计费时，要按照变压器的装机容量记收基础电费（或按照最大装机容量记收基础电费），对于冗余度要求高的数据中心，如tire3或以上级别，需要双路市电供电，双路变压器设计的数据中心，过高的变压器装机量冗余度，将使得数据中心本身的基础电费成本过高，在单一回路市电需求功率30mva以上级别时，尽可能独立考虑独立的110kv变电站。
（备注：需要和当地国家电网规划和管理部门具体落实。）。
3.数据中心里大部分it和电气设备的耗电会转换为大量的热，所以需要一套有效的散热体系。通常情况下，数据中心更适合建设在室外环境温度常年比较低的区域；以便于数据中心的散热可以尽可能地使用自然冷源或延长使用自然冷源的时间，减少机械制冷的能耗。
6.数据中心建设目前还是一个高投入，高风险也是高产出的产业；对于选址方面，需要地方政府在政策上能够给予足够的扶持力度；包括：
2a)土地：地方政府在土地，位置、及土地性质继续协助安排；
b)电价：数据中心属于高能耗产业，由于本身对现场环境基本没有严重污染问题，相对其他高能耗产业，可以申请政府在电价上给予补贴；通常政府换届会影响，前期会有帮助，另外，对于项目后期的融资也会有影响。
d)科技补贴：地方政府可以针对技术含量比较高的数据中心行业，提供一定的科技补贴，以吸引投资。
g)bms自动化控制h)动力环境的监控i)网络。
j)it硬件服务，软件服务等一系列人才k)各主要设备供应商的技术支持人才。
目前在我国，这些专业的有经验的人才大部分聚集在一线城市里，最多可以布局的部分发达的二线城市；而我国能源充裕的地区，恰恰缺乏这方面的人才，是的在这些地区，数据中心交付时旺旺很难找齐合适人才来源，并在数据中心建设阶段，运维人员就应该陆续到岗，并需要跟进项目的建设，针对各专业系统，深入了解；在数据中心的测试验收阶段，需要基本全员到岗，并一同参与所有的测试，验收和接收工作；对于远离一线城市的偏远地区，如果不能落实人才问题，3数据中心的选址需要慎重考虑。
五、标准要求。
（一）自然地理环境1.避免地质灾害区域。
3.对空气污染的注意，尤其对于空气里的硫化物（如二氧化硫、硫化氢）含量污染。
5.远离危险品生产、储存、运输环境；（包括化工厂，炼油厂，加油站，储油罐，弹药库，烟花生产厂等）。
6.远离军事基地，演戏、实验基地。
9.避免在有民族矛盾、军事冲突、社会治安不稳定的地区及附近建设数据中心。
（二）配套设施。
数据中心的业务特点以及其质量和容量的要求，决定了数据中心对当地供电能力的要求，供电量必须保证充足和稳定。我们需要了解的因素包括：可用性——在了解当地电力供应情况的同时，我们需要权衡备选地点是否有多个成熟的电网;成本因素——我们还需要比较各种电力成本。也就是说，每千瓦时的动力源的成本应该足够低;具备替代的能源——决策管理层还需要考虑备选地点是否有诸如太阳能、风能、空气等可再生的能源，这将有助于企业打造更加绿色的企业形象。
双电源供电。
电对数据中心的重要性就像水对鱼儿的重要性一样，一旦数据中心发生断电情况，若没有很好的备份供电系统，诸多设备承载的业务就会发生中断，给数据中心带来严重损失。现在的数据中心供电都要考虑冗余，确保用电可靠性。
供电方案。
这是传统数据中心普遍采用的供电方案，数据中心采用两套供电输入系统，一套市电，一套备用电，备用电可以是蓄电池或柴油发电机组，市电是主用供电系统，当市电故障时，通过ats自动切换到备用电上，这样断电故障不会对后端设备产生影响。高精度的ups供电切换时间可以在30ms以下，可以满足绝大部分设备持续供电。
（三）成本因素。
对于一个建设项目来说，成本必然是一个必须反复权衡的因素。成本涉及到当地规划及土地价格、房屋建筑价格、租赁和物业价格、网络通讯费用、用电价格、5用水价格等多发因素。数据中心选址时，需要从通信基础设施的角度需要考虑各种因素。如：光纤主干线路及其距数据中心选址的距离。这将有助于衡量从光纤主干线路到数据中心选址所需投资的确切数据;光纤类型，这会影响传输速度;所在地通讯服务运营商的类型及其支持的服务模式;延迟因素，传输和交付延迟时间也将是一个重要的因素。
（四）政策环境。
良好的政策环境将有利于一个基地气候的形成，促进客户的选择和落户。需要考虑的因素包括：物业税、企业税和销售税。
（五）高科技人才环境。
人力资源主要包括：高校数据、it人员数量，其他科技教育机构数量。主要考察当地经济文化发展水平、科技教育环境、交通便利条件、人力资源供应及水平等方面，数据中心作为信息技术的集中体现，对各种社会资源的要求都非常高。
1、人员配置：
针对于不同的数据中心管理目标，相应的人员配置决策显然将会不同。对于c4的数据中心，要求运维人员做到全年7x24小时的值守。ui在美国的数据统计表明，全天候的值守可以将数据中心故障的发生率降低50%，对于提升整体数据中心的可用性有相当大的影响。为了实现全天候的值守，13个人的运维团队是最基本的配置，其中包括了数据中心机房经理1人，3名二线技术支持人员(覆盖电气、空调和弱电专业，可以在必要的时候顶替日常值班人员)，1名运维主管以及8名一线的运维技术人员。8名一线的运维人员分为4个班组，采用8小时或者12小时一班进行轮值。在这8名运维人员中，每一班需要有至少一名资深人员，具备对于现场紧急情况进行快速处置的能力。当然，这13人的运维团队只是最基本的配置人数，随着数据中心功率和设备数量的增长，运维人员在各个专业也应该有相应人数的补充，从而与工作量相匹配。
2、组织结构。
组织结构通常包括两方面内容：一是对机房内所有活动的角色和他们的工作职责进行准确的定义;二是呈现各角色之间的汇报关系以及运维团队与建筑工程、it系统、安防系统之间的工作界面。对角色和职责的准确定义可以将工作6内容细分到每个人身上，做到责任到岗、责任到人;各级之间的汇报关系是处理数据中心事件，尤其是紧急事件的方式依据，对不同等级的事件要明确上报的途径和终点。
（六）社会及当地的人力资源条件。
主要考察当地经济文化发展水平、科技教育环境、交通便利条件、人力资源供应及水平等方面，数据中心作为信息技术的集中体现，对各种社会资源的要求都非常高。
六、区域发展倾向。
目前全国性的数据中心和灾难备份中心主要集中在北京、上海和广东这几个地区，北京是各行业主管机关的所在地，全国众多的主要金融机构总部所在地，因此也是多数总部级数据中心的天然所在地。上海目前已经成为全国银行业数据中心的集中地，广东作为中国经济最发达地区之一，也是数据中心/灾备中心的集聚地。
造成数据中心选址倾向性有几个原因：一个是总部所在地的原因。第二是银行数据中心选址，对其它行业有影响。第三，由于信息不对称，很多领导决策的时候没有充分地考虑很多问题，凭感觉或者经验就决定了。第四，我们比较缺乏系统的考察指标。
七、建设方式。
（一）企业自建数据中心。
很多大型企业都拥有自己的数据中心，然后通过租用运营商的广域网线路，实现多个内部数据中心的互联。比如：军网、公安网、平安工程、银行行业、石油行业等，这些专网使用的都是专有的数据中心，由各大政府部门、企业主导自行创建的。
优势：自建的数据中心，使用非常灵活，可以根据自己需求任意改动，灵活性高，尤其这种自建的数据中心安全度最高，信息泄露，受攻击的可能性大为减少。劣势：这种数据中心投入大，建设成本高，具有封闭性，专为单个企业或部门提供服务。由于建设数据中心要申请工业建筑用地、要得到供电部门、建设部门的同意，手续非常繁琐。而且建成后到投入使用，往往需要几年的时间，建设周期长。
（二）租用运营商数据中心。
运营商提供场地、机柜、网络带宽和供电，互联网企业直接将设备放入运营商网络中即可。
优势：一般只要一周就可以建设完一个数据中心并投入使用，速度非常快，这种方式在互联网企业中非常普遍，这样互联网企业只需要关注自己的应用设备(主要是网络设备和服务器)运行状况即可，不必关心机房环境、空调、供电等一系列问题。虽然要向运营商支付不菲的租用金额，但仍可为互联网企业节省了大量的人力和物力。互联网企业而且可以根据自己的业务实际情况，在运营商的各级省市都去租用数据中心机房，迅速部署业务。
劣势：使用仍有一些限制，比如机房环境的维护、设备出入管理都受到运营商的限制。租用期限、新增机房面积都要和运营商沟通，需要运营商的同意才能实施。这些互联网企业要想发展的好首先就要和这些运营商搞好关系。
（三）租用数据中心提供的服务。
通过直接租用大型数据中心的服务，就可以部署自己企业的业务。比如可以根据自己的业务需求，向阿里云租用100gt的硬盘和200g的内存，10g的带宽，对于中小企业，满足这些性能的物理硬件完全不可见。
优势：这样企业用户可以完全聚焦于自己的应用业务，不必关心数据中心底层实现，也为企业节省了人力。
劣势：
1、故障恢复性难度大。当然这样的形式使得企业的核心业务稳定性与租用的数据中心运行稳定性关系较大，有时出现故障，由于企业自身看不到数据中心底层实现，只能甘等业务恢复。
2、有时还会出现互相推诿的情况，而由于租用方处于技术弱势方，往往故障所带来的损失很难得到补偿。
3、安全性无保障。除了上层应用，数据中心底层实现都不受自己控制，受到攻击都没有任何手段，因此安全性完全取决于承租的数据中心。因此在选择租用数据中心服务时，要对其数据中心的安全性进行充分考量。现在提供数据中心应用服务的还比较少，只有几家，竞争还不充分，这给中小企业选择的余地较少。
8年实现500亿元产值，成为国家政务资源后台处理与备份中心和国家级大数据处理中心。目前引进了四大运营商，中国联通、中国电信、中国移动和陕西广电网络，以及一个国家部委国家计生委的灾备中心。通过大数据的引领发展，带动信息产业的发展，带动软件包括装备制造产业的发展。
（二）重庆西永微电子产业园区：园区于2005年8月正式设立，规划面积30平方公里，其中产业区20平方公里，配套服务区（西部新城的城市中心区）10平方公里。园区产业以集成电路产业和软件及信息服务产业为主导，着力打造集设计、研发、制造、封装测试、应用以及配套于一体的集成电路产业和软件与信息服务产业集群。
（三）天津市滨海新区：部署建设大数据产业园区。一期规划布局1个大数据产业示范基地和3个大数据产业园区。其中，开发区云计算产业基地作为大数据产业示范基地；保税区数字出版基地、高新区软件与服务外包基地、塘沽海洋高新区作为3个大数据产业园区，争取成为国家级大数据产业基地。
（四）中关村大数据产业园：设立中关村软件园和清华科技园两个分园，建筑面积2.5万余平方米，已吸引了10余家符合条件的企业入驻。
大数据报告篇十四
摘要：大数据时代的数据格式特性首先让我们先来了解一下大数据时代的数据格式特性。从it角度来看，信息结构类型大致经历了三次浪潮。必须注意这一点，新的浪潮并没取代旧浪潮，它们仍在不断发展，三种数据结构类型一直存在，只是其中一种结构类型往往主导于其他结构：结构化信息这种信息可以在关...根据idc的调查报告预测到2020年全球电子设备存储的数据将暴增30倍，达到35zb（相当于10亿块1tb的硬盘的容量）。大数据浪潮的到来也为企业带来了新一轮的挑战。对于有准备的企业来说这无疑是一座信息金矿，能够合理的将大数据转换为有价值信息成为未来企业的必备技能。恰逢此时，csdn专门针对企业相关人员进行了大规模问卷调研，并在数千份的调查报告中。
总结。
出现今企业大数据业务的现状。在此我们也将调研结果展示与此以供大家参考。
大数据时代的数据格式特性首先让我们先来了解一下大数据时代的数据格式特性。从it角度来看，信息结构类型大致经历了三次浪潮。必须注意这一点，新的浪潮并没取代旧浪潮，它们仍在不断发展，三种数据结构类型一直存在，只是其中一种结构类型往往主导于其他结构：
结构化信息——这种信息可以在关系数据库中找到，多年来一直主导着it应用。这是关键任务oltp系统业务所依赖的信息，另外，还可对结构数据库信息进行排序和查询；半结构化信息——这是it的第二次浪潮，包括电子邮件，文字处理文件以及大量保存和发布在网络上的信息。半结构化信息是以内容为基础，可以用于搜索，这也是谷歌存在的理由；非结构化信息——该信息在本质形式上可认为主要是位映射数据。数据必须处于一种可感知的形式中（诸如可在音频、视频和多媒体文件中被听或被看）。许多大数据都是非结构化的，其庞大规模和复杂性需要高级分析工具来创建或利用一种更易于人们感知和交互的结构。
企业内部大数据处理基础设施普遍落后。
从调查结果可以看出，接近50%的企业服务器数量在100台以内，而拥有100至500台占据了22%的比例。500至2000台服务器则占据剩下28.4%的比例。可以看出面对大数据现今大部分企业还没有完善其硬件基础架构设施。以现阶段企业内大数据处理基础设施的情况来看50%的企业面临大数据处理的问题（中小企业在面对大数据的解决之道应遵循采集、导入/处理、查询、挖掘的流程）。
但这只是暂时状况，“廉价”服务器设施会随着企业业务的发展逐渐被淘汰出历史的舞台，在未来企业基础架构体系的硬件选用上，多核多路处理器以及ssd等设备会成为企业的首选。facebook的opencomputeproject就在业界树立了榜样，opencomputeproject利用开源社区的理念改善服务器硬件以及机架的设计。其数据中心pue值也是领先与业内的其他对手。
而在具有大数据处理需求的企业中52.2%的日数据生成量在100gb以下，日数据生成量100gb到50tb占据了43.5%，而令人惊讶的是，日数据生成量50tb以上也有4.4%的份额。数据量持续的增长，公司将被迫增加基础设施的部署。专利费用将一直增加，而开源技术，则省了这笔一直持续的专利费。对于急需改变自己传统it架构的企业而言，传统的结构化数据与非结构化数据的融合，成了所有人关心的问题。
企业面对大数据处理的挑战与问题。
现今大数据呈现出“4v+1c”的特点。既variety：一般包括结构化、半结构化和非结构化等多类数据，而且它们处理和分析方式有区别；volume：通过各种设备产生了大量的数据，pb级别是常态；velocity：要求快速处理，存在时效性；vitality：分析和处理模型必须快速变化，因为需求在变；complexity：处理和分析的难度非常大。
从图中我们可以看出资源利用率低、扩展性差以及应用部署过于复杂是现今企业数据系统架构面临的主要问题。其实大数据的基础架构首要需要考虑就是前瞻性，随着数据的不断增长，用户需要从硬体、软件层面思考需要怎样的架构去实现。而具备资源高利用率、高扩展性并对文件存储友好的文件系统必将是未来的发展趋势。
应用部署过于复杂也催生了大数据处理系统管理员这一新兴职业，其主要负责日常hadoop集群正常运行。例如直接或间接的管理硬件，当需要添加硬件时需保证集群仍能够稳定运行。同时还要负责系统监控和配置，保证hadoop与其他系统的有机结合。
而多格式数据、读写速度（读写速度是指数据从端点移动到处理器和存储的速度）以及海量数据是企业面临大数据处理急需解决的技术挑战。众所周知随着大容量数据（tb级、pb级甚至eb级）的出现，业务数据对it系统带来了更大的挑战，数据的存储和安全以及在未来访问和使用这些数据已成为难点。同时大数据不只是关于数据量而已。大数据包括了越来越多不同格式的数据，这些不同格式的数据也需要不同的处理方法。充分利用有用的数据，废弃虚伪无用的数据，是数据挖掘技术的最重要的应用。
企业内部数据分析与挖掘工具应用现状。
云时代企业数据挖掘面临如下三点挑战。挖掘效率：进入云计算时代后，bi的思路发生了转换。以前是基于封闭的企业数据进行挖掘，而面对引入互联网应用后海量的异构数据时，目前并行挖掘算法的效率很低；多源数据：引入云计算后，企业数据的位置有可能在提供公有云服务的平台上，也可能在企业自建的私有云上，如何面对不同的数据源进行挖掘也是一个挑战；异构数据：web数据的最大特点就是半结构化，如文档、报表、网页、声音、图像、视频等，而云计算带来了大量的基于互联网模式提供的saas应用，如何梳理有效数据是一个挑战。抛去价格因素之外可以看出反应速度慢、操作不方便、数据不准确、分析不准确这四项是企业数据分析与数据挖掘面临的主要问题。商业化解决方案固然成熟，但成本也是显而易见的。而具备在开源平台之上处理分析大数据能力的数据科学家则成为另外的一种选择。数据科学家具备专业领域知识并具备研究利用相应算法分析对应问题的能力，可帮助创建推动业务发展的相应的大数据产品和大数据解决方案。
从调查结果中我们可以看出hadoop占据了半壁江山，而同为开源的hbase也有将近四分之一的占有率。而商业化的数据分析与挖掘平台（如teradata、netezza、greenplum等）总共只有13.9%的份额。短期来讲，开源分析将越来越广泛的使用，并且增长迅速。长期来看，混合技术的应用将在高度竞争的市场上出现，两者将同样有巨大的需求。可以预见的是，hadoop作为企业级数据仓库体系结构核心技术，在未来的10年中它将会保持增长。随着云时代的到来，企业面临的应用方式更加多元化，通过云的手段提供海量数据挖掘的方法，提高了挖掘的效率，增加了挖掘的精度，更利于挖掘应用的推广以及专业的行业知识库的构建。同时收集、存储庞大的新型数据充满了挑战，然而分析这些数据的新方法才是帮助最成功企业甩开竞争对手的利器。
大数据报告篇十五
12月8日消息，第一财经商业数据中心发布的《中国互联网消费生态大数据报告》显示，中国7.1亿网民将成为潜在的互联网消费者。
80后、90后消费观念大不同。
报告显示，80后与90后作为互联网消费领域的核心消费人群，90后在线上拥有鲜明消费特征，主要的标签是娱乐至上、爱新鲜和个性化。90后在玩乐方面的兴趣广泛，既表现出对桌游、美食、夜生活的喜爱，也对二次元、游戏等虚拟领域有着更高的付费意愿。
相比较下，80后则更顾家，在互联网理财、互联网地产、电商等消费领域有显著的消费特征，是互联网消费的主力人群。从阅读内容方面看，80后更加偏爱看健身、旅游、时尚、房产等话题的资讯;购物方面看，80后也更偏爱大家电、汽车用品、童装等居家物品，由此可以看出，80后互联网消费者特征的关键词是家庭化、品质和资讯控。
网红借力电商成“吸金王”
今年电商和社交的融合成为一个典型现象。数据显示，红人经济的发展使得红人店铺的浏览成交高于一般女装店铺，近50%的粉丝有重复购买的行为，并且规模大的红人店铺比一般红人店铺转化率高出57%。可以看出电商红人的店铺具有粉丝粘性高、高浏览高转化以及销售爆发力强的优势。
便捷和品质成互联网消费核心诉求。
移动互联网的渗透和众多新应用的兴起使得我国互联网消费生态不断孕育繁衍，消费者的需求也因此更加清晰细分，便捷与品质的诉求是两大明显特征。
报告提出，消费趋势的便捷主要体现在降低门槛、资源优化、服务整合和随时随地四个特性。以滴滴出行为例，滴滴优化夜间运力资源极大满足了人们夜间个性化出行的需求。数据显示，机场、火车站、餐饮等夜间交通资源不足的地方，使用滴滴出行的偏好度均呈现上升趋势，体现出网约车满足了消费者的`交通需求。
需求“品质化”则大大促进了商家运营发展轨迹的高端化、定制化、专业化和服务化。报告数据显示，从趋势上看，飞猪三年跟团游的增幅高于自由行的增幅，且跟团游中有近8成的订单数是当地游，可以看出组件式的“diy自由行”已成为了消费者旅游出行的新风尚，同时也反映了多元化的自由行产品为消费者提供了更丰富的定制体验。
大数据报告篇十六
4月6日，联合交通部科学研究院对外发布《第一季度中国主要城市骑行报告》。该报告以ofo出行大数据为参考，首次采用城市骑行指数作为评估指标，对北京、上海、广州、深圳、天津、南京、西安、杭州等20座国内一二线城市的共享单车发展水平进行评估排名。
可以发现，在单车使用水平、节能减排水平、健康贡献水平、停车设施水平、服务环境水平和社会文明水平六个方面，每个城市的表现各有不同。行业专家分析称，该报告对透视我国城市慢行交通发展现状、追踪共享单车行业发展、推动智能绿色城市建设事业起到参考作用。
18~45岁人群成共享单车主要用户西安广州最男人、天津昆明最均衡。
报告显示，18~45岁人群成共享单车骑行的主力用户，占比接近90%，其中30岁及以下群体占比达到55%，30~45岁占比约35%。由此可见，共享单车的用户不仅覆盖年轻群体，也受到了中年群体的广泛认可和使用。
同时，在用户男女比例分布中，不同的城市区分为了两大派系。一个是以西安、广州为代表的五座城市成为了“最男人”的共享单车骑行城市，男性用户占比达到55.90%~59.70%，较高于女性用户。而以天津、昆明为代表的五座城市则成了“最均衡”的共享单车骑行城市，男女比例在48%~52%之间，可以说基本相差无几。但综合来看，女性用户占比能达到45%左右。
中国城市整体骑行水平53.6分空间巨大综合指数六大榜单昆明东莞上榜。
报告显示，20第一季度中国城市整体骑行水平为53.6分，其中北京以84.3位居榜首，上海、成都分别以79.3分和65.1分紧随其后。除此之外，深圳、昆明、杭州、广州、南京、厦门、福州、武汉等八座城市也高于平均分，城市骑行水平较为领先。
而53.6的整体骑行水平虽然较满分100分来看属于偏低水平，但考虑到年初共享单车才迎来一波的快速发展，诸多方面尚不完善，例如城市停车设施的建设，北京、上海、杭州三城虽然达到13分以上，但其他20座城市停车设施平均得分仅为7.55分，远低于满分20分。未来，随着共享单车的健康发展、城市停车设施的建设、服务环境的提升等因素逐步完善，分数还将进一步上升。
报告同时给出“2017年第一季度主要城市六大榜单”，北京位列“停车设施相对完善”、“节能减排贡献最大”、“政府服务环境最好”三个榜单之首。昆明则成为“最爱骑共享单车的城市”，东莞成为“我骑行·我健康”的榜首城市。
城市文明程度杭州12.9分排第一20城q1累计骑行5.93亿公里。
报告针对社会文明程度，对各城市对共享单车的友好度进行了评分，杭州市以12.9分排名第一，南京、西安分别以12.75和12.22排名第二第三，北京仅以9.94分排名第九。在服务环境水平评估中，北京以满分15分位列第一。近期，全国各地陆续出台了针对共享单车的管理办法，如上海出台了《共享自行车服务规范》，成都推出了《成都市关于鼓励共享单车发展的试行意见》。
报告显示，我国20座城市第一季度累计骑行5.93亿公里，相当于绕地球14794圈，日均累计骑行距离为659万公里，相当于地球赤道的164倍。不仅如此，20个城市第一季度人均累计骑行消耗热量6840千卡路里，相当于燃烧掉1.8斤脂肪。
共享单车缓解城市交通出行难问题。
数据统计，从1995年至，随着民用汽车保有量从1040万辆攀升至1.9亿辆，自行车的.保有量却从6.7亿辆，急剧下降至3.3亿辆。汽车成为代步工具的同时，给城市交通和生态环境也带来了极大压力，城市居民的出行成本急剧上升。
专家认为，共享单车+公共交通的出行模式，正逐渐替代家用汽车+步行+公共交通的出行模式，快速发展中的共享单车正改善着我国城市居民的出行模式，也对我国交通新体系建设产生深远影响。
【本文地址：http://www.xuefen.com.cn/zuowen/14833185.html】
