互联网大数据电子商务

互联网大数据电子商务（精选8篇）

篇1：互联网大数据电子商务

互联网大数据报告

互联网产业研究主要从报告中关于医疗、教育与个人隐私保护三个方面进行解读。报告指出预测医学的兴起将是大数据在健康领域的终极运用；同时探讨在线教育如何确保学生的隐私不受侵犯等问题；在保护个人信息方面，技术轨迹正在转向采集、使用和储存对消费者和个人并没有直接联系的数据。

大数据与医疗保健服务

数据一直是医疗保健服务中的一部分。医疗保健服务供应商使用电子病历，极大地提高了可供临床医生、研究者与病人使用的数据量。医疗保险的偿付机制正开始从相互分隔、具有潜在不协调性的“按服务收费”(“fee-for-service”)模式转变至基于更佳健康状况的付费模式。总而言之，这些趋势正在帮助形成一个“学习型”医疗保健系统，在此系统内，临床数据将迅速反馈给患者并指导治疗有效进行。

大数据可以确定饮食、运动、预防护理和其他生活方式因素对健康的影响，使得人们不必向医生寻求医疗保健意见。大数据分析能够帮助确定临床治疗、处方药剂以及公共卫生干预对于特定或广泛群体的效果，并对传统研究方式提供参考。从支付角度来看，大数据能够保证给患者提供治疗的医生有优秀的临床记录，同时，治疗的费用根据患者的康复效果而非治疗本身的次数确定。

预测医学的兴起是大数据在健康领域的终极运用。这项强大的技术可以同时深入解析一个人的健康状况与遗传信息，使医生更好地预测特定疾病在特定个体上是否可能发生，并预测患者对于特定治疗方式的反应。与此同时，预测医学提出了许多复杂的问题。传统意义上，健康数据的隐私政策都力求在临床信息被分享与分析的同时保护相关患者的个人身份信息。而逐渐地，基于特定群体或人群的数据将在临床症状出现前或出现后不久被用于确定疾病的类型。

但是，预测医学挖掘出的信息所带来的风险将超出单一个体，一旦出现差错，不仅遗传信息提供者本人，他的孩子以及未来的后代等拥有与他相似遗传信息的人都将会受到牵连。因此，将基因组数据与医疗保健数据相连接的生物数据库便成为了个人隐私在医学研究与治疗领域中的无法回避的前沿话话题。

目前的隐私框架在不久前才包括了正在使用的健康信息，这一框架或许不能很好地解决上述发展带来的问题并推动相关研究的进行。运用大数据来改善健康状况需要先进的分析模型来摄取包括生活方式、基因组、医疗与财务数据在内的多种信息。生活方式与健康状况之间的紧密关系意味着个人数据与医疗保健数据之间的界限已经开始模糊。而这些类型的数据却收到不同的、有时甚至是相互冲突的监管。当数据的来源多种多样时，同时遵守多个法律带来的复杂性随之增加，与此同时，医疗机构还会与不受上述法律约束的许多组织相互勾结，形成一整套利益链条，各种个人健康信息被一系列企业共享，甚至于违背消费者对个人医疗数据隐私保护的意愿而出售其相关数据。在此情况下，针对医疗保健领域的大数据部门的设立也就成为了迫切之需，此举同时有望进一步降低行业成本并激发发展潜力。

尽管医学技术不断变化，但健康数据仍然是我们生活中非常私密的部分。在大数据使得较之以往任何时候都更为强大的发现成为可能的同时，重新审视相关信息被所有医疗保健机构共享后的隐私保密方式也显得相当重要。医疗保健行业的领导者已经呼吁构建一个更为广泛的信用框架，使得不同来源、不同隐私保密程度的健康数据得以汇聚。这一框架需要附加隐私保护条款，并同时设计标准化数据结构以提高其跨平台适应性。在研究了健康信息技术后，总统科技顾问委员会得出以下结论：国家需要建立统一的数据标准与结构使不同类型的数据记录可以在受到控制的条件下方便访问。

在医疗数据保密框架逐步跟进技术发展的过程中，需要医疗保健与保险的供应商之间细致协商，而这份努力，将为未来的国民经济与公民健康的福祉奠定基础。

对学习的研究：大数据与教育

如今，上到大学，下至幼儿园，众多科技帮助并提升了学生在课内外的学习过程。获取学习资料、观看授课视频、评价教学活动、进行团队合作、完成家庭作业、参加课程考试，这一切都可以在互联网上完成。

这些基于科技进步的工具与平台给予了学生与教师更多的可能性。仅需数代的革新，这些工具就能提供实时的评估来使学习资料能够按照学生的接受速度来进行演示。不仅如此，教育技术还能扩大受教育人数、增进学生间的互动并使教学内容的持续性反馈成为可能。

除了个性化的教育，新的数据类型的运用使得研究者对于学习行为的研究能力有了质的飞跃。从大规模开放在线课堂等基于科技的学习的平台上获取的数据可以被精确跟踪，借助这些数据，我们能够进行对远超传统教育方式的探索，对学生学习轨迹的移动进行更为准确与广泛的研究。具体包括：深入了解学生在学习活动中的接收效果，根据不同的学习目标，选择合适的学习资料，并进一步地运用这些数据帮助那些处于相似状况的学生。目前，教育部正在研究如何运用这些科技，并已开始整合国家教育技术计划下在线教学平台所产生的数据，并计划成立虚拟学习实验室，为进一步的研究提供方法论上的指导。

教育领域的大数据革命同时也带来了一些亟待解决的问题：随着科技日益深入课堂教学，我们如何最好地确保学生的隐私不受侵犯。一方面，本地社区历来都是教育的主要提供者；另一方面，大量的在线学习工具与课程都是由盈利性企业提供。这就导致了在谁有权获得线上教育平台产生的数据及这些数据应当如何被使用的问题上备受争议。

在大数据时代保护儿童的隐私

今天的孩子们是从识字前就接触数字设备的第一代人。青少年是移动应用与社交平台上的活跃用户。当他们使用这些科技时，关于他们的精确数据，其中一些甚至包含敏感信息，就在网络上被存储与处理。这类数据既包含能够大幅度提升孩子的学习效果并为其开启全新机遇的可能性，但同时，也可能在他们成人时形成一份入侵型的消费者个人信息，或通过其他方式对他们之后的生活产生影响。

虽然年轻人一般与成年人一样乃至更加清醒地意识到数据会被商业机构使用，但他们的数据还是会经常地受到父母、老师、大学招生人员、军队征兵人员与社会工作者的审查。他们中的弱势群体，包括寄养儿童与无家可归的年轻人，他们通常没有得到成年人的指导因而特别容易遭受数据滥用与身份盗窃。在强有力的监视之下,年轻人苦苦寻找保护他们隐私的方法，即使他们无法限制别人对于分享内容本身的获取，许多年轻人仍然尝试着用多种方式将所分享内容的含义变得模糊、晦涩，使得只有特定的对象才能理解其中的意思。

因为年轻人是那么的年轻，他们需要适当的自由来探索与尝试而不至于因一时的疏忽在日后受到挥之不去的侵扰。儿童在线隐私保密法要求网站运营商与移动应用开发者在收集低于13周岁的儿童的个人信息时必须征得其父母或监护人的同意。而现在，我们对于儿童正在遭受什么“伤害”以及怎样的政策框架才能确保他们伴随技术成长是一种促成而不是阻碍都还没能得出一个确定的结论。

与医疗保健一样，青少年在与数字教育平台的交互中表现出的部分数据是极其私密的个人信息，这些数据包括对于特定学习方式的偏好和他本人相对于其他学生的表现。它甚至能够分辨出有学习障碍或注意力无法长时间集中的学生。根据学生在一天内的上线与在线时间，他个人的生活习惯甚至都可以被获知。教育机构应当如何使用这类数据来改善学生的学习机会？对于使用这些平台的，特别是处于基础教育阶段的学生，他们如何能够保证自己的数据是安全的？

为了回答关于这些数据的所有权与恰当使用方式的复杂问题，教育部公布了针对在线教育服务指南。随着越来越多的线上学习工具和服务可以为孩子们所使用，地区也正密切地关注着这些问题。学校与学区以未来合法的教育效益为目的共享受到保护的学生信息，并且在分享的过程中必须对这些信息保持“直接控制”。即使在这新的指导之下，如何在大数据世界中最好地保护学生隐私仍必须是一个持续的议题。

当局正致力于解决这些问题，并通过教育部加以实施，来使得所有的学生在享受大数据在教育与学习上带来的创新效益的同时免于受到其潜在威胁所带来的伤害。学生数据必须是安全且珍贵的，无论它存储在何处，它都不是一种商品。这意味着必须确保学生的个人信息与在线活动不受到不恰当的使用，尤其当这些信息是在教育环境下被收集的。

大数据与隐私

以物联网为工具的大数据打破了许多私人空间。家中的无线网络信号（WiFi）中可以显示出屋中的人数及其位置，也可通过采集功耗数据来显示出你在屋中的移动。当你走出房间时，在线面部识别技术也可以将你从图像中识别出来。始终开启的有音频和视频接口的可穿戴设备以及整个物联网设备的出现只会产生越来越多的信息采集量。在合法使用的传感器的海洋中，限制信息采集是一个巨大的挑战，几乎是不可能的。

这种无处不在的信息采集是由大数据技术本身性质所决定的。无论是产生模拟信号还是数字信号，数据都被重复使用着，并且以前所未有方式结合，这便激励着更多的数据采集。数据的潜在价值推动着“土地战”，机构的重点也转向尽可能多的采集和利用数据。公司不断地发掘他们已有的数据，同时寻找他们需要的数据来提高其市场地位。当今世界，数据存储的成本已经大幅下降，同时仍具有尚无法预测的未来创新潜力，所以采集尽可能多的数据是至关重要的。

大数据的另一个现实就是，数据一旦被采集，就很难保持提供者的匿名性和隐私性。虽然有研究希望在大数据的采集中模糊个人识别信息，或重新标识“无名氏”的信息。融合数据技术集资要比隐私保护技术方便许多。总之，这些趋势要求我们关注四十年中，告知与同意框架是如何为隐私保护提供支持的。在结构性过度采集的技术中，重新鉴定要比识别功能更强大，并将重点放在了信息的采集和保存上，个人的隐私就没有那么受关注了。总统委员会科学技术的顾问说：“告知与同意框架已经被大数据所带来的正面效益打败了，大数据所带来的是新的、并非显而易见但十分强大的使用价值。

预测大数据变革的下一篇章

对于现在绝大多数的普通交互来说，告知与同意框架充分保护了隐私。但是总统委员会的科技顾问表示，技术轨迹正在转向采集、使用和储存对消费者和个人并没有直接联系的数据。假若该框架被违背，比如由我们的家庭设备采集的数据，我们则需要重新关注数据的使用，这一政策转向正在被专家、学者广泛讨论。数据的使用情况是极为重要的，它对社会有利有弊，如“双刃剑”一般。

负责任地使用政策框架会带来许多潜在优势。将责任从个人转移到采集、保存和使用数据的实体，由于个人在目前市场中的位置，他们并不能很好地理解和抗争告知和同意框架。关注于使用责任制，也可以使数据的采集者和使用者对数据的管理及其可能产生的危害负责，而不是狭隘地将其责任定义为是否通过正常途径采集数据。

更多地关注责任并不意味着忽视收集的环境。对数据负责，一方面就是要尊重原始数据的采集。实际上，如同在消费者隐私权法案所阐述的尊重环境原则，这一规则并不令人惊讶。虽然数据的收集不能立即用在就业上，但技术的发展正在向这个方向转变。先进的数据标记技术可以已采集和用户授权使用的信息细节进行编码，从而使许可使用的信息可以一直跟随着数据。若是该技术得到良好发展和广泛使用，即使不能解决大数据中所有的问题，也可以用于应对一些关键挑战。

或许最为重要的是，为了更负责地使用大数据，我们应该将关注的重点放到如何平衡大数据所带来的效益和对隐私以及其它由于大数据采集信息的不可避免性而受到危害的价值。我们是否应该制定规则，不能在任何环境下使用没有得到使用授权的数据，即只使用得到使用授权的数据？对于医学研究中为了治愈癌症而使用的数据，和商业营销中对消费者的广告定位而使用的数据，我们应该如何区分和界定它们？

正如奥巴马总统在人权消费者隐私条例草案的发布会上所说，“尽管我们生活在一个能够比过去更自由地共享个人信息的世界，但我们必须坚决否认隐私价值已经过时。”隐私“从一开始就一直是我们的民主制度的心脏，而现在，我们比以往的任何时候更需要它。”这在利用大数据的时代更是如此。

结论与建议

大数据变革正处于其最初阶段。我们需要数年才能理解其完整的技术内涵、其对健康、教育、经济的强化作用，及更为关键的是，它影响着包括隐私权、非歧视、自我决定权的核心价值观。

即使是在当下大数据变革的早期，本评估报告的作者仍认为重要的结论已然出现，即大数据可以从多个领域的层面告知当局者该如何迈出下一步。特别是以下五个方面，它们将引发关于在大数据世界如何最大化利益和最小化危害的全民讨论。

保护个人隐私的价值：在全球协作的隐私保护体系中，通过在市场上对个人信息的保护来维护个人隐私的价值。

稳定/持续负责的教育：要认识到学校（尤其是 K-12）是使用大数据以提升学习机会的重要领域，同时也要对个人数据的使用进行保护，强化数位素养和技术。

大数据与歧视：防止大数据使用过程中可能带来的新的歧视方式。

执法和安全保障：在执法过程、公共安全、国家安全中，确保大数据的合理负责使用。

数据公共资源化：将数据作为公共资源，用于提升公共服务，投资于能够推动大数据革命的科学研究。

篇2：互联网大数据电子商务

互联网大数据时代的到来，已成为人们不可阻挡的趋势。我们进入以“互联网+”为代表的信息时代，信息化已经成为全球性、全局性、战略性的变革力量，正在深刻影响着经济、政治、军事、文化和社会等各个方面，深刻改变着人们的生产生活方式，也在推动着区域发展和行业竞争格局发生重大变化。信息时代所带来的一切重要变革，不仅来自于技术创新，更源自理念创新。从某种程度来说，没有共享，就没有互联网，海量数据只有在共享的前提下，才能够称之为大数据。只有以共享理念为引领，并将其贯穿到质检工作的各领域和全过程，善于用信息技术和互联网思维指导质检改革发展，才能给质检事业插上腾飞的翅膀，让质检工作始终适应形势变化、走在时代前列。

大数据的价值不仅在于数据本身，而在于数据所反映问题的真实性和科学性，采集和存储大量数据，只是大数据应用的第一个阶段，对所占有的数据进行深入分析，实现开发利用，从中发现新知识、创造新价值、提升新能力，取得实实在在的工作成效，才能够真正实现数据的价值。在掌握海量数据，实现互联互通的同时，我们应针对事业发展的具体需求，认真思考探索，如何才能最大程度地实现大数据的有效利用，使之能够为决策提供依据，为风险提供预警，为公众提供服务，真正成为破解改革难题，促进事业发展，助力转型升级，提高决策水平的尖兵利器。在以后的工作中快速有效地发挥互联网大数据对质检事业发展的推动作用。

互联网大数据时代的到来同时也为我们的生活带来了巨大的改变，大数据是如何影响我们的生活，简单的说，它会让我们的生活更加困难或者更加容易取决于你是否拥有分析大数据的技术。毫无疑问要想在大数据中理出头绪不是一件容易的事情，如果不具备分析数据的能力，大数据会让我们的生活、工作更加困难。例如每逢“双十一”，“剁手党”都面临痛苦的抉择：打折的商品实在太多，买什么才好呢？最终一不小心，信用卡刷爆，买了一大堆自己不需要的商品，只得含泪吃半年的“康师傅”。但是更多的时候，大数据会让我们的生活变得容易，因为科技的发展比数据的积累更迅速，过去几年已经发明了许多分析数据、处理数据的方法，这些方法已经为我们服务。

毫无疑问大数据正在改变着我们的生活。过去几年无论是医疗、健康、交通、公共安全，还是生活、购物、旅游、娱乐都已经逐渐建立起了大数据的分析系统，无论是国家还是企业对大数据的投入都数以亿计。大数据的应用也从早期的数据密集型行业(例如电信、金融、能源、科研、互联网)，逐步向非数据密集型行业扩张。一个路边的奶茶店需要大数据吗？当然需要。借助微信平台，只需要扫一扫二维码，奶茶店就会获得粉丝的关注。有了这些数据不仅可以开展打折促销，还可以通过互动了解用户口味，推出新品。

篇3：互联网大数据电子商务

1 互联网大数据技术概述

互联网大数据技术并不是指某一项单一性技术, 而是一系列技术形成的综合体, 可视其为一个技术体系。目前在这个技术体系中数据生成技术、数据发掘技术以及搜索引擎已经成为了互联网融资活动乃至整个互联网体系的重要支持。信息时代下的互联网其最显著特征便是具有巨大的数据吞吐量, 而要让这些数据信息进行稳定交互上述大数据技术自然是不可或缺的。由社交网络、电商、搜索引擎等构建出了一个巨大的数据体系, 在大数据技术的作用下让这个体系运作过程中的稳定性得到了保障, 同时也从一定程度上降低了平台的成本让互联网金融风险得到了有效的控制。

2 互联网金融融资现状分析

互联网金融融资为很多企业带来了新的发展空间, 特别是对于中小企业而言带来了极大的推动力。但综合来看由于我国市场覆盖面极为庞大, 因此受益企业范围显然是有限的。综合来看互联网融资的主要还是以中小型企业居多。在实际贷款过程中服务对象仅仅是于融资平台注册的企业, 而部分中小企业由于在网络建设方面较为薄弱, 从而制约了其本身的融资能力。在市场不断发展的过程中若要让企业受益范围扩增, 仅仅靠数家互联网融资机构显然是不够的。另一方面对于中小企业而言即便是成功贷款, 但所得到的资金却是有限的, 也就是说仅仅通过网络融资平台所获得资金支持显然是不够的。同时国家在非金融类企业开展信贷业务方面也具有较为严格的规定, 为了保证互联网环境的安全政府对此必然会有所限制, 但这种限制也给互联网融资活动带来了制约。另外互联网融资还受到了政策风险的影响, 我国的法律体系及制度相对于互联网发展而言已经表现出了一定的滞后, 这应当引起重视。同时信用问题也是一个较为突出、关键的问题, 这种风险性给互联网金融融资的发展也带来了不确定性。

3 互联网大数据技术在融资领域的运用

3.1 数据资源配置功能

在互联网技术水平不断上升的过程中它的意义不仅仅限于单纯性的网络, 其中还容纳了大量的数据信息并承载了这些信息的交互, 呈现了互联网生态化的一面。互联网融资平台也不仅仅是提供融资服务, 它为企业提供了一个相互交流的平台, 而在这些信息数据的交换过程中就产生了商机。除此之外通过其他渠道也将能后获取金融决策信息。在上述背景下使得数据库技术、数据存储技技术等大数据技术得到了极大的应空间。在数据挖掘的支持下将数据库中大量的隐藏信息剖离出来, 使得这些看似不起眼的信息有了潜在的价值。综合来看大数据技术使互联网融资活动能够有序展开并可使相关数据资源配置得到优化, 降低了融资风险, 为决策提供了保障。

3.2 为互联网融资平台数据库构建

从我国市场来看阿里巴巴是最为典型的互联网融资平台代表, 以阿里巴巴、淘宝、天猫构建而成的电商平台同时面向于企业、个人以及普通消费者等等, 一方面让凭平台的覆盖能力以及商业运作能力得到了增强, 在自身实力提升的情况下阿里巴巴为中小企业提供的融资支持力度也有所提升。阿里巴巴的发展为我国互联网融资平台整体运作提供了先导作用, 而大数据技术是其稳定运作的重要支持。在大数据技术支持下阿里巴巴已经形成了独具规模的征信数据库, 在数据库的作用下使得阿里巴巴的征信系统逐步完善化, 用户也可通过平台完成各项活动, 使得相关服务的便捷程度得到了大幅度提升。在技术体系支持下让各商家信息能够充分整合从而为客户提供更为细致的推荐性服务, 同时数据发掘为风险管理工作也提供了保障。

为了让互联网大数据技术得到充分利用融资平台应该得到相关机构支持, 通过正确引导公司转型为小型区域性银行, 对相关法律及政策进行规范, 对社会征信体系进行完善并加强数据开发、共享。

4 结语

互联网融资平台的发发展与互联网金融发展存在密切联系, 而大数据技术是其有利的支撑点, 显然互联网融资任重而道远, 宏观上还需要政府部门及机构支持, 通过营造一个良性的互联网环境来促使其和谐发展。

摘要：在信息化时代下互联网已经成为了商业活动的重要承载平台, 在互联网覆盖面及影响面不断扩增的情况下使得传统商业活动模式发生了极大的变革, 其中融资领域自然也受到了影响。这种变革促进了融资业的发展并且通过构建融资平台为受众带来了更高质量的服务, 而高质量服务的背后必然需要相关技术支持。本文对互联网大数据技术进行了综合性阐述, 并对其在融资领域中的运用进行了探讨, 提出了相关观点, 供以参考。

关键词：互联网,大数据,融资

参考文献

[1]李明选, 孟赞.互联网金融对我国金融机构信用风险影响的实证研究[J].企业经济, 2014 (11) .

[2]董喆.基于互联网金融平台的大数据挖掘研究[J].现代经济信息, 2014 (22) .

篇4：掘金移动互联网大数据

一、大数据对企业发展的价值

正如舍恩伯格在《大数据时代》所述“这是一个信息爆炸的时代，这是一个数据为主的时代，这是一个充满无限可能的时代。”随着移动互联网用户量激增，手机已数据化、宽带化。数字化时代，每个人每分每秒都在创造数据，在浏览的网站上、在使用的设备中、在各种通信服务系统里，数据都以指数级的速度在数量和类型上快速增长。然而面对数据流量的爆发性增长，运营商收入不仅未改观反而由于数据流量的产生者（第三方替代型业务）的发展，使传统利基收入被不断侵蚀面临沦为管道的尴尬。运营商站在大流量、大数据信息的“金矿”上，树立数据观念、重视对数据的挖掘与利用，意识到数据的占有与利用能力已渐成为新的竞争壁垒。怎样借助云计算技术发挥管道优势、促进业务创新，将大数据信息转化为商业价值是电信运营商发展移动互联网业务亟待解决的问题。

二、大数据改变运营方式和盈利模式

1、精细化运营提升用户体验

运营商有几类数据，首先是用户帐号，利用手机实名制，运营商登记的帐号信息有用户年龄性别等比较真实的最基础的数据。第二是协议类型，如所使用的套餐业务（是使用流量高的还是话音高的、每月消费量）并得到用户消费能力。第三是业务类型，如用户选择游戏类或者阅读类、音乐类，都代表他个人的一些兴趣爱好、特点和取向。第四是访问的URL，用户经常看什么网站、关键词，用户可能哪些产品和相关服务会有兴趣。第五是终端信息，终端信息对运营商自己做业务来说非常重要，因为每个终端的能力不一样，每个终端的特征不一样，就是每个终端适合使用的业务不一样。

通过大量数据分析了解用户需求，找到最适合和满足用户需求的产品特点从而指导产品的设计开发，业务上线后通过持续跟踪分析用户在业务订购、使用等过程中的特点及存在的问题，为业务优化策略的制定提供数据支撑，从而增强业务的实用性和便利性，提高业务质量和客户体验。通过分析用户需求和行为特点筛选目标客户，匹配相应产品确定营销方案和推荐方式。基于用户需求精细化营销，从而加强客户资源管理规范性，只能匹配用户需求和产品特征，提高用户满意度和销售效率。

2、创新商业模式

大数据不仅帮助运营商对内优化业务运营绩效，更重要的是，大数据能为运营商带来了业务创新的机遇，为电信运营商在除了个人和集团客户的通信业务之外，开辟出一个崭新的业务发展空间。

例如美国运营商Verizon推出了“精确市场洞察”服务，它根据用户的互联网访问行为和用户所在位置，结合用户的静态肖像信息进行归类与聚合，更精细的为企业描绘出指定地区的人口结构和组成，帮助企业在选择广告市场投放选择时作出最明智的决定。大数据告诉广告商什么是正确的时间、谁是正确的用户、什么是应该发表的正确内容等，这正好切中广告商的需求。又如西班牙电信集团就已成立了独立大数据事业部，名曰“动态洞察”，并在英国试水类似的匿名人流统计服务，主要针对的客户是政府部分或公共职能企业，帮助他们分析影响人们访问某个地点的各种因素，从而帮助政府与企业制定相应的政策与服务策略。无独有偶，由T-Mobile和Orange合资成立的英国最大移动通信公司EE，也为政府机构及企业客户提供匿名化了的用户出行和交通行为的统计数据报告服务，这些静态报告中还包括用户的社会化分群特征，以帮助读者快速找出目标人群的移动行为习惯与趋势。

由此可见，只要合理控制好用户个人信息和隐私泄露的风险，大数据技术已为移动运营商开启了一扇广阔的新商业模式之门，无论是商业广告还是公共服务领域，都可大有作为。

三、获取数据类型

运营商获取数据的目的是通过掌握用户需求结合产品特征和网络能力从而智能化精确匹配需求和供给，并基于此开拓更多的数据应用方式、拓展收入来源、加强产业链影响力。围绕这一目的运营商应获取的数据主要有：用户数据、产品数据、网络能力数据。

1、用户数据

获取用户数据的目的是把握用户需求、了解用户行为特征。用户数据包括基本信息，如年龄、性别、职业、教育程度、品牌套餐、会员级别；注意力偏好或行为喜好，如浏览内容、次数、关键字、访问时间；消费能力，如支付信息、流量、使用频率；生活轨迹，如使用时间、地点；客户终端业务匹配。

2、产品数据

获取产品数据的目的是准确把握产品特征为适合的用户推广。产品数据包括产品形态（声音、图片、视频）、产品资费、销售渠道和对终端的要求等等。

3、网络能力数据

获取网络能力数据目的是明确自身执行相关策略的能力，相关数据包括网络功能、利用率、效率等。

四、数据获取策略

移动互联网数据量庞大，在为信息的提取带来便利的同时也对数据范围选择和获取方式造成一定困扰。数据的获取应有一定的原则、相应的策略。

1、结构化数据

鉴于结构化数据信息提取的便利性，应尽量获取本身具有良好结构化特性的数据，同时通过时间、空间等关系逻辑促进结构化数据链形成。

2、够用为宜

移动互联网产生无穷尽的数据量，数据的采集要耗费成本。所以运营商获取业务发展必需数据，足以支撑信息获取、策略制定即可。

3、合理共享

引用《BIG DATA》中“有时处于休眠状态的数据价值只能通过与另一个截然不同的数据结合才能释放出来。”数据的丰富程度在共享中互补，价值得到更大的发挥。即使数据用户基本用途的价值会减少，但潜在的价值依然强大。运营商应收集尽可能多的使用数据并保存尽可能长的时间，与第三方分享数据，前提是要保留延展性权利。这样一来由数据再利用产生的任何商业价值，原始数据拥有者都能分到一杯羹。数据收集者、拥有者无法想象数据再利用的所有可能方式，这一点不言而明的。当然分享前提是保证数据安全性及用户隐私。

五、结论

数据已成为运营商开展移动互联网业务的核心优势资产，沉淀更多数据、更好地利用数据，成为运营商提高服务能力，增强产业链影响的重要举措。

参考文献

[1]《BIG DATA》舍恩伯格.

[2]《平台战略》陈威如 余卓轩.

[3]刘旭峰，丁伟，许立群.电信运营商平台化经营探讨[J].电信业，2012（1）.

[4]刘旭峰，耿庆鹏，刘海川.移动互联网背景下运营商盈利模式探讨[J].邮电设计技术，2011（12）.

篇5：互联网大数据电子商务

关键词：互联网大数据,音乐播放器APP,归类,效用最大化

0 引言

随着科学技术的进步与发展,世界经济全球化的进一步加深,当今社会已经迈入了大数据时代。在全球化的大数据时代下,世界各地的信息有很多都可以通过云平台实现共享,为我们创造便利,让我们更好地获取信息,最典型的就是各种应用程序给我们带来的便利。不论我们使用电脑、平板或是手机,我们都是在通过各种应用软件来获取信息,并不是在一台空设备上进行信息搜索。为了满足消费者的各种需求,各式各样的应用软件应运而生,造福了所有的软件应用者。但是随着各类应用软件的开发到达了一定的阶段,基本上没有新的内容可以用来研发新型的软件。在这种情形下,软件开发商为了获取利润,一方面会对原有的应用软件进行升级和维护,另一方面也会开发一些类似市场上已有的软件,作为新的利润来源。如此一来,当人们想要下载一个软件时,在应用商店里往往有很多个类似的软件,而每个软件在拥有相同的基本功能的同时又存在一些自身所特有的小优势,这就给用户造成了困扰,究竟该选择哪一个软件呢?很多学者研究的都是关于某个APP的开发与设计,用户满意度等问题,本文主要从市场上存在的过多的APP给消费者造成的选择问题的角度,对过多的APP进行合并归类的问题进行研究,并提出自己建议。

1 互联网大数据时代

随着过去几年社交网路、电子商务和移动互联网的发展,人类社会的数据量迅速激增起来。在大数据时代里,人们无时无刻不受互联网的影响,毫无疑问大数据正改变着我们的生活。庞大的信息量,虽然给人们提供了依据,但也给人们造成了困扰。而大数据对人们生活的影响,是让我们生活更困难或者更容易,取决于人们是否拥有分析大数据的技术。如果人们不能有效地从庞大的网络数据中选取自己所需要的信息,那么不仅无法及时准确地的获取信息,相反还会费时费力。

2 存在的问题及影响

电子信息时代的到来,使得越来越多的人都离不开网络,更离不开网络时代下的大信息、大数据。电脑、平板、智能手机,都成为了我们日常生活中不可缺少获取信息资源的设备,而各种APP更是我们通过设备获取信息的枢纽。但是过多的APP在给我们提供多样化选择的同时,也给我们造成了选择上的困难,因为每个同类型的软件都有它的特色,但消费者却不可能同时下载所有不同的应用软件。消费者需要花更多的时间去选择,去判定哪个软件更好一些,或者通过别人的推荐来选择某一个软件,甚至是多下载几个软件,然后再看看哪个比较好,再进行选择。不管是哪一种方法,在某种程度上都会给消费者造成选择困难,有时候还会导致负面情绪。

3 解决方法的构思———以音乐播放器APP为例

那么基于前面所提到的问题,是否能够有一种两全其美的方法,使某类软件的相关软件都能体现他们各自的特色,然而又只需要通过下载一个APP来实现,从而为消费者提供更大的便利呢?

我们以音乐播放器APP为例,我们都知道各类不同的音乐播放器,主要功能都是用来听音乐的,而存在的区别可能就是歌曲的版权问题以及少数的音质效果的问题。有的消费者比较钟爱某些歌手的音乐,但是这些歌曲的版权不属于同一家APP所有,那么对消费者来说可能就是一个打击了,因为很少有人会去下载多个音乐播放器,只为了能够听到所有自己喜欢的音乐。就音乐播放器而言,一台设备上有1-3个APP就已经很多了,因此即使现在的应用商店里有很多的音乐播放器,但是用户还是无法听到所有的歌曲。

对于应用商店里的各种音乐播放器,我的想法是,能否开发一个兼容性极高的软件,使它可以与各个不同的音乐播放器连接,实现资源的共享。在如今这样一个大数据时代,人们更多在意的是我需要的数据能不能找到,而很少关注我需要的每一个数据是在哪里找到的。比如说音乐,用户只要可以听到并且能够下载下来,那么就满足了他们的需要,而至于这首歌版权究竟归哪家APP公司所有的问题,应该是供应商更关注的问题,而不是消费者会过多注意的问题。作为消费者,我们是很希望通过这样一个归纳性的音乐软件,实现所有音乐播放器APP的整合的。

我对这种超强兼容性的新型音乐播放器APP的运行大致是这样设想的。首先,新型APP需要和其他所有的音乐播放器APP建立良好的协议关系,这是新型APP运行的基础。因为如果没有其他APP所持有版权的音乐资源的支持,就无法合法地提供别家APP版权所有的音乐,也就无法实现用户畅想网上所有音乐的目标。其次,用户在使用这种新型音乐播放器APP听音乐时,按照版权问题,可以分为两种情况。一种情况是大多APP都可以下载听取的音乐,该音乐是全网都有的时候,用户方是不用考虑歌曲版权问题的;另一种情况是当用户所听的音乐是一些版权归个别音乐APP所有的歌曲时,这个时候,新型APP作为一个过度者,自然也要承担解决版权问题的责任。每个音乐播放器依然保存有各自的版权,当用户相要听他们版权下的音乐时,新型App系统就会从对应播放器中挑选,如果说某个音乐需要付费,那么用户也是通过新型APP支付给版权所有的那家APP公司。就好比新型APP提供了一个通道,而这个通道看似只有一条路,而实际上确实与其他音乐APP有着千丝万缕的联系,可以满足用户对所有音乐的下载需求。

这种超强兼容性的APP需要和所有的音乐播放器达成协议,这样一来,用户在应用商店里搜索音乐播放器时,就只会出现这一个软件,避免了用户的选择困难,而该软件与其他所有音乐播放器的联合,既使得用户在下载一个软件的同时,可以很便利的获得其他所有同类软件的信息,又不损害原有APP的版权,使得其他所有同类软件的效用达到最大,用户不需要放弃任何一个播放器,消费者和软件提供商都实现了利益的最大化,而这正是我们所追求的。

4 应用意义

类似于音乐播放器,视频播放器也是一样,形形色色的视频播放器在给我们提供了很多的视频资源的同时,也同样造成了我们的困扰。有很多像音乐播放器、视频播放器这样的软件,都拥有相同的功能,但是却又有着不尽相同的资源。还有聊天软件、词典软件、购物软件等等,都可以采用类似的技术进行APP的合并,当然对于不同类型的APP,它的后台工作程序肯定是有区别的,这又需要进一步深层次的技术研发。如果我们能够把这些同类的软件都合并归类,研发出一种新型的高兼容性强归纳性应用程序,那么从此我们的设备桌面将变得非常简洁,用户在使用时也会非常的便捷,用户也避免了选择困难症的问题。

5 存在问题

关于这种同类型APP归类合并的设想,如果要进一步实施的话还是存在很多的问题的。一方面是各个APP间所有权和协议的问题,想要协调好数量繁多的各家APP,绝对不是一件轻而易举的事情。另一方面是技术研发层面的问题,目前的技术水平,可能还不足以实现这种软件的开发,例如硬件设施系统兼容性等问题。除此之外,还受到一些政策、经济还有版权方面的影响,因此在目前的情况下,要实现这种归类或许很难,困难也很多。但是随着科学技术的不断进步,人类智慧的不断开发,相信在未来,一定会有相关的技术可以帮助我们实现这种想法的,也会有更合理的方式解决这类问题。

参考文献

篇6：互联网大数据电子商务

【摘 要】随着计算机技术和应用飞速发展，互联网上的数据每年将增长50%，网民数量也成倍的增加，再加之全世界其他各行各业每分每秒都在制造着大量数据。“大数据”的概念逐步被人们所重视，本文提出了一种大数据的多维度特征表示方法（BDDP），并且积极探讨了这种表示方法在互联网中的应用，比如：招聘信息挖掘、移动APP的广泛利用。

【中图分类号】TP393.4【文献标识码】A【文章编号】1672-5158（2013）07-0117-02

1、研究背景介绍

大数据具有信息体量巨大、数据类型繁多、价值密度低，商业价值高、处理速度快的4个“V”特点。[1]大数据的概念一经提出，科学研究者就发现大数据技术的战略意义并不在于对掌握庞大的数据信息而欢欣鼓舞，而在于对这些含有意义的数据进行专业化处理，即提高对数据的“加工处理能力”体现数据的“价值”。本文认同，在大数据时代下，仍将是以数据为中心的SOA模型占领主导地位。故本论文侧重对大数据本身的处理，而并非对其存储等架构技术[2]做过多的探讨。本论文提出了大数据的多维度处理方法，将互联网上的大数据进行整合处理，并对其应用到互联网应用中提出了憧憬和建议。

2、 大数据的多维表示方法（BDDP）

2.1 互联网应用中的大数据

2.1.1 互联网中的大数据定义

互联网中的大数据目前还没有很明确的定义，本论文特指其是：由互联网产品或者网民产生的大量数据。如：商品信息、商品价格、用户信息（位置、好友信息、生活信息）、 音频、视频、图片、网站管理日志、用户登录日志 、社交网站中的聊天记录、博文等等。[3]

2.1.2 互联网用户产生大数据的方式

目前，互联网用户的主要接入媒介分为：PC和手机、智能平板等移动和不可移动终端。[4]加之互联网应用包括：企事业信息门户网站、百度等搜索引擎、新浪等新闻网站、APP应用商城、阿里巴巴等电子商务网站、社交网站、腾讯微博、腾讯微信、移动互联网应用等。因此本论文认为，大数据产生方式有以下：

1） 新闻、企事业单位网站的每日新闻、政策公布

2） 博客用户针对新闻事件的讨论、引用

3） 移动APP用户信息汇总（移动终端触摸行为）

4） 电子商城用户行为（鼠标点击行为）

5） 社交网站用户的交流与社交关系

2.2 BDDP数据建模

2.2.1 BDDP建模的依据

互联网大数据的产生方式是可以根据2.1.2中进行划分的，因此能够准确的了解并掌握不同数据的特征与特性。这些数据可以是结构化的、半结构化的、非结构化的。

但是这些数据的产生都是基于为用户服务产生，并且由于用户不同的参与行为导致数据急剧增加，因此用户行为分析，[5]可以帮助我们进行BDDP数据建模。另一方面，互联网应用供应商性质，也是决定数据性质的一个关键因素。

2.2.2 BDDP建模算法

1）以新闻事件为中心的大数据产生模型

对某一新闻头条为中心的大数据产生进行建模

第二层微博、微信、QQ推送记录为第二层数据

第三层各种互联网用户产生的行为记录为

我们还可以在每一层数据上加入时间维和地点维，这样我们不仅可以检测到该条新闻的传播影响力，而且可以很清晰的查看到该头条新闻在某一时所产生的影响，便于新闻归档，方便以后查阅。

2）移动互联网APP为中心的大数据产生模型

对某款新的手机APP为中心的大数据进行建模图2 典型的APP事件流动模式

根据上图，本论文将APP产品数据记录建立大数据多维特征数据

第一层数据

第二层数据

第三层数据

同理我们可以在每一层数据上加上时间维和地点维，便可得到特定时刻某个APP产品的用户数量。

综上所述，以上仅是两种典型的模型，不足以代表所有互联网大数据的产生模式。但是整体看：移动互联网大数据一致可以分为三层、最多四维的特征数据，而最后一层数据通常又是以一个中心向外辐射的特征数据集，由于辐射数据集的复杂性才使得互联网大数据的处理和挖掘变得异常困难。但是上述的大数据的多维度特征数据维度较少，定义精确，可以那个多层次关联规则数据挖掘算法，[6]以较高的效率实现。

3、 BDDP在互联网中的应用

移动互联网的发展，离不开用户的支持。现在很多互联网企业都是利用高浏览量来赚取广告费用。掌握大量数据、分析用户消费行为、引导用户消费已然成为目前各大互联网企业的重点研究领域。

前程无忧，应届生求职网等以发布招聘信息为主的招聘网站，它并不为用户提供任何职位，而是求职者和招聘单位的一个沟通桥梁。通过点击率赚取利润，这是一种典型的以新闻事件为中心的大数据产生模式。

近期，百度发布了“明星脸”，是一款手机终端的APP[7]，目前该APP功能较单一，就是支持用户上传照片，然后识别与用户相似的明星脸。其实这就是第二种大数据产生模式的一个应用。其发布时间是2013年愚人节那天，经过APP为中心的数据产生模式，很快就有了大量用户关注。

从上述的分析可以知道，很多互联网公司是凭借大量用户、拥有大量数据，靠着模式创新而不是提供产品来获得利润。因此掌握互联网大数据多维特征数据，有利于互联网企业准确定位，建立正确的盈利模式。

4、 结束语

参考文献

[1] 百度百科 大数据词条 http：//baike.baidu.com/view/6954399. htm 2013-4-5

[2] 王珊，王会举，覃雄派，烜周.《架构大数据：挑战、现状与展望》 计算机学报Vol.34 No.10 Oct.2011

[3] 199IT推荐文章，2012年中国移动互联网发展历程回顾，2013-4- 3

[4] 刘三德.互联网大数据应用之二：用户行为分析 速途专栏，2012-6-10

[5] 王璐，唐红.移动互联网用户行为分析，中国知网Vol.11 2012

[6] 程继华，施鹏飞.多层次关联规则的有效数据挖掘算法 软件学报Vol.9，No.12，Dec.1998

[7] 百度百科，明星脸词条，http：//baike.baidu.com/view/10370916. htm 2013-4-5

篇7：互联网大数据电子商务

关键词：互联网大数据,资产评估,发展现状,前景

1 互联网大数据时代背景

上世纪70年代, 全球驶入“信息高速公路”, 互联网技术不断创新发展, 并且得到了广泛的应用普及。当人们还在谈论着云计算的时候, 殊不知互联网大数据时代已悄然来临。大数据是一种规模远超传统数据库的数据集合, 依托于云计算技术, 对海量数据实现获取、存储、管理、分析。IBM曾给出大数据的5V特点:Volume大量、Velocity高速、Variety多样、Value价值以及Veracity真实性。《2015年中国大数据发展调查报告》显示, 2015年中国大数据市场规模达到115.9亿元, 增速达38%, 前景广阔。不少企业、政府已在互联网大数据技术及服务领域寻求商机, 而大数据资产评估仍是有待开发的崭新领域。

2 资产评估行业应用互联网大数据的现状

2015年7月, 中关村成立全国首家大数据资产评估中心, 开展数据资产登记确权估值等服务业务。2016年1月, 全国首家大数据资产评估实验室落户贵阳, 将对企业数据资产进行评估定价, 并制定数据定价标准。多地政府与企业已看到了大数据在资产评估行业的无限潜力, 开始筹建数据交易市场。

互联网大数据时代已给资产评估行业带来了不可忽视的影响。资产评估本是一件需耗费大量时间精力的工作, 而依托大数据技术, 可大大提高数据收集及整合效率。且由于大数据引进了诸多新型数理统计模型对数据进行分析, 替代了以往的人工分析, 这也使得资产评估的精准性得到提高。目前, 互联网大数据已在无形资产评估及房地产评估方面有所应用。

2.1 互联网大数据在无形资产评估上的应用

传统的无形资产评估因其复杂性、动态性及难以衡量等因素, 正面临着困境和挑战。目前, 大数据分析在影视业已得到广泛应用。在影视剧的制作及营销过程中, 相关企业会参考互联网大数据的分析结果, 例如谷歌已引入新的大数据分析模型, 对电影票房评估分析, 避免票房失败。另外, 版权资产价值评估也在传统估值技术的基础上, 结合互联网大数据技术, 不断进行动态分析和预测。应用大数据技术可以最大化企业的无形资产价值, 将推动资产评估行业及其他各行各业的发展。

2.2 互联网大数据在房地产评估上的应用

传统的房地产资产评估选取若干实例, 根据现有估价比较指标权重, 得出估价结果, 因而实例的选取显得极为重要。大数据估价技术无需进行实例的选取, 而是根据以往所有实例不断完善的估价结果, 进行估价对象指标分析, 再基于大数据的指标权重, 给出最终的估价结果。可见, 互联网大数据既是在资产评估过程中增加了各类影响因素, 其精准高效的预测以及不断的修正调整, 切合了时代的需求。

3 互联网大数据背景下资产评估行业的发展建议

3.1 资产评估行业应建立健全数据库, 完善信息系统/建立完善大数据资产评估体系

随时互联网大数据步伐的加快, 建立完善大数据资产评估体系刻不容缓。不同于传统资产评估方法, 大数据技术更多借助于云计算、分布式处理、存储、感知等相关技术。这要求资产评估行业获取并整合来自各地各行业的数据资源, 形成一个完整的信息系统, 为各评估机构的工作提供便利。同时也要求各评估机构在进行实务工作的过程中不断对数据库内容更新完善。

3.2 推动数据资产市场化, 带动数据价值商业链规模化发展

大数据资产评估产业作为新兴产业, 赢得了不少政府与企业的关注和投资。在倡导循环绿色新经济的当下, 数据资产有望成为可交易、可市场化的商业机遇, 也为破解城市经济转型提供了新的道路。现有的评估中心已经开始提供数据资产抵押贷款、数据资产证券化等服务, 今后也可深入挖掘价值链, 提供数据资产保险、信托等金融业务, 使数据资产以数据货币的形式流动交换, 带动数据商业链的规模化发展。

3.3 加强大数据资产评估相关人才培养

篇8：互联网大数据电子商务

近两年，大数据这个词已经耳熟能详，异常火热。大数据其实就是所谓的信息海洋。移动互联网每天产生大数据，譬如中国联通每天会在移动互联网上产生600亿条的商业记录。数据速度、总量和种类都很有突破性。

移动互联网大数据的价值

如今都在谈大数据，那么相对而言小数据是什么呢？“人类的发展史其实就是小数据的挖掘史。比如牛顿的三大定律，其实就是从对小数据的分析得到的。名医华佗做的也是小数据挖掘，通过诊断一些病人，得到经验并总结规律。因此，人类的发展至今都在不断分析小样本数据，从中抽取一般性规律和一些大概率事件”，陈一昕解释说。

随着云计算、互联网和存储能力的发展，互联网进入了大数据时代。大数据必然对人类发展带来新的变革，为此陈一昕分析了大数据的三个创新点：

首先，当数据量非常大的时候人们对于数据的质量要求比较低，而数据非常多的时候则可以容忍数据中的“噪音”。第二，数据量越来越多的时候会出现更令人感兴趣的内容。也许可以通过一个大数据模型更好地发现更有价值的东西。所以小数据当中可以发现大概率事件，大数据可以发现小概率事件和突发性事件。突发性事件往往更有价值。比如金融危机、海啸、地震和金融欺诈等都是突发性事件。另一点很重要，在大数据时代人们更加关注数据间的关联性而不是因果性。”

移动互联网时代大数据的挑战

移动互联网运营商拥有大量数据，也有无限的应用，如何体现这些价值？

“作为运营商，我们主要的战略就在于把握大数据的仓库，因为我们掌握了一个金矿。作为电信企业，没有必要和其他的企业比拼如何打造金戒指，谁打造得更漂亮。我们要做的是把金矿管理好，把金条做好”，陈一昕打比方说道。中国联通目前开发的沃云就是大数据的支撑平台，同时也开发了移动上网的大数据平台，每天上网的数据会传输到大数据平台，并且对外开放数据挖掘的能力。

在移动互联网时代，大数据的挑战包括了数据搜集、云计算、数据挖掘和智能应用，每个阶段还有相当多的决策。比如，结构化和非结构化的数据如何整合，如何支持数据速度，处理能力能否满足数据速度，以及数据安全隐私问题等。

陈一昕强调大数据时代最大的挑战可能是人才。“美国麦肯锡全球研究院报告指出到2018年，具有深度大数据分析的人才缺口可能达到60%以上。大数据人才不光需要有理工科的知识和数学建模的知识，也需要了解企业和商业的痛点在哪里，并据此提出正确的模型。所以包括联通在内，现在都要打造这样一支团队。”