上海智慧岛数据产业园

第一篇：上海智慧岛数据产业园

上海北京文化创意产业数据对比

上海文化创意产业统计数据发布

2011-09-22 17:01来源：东方网作者：吴颖、唐漪薇

东方网记者吴颖、唐漪薇9月22日报道：在今天举行的市政府新闻发布会上，市统计局总统计师赵江清发布了2010年上海文化创意产业统计数据。

2010年，上海文化创意产业从业人员为108.94万人;实现总产出5499.03亿元，比上年增长14.2%;实现增加值1673.79亿元，比上年增长15.6%，高于全市GDP增幅5.3个百分点，占上海生产总值的比重为9.75%，比上年提高0.51个百分点，对上海经济增长的贡献率达到14%。其中，根据国家统计局《文化产业分类目录》标准测算，2010年，上海文化产业从业人员为57.07万人，实现总产出3335.44亿元，实现增加值973.57亿元，比上年增长10.5%;占上海生产总值的比重为5.67%。

---

北京文化创意产业统计数据

经初步核算，2010年北京市文化创意产业实现增加值1692.2亿元，按现价计算，比上年同期增长13.6%，高于全市GDP 现价增速0.2个百分点，增速比上年同期提高2.9个百分点，占全市GDP比重为12.3%。全年文化创意产业增加值高开稳进，其中，1季度增长17.2%、上半年增长15.7%、1-3季度增长12.8%，全年增长13.6%。文化创意产业的快速发展，对促进全市经济增长发挥了重要作用。2010年1-11月，全市规模以上文化创意产业单位实现收入5565.8亿元，比上年同期增长19.7%，增速比1-8月提高0.6个百分点;从业人员82.9万人，比上年同期增长6.1%，增速比1-8月提高0.7个百分点;资产总计8624.8亿元，比上年同期增长20.9%，增速比1-8月提高1.6个百分点。

从以上数据分析，与数字化高科技相关的软件、网络及计算机服务领域是最具优势的领域，仅此一项就占全市文化创意产业收入比重近四成。从九大领域构成来看，除其他辅助服务领域以外，收入位居前三位的领域分别为软件网络及计算机服务、广告会展和新闻出版，占总收入比重分别为37.6%、11.7%和8.4%，三大领域合计占全市比重达到57.7%。

北京文化创意产业，自2006年以来连续5年高速发展，其根本动力之一就是数字化三网支撑的新兴产业形态的引领和推动，三大领域领军总体发展，得益于高新科技的支撑，得益于“创意”的“引爆”作用，也得益于良好的金融服务业的助力。

第二篇：大数据让智慧教育更智慧

——赴江苏学习活动简述

龚启成

智慧教育是当前教育领域改革的热点话题。为了跟踪热点，更好的站在教育改革发展的前沿，经领导批准，我于11月18日-11月22日参加了由北京师范大学课程与教学研究中心主办的“大数据+智慧教育融合发展基础教育高峰论坛中小学教育质量测评与精准教学指导教研专场”。

2017年11月18日的徐州已经是寒气逼人，但是丝毫没能够挡住来自全国各地学习者的热情。在徐州市高级中学的学术报告厅，来自江苏师范大学智慧教育学院副院长杨现民老师给我们做了有关教育大数据的报告——《大数据支持下的智慧教育管理创新》。杨院长指出:大数据的内涵是需要拓展的，我们应该不仅仅把他看成一种技术还应该看成一种能力，尤其在信息时代，他是一种能够从纷繁复杂的事物当中寻找到其中关联的一种能力，也是一种预测的能力，同时大数据更是一种思维的方式。同时，大数据目前正在慢慢的演变成一种文化，其中必不可少的一项就是教育大数据。

那究竟什么是教育大数据?专家给了我们一个详细的界定，教育大数据是指在整个教育活动过程中产生的、根据教育需要采集到的、用于教育发展并可创造巨大潜在价值的数据集合。教育大数据绝对不仅仅是教育课堂的数据、分数的数据，还要涉及到学生的家庭背景、经济状况等等各方面的信息数据，强调数据的关联性和交叉性。从这里，我们应该感受到，教育大数据要害在于“联系”上，重在相关性，找出各类数据代表的教育行为的的互相影响。而这种相关性需要我们给予数据深入分析。

关于教育大数据主要有两个产生渠道，一种来源于教学活动，另外一种来源于教育的管理活动。那教育应该怎么做?教育的目的是什么?有专家说教育的目的是创新创造，那我们怎么用大数据服务于学生的创新创造能力，所以教育大数据的应用要有高度的创造性。其他领域的大数据更多的关注的是相关，而教育大数据不仅仅要了解相关，更要了解他的因果。为什么用这种方法，就会导致学生创新创造能力的提升，就会导致学生学习兴趣的提高，为什么?教育大数据还他独特的价值，主要体现在三个方面，一是战略资产，二是目前教育大数据是教育领域综合改革的科学力量，三是教育大数据是发展智慧教育的基石。

大数据怎么推动教育的转变呢?首先从教育过程上来说，大数据让我们实现了非量化到量化的转变。第二就是教育决策正从经验化走向数据驱动的科学化;第三是教育的模式正在从大众走向真正的个性化;教育的管理正在从不可见、纯经验式的走向一种可视化的、数据驱动的;教育评价从单一化的评价走向综合性的评价，随着创客、智慧教育的发展，整个教育综合改革的推进，教育评价一定会起到一个导向综合性评价作用。

徐州市教科院主任高青的报告——《学讲行动——地级市整体推进课堂教学改革的徐州经验》则聚焦于区域课堂改革，借助信息技术手段体改整体效益。“学讲方式”是以学生自主学习作为主要学习方式，以合作学习作为主要教学组织形式，以“学进去”、“讲出来”作为学生学习方式的导向和学习目标达成的基本要求的课堂教学方式。这种教学方式直指学生的核心素养和全面发展。“区域”推进对我区课程建设和课堂教学变革借鉴性意义。

温州市教育评估院王旭东提出了如下的基础教育治理结构图

他提出：数据处理和分析能力是大数据时代教师的基本技能之一。数据可以帮助班级教学各有侧重。集体备课要扬教师之长，学科组团队建设必须差异互补教师 个人学科专业扬长避短。这一点和我们的看法非常一致。双流区通过近几年的努力，特别是结合学业水平评价结果开展的连续两届解读大赛，较大的提升了全区教师的“数据意识”和“数据能力”。同时，也使我们的教学、教研、管理更趋于科学化、精准化。尤其是基于数据的教学研究实例，再一次打开了我们的眼界。

短短几天的学习，信息量很大，需要时间消化。但是，找到方向是重要的一步，基于现代信息技术和大数据的智慧教育一定是值得我们深入研究的改革方向。这也是江苏之行最大的收获!

第三篇：大数据时代下贵阳建设智慧城市

2013年11月15日，第四届中国意大利创新论坛在北京召开，作为本届论坛六个平行圆桌会议之一的“贵阳智慧城市建设专题研讨会”吸引了国内和意大利政产学研界近百人参加，大家纷纷对贵阳智慧城市建设表示出浓厚的兴趣。在会上，贵阳市提出在2015年前将建成的包括“一个公共平台，一个管理中心，政务、产业、民生三大应用方向，信息基础建设、智慧应用等六大支撑体系，建筑节能、指挥交通等九个示范应用”在内的“智慧贵阳”体系框架。那么，建设智慧城市的前提条件是什么?

如果将智慧城市比喻为人，将组成智慧城市感知功能的传感器比作人的五官，将连接传感器的网络比作神经，将控制和存储信息的云技术比作中枢，那么大数据就是智慧城市的所有体征数据的总和。人要正常运作,各个零部件数据指标必须达标，一座智慧城市亦如此。

所以一座真正的“智慧城市“，要体现出人类社会对现代城市和运营管理新的科技发展的水平，智慧，它必然来自于对各种数据充分分析和利用。因此如何对数据进行分析和利用，促进人类智慧运用管理城市，建设迫切使用先进的技术包括数据挖掘和功能的强大的运算系统，从而来整合分析跨地域，跨行业，跨部门的海量数据的处理，将特定的知识应用于特定的行业和特定的解决方案中，来正好的支持整个经济社会发展的决策和相关行动。这也正是建设智慧城市面临的重要挑战。

21世纪随着大数据技术领域的开发与不断创新，现今技术已经能够短时间内处理、分析庞大复杂的数据，这为“智慧城市”的建设提供了强有力的支撑。如今，越来越多的城市提出建设“智慧城市”的命题，并不断摸索与落实，成绩显著。

作为贵州省会的贵阳同样迎来建设智慧城市的契机，早在2010年10月，在贵阳市政府与IBM共同举办的“智慧城市·感知贵阳”论坛上，就已经勾勒出“感知贵阳、智慧城市”的远景，而建设智慧城市也纳入到贵阳市“十二五” 工业和信息化发展规划中。2013年年初，贵阳乌当区入围我国首批90个智慧城市，同年8月，乌当区智慧城市综合管理平台正式开工建设。在2013年智慧城市任务书项目开展情况评分中，乌当区在全省10个国家智慧城市试点中总排名第二，在4个县级试点中排名第一，获得“以奖代补”专项资金70万元。

打造智慧城市，对贵阳市的好处无疑是十分巨大的。智慧城市所涉及的智慧交通、无线城市、智慧医疗、云电视等都对提高贵阳市民的生活品质有着极大的促进作用。智慧交通将打破贵阳传统城市交通管理与发展模式，极大地缓解交通需求与交通设施供给的尖锐矛盾，为市民出行提供便利的交通;无线城市能够为公众提供利用无线终端或无线技术获取信息的便利服务,实现城市信息化和现代化;智慧医疗能够实现医疗信息实时共享，简化就医流程、降低医疗费用，增加群众就医便利性;云电视将电视连上网络，观众就可以随时从外界调取自己需要的资源或信息。

同时引入大数据处理技术，在互联网、物联网、云计算平台、电信网、广电网、无线宽带网等技术实现系统化整合的基础上，充分利用高度集成的智慧技术，以配套设施与相关政策促进、带动智慧产业发展，为居民提供更加优质、高效、方便、快捷，更加亲民、协调、节能、集约，具有高度智慧化的公共服务。

随着智慧城市建设日趋完善，必然催生大数据运营行业的发展，将出现非常重要的大数据运营和管理新型行业和龙头企业。贵阳市政府的一系列政策举措便是最好的信号，观山湖区将率先开通无限城市网络、乌当区智慧城市综合管理平台建设开工，中关村进驻贵阳、富士康选址贵阳、贵阳高新未来产业城承建大数据中心等等举措，都印证着贵阳市政府建设智慧城市的决心。

第四篇：大数据在智慧城市的10大应用

大数据是智慧城市各个领域都能够实现“智慧化”的关键性支撑技术，智慧城市的建设离不开大数据。建设智慧城市，是城市发展的新范式和新战略。大数据将遍布智慧城市的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将在大数据支撑下走向“智慧化”，大数据成为智慧城市的智慧引擎。

欧盟利用大数据实现智慧城市的做法给我们很多启示。

欧盟对智慧城市的评价分为六个方面：智慧经济、智慧治理、智慧生活、智慧人民、智慧环境、智慧移动性。也就是说智慧城市要促进经济的发展，要改进和帮助更多大众的参与，让老百姓享受智慧的生活，人民得到更好的服务，居住环境更加优化。智慧城市的应用很广泛，我们都知道有物流、交通、电网、工业、农业、建筑、环境、医疗等方面。现在我要讲的是，智慧城市本身会催生大数据，我们可以看到一个企业会涉及到很多环境，管理环境，开放环境，知识环境、服务环境，过去这些环境的关联度不够，那么现在通过数据库使得这些环境能够联合起来，使得企业的效率提高40%-60%，根据赛门铁克的一份最新调研报告，今天全世界所有企业的信息存储总量已达2.2ZB，企业平均10PB，大企业更大点，小企业小点。一般企业都会建立数据库，必须进行数据的集资和数据的挖掘，企业的数据在企业内部已经占有很重要的位置。

(1)智慧经济

首先大数据在商业上怎么能很好运用，它会分析用户的购物行为，什么商品搭配在一起会卖得更好，还有很多公司通过分析找到最佳客户，淘宝数据魔方则是淘宝平台上的大数据应用方案。那么商家可以了解淘宝平台上的行业宏观情况、自己品牌的市场状况、消费者行为情况等，并可以据此作出经营决策。

美国有个投资公司分析了全球3.4亿微博账户留言，判断民众情绪，人们高兴的时候会买股票，而焦虑的时候会抛售股票，依此决定公司股票的买入或卖出，该公司今年第一季度获得7%的收益率。

阿里公司根据在淘宝网上中小企业的交易状况筛选出财务健康和诚信的企业，从而无需担保来放贷，目前已放贷300多亿元，坏帐率仅0.3%，大大低于商业银行。

企业通过信息收集很好的掌握企业的运营状况，分析居民与财务有关的记录包括贷款申请、租赁、房地产、购买零售商品、纳税申报、水电费缴付、有线电视缴费、电话缴费、报纸与杂志订阅、机动车档案等，能够得出消费者的个人信用评分，从而推断客户支付意向与支付能力，发现潜在的欺诈。

IBM日本公司建立了一个经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算出采购经理人指数PMI预测值。

印第安纳大学学者利用Google提供的心情分析工具，对270万用户在2008年3～12月所张贴的970万条留言，挖掘出用户happiness、kindness、 alertness、sureness、 vitality 和calmness等六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%。

利用大数据分析可实现对合理库存量的管理，华尔街对冲基金依据购物网站顾客评论分析企业产品销售状况，华尔街银行根据求职网站岗位数量推断就业率。

(2)智慧治理

美国纽约的警察分析交通拥堵与犯罪发生地点的关系，有效改进治安。美国纽约的交通部门从交通违规和事故的统计数据中发现规律，改进了道路设计。

利用短信、微博、微信和搜索引擎可以收集热点事件与舆情挖掘。

电信运营商拥有大量的手机数据，通过对手机数据的挖掘，不针对个人而是着眼于群体行为，可从中分析：实时动态的流动人口的来源及分布情况;出行和实时交通客流信息及拥塞情况。利用手机用户身份和位置的检测可了解突发性事件的聚集情况。

MIT的Reality Mining项目，通过对10万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规则性和重复性，进行流行病预警和犯罪预测。

(3)环境监测

对城市的河流进行采样，通过卫星发布，收集产量的数据，这个数据非常大，通过这个数据分析能够判别城市中有没有污染。

(4)智慧医疗

无论是药品的研发还是商业模式的开发运用数据分析都能够得到很好的分析，我们医院里有大量的病例，这里有大量的数据，传统的普通病例很难挖掘数据，现在变成电子化有利于更高数据挖掘，数据的挖掘有利于发现医疗知识，由于医疗资源的分配不均，因此远程医疗十分必要，另外，居家监护很重要，谷歌公司与美国疾病控制和预防中心等机构合作，依据网民搜索内容分析全球范围内流感等病疫传播状况，谷歌的判断与疾控中心的判断是一致的。

社交网络为许多慢性病患者提供了临床症状交流和诊治经验分享平台，医院借此可获得足够多的临床效果统计。个性化的医疗同样很重要，我们发现，同样的治疗对一些病人无效，75%癌症病人，70%的老年痴呆者、50%的关节炎病人、43%的糖尿病患者、40%的哮喘病患者，38%的抑郁症病人。因为人体对药品代谢方式的差异取决于个体特定的基因、酶和蛋白质组合，因此基因信息对选择最优治疗非常关键。对人体个性体质的挖掘会做到真正意义上的对症下药，一个人的基因信息大概1GB。

(5)智能搜索

除此之外，我们还通过网络进行学习，早期的网络学习是通过网站专业人员编制的内容，如今我们希望能够实现更加智能的搜索。随着移动互联网的出现，搜索引擎会变成基于语音的智能搜索;基于位置的搜索;基于个性化搜索。

(6)舆情监测

大众传播发展的很快，这里包含着大量的数据，例如微博传播具有裂变性、主动性、即时性、便捷性、交互性、草根性，跟进性和临场感，每一个微博用户既是"服务器"，也是"受众"。中国的微博比社交网络更热，因为140个字符的微博在英文和中为分别约等于25个和85个英语单词，即中文微博的信息量是Twitter的3～4倍。最近两个月在YouTube上上载的视频超过了ABC、 NBC和 CBS 电视台自1948年以来24/7/365 连续播出的内容，而"云平台+多屏融合"模式已成为智能家居和智能车载等的发展方向。

(7)精准营销

美国信用营销分析专家张川告诉《环球时报》记者，在大数据分析的应用上，美国政府和大公司领先新兴国家至少20年。15年前，美国的信用卡公司就可以进行数据挖掘实现精准营销：在合适的时间，通过合适渠道，把合适的营销信息投送给每个顾客。

(8)犯罪预警

随着智能电话和电脑网络的普及，美国政府和大公司把自己的触角伸到个人生活的每个方面。美国个人的一切在线行为数据都被收集储存，再加上已被有关机构掌握的个人信用数据、犯罪记录和人口统计等数据，有关公司和政府机构可以运用数据挖掘的办法，监控和预测个人的行为，并做出相关决策。

(9)全球安全监测

如美国已具备对全球网络空间的监视控制能力。斯诺登披露的“棱镜”计划，缘于美国政府的“星风”监视计划。2004年，布什政府通过司法程序，将“星风”监视计划分拆成由国家安全局执行的4个监视计划，除“棱镜”外，还包括“主干道”、“码头”和“核子”。其中，“棱镜”用于监视互联网个人信息。“核子”则主要负责截获电话通话者对话内容及关键词。“主干道”和“码头”分别对通信和互联网上数以亿兆计的“元数据”进行存储和分析。“元数据”主要指通话或通信的时间、地点、使用设备、参与者等，不包括电话或邮件等的内容。

(10)市场价格监测

肯尼思·丘基尔是《经济学家》杂志数据编辑、《大数据：一次将改变我们生活、工作和思考方式的革命》一书的合著者之一，他日前在美国《外交政策》杂志掀起一场有关“大数据时代令隐私保护问题更加突出”的讨论。丘基尔举例说，警方如果要侦破一个城市的加油站是否存在合谋操控价格的“卡特尔行为”，以往要靠线人举报。但今天，可以做大数据分析——分析该市油价变化和加油站分布情况。通过分析，可以发现正常的价格变化规律，如果价格变化持续异常，就可以怀疑存在价格垄断的行为。丘基尔认为，大数据的价值在于存储后的再使用。不过，关键的一个问题是，收集、保存一切信息，与隐私保护政策是有冲突的，“保存一切信息是必要的，但是在这么做之前，我们有必要问自己一个问题，即现行的隐私保护政策是不是妨碍了我们正在迈入的大数据世界”。丘基尔提到，社会有必要就此进行大辩论，以便为大数据时代的隐私保护划定新的边界。

结束语

美国IT咨询公司Avanade商业情报部副总裁斯蒂夫·帕尔默告诉《环球时报》记者，大数据是指非常“膨胀”的数据集，用典型的数据分析软件和工具难以对其进行捕捉、储存、管理、分享、分析和可视化。大数据有3个特征：一是数据的数量大;二是产生或被吸收的速度和频率快;三是数据的多样性。为从大数据中“挖出金矿”，一家企业或机构必须能够应对大数据上述3个特征。帕尔默说，大数据给人类带来的真正机遇是把许多信息碎片拼起来，为我们的决策服务。

附：全球顶尖大数据公司一览

企业名称：IBM

网址：http:///

2011年5月，IBM正式推出InfoSphere大数据分析平台。InfoSphere大数据分析平台包括 BigInsights和Streams，二者互补，Biglnsights基于Hadoop，对大规模的静态数据进行分析，它提供多节点的分布式计算，可以随时增加节点，提升数据处理能力。Streams采用内存计算方式分析实时数据。InfoSphere大数据分析平台还集成了数据仓库、数据库、数据集成、业务流程管理等组件。

企业名称：亚马逊

网址：http:///

对于云计算和大数据，亚马逊绝对具有先见之明，早在2009年就推出了亚马逊弹性MapReduce(Amazon Elastic MapReduce)，亚马逊对Hadoop的需求和应用可谓了若指掌，无论是中小型企业还是大型组织。弹性MapReduce是一项能够迅速扩展的Web服务，运行在亚马逊弹性计算云(Amazon EC2)和亚马逊简单存储服务(Amazon S3)上。这可是货真价实的云：面对数据密集型任务，比如互联网索引、数据挖掘、日志文件分析、机器学习、金融分析、科学模拟和生物信息学研究，用户需要多大容量，立即就能配置到多大容量。

除了数据处理外，用户还可以使用Karmasphere Analyst的基于服务的版本，Karmasphere Analyst是一种可视化工作区，用于在亚马逊弹性MapReduce上分析数据。用户还可以提取结果文件，以便在数据库或者微软Excel或Tableau等工具中使用。

企业名称：甲骨文

网址：http:///

甲骨文在近期发布的Oracle大数据机(Oracle Big Data Appliance)为许多企业提供了一种处理海量非结构化数据的方法。在2011年10月初召开的Oracle OpenWorld 2011大会上甲骨文正式推出了Oracle大数据机。对于那些正在寻求以更高效的方法来采集、组织和分析海量非结构化数据的企业而言，该产品具有很大的吸引力。

与甲骨文近期推出的其他一体化产品一样，Oracle大数据机集成了硬件、存储和软件，包括Apache Hadoop软件的开源代码分发、新的甲骨文NoSQL数据库和用于统计分析的R语言开源代码分发。该产品被设计为能够与甲骨文Database 11g、Oracle Exadata数据库云服务器，以及针对商业智能应用的新的Oracle Exalytics商业智能云服务器一起协同工作。

企业名称：谷歌

网址：http:///

谷歌一直是科技行业的领军者，近年来几乎在任何一项互联网科技项目你都能看到谷歌的身影，大数据时代谷歌自然不会错过。何况如果对其拥有的海量数据进行深入挖掘，这对于提升谷歌搜索乃至所有谷歌服务的价值无可估量。

BigQuery是Google推出的一项Web服务，用来在云端处理大数据。该服务让开发者可以使用Google的架构来运行SQL语句对超级大的数据库进行操作。 BigQuery允许用户上传他们的超大量数据并通过其直接进行交互式分析，从而不必投资建立自己的数据中心。Google曾表示BigQuery引擎可 以快速扫描高达70TB未经压缩处理的数据，并且可马上得到分析结果。大数据在云端模型具备很多优势，BigQuery服务无需组织提供或建立数据仓库。而BigQuery在安全性和数据备份服务也相当完善。

去年底该服务只向一小部分开发者开放，现在任何人都可以注册这项服务。免费帐号可以让你每月访问高达100GB的数据，你也可以付费使用额外查询和存储空间。

企业名称：微软

网址：http:///

微软研究部门从2006年起就一直致力于某种非常类似于Hadoop的项目，被称为“Dryad”。今年年初，该计划通过与SQL Server和Windows Azure云的集成实现了Dryad的产品化。虽然现在微软还没有更新，但看上去Dryad似乎将成为在SQL Server平台上影响大数据爱好者的有力竞争者。

微软进入这一市场可谓“姗姗来迟”，而且在一定程度上说，数据仓库分析和内存分析计算市场落下了后腿。2011年初微软发布的SQL Server R2 Parallel Data Warehouse(PDW，并行数据仓库)，PDW使用了大规模并行处理来支持高扩展性，它可以帮助客户扩展部署数百TB级别数据的分析解决方案。微软目前已经开始提供Hadoop Connector for SQL Server Parallel Data Warehouse和Hadoop Connector for SQL Server社区技术预览版本的连接器。 该连接器是双向的，你可以在Hadoop和微软数据库服务器之间向前或者向后迁移数据。

微软在去年推出了基于Azure云平台的测试版Hadoop服务，今年它承诺会推出与Windows兼容的基于Hadoop的大数据解决方案(Big Data Solution)，这是微软SQL Server 2012版本(首发日期还不知道)的一部分，现在也不清楚微软是否会与其他硬件合作伙伴或者相关大数据设备厂商合作。

企业名称：EMC

网址：http:///

EMC于1979年成立于美国麻州Hopkinton市，1989年开始进入企业数据储存市场。 EMC公司是全球信息存储及管理产品、服务和解决方案方面的领先公司。EMC是每一种主要计算平台的信息存储标准，而且，世界上最重要信息中的 2/3 以上都是通过EMC的解决方案管理的。

面对大数据时代，EMC公司推出用于支持大数据分析的下一代平台――EMC Greenplum统一分析平台(UAP)。Greenplum UAP是一个唯一的统一数据分析平台，可扩展至其他工具，其独特之处在于，它将对大数据的认知和分享贯穿整个分析过程，实现比以往更高的商业价值。

企业名称：Teradata

网址：http:///

Teradata公司(Teradata Corporation，纽约证券交易所交易代码TDC)是全球领先的数据仓库，大数据分析和整合营销管理解决方案供应商，专注于数据库软件，数据仓库专用平台及企业分析方案。 不久前宣布推出一款集硬件、软件和服务于一体的全面产品组合——Teradata分析生态系统 (Teradata Analytical Ecosystem)，使不同的 Teradata 系统实现无缝协作，为企业客户提供分析和更深入的洞察力，帮助其预测商业机会和加速实现商业价值。Teradata Unity 将确保整个Teradata Analytical Ecosystem的同步和统一。为了增强在大数据分析领域的优势， Teradata还收购Aster Data公司，以增强其非传统数据分析的能力，突破了SQL分析的限制，协助企业从全部数据中获取更多价值。

企业名称：NetApp

网址：http://

Network Appliance，Inc.(NetApp，美国网域存储技术有限公司)是IT存储业界的佼佼者，自1992年创业以来，不断以创新的理念和领先的技术引领存储行业的发展。Network Appliance, Inc. (NetApp) 是向目前的数据密集型企业提供统一存储解决方案的居世界最前列的公司。

NetApp StorageGRID 是一个久经验证的对象存储软件解决方案，设计用于管理 PB 级、全球分布的存储库，这些存储库包含企业和服务提供商的图像、视频和记录。通过消除数据块和文件中数据容器的典型约束，NetApp StorageGRID 提供了强大的可扩展性。它支持单个全局命名空间内的数十亿个文件或对象和 PB 级容量。

NetApp StorageGRID 实现了智能的数据管理和安全的内容保留。它通过一个具有内置安全性的全局策略引擎来优化数据存放、元数据管理和效率，该引擎管理数据的存储、放置、保护和检索的方式。此外，使用数字指纹和加密等技术防止内容受到篡改。

NetApp StorageGRID 有助于随时随地提供数据，以便于不间断地运营。该解决方案被设计为允许灵活进行部署配置，以满足全球的多站点组织的不同需要。

企业名称：Sybase

网址：

Sybase公司成立于1984年11月，总部设在美国加州的Emeryville(现为美国加州的Dublin市)。作为全球最大的独立软件厂商之一，Sybase公司致力于帮助企业等各种机构进行应用、内容及数据的管理和发布。

Sybase IQ是Sybase公司推出的特别为数据仓库设计的关系型数据库。 相比于传统的“行式存储”的关系型数据库， Sybase IQ 使用了独特的列式存储方式，在进行分析查询时，仅需读取查询所需的列，其垂直分区策略不仅能够支持大量的用户、大规模数据，还可以提交对商业信息的高速访问，其速度可达到传统的关系型数据库的百倍甚至千倍。“随着 Sybase IQ 不断地在分析应用 POC 测试中拔得头筹，有时甚至超过其他对手 100 倍之多”， Gartner 评价道，“ Sybase IQ 逐渐成为从数据集市到企业数据仓库架构最令人渴望的 DBMS (数据库管理系统)。”

自 2009 年推出以来， Sybase 陆续发布了 Sybase IQ 15.1 、 15.2 、 15.3 以至最新的 Sybase IQ 15.4 版本，每个版本都着力于增加新的核心能力以促进更深入的高级分析。Sybase IQ 15.4是面向大数据的高级分析平台，将大数据转变成可指挥每个人都行动的情报信息，从而在整个企业的用户和业务流程范围内轻松具备大数据的分析能力。

因此，有人说Sybase IQ15.4正在彻底改变“大数据分析”。

企业名称：惠普

网址：

大数据时代来临，老牌巨头惠普也不甘落后。不久前惠普企业服务事业部宣布推出全新服务，帮助客户更快部署惠普子公司Vertica的Vertica Analytics Platform ，从而迅速洞悉关键的业务信息，辅助决策过程。

Vertica Analytics Platform 让用户能够大规模实时分析物理、虚拟和云环境中的结构化、半结构化和非结构化数据，从而深入洞悉“大数据”。

Advanced Information Services for Vertica 帮助客户最大化实现 Vertica 分析平台性能，并构建企业分析专用环境。惠普提供从评估到实施的一系列服务，与客户共同定义多种交付方式组合，并找出匹配其现有基础设施的最佳解决方案。

Advanced Information Services for Vertica已在全球上市，将为实现“瞬捷”企业构建灵活的智能环境。

企业名称：沃尔玛

网址：http:///

在这里看到沃尔玛的身影，可能很多人会有疑问，全球最大的传统零售业巨头沃尔玛怎么就跟大数据扯上关系了?看了下面的介绍你就会明白了。

沃尔玛是最早通过利用大数据而受益的企业之一，曾经拥有世界上最大的数据仓库系统。通过对消费者的购物行为等非结构化数据进行分析，沃尔玛成为最了解顾客购物习惯的零售商，并创造了“啤酒与尿布”的经典商业案例。早在2007年，沃尔玛就已建立了一个超大的数据中心，其存储能力高达4Pb以上。《经济学人》在2010年的一篇报道中指出，沃尔玛的数据量已经是美国国会图书馆的167倍。

沃尔玛实验室计划将沃尔玛的10个不同的网站整合成一个，同时将一个10个节点的Hadoop集群扩展到250个节点的Hadoop集群。目前实验室正在设计几个能将当前像Oracle、Neteeza这样的开放资源的数据库进行迁移、整合的工具。

沃尔玛曾进行了一些列的收购，包括Kosmix(沃尔玛实验室前身)、Small Society、Set Direction、OneRiot、Social Calenda、Grabble等多家中小型创业公司，这些创业公司要么精于数据挖掘和各种算法，要么在移动社交领域有其专长，从此我们就可以看出沃尔玛进军移动互联网和挖掘大数据的决心。相信在沃尔玛的带领下，传统行业也会慢慢意识到大数据的重要性，加速步入大数据时代。

企业名称：Clustrix

网址：

Clustrix创立于2005年，是Y Combinator 2006年冬季班的成员。Clustrix可以为SQL数据库提供专利数据应用方法，帮助人们处理大量的数据，使SQL数据库无限扩容成为可能。最近Clustrix从Sequoia Capital、USVP和 ATA Ventures三家风险投资公司处再次获得价值675万美元的风险投资，至今已获融资1200万美元。Clustrix总部设在美国旧金山，研发中心设在西雅图。为打开欧洲市场，公司计划将总部迁至荷兰的阿姆斯特丹，并将于年底前在印度设立办公室。

企业名称：Cloudera

网址：http:///

Cloudera是一家专业从事基于Apache Hadoop的数据管理软件销售和服务的公司，总部位于加州帕洛阿尔托，2009年3月发布了第一款商业产品，当时获得由AccelPartners领投的500万美元投资。该公司于2010年6月正式推出Cloudera企业产品。 2011年11月募集到4000万美元风险投资资金，此轮融资由风险投资机构Ignition Partners的合伙人弗兰克·阿泰勒(Frank Artale)领投。Cloudera之前的投资者顶尖风投机构Accel Partners、Greylock Partners、Meritech Capital Partners 和In-Q-Tel也参与本轮投资。

以上企业以外，包括MapR、HStreaming、Hadapt、DataStax、Datameer这些与Hadoop以及大数据相关的新公司都已经获得投资，新一轮热潮正在兴起。

第五篇：智慧城市数据资源共享管理办法(简)

东海县政务数据资源共享管理办法

为促进政务数据资源的优化配置和有效利用，推动政府部门之间数据共享和业务协同，切实提高行政效能、服务质量和管理水平，根据有关法律、法规、政策和技术标准，结合我县实际特制定本办法。

一、适用范围

本县行政区域内政务数据资源采集、归集和共享活动适用本办法。

二、管理原则

1、规范采集。各单位按照统一的标准规范，采集和处理数据。

2、无偿提供。各单位无偿为智慧城市公共信息平台及其他单位提供政务数据共享。

3、平台归集。共享数据归集到智慧城市公共信息平台，统一向需求单位提供数据共享服务。

4、按需共享。各单位不得超越职能获取和使用其他部门的数据资源。未经数据提供单位同意，使用单位不得擅自向社会发布或公开所获取的共享信息。

5、安全可控。各单位应当加强政务数据资源安全管理，不得滥用、非授权使用、未经许可扩散所获取的政务数据资源。

三、数据采集

1、各单位应当根据本单位工作采集数据，及时提供给智慧城市公共信息平台，并及时维护更新相关数据，确保共享数据的真实性、完整性、时效性。

2、各单位在数据采集过程中，应当主动通过智慧城市公共

1 信息平台与其他单位的相关数据进行比对，发现数据不一致时，要及时据实修改。

3、各单位应当以数字化方式采集、记录和存储数据，同时将具备条件的数据进行结构化处理，并通过数据库进行管理，非数字化数据应当按照相关技术标准开展数字化改造。

4、对文书类、证照类数据加盖全县统一的电子印章，以保证数据不可更改。

四、数据共享应用

1、各单位应主动通过智慧城市公共信息平台获取履行职能所需要的数据，以联机方式实现与其他单位的数据共享与业务协同。

2、各单位应当通过智慧城市公共信息平台发布共享数据，并在目录系统中注册受限或非受限共享数据目录。

3、各单位通过智慧城市公共信息平台的目录系统检索、发现、定位和申请履行职能所需要的数据，受理其他单位使用本单位受限共享数据的申请。

4、使用非受限共享类数据，需通过智慧城市公共信息平台选取，即时完成共享实施。

5、使用受限共享类数据，需要通过智慧城市公共信息平台向数据提供单位提出申请，数据提供单位及时审核办理。

6、各单位应当利用共享的基础数据库或专业数据库，清洗、比对本部门业务数据库。对不一致的数据或错误的数据，进行核查或纠错。

7、各单位通过智慧城市公共信息平台获得的加盖电子印章的文书类、证照类等政务数据，与纸质文书具有同等效力。法律、法规另有规定的，按其规定执行。

2

五、安全管理

1、各单位应当制定本单位政务数据资源共享内部工作程序、管理制度，并指定专人负责政务数据资源共享工作。

2、各单位要切实完善安全技术保障体系，确保共享数据的安全。

3、智慧城市公共信息平台管理部门应当严格执行信息网络安全和保密等有关法律、法规和政策规定，并按国家技术规范和标准，定期对智慧城市公共信息平台进行信息安全风险评估，排查安全风险和隐患，建立身份认证、存取访问控制、审计跟踪等机制，确保共享数据可用、完整、安全、保密。要主动接受县委保密局对信息保密工作的指导、监督和检查。

六、监督考核

1、政务数据资源共享工作纳入智慧城市建设目标管理。县智慧城市建设主管部门定期对各部门提供的数据数量、质量及更新、使用等情况进行综合评估，并公布评估结果、提出整改意见，并督促落实。

2、政务数据资源共享工作是智慧城市建设的重要环节，对不按要求及时响应数据共享的单位，由县智慧城市建设主管部门定期督查通报，并由县财政局停止其所有信息化项目的建设和运维费用的拨付。

七、本办法自发布之日起执行。

附：东海县各单位信息资源共享责任分解表

3