2016大数据十大发展趋势预测2016大数据十大发展趋势预测.doc

大数据十大发展趋势预测（2016） 1.可视化推动大数据平民化 “可视化”已连续三次入选大数据发展十大趋势，但今年能占据第一趋势，实在是意料之外。 　　最近几年，“大数据”概念深入人心。民众看到的大数据更多的是以可视化的方式体现的。可视化极大地拉近了大数据和普通民众的距离，即使对IT技术不了解的普通民众和非专业技术的常规决策者也能够很好地理解大数据及其分析的效果和价值，使得大数据可以从国计和民生两方面充分发挥其价值。 　　可视化是通过把复杂的数据转化为可以交互的图形，帮助用户更好地理解分析数据对象，发现、洞察内在规律。数据是人类对客观事物的抽象。人类对数据的理解和掌握是需要经过学习训练才能达到的。理解更为复杂的数据，必须越过更高的认知壁垒，才能对客观数据对象建立相应的心理图像，完成认知理解过程。好的可视化能够极大地降低认知壁垒，使复杂未知数据的交互探索变得可行。 　　可视化技术的进步和广泛应用对于大数据走向平民化的意义是双向的。一方面，可视化作为人和数据之间的界面，结合其他数据分析处理技术，为广大使用者提供了强大的理解、分析数据的能力。可视化使得大数据能够为更多人理解、使用，使得大数据的使用者从少数专家扩展到更广泛的民众。另一方面，可视化也为民众提供了方便的工具，可以主动分析处理和个人工作、生活、环境有关的数据。大约在10年前，可视化领域已经开始讨论为民众服务的可视化(visualization for mass)技术。在今天大数据的背景下，可视化将进一步推动大数据平民化。在这一过程中，急需更为方便、适合民众使用需要的可视化方法、工具。可视化也将进一步和个人使用的移动通讯设备(如手机)相结合。我们预测，在这一过程中，将有更多面向民众的大数据可视化公司涌现。 2.多学科融合与数据科学的兴起 大数据并不是简单的“大的数据”。在近年对大数据的阐述中，至少有两种典型的提法：一种是点出“小数据”的重要性;另一种是去掉“大”字而强调“数据”本身，强调数据科学、数据技术、数据治理、数据产业等。 　　大数据技术是多学科多技术领域的融合，涉及数学、统计学、计算机类技术、管理类等;大数据应用更是与多领域交叉融合。这种交叉融合催生了专门的基础性学科——“数据学科”。基础性学科的夯实，使学科的交叉融合更趋完美。 　　在大数据领域，许多相关学科研究的方向表面上看来大不相同，但是从数据的视角来看，其实是相通的。随着社会数字化程度的逐步加深，越来越多的学科在数据层面趋于一致，可以采用相似的思想进行统一的研究。从事大数据研究的不仅仅是计算机领域的科学家，也包括数学等方面的科学家。 　　很多数据相关的专门实验室、专项研究院所相继出现，《数据学》等著作也纷纷出版。大家认为数据科学的雏形已经出现了。 3.大数据安全与隐私令人忧虑 每次大数据发展趋势预测，安全和隐私都会出现在十大趋势中。这一条代表了人们对于大数据所带来问题的深刻忧虑。 　　第一，大数据的安全问题，十分严峻。这里指当大数据技术、系统和应用聚集了大量有价值的信息的时候，必将成为被攻击的目标。虽然影响巨大的针对大数据的攻击还没有见诸报端，但是可以预见，这样的攻击必将出现。 　　第二，大数据的过度滥用所带来的问题和副作用，最典型的就是个人隐私泄露。在传统采集分析模式下，很多隐私在大数据分析能力下变成了“裸奔”。类似的问题还包括，大数据分析能力带来的商业秘密泄露和国家机密泄露。 　　第三，心理和意识上的安全问题，包括两个极端，一是忽视安全问题的盲目乐观，另一个是过度担忧所带来的对大数据应用发展的掣肘。比如，大数据分析对隐私保护的副作用，促使我们必须对隐私保护的接受程度有一个新的认识和调整。 　　大数据受到的威胁、大数据的过度滥用所带来的副作用、对大数据的极端心理，都会阻碍和破坏大数据的发展。 4.新热点融入大数据多样化处理模式 大数据的处理模式依然多样化。大数据处理模式不断丰富，新旧手段不断融合，比如，流数据、内存计算成为新热点。内存计算继续成为提高大数据处理性能的主要手段。以Spark为代表的内存计算逐步走向商用，并与Hadoop融合共存。与传统的硬盘处理方式相比，内存计算技术在性能上有了数量级的提升。批处理计算、流计算、交互查询计算、图计算等多种计算框架使数据使用效率大大提高。 　　很多新的技术热点持续地融入大数据的多样化模式中，目前还没有一个统一的模式。从2015年中国大数据技术大会的众多技术论坛的安排，也可以看出这样的态势。技术各有千秋，将形成一个更加多样平衡的发展路径，满足大数据的多样化需求。这样的态势还会持续下去。 5.大数据提升社会治理和民生领域应用 基于大数据的社会治理成为业界关注的热点，涉及智慧城市、应急、税收、反恐、农业等多个民生领域。 　　在最易获得大数据应用成果的互联网环境之后，大数据