盐城打造大数据产业发展新高地:智慧科技城崛起

版权申诉
0 下载量 79 浏览量 更新于2024-06-29 收藏 1.14MB DOCX 举报
盐城市在大力发展大数据产业,旨在构建智慧科技城,打造全国重要的数据集散中心和信息服务产业聚集区。该市经济基础坚实,具备良好生态环境,尤其在城南新区,已建成并规划了一系列支持大数据产业发展的基础设施。城南新区正按照"城市智能化、智慧产业化"的思路,推动大数据、智慧产业的发展,并已获批江苏省大数据产业园、江苏省级软件园和国家级科技企业孵化基地。 在产业发展策略上,盐城市聚焦大数据,强化领导力量和招商重点的倾斜,全力推动大数据产业链的构建。产业布局包括大数据存储中心区、技术创新区、产业集聚区、应用服务区和商务配套区,旨在打造覆盖江苏、辐射长三角乃至全国的大数据产业生态系统。 大数据存储中心区是园区的核心,占地约100亩,承载着数据存储、备份、处理和采集等关键功能。目前,已有软通动力大数据存储中心、黄海云谷数据中心和市政府信息资源中心等项目在建,这些设施将为大数据产业发展提供坚实的基础设施支持。 展望未来,盐城市计划到2020年,建立多个大数据创新中心和相关服务平台,新增万个就业岗位,吸引超过100家大数据企业入驻,实现大数据产业产值超过100亿人民币,力争成为国内一流、业内领先的大数据产业发展示范区。 此外,盐城还致力于构建大数据研发、展示和应用平台,通过持续创新,促进大数据产业的规模化和产业化,以期在国内大数据领域发挥示范作用。这一系列举措不仅将推动盐城市的经济社会发展,还将对整个长三角地区乃至华东地区的信息化进程产生深远影响。
2022-12-24 上传
大数据介绍 早在1958年,信息产业的蓝色巨人IBM公司就提出商业智能(Business Intelligence)的概念。商业智能通常被理解为将企业中现有的数据转化为知识,帮助 企业做出明智的业务经营决策的工具。学术界认为商业智能是帮助企业提高决策能力和 运营能力的概念、方法、过程以及软件的集合,其主要目标是将企业所掌握的信息转换 成竞争优势,提高企业决策能力、决策效率、决策准确性。为了将数据转化为知识,需 要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘(Data Mining)等技术。然而,随着越来越多的企业利用这些技术,数据的增长已经完全失去 控制,对业务运行也造成了影响。这就使得企业不仅要关注自身数据的流失,也要有意 识地开始积累数据,并且寻求新的方法来解决大量数据无法存储和无法计算的问题。由 此,在IT业界诞生了一个新名词——大数据(Big Data)。 由维基百科可知,"大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管 理和处理的数据集合。"该定义可以从两个角度来分析:一方面是数据容量的不断扩大, 数据集合的范围已经从兆字节(MB)到吉字节(GB)再到太字节(TB),甚至还有拍字 节(PB)、艾字节(EB)和泽字节(ZB)的计数单位出现。著名咨询公司IDC的研究报告 称,未来十年全球大数据将增加50倍。仅在2011年,就有1.8ZB(也就是1.8万亿GB)的 大数据创建产生。这相当于每位美国人每分钟写3条微博,而且还是不停地写2.6976万年 。在未来十年,管理数据仓库的服务器的数量将增加10倍以便迎合50倍的大数据增长。 另一方面,日益增长的集成式大数据已不再适宜于用当前管理数据库的工具来进行分析 处理。其难点包括:数据的抓取,存储,检索,共享,分析以及可视化等。维基百科还 认为这一趋势将持续发展,其原因在于越来越庞大的数据集合可以使信息分析员更准确 而地预测商业活动趋势,预防疾病的爆发,打击犯罪活动等。 从维基百科的定义中不难看出大数据所面临的问题都源自数据的增长与应对增长的技术 矛盾。IBM同样也指出:大数据来自方方面面,从搜集天气情况的感测器,接入社交媒体 网站的指令,数码图片,在线的视频资料,到网络购物的交易记录,手机的全球定位系 统信号等等。IBM总结大数据的特点为:多样化(Variety)、快速化(Velocity)和大 量化(Volume)。多样化是指大数据的内涵超越了结构化数据的概念,其实质包括各类 非结构化的数据:文本,音频,视频,点击流量,记录文件等。快速化是指通常具有时 效性,企业必须把握好对数据流的掌控应用,从而才能最大化地挖掘利用大数据所潜藏 的商业价值。大量化是指大数据的规模特点在于数量庞大,未来企业将不可避免地迎接 数据浪潮的冲击。 较早提出大数据概念还有以数据管理技术见长的EMC公司。其对大数据的工作定义为:" 数据集,或信息,它的规模、发布、位置在不同的孤岛上,或它的时间线要求客户部署 新的架构来捕捉、存储、整合、管理和分析这些信息以便实现企业价值。"根据IDC一份 EMC赞助的报告,消费者和企业所累积的数据量预计在未来十年内将增加44倍。虽然在这 里大数据变化的程度大小问题已不具备任何新颖的地方,但是大数据的变化也是形式上 的问题。数据不仅超越我们过去认知的日益密集的使用和更大的规模,而是与数据从模 拟到数字的转型有关,而且需要用新的途径来挖掘企业价值。通常情况下,大数据可以 分成三种类型:一是结构化数据,即行数据,存储在数据库里,可以用二维表结构来实现 的数据。甲骨文、微软都有这样的数据库管理,用以分析和研究。二是半结构化数据, 这种数据包括电子邮件、办公处理文档,以及许多存储在Web上的信息。半结构化数据是 基于内容的,可以被搜索。三是非结构化数据,包括图像、音频和视频等可以被感知的 信息。据统计,企业中20%的数据是结构化的,80%是非结构化或半结构化的。当今世界 结构化数据增长率大概是32%,而非结构化数据增长则是63%,至2012年,非结构化数据 占有比例将达到互联网整个数据量的75%以上。这些非结构化数据的产生往往伴随着社交 网络、移动计算和传感器等新的渠道和技术的不断涌现和应用。企业用以分析的数据越 全面,分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取 新的洞察力,并将其与已知业务的各个细节相融合。 可以说,大数据源自于更加密集和更大规模的海量存储,它涉及到数据类型从模拟到数 字的转换,以及利用新方法获取商业价值的需求。大数据的出现与当今信息的快速增长 和在信息中寻求财富的需求是分不开的。大数据是一个巨大市场,蕴涵了巨大的商机。 大数据不仅会在个体消费中起到重要作用,同样也会为国家经济和国民生活带来巨大的 利益。可以为世