第二章

互联网等新兴产业大数据状况

面对大数据时代带来的挑战，出版业应如何看待大数据？又该如何利用大数据技术推动行业发展？出版人首先需要对数据的价值有足够深刻的认识、对大数据技术有一定程度的了解，这样才能更好地利用大数据进行服务。本章主要从大数据的数据类型、大数据规模、大数据利用三个方面详细介绍我国互联网等新兴产业大数据现状。

数据类型分类标准多样，典型数据已实际应用

针对海量复杂的数据如何进行归类的问题，很多专家给出不同的分类方法，本章对大数据常见分类形式及其主要类型进行了汇总。同时，著者依据数据典型应用类型对大数据进行了分类，将其分为用户行为数据、用户消费数据、用户地理位置数据、机器和传感器数据、互联网金融数据和用户生成数据。

数据规模呈指数增长，其中我国增长最为显著

近年来，人类产生的数据呈指数增长。国际数据公司（IDC）数字宇宙研究报告《大数据，更大的数字身影，最大增长在远东》显示，到2020年数字宇宙将超出预期达到44ZB，这一数据是2011年的22倍，而人均数据预计在2020年也将达到5247GB。其中，中国的数据增长最为显著。在市场规模方面，2014年全球大数据市场规模达到920亿美元，大数据进入从概念到实际应用的关键转折期。

部分领域已广泛采集大数据并应用大数据技术

目前，很多企业已意识到大数据的重要性，应用大数据所带来的效果主要在趋势预测及产品优化等方面。大数据最先在电商、金融、交通、医疗等行业应用。

随着社交网络、博客、移动端通信等新型信息发布方式的不断涌现，以及云计算、物联网等技术的兴起，数据正在以前所未有的速度不断增长和积累。2012年以来，“大数据”（Big Data）一词越来越多地被提及。利用大数据处理问题已经成为全球性趋势，并引起产业界、学术界以及政府机构的高度重视。

国外的大数据研究工作主要集中在大数据存储、处理、分析以及管理的技术及软件应用上。早在2008年9月，学术界《自然》（Nature）期刊就推出了大数据的封面专栏，从互联网技术、超级计算和生物医学等方面来专门探讨对大数据分析、存储以及工具集的研究。《科学》（Science）在2011年推出了关于数据处理的专刊《数据处理》（Dealing with Data），探讨大数据带来的机遇和挑战。随着各种类型数据的增长，用户只要想从庞大的数据库中提取对自己有用的信息，就离不开大数据处理技术和工具。根据上面的阐述可以看出，大数据的重要性已十分凸显。

关于国内新兴产业大数据发展状况，2012年5月，在香山科学会议组织的以“大数据科学与工程 —— 一门新兴的交叉学科”为主题的会议中，与会专家深入探讨了大数据的理论与工程数据研究、应用方向等重要问题。大数据的出现也必然伴随着新兴处理工具的出现。整体来看，大数据已经告别知识普及阶段，迈入实际应用阶段。

大数据的价值不在于数据本身，而在于如何结合机器算法来分析发现规律、预测未来。于是，如何利用数据创造价值成为众多行业关注的一个焦点。2015年9月，国务院印发《促进大数据发展行动纲要》，明确提出要发展大数据在工业、新兴产业、农业等领域的应用，推动大数据发展与科研创新有机结合，推进基础研究和核心技术攻关，形成大数据产品体系，完善大数据产业链。

在大数据的浪潮下，出版业和其他行业一样，已经可以感受到大数据技术发展带来的影响。出版业应该如何看待大数据，出版业有哪些数据，这些数据是不是可以称得上“大数据”，出版业又该如何利用这些数据推动产业发展等问题，引起了出版界的关注与探索。

这些年来，出版的介质形态、生产流程、内容结构等都发生了很大的变化。可以肯定的是，经历过数字化转型的出版业积累了丰富的数据资源，但从目前看仍不具有直接应用大数据技术的条件。面对大数据时代带来的挑战，出版人只有对数据的价值有足够深刻的认识、对大数据技术有一定程度的了解，才能更好地利用大数据技术为出版业服务。

下面就从大数据的主要类型、大数据的规模、大数据的利用三个方面对大数据进行全面介绍。