南京郵電大學鹽城大數據研究院成立于2015年5月，是由鹽城市城南新區管委會和南京郵電大學共建的自收自支事業單位。 位處城南新區智慧谷科技創新大廈。研究院將建成鹽城發展大數據產業發展的智庫，政府決策的智囊；大數據人才的培養基地；大數據相關產業的孵化基地，最終建成一個開放式的、涵蓋不同產業領域的、產業化的研發平臺、公共服務平臺、人才聚集平臺和產業孵化平臺。大數據產業鏈：近些年，大數據已經和云計算一樣，成為時代的話題。大數據是怎么產生的，商業機會在哪？研究機會在哪？這個概念孕育著一個怎樣的未來？昨天在車庫咖啡參加了一個小型的研討活動， 就這些問題進行了一些討論，我結合自己的一些理解做一個總結。首先，大數據是怎么產生的？1） 物理世界的信息大量數字化產生的例如劉江老師指出的好大夫網，將醫生的信息，門診的信息等數字化。其實還有很多，比如新浪微博將茶館聊天的行為（弱關系產生信息數字化），朋友聊天的行為數字化（強關系產生信息數字化）。視頻監控探頭將圖像數字化。2） 社交網絡產生的在雅虎時代，大量的都是讀操作，只有雅虎的編輯做一些寫操作的工作。進入web2.0時代，用戶數大量增加，用戶主動提交了自己的行為。進入了社交時代，移動時代。大量移動終端設備的出現，用戶不僅主動提交自己的行為，還和自己的社交圈進行了實時的互動，因此數據大量的產生出來，并且具有了極其強烈的傳播性。數據都要保存所產生的一位嘉賓指出，舊金山大橋保留了百年的歷史數據，在時間跨度上產生了價值，很多網站在早期對數據的重視程度不夠，保存數據的代價很大，存儲設備的價格昂貴，但是時代變了，存儲設備便宜了，用戶自己產生的數據得到了重視，數據的價值被重視了。因此越來越多的數據被持續保存。其次，大數據和大規模數據的區別？bigdata之前學術界叫verylargedata大數據和大規模數據的差距是什么？我認為在英文中large的含義只是體積上的，而big的含義還包含重量上的，價值量上的。因此我認為：1） 大數據首先不是數量上的堆砌，而是具有很強的關聯性結構性。比如有一種數據，記錄了世界上每一顆大樹每年長高的程度，這樣的數據不具有價值，因為只是簡單堆砌。如果數據變成，每一個大樹記錄它的，地點，氣候條件，樹種，樹齡，周邊動植物生態，每年長高的高度，那么這個數據就具有了結構性。具有結構性的數據首先具有極強的研究價值，其次極強的商業價值。在比如，淘寶的數據，如果只記錄一個交易的買家，賣家，成交物品，價格等信息，那么這個商業價值就很有限。淘寶包含了，買家間的社交關系，購物前后的其他行為，那么這個數據將非常有價值。因此，只有立體的，結構性強的數據，才能叫大數據，才有價值，否則只能叫大規模數據。2） 大數據的規模一定要大，而且比大規模數據的規模還要大。要做一些預測模型需要很多數據，訓練語料，如果數據不夠大，很多挖掘工作很難做，比如點擊率預測。最直白的例子，如果你能知道一個用戶的長期行蹤數據，上網的行為，讀操作和寫操作。那么幾乎可以對這個人進行非常精準的預測，各種推薦的工作都能做到很精準。最后，大數據的機會在哪里？對小公司的機會在哪？圍繞數據的整個產業鏈上，我認為具有以下機會：1） 數據的獲得大量數據的獲得，這個機會基本屬于新浪微博等這類大企業，大量交易數據的獲得，也基本屬于京東，淘寶這類企業。小企業基本沒機會獨立得到這些用戶數據。2） 數據的匯集例如如果你要能把各大廠商，各大微博，政府各個部門的數據匯集全，這個機會將是極大的。但，這個工作，做大了需要政府行為，做中檔了，要企業間合作，做小了，也許就是一個聯盟或者一個民間組織，比如中國爬盟。3） 數據的存儲匯集了數據后，立即遇到的問題就是存儲，這個代價極大，原始數據不能刪除，需要保留。因此提供存儲設備的公司，執行存儲這個角色的公司，都具有巨大的市場機會，但是這也不屬于小公司，或者早期創業者。4） 數據的運算在存儲了數據以后，怎么把數據分發是個大問題，各種API,各種開放平臺，都是將這些數據發射出去，提供后續的挖掘和分析工作，這個也需要有大資本投入，也不適合小公司。5） 數據的挖掘和分析數據需要做增值服務，否則數據就沒有價值，big也big不到哪里去，是沒有價值的big?因此這種數據分析和挖掘工作具有巨大的價值，這個機會屬于小公司，小團體。6）數據的使用和消費在數據做到了很好的挖掘和分析后，需要把這些結果應用在一個具體的場合上，來獲得回報，做數據挖掘和分析的公司，必須得找到這些金主才行，而這些金