大數(shù)據(jù)視角下的智慧信息服務(wù)：應(yīng)用實(shí)踐與未來(lái)趨勢(shì)

吳 丹 劉子君

(武漢大學(xué)信息管理學(xué)院，武漢，430072)

1 智慧信息服務(wù)的內(nèi)涵與特征

1.1 大數(shù)據(jù)對(duì)信息服務(wù)的影響

隨著數(shù)字信息技術(shù)、網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，不同領(lǐng)域的數(shù)據(jù)規(guī)模空前增加[ 1]。根據(jù)麥肯錫的報(bào)告，在世界著名的咨詢(xún)機(jī)構(gòu)，世界總數(shù)據(jù)量在2020年將達(dá)到15—20ZB[ 2]。大數(shù)據(jù)是指數(shù)據(jù)的量級(jí)超過(guò)現(xiàn)有數(shù)據(jù)分析工具能力，需要在特定的時(shí)間內(nèi)挖掘、收集、存儲(chǔ)、處理和分析的數(shù)據(jù)集[ 2]，需要大數(shù)據(jù)技術(shù)才能分析該數(shù)據(jù)集，從而獲得更深入、更有價(jià)值的見(jiàn)解，并做出更及時(shí)的決策[ 3,4]。大數(shù)據(jù)研究的結(jié)果使許多領(lǐng)域受益。根據(jù)麥肯錫的報(bào)告，大數(shù)據(jù)的應(yīng)用主要在五個(gè)領(lǐng)域，即全球制造業(yè)、零售業(yè)、醫(yī)療保健和醫(yī)療行業(yè)、政府部門(mén)和私人生活領(lǐng)域[ 2]。相關(guān)的研究結(jié)果表明，大數(shù)據(jù)有利于世界經(jīng)濟(jì)的增長(zhǎng)和改善醫(yī)療保健和公共管理問(wèn)題[ 5]。大數(shù)據(jù)給信息服務(wù)行業(yè)帶來(lái)了新的機(jī)遇，增強(qiáng)了信息服務(wù)攝取、處理、分析和分發(fā)內(nèi)容的能力。眾多信息服務(wù)公司都建立了大數(shù)據(jù)分析平臺(tái)，以增強(qiáng)大數(shù)據(jù)分析能力。谷歌、Facebook、IBM和微軟均建立了大數(shù)據(jù)研究中心和其他公司合作收集、分析和利用大數(shù)據(jù)。中國(guó)三大互聯(lián)網(wǎng)公司——騰訊、百度和阿里巴巴都建成了大數(shù)據(jù)平臺(tái)，進(jìn)行大數(shù)據(jù)應(yīng)用研究，使其信息服務(wù)朝智能化、精準(zhǔn)化的方向發(fā)展[ 6]。

1.2 智慧信息服務(wù)的含義

信息服務(wù)是面向用戶(hù)的信息需求，通過(guò)信息的收集、處理和分析，向用戶(hù)提供有價(jià)值的信息，幫助用戶(hù)解決特定問(wèn)題，從而實(shí)現(xiàn)信息增值的過(guò)程。在大數(shù)據(jù)時(shí)代，信息服務(wù)會(huì)朝著智慧信息服務(wù)的方向發(fā)展，區(qū)別于普通的人工信息服務(wù)，智慧信息服務(wù)利用大數(shù)據(jù)智能收集、存儲(chǔ)與分析的相關(guān)技術(shù)，通過(guò)機(jī)器智能與人工智能的結(jié)合，向用戶(hù)提供智能信息服務(wù)。這是大數(shù)據(jù)時(shí)代背景下信息服務(wù)的必然要求，也使得信息服務(wù)更加全面高效。

1.3 智慧信息服務(wù)的特征

信息服務(wù)發(fā)展為智慧信息服務(wù)，深受大數(shù)據(jù)發(fā)展的影響。大數(shù)據(jù)的數(shù)量之大、種類(lèi)之多、速度之快、價(jià)值之高決定了智慧信息服務(wù)需要收集大量的數(shù)據(jù)進(jìn)行全面分析，對(duì)不同類(lèi)型的數(shù)據(jù)進(jìn)行個(gè)性化分析，高效快速處理數(shù)據(jù)、深度挖掘數(shù)據(jù)價(jià)值[ 7]。龐大的數(shù)據(jù)規(guī)模要求智慧信息服務(wù)全面收集大量的數(shù)據(jù)并對(duì)其進(jìn)行全面分析，而非抽樣分析或是用部分代表整體。數(shù)據(jù)的高速增加要求數(shù)據(jù)收集、數(shù)據(jù)挖掘和數(shù)據(jù)分析應(yīng)在最短的時(shí)間內(nèi)盡快地進(jìn)行，以便充分挖掘這些數(shù)據(jù)的潛在價(jià)值[ 6]。數(shù)據(jù)的多種類(lèi)代表數(shù)據(jù)是從不同的來(lái)源獲得的，并以不同的格式呈現(xiàn)，結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的大量數(shù)據(jù)要求智慧信息服務(wù)針對(duì)不同種類(lèi)的數(shù)據(jù)采用不同的數(shù)據(jù)存儲(chǔ)與分析方式，有針對(duì)性地進(jìn)行數(shù)據(jù)分析。Acker等指出大數(shù)據(jù)的另一重要特點(diǎn)是價(jià)值，大數(shù)據(jù)的價(jià)值意味著挖掘和分析大數(shù)據(jù)可以為智慧信息服務(wù)行業(yè)創(chuàng)造價(jià)值[ 8]。麥肯錫以美國(guó)醫(yī)療保健業(yè)和零售業(yè)為例進(jìn)行了一項(xiàng)研究，觀察大數(shù)據(jù)如何為這些行業(yè)創(chuàng)造價(jià)值，研究發(fā)現(xiàn)如果這兩個(gè)行業(yè)充分挖掘大數(shù)據(jù)的潛在價(jià)值，可以減少美國(guó)醫(yī)療保健行業(yè)7.9%以上的國(guó)家財(cái)政支出，可以增加整個(gè)零售業(yè)60%以上的利潤(rùn)[ 2]。智慧信息服務(wù)的成功案例說(shuō)明大數(shù)據(jù)的價(jià)值決定了智慧信息服務(wù)可以創(chuàng)造更高的價(jià)值。

2 文獻(xiàn)回顧

收集和存儲(chǔ)大量數(shù)據(jù)的行為可以追溯到20世紀(jì)50年代初，當(dāng)時(shí)第一臺(tái)商用大型計(jì)算機(jī)被引入并應(yīng)用于信息服務(wù)。在20世紀(jì)50年代初至90年代中期，計(jì)算機(jī)、存儲(chǔ)和數(shù)據(jù)網(wǎng)絡(luò)的成本高昂，數(shù)據(jù)增長(zhǎng)相對(duì)緩慢，這時(shí)的信息服務(wù)主要應(yīng)用于業(yè)務(wù)支持和交易信息系統(tǒng)。直至20世紀(jì)末大數(shù)據(jù)的出現(xiàn)和大數(shù)據(jù)技術(shù)的發(fā)展，信息服務(wù)才發(fā)展為智慧信息服務(wù)。智慧信息服務(wù)的發(fā)展在大數(shù)據(jù)驅(qū)動(dòng)下主要經(jīng)歷了三個(gè)階段。

2.1 在線(xiàn)數(shù)據(jù)挖掘驅(qū)動(dòng)下的智慧信息服務(wù)(1994—2004年)

早期的電子商務(wù)公司和在線(xiàn)搜索公司是大數(shù)據(jù)時(shí)代的主要數(shù)據(jù)貢獻(xiàn)者，智慧信息服務(wù)植根于社會(huì)網(wǎng)絡(luò)分析，用于優(yōu)化搜索結(jié)果[ 9]。Web使用挖掘、Web結(jié)構(gòu)挖掘和Web內(nèi)容挖掘等Web挖掘技術(shù)被用于分析用戶(hù)的在線(xiàn)活動(dòng)，完善用戶(hù)體驗(yàn)，提高智慧信息服務(wù)的質(zhì)量。Web使用挖掘是應(yīng)用數(shù)據(jù)挖掘技術(shù)在線(xiàn)發(fā)現(xiàn)Web用戶(hù)的使用模式，使用數(shù)據(jù)捕獲Web用戶(hù)的身份及其瀏覽行為，通過(guò)跟蹤單個(gè)用戶(hù)的鼠標(biāo)點(diǎn)擊、搜索和瀏覽模式，使向用戶(hù)提供個(gè)性化的服務(wù)成為可能[ 10]。Web結(jié)構(gòu)挖掘是分析一個(gè)網(wǎng)站或一個(gè)網(wǎng)頁(yè)結(jié)構(gòu)的過(guò)程。典型網(wǎng)站的結(jié)構(gòu)包括網(wǎng)頁(yè)作為節(jié)點(diǎn)和超鏈接作為連接相關(guān)頁(yè)面的邊。Web結(jié)構(gòu)挖掘是基于超鏈接結(jié)構(gòu)，對(duì)網(wǎng)頁(yè)進(jìn)行分類(lèi)[ 11]。谷歌的PageRank，通過(guò)社會(huì)網(wǎng)絡(luò)分析方法，分析網(wǎng)頁(yè)的超鏈接結(jié)構(gòu)，根據(jù)他們的受歡迎程度或重要性對(duì)其進(jìn)行排名[ 12]。Web內(nèi)容挖掘是從網(wǎng)頁(yè)內(nèi)容中提取有用信息的過(guò)程，其中最常見(jiàn)的是文本挖掘，從非結(jié)構(gòu)化文本中提取信息，并大量利用信息檢索(IR)和自然語(yǔ)言處理(NLP)等技術(shù)進(jìn)行分析處理，可應(yīng)用于個(gè)性化網(wǎng)頁(yè)信息抽取、網(wǎng)頁(yè)聚類(lèi)和詐騙郵件、垃圾郵件過(guò)濾等智慧信息服務(wù)。

2.2 社交網(wǎng)絡(luò)數(shù)據(jù)挖掘驅(qū)動(dòng)下的智慧信息服務(wù)(2005—2014年)

社交媒體的發(fā)展為大數(shù)據(jù)時(shí)代注入了新的活力，智慧信息服務(wù)開(kāi)始注重社交媒體的情感分析和社會(huì)網(wǎng)絡(luò)分析，在數(shù)據(jù)驅(qū)動(dòng)下決策[ 13]。在社交媒體中，廠商可以通過(guò)與消費(fèi)者直接接觸，或者分析社交媒體的用戶(hù)情緒、喜好，充分進(jìn)行市場(chǎng)調(diào)研[ 14]。社交媒體分析可以為公司提供消費(fèi)者角度的需求，理解社交媒體的用戶(hù)分析可以幫助公司的生產(chǎn)更加符合用戶(hù)需求。社會(huì)網(wǎng)絡(luò)分析是通過(guò)模擬社會(huì)網(wǎng)絡(luò)動(dòng)態(tài)和增長(zhǎng)來(lái)測(cè)量社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)、連接、節(jié)點(diǎn)和其他屬性的過(guò)程，可以從兩個(gè)參與者之間的標(biāo)簽、社交交互、內(nèi)容共享和投票中推斷出用戶(hù)關(guān)系[ 15]。社交網(wǎng)站如Facebook、Twiter、LinkedIn都提供了結(jié)構(gòu)化的信息接入，實(shí)現(xiàn)個(gè)人信息的在線(xiàn)共享和社會(huì)化[ 16]。社會(huì)網(wǎng)絡(luò)分析使用了各種技術(shù)來(lái)理解網(wǎng)絡(luò)結(jié)構(gòu)[ 17]，更好地服務(wù)于智慧信息服務(wù)。

2.3 物聯(lián)網(wǎng)數(shù)據(jù)挖掘驅(qū)動(dòng)下智慧信息服務(wù)(2015至今)

物聯(lián)網(wǎng)的發(fā)展使大數(shù)據(jù)驅(qū)動(dòng)的智慧信息服務(wù)領(lǐng)域更加廣泛。物聯(lián)網(wǎng)是指一個(gè)大數(shù)據(jù)技術(shù)環(huán)境，設(shè)備和傳感器上有惟一標(biāo)識(shí)符可以在互聯(lián)網(wǎng)上共享和協(xié)作,沒(méi)有任何人工干預(yù)，物聯(lián)網(wǎng)及物聯(lián)網(wǎng)應(yīng)用程序生成圖片、音頻和視頻等眾多形式的數(shù)據(jù)，豐富了大數(shù)據(jù)的來(lái)源，也使得智慧信息服務(wù)的應(yīng)用領(lǐng)域更加廣泛[ 18]。通用電氣正在開(kāi)發(fā)互聯(lián)網(wǎng)傳感器,從設(shè)備讀取數(shù)據(jù)來(lái)部署航空和醫(yī)療操作；農(nóng)業(yè)綜合企業(yè)也使用互聯(lián)網(wǎng)傳感器管理資源,比如水、糧食存儲(chǔ)和重型設(shè)備,以降低農(nóng)業(yè)生產(chǎn)成本,增加糧食產(chǎn)量[ 19]。對(duì)于很多物聯(lián)網(wǎng)應(yīng)用,越來(lái)越多的數(shù)據(jù)由傳感器實(shí)時(shí)收集，對(duì)其進(jìn)行分析是智慧信息服務(wù)的重要基礎(chǔ)[ 20]。這種分析不僅用于監(jiān)控現(xiàn)有條件也可以預(yù)測(cè)未來(lái)事件，在金融和醫(yī)療等行業(yè)有巨大的應(yīng)用發(fā)展?jié)摿?，例?分析嵌入在患者周?chē)膫鞲衅骺梢员O(jiān)測(cè)患者的生理和行為變化，發(fā)現(xiàn)和預(yù)測(cè)緊急的醫(yī)療需求[ 21]，也可以應(yīng)用在電子交易的金融行業(yè)，通過(guò)金融監(jiān)管預(yù)測(cè)行動(dòng)可疑的事件和欺詐性的金融活動(dòng)。

3 各領(lǐng)域智慧信息服務(wù)的應(yīng)用實(shí)踐

在各行各業(yè)大數(shù)據(jù)發(fā)展的推動(dòng)下，智慧信息服務(wù)應(yīng)用的領(lǐng)域和范圍不斷擴(kuò)大。本文通過(guò)大量的文獻(xiàn)調(diào)研，集中研究智慧信息服務(wù)的典型應(yīng)用領(lǐng)域和重點(diǎn)研究方向，總結(jié)智慧信息服務(wù)的發(fā)展趨勢(shì)。文獻(xiàn)調(diào)研表明，智慧信息服務(wù)的研究方向主要集中在政務(wù)服務(wù)、文化服務(wù)、醫(yī)療服務(wù)和商務(wù)服務(wù)四個(gè)方面。

3.1 數(shù)據(jù)驅(qū)動(dòng)的智慧政務(wù)服務(wù)

3.1.1政府?dāng)?shù)據(jù)開(kāi)放共享

政府擁有的數(shù)據(jù)量龐大且多樣，從財(cái)政收支到商品價(jià)格再到人口普查、天氣、疾病率等等，政府?dāng)?shù)據(jù)的開(kāi)放共享既是對(duì)政府透明度的要求，也是釋放數(shù)據(jù)的社會(huì)和商業(yè)價(jià)值，提高公眾參與性治理的重要方法[ 22]。政府是許多不同領(lǐng)域中最大的數(shù)據(jù)生產(chǎn)者和收集器[ 23]，所有數(shù)據(jù)，無(wú)論是學(xué)校地址、地理空間數(shù)據(jù)、環(huán)境數(shù)據(jù)、運(yùn)輸和規(guī)劃數(shù)據(jù)，還是預(yù)算資料，都具有社會(huì)和商業(yè)價(jià)值。通過(guò)發(fā)布這樣的數(shù)據(jù)，政府鼓勵(lì)利益相關(guān)者對(duì)其進(jìn)行創(chuàng)新，創(chuàng)造新的服務(wù)。政府?dāng)?shù)據(jù)通過(guò)門(mén)戶(hù)網(wǎng)站開(kāi)放共享也可以有效提高政府的參與性治理效果[ 24]。提升政府透明度也意味著公眾不僅可以訪問(wèn)政府?dāng)?shù)據(jù)，還可以使用這些數(shù)據(jù)。通過(guò)利用政府的數(shù)據(jù)，公民有機(jī)會(huì)積極參與治理過(guò)程，而不是偶爾在選舉中投票。

政府開(kāi)放數(shù)據(jù)運(yùn)動(dòng)源遠(yuǎn)流長(zhǎng)，從2003年歐洲的公共部門(mén)信息公開(kāi)運(yùn)動(dòng)[ 25]，到2011念美國(guó)總統(tǒng)奧巴馬的政府開(kāi)放數(shù)據(jù)倡議，到2013年八國(guó)開(kāi)放數(shù)據(jù)[ 26]。眾多的政府開(kāi)放數(shù)據(jù)運(yùn)動(dòng)也推動(dòng)了開(kāi)放政府?dāng)?shù)據(jù)門(mén)戶(hù)的建立，如data.gov.uk，Data.gov和data.gov.sg，幫助公民和利益相關(guān)者獲取有關(guān)地方或國(guó)家的政府信息。政府機(jī)構(gòu)公開(kāi)相關(guān)數(shù)據(jù)時(shí)，會(huì)考慮到感知利益、組織準(zhǔn)備和外部的壓力三大因素，并根據(jù)這些因素制定戰(zhàn)略規(guī)劃。在數(shù)據(jù)轉(zhuǎn)化方面，Wang等建議政府將數(shù)據(jù)視為自然資源，一方面堅(jiān)持釋放原始數(shù)據(jù)，另一方面對(duì)數(shù)據(jù)進(jìn)行清理、識(shí)別和提取，以滿(mǎn)足雙重標(biāo)準(zhǔn)的可讀性[ 27]。Ubaldi提取和集成各國(guó)政務(wù)公開(kāi)出版指南，提出政府開(kāi)放數(shù)據(jù)要遵循出版生命周期流程，改善數(shù)據(jù)的最終可用性[ 28]。政府開(kāi)放數(shù)據(jù)的制度框架設(shè)計(jì)商Lane策劃設(shè)計(jì)了一個(gè)共同的可互操作的數(shù)據(jù)基礎(chǔ)設(shè)施，作為政府?dāng)?shù)據(jù)安全使用鏈接管理數(shù)據(jù)的骨干單元，它將保證數(shù)據(jù)提供者訪問(wèn)它們的數(shù)據(jù)[ 29]。

政府?dāng)?shù)據(jù)開(kāi)放共享是智慧政府提供智慧政務(wù)服務(wù)的基礎(chǔ)，尤其是在政府擁有的數(shù)據(jù)量非常龐大的背景下，數(shù)據(jù)的開(kāi)放共享是提高政府透明度和參與性治理的重要方法，更方便了數(shù)據(jù)價(jià)值的全面挖掘。大數(shù)據(jù)存儲(chǔ)技術(shù)的發(fā)展便利了政府?dāng)?shù)據(jù)門(mén)戶(hù)網(wǎng)站的數(shù)據(jù)展示，大數(shù)據(jù)清理技術(shù)提高了政府?dāng)?shù)據(jù)資源的可用性，大數(shù)據(jù)的互操作技術(shù)方便了政府?dāng)?shù)據(jù)的互通，政府?dāng)?shù)據(jù)的開(kāi)放共享在大數(shù)據(jù)發(fā)展的驅(qū)動(dòng)下不斷完善。

3.1.2智能輿情分析與預(yù)警

隨著計(jì)算技術(shù)的發(fā)展和物聯(lián)網(wǎng)的興起，城市越來(lái)越多地產(chǎn)生新的數(shù)據(jù)集。目前全球有90億個(gè)相互連接的設(shè)備，預(yù)計(jì)該數(shù)字在2020年將增長(zhǎng)到240億臺(tái)[ 30]。這為政府的輿情分析與預(yù)警了帶來(lái)了巨大的機(jī)遇與挑戰(zhàn)。一方面，未來(lái)的城市是數(shù)據(jù)驅(qū)動(dòng)的城市，城市規(guī)劃都是采用數(shù)據(jù)驅(qū)動(dòng)的決策，可以提供更好的服務(wù)，滿(mǎn)足城市居民的需求變化。例如在倫敦，通過(guò)對(duì)龐大的用戶(hù)交通數(shù)據(jù)的實(shí)時(shí)跟蹤，政府不斷優(yōu)化航線(xiàn)以適應(yīng)客流的變化規(guī)律，并鼓勵(lì)更多的公共交通的使用，既方便了居民和游客的城市交通出行，也達(dá)到了更好的環(huán)保效果[ 31]。另一方面，城市的信息系統(tǒng)面臨著巨大的數(shù)據(jù)挑戰(zhàn)，它們必須管理和利用大量的動(dòng)態(tài)的、變化的、詳細(xì)的、相互關(guān)聯(lián)的、低成本的數(shù)據(jù)集[ 32]。

政府對(duì)城市的智能數(shù)據(jù)監(jiān)控是輿情分析與預(yù)警的重要基礎(chǔ)。智能城市數(shù)據(jù)監(jiān)控是建立在數(shù)字城市、物聯(lián)網(wǎng)和云計(jì)算的基礎(chǔ)之上的，它實(shí)現(xiàn)對(duì)人類(lèi)的感知、控制和智能服務(wù)，并具有實(shí)體性，通過(guò)城市智能管理為大眾提供智能服務(wù)。智能輿情分析需要使用一個(gè)共同的平臺(tái)，使數(shù)據(jù)采集和監(jiān)控、測(cè)量和分析、優(yōu)化和控制集中在一個(gè)系統(tǒng)中[ 33]。在紐約，市長(zhǎng)數(shù)據(jù)分析辦公室確認(rèn)需要一個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)來(lái)連接所有城市部門(mén)的數(shù)據(jù)，該系統(tǒng)包含來(lái)自各個(gè)部門(mén)的數(shù)據(jù)，包括火災(zāi)、建筑物檢查和執(zhí)行情況等，對(duì)與火災(zāi)有關(guān)的一系列數(shù)據(jù)進(jìn)行分析，預(yù)測(cè)建筑火災(zāi)的危險(xiǎn)性[ 34]。

交通堵塞是現(xiàn)代城市中最普遍的問(wèn)題之一。在大數(shù)據(jù)時(shí)代，城市的各個(gè)角落分布著傳感器，開(kāi)發(fā)人員可以訂閱這些實(shí)時(shí)數(shù)據(jù)流以預(yù)測(cè)交通問(wèn)題，構(gòu)建動(dòng)態(tài)路徑規(guī)劃系統(tǒng)，實(shí)時(shí)為用戶(hù)推薦出行路線(xiàn)。Liebig等利用德國(guó)都柏林的交通數(shù)據(jù)進(jìn)行交通預(yù)測(cè)和出行路線(xiàn)推薦，幫助居民避免擁擠的街道，當(dāng)交通問(wèn)題出現(xiàn)時(shí)，通過(guò)增加城市交通各傳感器產(chǎn)生數(shù)據(jù)的速率和傳感器的數(shù)量，更加迅速地獲取交通數(shù)據(jù)[ 35]。在社會(huì)感知傳感器方面，Musto等人提出了一個(gè)綜合模型將用戶(hù)自產(chǎn)信息作為傳感器，使用智能手機(jī)和社交網(wǎng)絡(luò)，幫助交通預(yù)測(cè)[ 36]。在優(yōu)化貨運(yùn)交通堵塞方面，Shi等提出了一個(gè)架構(gòu)，實(shí)時(shí)采集由車(chē)載系統(tǒng)傳送的數(shù)據(jù)，可以監(jiān)控多達(dá)4600個(gè)油罐車(chē)每五秒發(fā)送一次的數(shù)據(jù)，很好地解決了貨車(chē)運(yùn)輸堵塞問(wèn)題[ 37]。實(shí)時(shí)數(shù)據(jù)管理對(duì)交通運(yùn)輸非常重要，在交通事故預(yù)防中也有巨大作用。對(duì)實(shí)時(shí)的交通變量如交通工具數(shù)量、平均速度、標(biāo)準(zhǔn)偏差檢測(cè)器等等的實(shí)時(shí)監(jiān)控可以防止交通問(wèn)題，在交通事故中也可以幫助采取行動(dòng)減少次生事故發(fā)生的可能性[ 38]。

大數(shù)據(jù)的發(fā)展為政府智能輿情分析與預(yù)警提供了可能，城市的大量數(shù)據(jù)驅(qū)動(dòng)了智慧城市的發(fā)展，也為城市信息系統(tǒng)提出了挑戰(zhàn)，需要城市智能監(jiān)控并建立完善的智能倉(cāng)儲(chǔ)系統(tǒng)，對(duì)城市數(shù)據(jù)進(jìn)行統(tǒng)一處理，以更好地實(shí)現(xiàn)智能預(yù)警。交通堵塞問(wèn)題也在大數(shù)據(jù)時(shí)代得到了解決，可以利用城市傳感器、社會(huì)感知用戶(hù)傳感器和車(chē)輛傳感器來(lái)實(shí)時(shí)監(jiān)控和分析交通情況，及時(shí)預(yù)警交通堵塞和交通事故等問(wèn)題。

3.2 數(shù)據(jù)驅(qū)動(dòng)的智慧文化服務(wù)

3.2.1公共文化服務(wù)云體系

大數(shù)據(jù)時(shí)代，公共文化服務(wù)在數(shù)據(jù)的驅(qū)動(dòng)下更加智慧化。Sultan等人強(qiáng)調(diào)了云計(jì)算對(duì)文化未來(lái)發(fā)展方向的影響[ 39],Barto?等論述了在文化服務(wù)體系中應(yīng)用云服務(wù)的可行性，提出了云服務(wù)在幫助博物館保存文化遺產(chǎn)方面的積極意義[ 40]。Hyv?nen提出在文化體系的發(fā)展過(guò)程中，可以運(yùn)用網(wǎng)絡(luò)語(yǔ)義技術(shù)以便加速文化資源的收集和保護(hù)工作[ 41]。

公共數(shù)字文化云服務(wù)系統(tǒng)的服務(wù)主體由圖書(shū)館、檔案館、博物館、美術(shù)館等公共文化機(jī)構(gòu)組成，通過(guò)云計(jì)算技術(shù)將公共文化機(jī)構(gòu)的資源封裝起來(lái)形成公共數(shù)字文化云資源，實(shí)現(xiàn)對(duì)資源及服務(wù)的統(tǒng)一調(diào)度，為公共文化機(jī)構(gòu)提供按需敏捷的智能化服務(wù)創(chuàng)造資源基礎(chǔ)。服務(wù)手段主要包括云服務(wù)平臺(tái)和各種終端設(shè)備[ 42]，用戶(hù)只需通過(guò)電腦、手機(jī)、電視機(jī)等終端就可以隨時(shí)隨地享受地方公共數(shù)字文化云服務(wù)。同時(shí)，利用更多的推廣途徑和平臺(tái)，拓展新的公共數(shù)字文化云服務(wù)的傳播媒介，借助APP、QQ、微信等手段加強(qiáng)公共文化機(jī)構(gòu)與用戶(hù)的互動(dòng)，讓用戶(hù)主動(dòng)參與到公共數(shù)字文化云服務(wù)的建設(shè)中來(lái)。

作為傳統(tǒng)知識(shí)信息服務(wù)中心，圖書(shū)館在文獻(xiàn)存儲(chǔ)和數(shù)據(jù)管理中發(fā)揮著重要作用。圖書(shū)館不可避免地會(huì)受到大數(shù)據(jù)的影響，建設(shè)公共文化服務(wù)“云平臺(tái)”可以顛覆傳統(tǒng)圖書(shū)館的管理模式。目前，圖書(shū)館的現(xiàn)狀是：讀者想看愛(ài)看的書(shū)圖書(shū)館沒(méi)有或太少，圖書(shū)館采購(gòu)的書(shū)讀者又往往不愛(ài)看[ 43]，這樣的供需不對(duì)稱(chēng)是我國(guó)各級(jí)各類(lèi)圖書(shū)館中普遍存在的矛盾?！霸破脚_(tái)”實(shí)現(xiàn)書(shū)店銷(xiāo)售數(shù)據(jù)、圖書(shū)館館藏書(shū)目和讀者信息數(shù)據(jù)對(duì)接，今后市民到書(shū)店購(gòu)書(shū)就可以實(shí)現(xiàn)兩種選擇：第一，自己花錢(qián)購(gòu)買(mǎi)；第二，在書(shū)店即可用身份證辦理圖書(shū)館的借閱證件，選擇借閱。“云平臺(tái)”可以解決圖書(shū)館資源的選擇問(wèn)題，也可以提高書(shū)籍資源的流通率。一切以讀者需求為本，把讀者的自主權(quán)、選擇權(quán)通過(guò)技術(shù)手段落到實(shí)處[ 44]。

博物館作為公益性文化服務(wù)機(jī)構(gòu)，是社會(huì)公共文化服務(wù)體系的重要組成部分，博物館文化遺產(chǎn)保護(hù)面臨的形勢(shì)迫切需要以大數(shù)據(jù)為支撐。先進(jìn)的技術(shù)推動(dòng)了博物館向虛擬博物館的發(fā)展，如數(shù)字媒體、Web3D、VR、AR、觸覺(jué)和手持設(shè)備，引導(dǎo)和推動(dòng)虛擬博物館的發(fā)展[ 45-47]。虛擬博物館是一個(gè)虛擬的博物館，沒(méi)有墻壁、位置和空間邊界，但擁有真正博物館的所有信息，世界各地的游客都可以線(xiàn)上訪問(wèn)，許多著名的博物館如大英博物館、盧浮宮、佛羅倫薩博物館都提供了虛擬博物館服務(wù)[ 48]。Horn等人通過(guò)大量的用戶(hù)實(shí)驗(yàn)數(shù)據(jù)分析，總結(jié)出大型科學(xué)數(shù)據(jù)集的可視化交互有助于促進(jìn)對(duì)博物館中復(fù)雜科學(xué)概念的學(xué)習(xí)。這些展品可以作為自然歷史博物館的一種方式，可以更好地為游客創(chuàng)造真實(shí)的學(xué)習(xí)經(jīng)驗(yàn)[ 49]。移動(dòng)應(yīng)用服務(wù)和網(wǎng)站服務(wù)也是博物館云服務(wù)的重要方面，Nelson等設(shè)計(jì)實(shí)現(xiàn)了一個(gè)博物館移動(dòng)應(yīng)用，一方面為游客提供隨時(shí)隨地的大數(shù)據(jù)服務(wù)，游客可以提問(wèn)，虛擬游覽，另一方面工作人員可以分析游客日志數(shù)據(jù)，利用數(shù)據(jù)挖掘了解游客的訪問(wèn)歷史和喜好，利用日志文件的數(shù)據(jù)挖掘來(lái)更好地理解訪問(wèn)者的游覽體驗(yàn)，優(yōu)化博物館的服務(wù)[ 50]。此外，博物館的網(wǎng)站服務(wù)提供了各種訪問(wèn)方式，即網(wǎng)絡(luò)、內(nèi)部網(wǎng)、個(gè)人電腦(PC)、平板電腦或智能手機(jī)，以便為不同年齡、不同背景、不同知識(shí)的參觀者提供隨時(shí)隨地的虛擬訪問(wèn)[ 48]。

以圖書(shū)館和博物館為代表的公共文化服務(wù)體系在大數(shù)據(jù)的驅(qū)動(dòng)下更加智慧化，同樣的，公共文化云服務(wù)體系的構(gòu)建將進(jìn)一步提高服務(wù)效率。圖書(shū)館可以通過(guò)云平臺(tái)的數(shù)據(jù)服務(wù)優(yōu)化資源選擇和搜索服務(wù)，通過(guò)數(shù)據(jù)互操作提高數(shù)據(jù)訪問(wèn)和可重用性，結(jié)合外部資源數(shù)據(jù)和用戶(hù)數(shù)據(jù)提供個(gè)性化的用戶(hù)服務(wù)。博物館也在大數(shù)據(jù)可視化和虛擬現(xiàn)實(shí)技術(shù)的推動(dòng)下向虛擬博物館發(fā)展，隨時(shí)隨地為用戶(hù)提供服務(wù)。

3.2.2文化大數(shù)據(jù)融合服務(wù)平臺(tái)

大數(shù)據(jù)時(shí)代，傳統(tǒng)的公共文化服務(wù)的管理和運(yùn)營(yíng)模式已經(jīng)遠(yuǎn)遠(yuǎn)跟不上時(shí)代的需要，各級(jí)文化機(jī)構(gòu)的信息資源不能有效共享，資源利用率低，信息孤島效應(yīng)明顯，缺乏信息資源的聚合和整合，一方面給群眾帶來(lái)了極大的不便，另一方面也不能充分發(fā)揮公共文化服務(wù)的作用[ 51]。運(yùn)用云計(jì)算、云存儲(chǔ)和大數(shù)據(jù)技術(shù)，建設(shè)一個(gè)全方位覆蓋、多終端訪問(wèn)、跨平臺(tái)多通道發(fā)布的公共文化信息網(wǎng)狀結(jié)構(gòu)平臺(tái)，市民可通過(guò)電腦、手機(jī)、移動(dòng)終端和電視接入平臺(tái)，享受一站式公共文化服務(wù)，包括知識(shí)服務(wù)、藝術(shù)欣賞、文化傳播、虛擬場(chǎng)館、交流互動(dòng)等內(nèi)容[ 42]。以上海為例，作為國(guó)際文化大都市，公共文化服務(wù)融合體系的建設(shè)已日趨完備，圖書(shū)館、博物館、美術(shù)館、劇院、文化活動(dòng)中心等設(shè)施構(gòu)建了完整的、立體的文化大數(shù)據(jù)融合服務(wù)體系，公共文化產(chǎn)品供給繁榮[ 52]。在公共數(shù)字文化資源整合項(xiàng)目方面，以國(guó)家為首的文化大數(shù)據(jù)融合共享工程是由文化部、財(cái)政部等部門(mén)共同組織實(shí)施的，它是面向廣大基層群眾的公共數(shù)字文化服務(wù)惠民工程，融合了全國(guó)公共文化機(jī)構(gòu)的公共數(shù)字文化資源，并通過(guò)“國(guó)家數(shù)字文化網(wǎng)”展現(xiàn)給公眾。此外，各地政府也紛紛推出了一系列具有地方特色的文化大數(shù)據(jù)融合服務(wù)項(xiàng)目，如天下湖南、北京記憶、廣州記憶、邊疆萬(wàn)里數(shù)字文化長(zhǎng)廊等。以廣州記憶為例，廣州市國(guó)家檔案館牽頭的“廣州記憶”項(xiàng)目致力于整合地方文獻(xiàn)，該項(xiàng)目以廣州發(fā)展歷史為主線(xiàn)，綜合匯集了廣州市著名的旅游景點(diǎn)、名人典故、歷史事件、風(fēng)土人情等資源[ 53]。

傳統(tǒng)的信息系統(tǒng)已經(jīng)無(wú)法支撐文化數(shù)據(jù)管理，文化數(shù)據(jù)來(lái)源更加多樣，異構(gòu)的數(shù)據(jù)需要更加復(fù)雜的信息系統(tǒng)支撐，信息系統(tǒng)也需要利用傳感器網(wǎng)絡(luò)提高用戶(hù)體驗(yàn)[ 54]。Schreiber等人描述了一個(gè)智能感知上下文輔助瀏覽文化環(huán)境——SCRABS，并將其應(yīng)用于意大利的國(guó)家文化信息系統(tǒng)融合項(xiàng)目中，由計(jì)算機(jī)科學(xué)家、人文專(zhuān)家、考古專(zhuān)家等跨學(xué)科的項(xiàng)目專(zhuān)家組成，實(shí)現(xiàn)圖書(shū)館、博物館等實(shí)際應(yīng)用場(chǎng)景的融合文化環(huán)境[ 55]。

公共文化信息資源的聚合和整合、構(gòu)建文化大數(shù)據(jù)融合服務(wù)平臺(tái)是解決公共文化資源分散、資源利用率低和信息孤島問(wèn)題的重要解決方式，國(guó)內(nèi)外都有文化大數(shù)據(jù)融合服務(wù)平臺(tái)的案例，推進(jìn)文化大數(shù)據(jù)的傳播共享。

3.3 數(shù)據(jù)驅(qū)動(dòng)的智慧醫(yī)療服務(wù)

3.3.1精準(zhǔn)醫(yī)學(xué)知識(shí)發(fā)現(xiàn)

隨著大數(shù)據(jù)在各個(gè)行業(yè)的發(fā)展，醫(yī)療保健行業(yè)也產(chǎn)生了巨大的數(shù)據(jù)量[ 56]。世界人口快速增長(zhǎng)，對(duì)醫(yī)療保健的質(zhì)量和效率產(chǎn)生了更高的要求，醫(yī)療保健行業(yè)的很多決策需要由數(shù)據(jù)來(lái)驅(qū)動(dòng)。數(shù)據(jù)分析工具可以讓醫(yī)療專(zhuān)家收集和分析病人的數(shù)據(jù)，精準(zhǔn)發(fā)現(xiàn)醫(yī)學(xué)知識(shí)，這同樣是普通病人了解醫(yī)學(xué)知識(shí)的重要途徑。

一個(gè)能夠提供與身體各部分對(duì)應(yīng)的疾病醫(yī)學(xué)知識(shí)和信息的信息服務(wù)系統(tǒng)對(duì)醫(yī)學(xué)知識(shí)的發(fā)現(xiàn)是非常有用的。Kim等人構(gòu)建了基于人體3D模型的醫(yī)療信息服務(wù)系統(tǒng)[ 57]。該系統(tǒng)將人的身體分成骨骼、肌肉、內(nèi)臟和皮膚這四個(gè)類(lèi)別，然后用3Dsmax建模，人類(lèi)3D身體結(jié)構(gòu)可以用3D查看器觀看。用戶(hù)在3D查看器中選擇人體的特定部分，系統(tǒng)就提供與所選部件相關(guān)的疾病的詳細(xì)醫(yī)學(xué)知識(shí)。3D查看器的優(yōu)點(diǎn)是能夠逼真地、直觀地觀察人體的結(jié)構(gòu)，獲取有關(guān)疾病的醫(yī)學(xué)信息包括有關(guān)病因、癥狀、治療、預(yù)防、推薦食品以及相關(guān)醫(yī)療機(jī)構(gòu)等信息，也可以幫助醫(yī)療專(zhuān)家實(shí)時(shí)發(fā)現(xiàn)疾病信息。

除了面向醫(yī)療專(zhuān)家的醫(yī)學(xué)知識(shí)發(fā)現(xiàn)系統(tǒng)，面向普通病人或潛在病患的醫(yī)學(xué)知識(shí)發(fā)現(xiàn)系統(tǒng)有助于從病源上幫助醫(yī)學(xué)知識(shí)普及和發(fā)現(xiàn)。在社區(qū)生活場(chǎng)景中，Brennan等人建立了一個(gè)社區(qū)醫(yī)療信息服務(wù)系統(tǒng)，為每個(gè)居民提供個(gè)性化的服務(wù)，提供專(zhuān)業(yè)科學(xué)的醫(yī)學(xué)疾病知識(shí)，并記錄社區(qū)內(nèi)的居民信息行為，幫助醫(yī)療專(zhuān)家發(fā)現(xiàn)醫(yī)學(xué)知識(shí)和相關(guān)疾病[ 58]。

智慧醫(yī)療服務(wù)需要面向用戶(hù)提供精準(zhǔn)的醫(yī)學(xué)數(shù)據(jù)和知識(shí)，這是醫(yī)學(xué)知識(shí)發(fā)現(xiàn)和普及的重要方面，大數(shù)據(jù)3D建模技術(shù)可以為用戶(hù)提供生動(dòng)直觀的醫(yī)學(xué)知識(shí)信息服務(wù)系統(tǒng)，幫助用戶(hù)和醫(yī)療專(zhuān)家精準(zhǔn)發(fā)現(xiàn)醫(yī)學(xué)知識(shí)，在用戶(hù)生活場(chǎng)景中的精準(zhǔn)醫(yī)學(xué)知識(shí)信息服務(wù)系統(tǒng)可以為用戶(hù)提供個(gè)性化的醫(yī)學(xué)信息服務(wù)。

3.3.2醫(yī)療大數(shù)據(jù)監(jiān)護(hù)與預(yù)測(cè)

大數(shù)據(jù)可以通過(guò)對(duì)病人的數(shù)據(jù)監(jiān)護(hù)，幫助預(yù)測(cè)流行病的醫(yī)療保健和疾病治療，通過(guò)醫(yī)療數(shù)據(jù)分析，避免可預(yù)防的疾病，提高生活質(zhì)量。大量的醫(yī)療數(shù)據(jù)分析可以使醫(yī)生盡早發(fā)現(xiàn)疾病的征兆，盡快采取治療措施。

醫(yī)院可以通過(guò)監(jiān)測(cè)病人的健康狀況，分析病人和病房?jī)?nèi)的各種健康參數(shù)來(lái)進(jìn)行疾病預(yù)測(cè)。環(huán)境智能(AmbientIntelligence，AmI)的出現(xiàn)提供了更好的醫(yī)療保健，無(wú)論是在醫(yī)院的病房?jī)?nèi)，還是病人的家里，環(huán)境智能技術(shù)被應(yīng)用于疾病的監(jiān)護(hù)和預(yù)測(cè)。Jain等人設(shè)計(jì)了一種算法，將病人的房間看作一個(gè)特定的環(huán)境，通過(guò)病人的出入狀態(tài)，生成對(duì)病人身體狀態(tài)的準(zhǔn)確預(yù)估。通過(guò)在病人家庭安裝環(huán)境智能傳感器，監(jiān)控病人健康信息，起到預(yù)防的作用[ 59]。

流行感冒是一個(gè)重大的公共衛(wèi)生問(wèn)題，需要全面的監(jiān)測(cè)和預(yù)防系統(tǒng)，疾病監(jiān)測(cè)通過(guò)不斷觀察疾病傳播，對(duì)減少疫情造成的危害起到了重要作用。醫(yī)院大數(shù)據(jù)用于監(jiān)測(cè)流感免疫學(xué)科是實(shí)時(shí)的，可以通過(guò)向有關(guān)人群提供額外的特征或更早提供信息。Ding等人通過(guò)研究醫(yī)院電子病歷臨床醫(yī)療大數(shù)據(jù)，建立回歸模型尋找與流感有強(qiáng)相關(guān)的信號(hào)信息(發(fā)病癥狀、查詢(xún)流感的強(qiáng)度和次數(shù))，從醫(yī)院數(shù)據(jù)的角度監(jiān)控預(yù)防流感[ 60]?；ヂ?lián)網(wǎng)通常是人們尋求衛(wèi)生信息的第一個(gè)地方，醫(yī)療門(mén)戶(hù)網(wǎng)站和社會(huì)媒體是美國(guó)互聯(lián)網(wǎng)用戶(hù)流行的在線(xiàn)衛(wèi)生信息資源[ 61]。Twitter擁有超過(guò)3.2億的月活躍用戶(hù)，大量的用戶(hù)數(shù)據(jù)可以應(yīng)用于生活的許多領(lǐng)域。相關(guān)研究已經(jīng)成功地表明，從Twitter用戶(hù)收集的信息可以用來(lái)檢測(cè)大型流感的爆發(fā)[ 62,63]。Achrekar等人建立了一個(gè)實(shí)時(shí)的疾病監(jiān)測(cè)系統(tǒng)，自動(dòng)跟蹤Twitter上與疾病相關(guān)數(shù)據(jù)，并將輸出數(shù)據(jù)實(shí)時(shí)可視化為交互式地圖[ 64]，預(yù)測(cè)疾病暴發(fā)。Kang等人對(duì)Twitter數(shù)據(jù)進(jìn)行情感分析和地理編碼，用美國(guó)國(guó)家地理雜志地圖可視化情感和地理信息，實(shí)時(shí)監(jiān)控流感輿論信息[ 65]。此外，許多應(yīng)用程序也提供流感信息，這些信息的主要來(lái)源是疾病控制和預(yù)防中心(CDC)[ 66]。谷歌使用搜索詞來(lái)預(yù)測(cè)流感趨勢(shì)[ 67]；Flunearyou4和SickWeather5收集流感信息的位置信息，將流感病例可視化為地圖上的標(biāo)記；Li等人設(shè)計(jì)實(shí)現(xiàn)的appHHeal使用了一種新的數(shù)據(jù)模型整合地方疾病控制和預(yù)防中心(CDC)流感信息、流感癥狀和流感預(yù)防行為，將其可視化，顯示實(shí)時(shí)動(dòng)態(tài)變化[ 68]。

醫(yī)療大數(shù)據(jù)的監(jiān)控和預(yù)測(cè)可以幫助用戶(hù)預(yù)防疾病，幫助醫(yī)療專(zhuān)家盡早采取治療措施。利用大數(shù)據(jù)智能環(huán)境傳感器，無(wú)論病人是在病房還是家里，醫(yī)療專(zhuān)家可以實(shí)時(shí)監(jiān)控病人的身體狀況。通過(guò)研究臨床醫(yī)療大數(shù)據(jù)，醫(yī)院可以使用建?；貧w等數(shù)據(jù)分析方法來(lái)監(jiān)控預(yù)防疾病。此外，社交媒體等互聯(lián)網(wǎng)數(shù)據(jù)也是疾病數(shù)據(jù)信息的重要來(lái)源，可以輔助疾病監(jiān)控與預(yù)測(cè)。

3.4 數(shù)據(jù)驅(qū)動(dòng)的智慧商務(wù)服務(wù)

3.4.1商業(yè)智能決策

大數(shù)據(jù)分析，也被稱(chēng)為大數(shù)據(jù)挖掘，是從大數(shù)據(jù)中發(fā)現(xiàn)可操作的知識(shí)模式的過(guò)程。大數(shù)據(jù)為企業(yè)創(chuàng)造新業(yè)務(wù)、開(kāi)發(fā)新產(chǎn)品和服務(wù)、改善業(yè)務(wù)運(yùn)營(yíng)提供了巨大的潛力。利用大數(shù)據(jù)分析可以創(chuàng)造效益，如節(jié)約成本，更好地進(jìn)行決策，提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)[ 69]。大數(shù)據(jù)驅(qū)動(dòng)的智慧商務(wù)服務(wù)主要在個(gè)性化營(yíng)銷(xiāo)、優(yōu)化定價(jià)和降低成本三個(gè)方面幫助智能決策。

(1)個(gè)性化營(yíng)銷(xiāo)

通過(guò)利用多種來(lái)源的大數(shù)據(jù)，企業(yè)可以提供個(gè)性化的產(chǎn)品和服務(wù)建議、優(yōu)惠券和其他促銷(xiāo)優(yōu)惠。梅西百貨等主要零售商使用大數(shù)據(jù)分析購(gòu)物者的偏好和情緒，優(yōu)化他們的購(gòu)物體驗(yàn)。一些公司已經(jīng)開(kāi)始使用社交媒體的數(shù)據(jù)來(lái)評(píng)估信貸風(fēng)險(xiǎn)和融資的潛在客戶(hù)需求，為他們提供不同類(lèi)型的金融產(chǎn)品[ 70]。

(2)優(yōu)化定價(jià)

企業(yè)可以利用來(lái)自客戶(hù)的互動(dòng)大數(shù)據(jù)，適當(dāng)調(diào)整商品價(jià)格[ 71]。西爾斯利用大數(shù)據(jù)幫助設(shè)定價(jià)格，給忠誠(chéng)顧客定制優(yōu)惠券，通過(guò)在零售行業(yè)部署了一個(gè)大型的Hadoop集群，利用開(kāi)源技術(shù)來(lái)保持大數(shù)據(jù)的低成本，將大量的商品供應(yīng)數(shù)據(jù)與其他零售商的價(jià)格進(jìn)行比較，以便動(dòng)態(tài)定價(jià)。易趣網(wǎng)還使用開(kāi)源Hadoop技術(shù)和數(shù)據(jù)分析來(lái)優(yōu)化價(jià)格和客戶(hù)滿(mǎn)意度，為了達(dá)到拍賣(mài)物品的最高價(jià)格，易趣網(wǎng)分析了以往有關(guān)物品的拍賣(mài)數(shù)據(jù)，推薦出最優(yōu)的拍賣(mài)價(jià)格[ 72]。

(3)降低成本

大數(shù)據(jù)降低了許多公司的運(yùn)營(yíng)成本。根據(jù)埃森哲的數(shù)據(jù)，使用大數(shù)據(jù)分析的公司在供應(yīng)鏈問(wèn)題上的反應(yīng)要比那些不使用數(shù)據(jù)分析的公司更快更有效[ 73]。大數(shù)據(jù)分析可以方便需求預(yù)測(cè)，實(shí)時(shí)跟蹤出貨過(guò)程以?xún)?yōu)化分銷(xiāo)網(wǎng)絡(luò)管理[ 74]。通用電氣針對(duì)西南航空公司的飛行效率，分析飛行和運(yùn)營(yíng)數(shù)據(jù)，以節(jié)省燃料[ 75]。大數(shù)據(jù)也可以幫助零售業(yè)大幅降低成本，特易購(gòu)是一家歐洲超市，通過(guò)在所有冰箱配備傳感器每3秒監(jiān)測(cè)一次溫度，分析冰箱數(shù)據(jù)，優(yōu)化了冰箱的溫度，每年減少約2500萬(wàn)美元的能源成本[ 76]。

大數(shù)據(jù)的驅(qū)動(dòng)使得商務(wù)決策智能化。在個(gè)性化營(yíng)銷(xiāo)方面，通過(guò)分析用戶(hù)的消費(fèi)數(shù)據(jù)、社交數(shù)據(jù)和信用數(shù)據(jù)等多種類(lèi)型的數(shù)據(jù)，企業(yè)可以精準(zhǔn)化營(yíng)銷(xiāo)，提供個(gè)性化的商品選擇；在定價(jià)方面，企業(yè)可以利用用戶(hù)的互動(dòng)大數(shù)據(jù)和同行業(yè)的數(shù)據(jù)進(jìn)行比較分析，適當(dāng)調(diào)整價(jià)格，確定最優(yōu)價(jià)格；在成本方面，對(duì)供應(yīng)鏈問(wèn)題的大數(shù)據(jù)分析可以幫助降低運(yùn)營(yíng)成本，零售業(yè)的成本也可以通過(guò)大數(shù)據(jù)實(shí)時(shí)監(jiān)控和分析來(lái)控制。

3.4.2大數(shù)據(jù)風(fēng)險(xiǎn)控制

數(shù)據(jù)分析可以在許多方面給銀行和金融市場(chǎng)公司帶來(lái)好處，除了個(gè)性化營(yíng)銷(xiāo)、優(yōu)化定價(jià)和降低成本，風(fēng)險(xiǎn)分析和欺詐檢測(cè)也是非常重要的分析方向，可以幫助規(guī)避潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)智能交易，降低風(fēng)險(xiǎn)程度[ 77]?；诖髷?shù)據(jù)的風(fēng)險(xiǎn)分析和欺詐檢測(cè)可以為金融機(jī)構(gòu)提供更多的商業(yè)機(jī)會(huì)，獲得市場(chǎng)和客戶(hù)更全面的看法。

商務(wù)風(fēng)險(xiǎn)控制的數(shù)據(jù)一方面來(lái)源于市場(chǎng)數(shù)據(jù)，一方面需要推特等社交網(wǎng)絡(luò)數(shù)據(jù)對(duì)市場(chǎng)數(shù)據(jù)進(jìn)行補(bǔ)充。Alessia等人建立了一個(gè)早期預(yù)警系統(tǒng)，實(shí)時(shí)監(jiān)控市場(chǎng)數(shù)據(jù)，識(shí)別金融系統(tǒng)由于信貸和資產(chǎn)價(jià)格的發(fā)展而引起的變化，控制金融危機(jī)的風(fēng)險(xiǎn)[ 78]。Giudici等人展示了如何將基于Twitter的風(fēng)險(xiǎn)網(wǎng)絡(luò)系統(tǒng)與金融市場(chǎng)數(shù)據(jù)中的數(shù)據(jù)相結(jié)合，通過(guò)建立數(shù)據(jù)融合的貝葉斯模型，預(yù)測(cè)金融市場(chǎng)的風(fēng)險(xiǎn)[ 79]。信貸增長(zhǎng)是一個(gè)預(yù)測(cè)金融危機(jī)和銀行危機(jī)的重要因素[ 80]，Qin等人建立的風(fēng)險(xiǎn)預(yù)警模型中重點(diǎn)考慮了這一要素[ 81]。

除了數(shù)據(jù)驅(qū)動(dòng)的風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究設(shè)計(jì)，如何大規(guī)模實(shí)時(shí)高效地進(jìn)行數(shù)據(jù)計(jì)算分析也是一個(gè)重要的研究方向，尤其是在金融市場(chǎng)的風(fēng)險(xiǎn)控制方面，數(shù)據(jù)分析的延遲意味著分析的貶值，特別是對(duì)于一些高時(shí)效性的分析，如股票交易的風(fēng)險(xiǎn)管理[ 77]。另一方面，迅速增長(zhǎng)的數(shù)據(jù)洪流在短時(shí)間內(nèi)就會(huì)影響到金融市場(chǎng)的各個(gè)方面，這種挑戰(zhàn)要求金融機(jī)構(gòu)提高數(shù)據(jù)分析和風(fēng)險(xiǎn)控制的效率。紐約交易所已經(jīng)使用大數(shù)據(jù)分析來(lái)檢測(cè)非法交易的新模式，他們需要處理兩百萬(wàn)兆字節(jié)數(shù)據(jù)實(shí)時(shí)分析結(jié)果，因此數(shù)據(jù)分析的速度至關(guān)重要[ 82]。

大數(shù)據(jù)分析可以幫助商務(wù)風(fēng)險(xiǎn)分析和欺詐檢測(cè)，有效規(guī)避商務(wù)風(fēng)險(xiǎn)。對(duì)商務(wù)風(fēng)險(xiǎn)的控制需要實(shí)時(shí)監(jiān)控市場(chǎng)數(shù)據(jù)，也需要監(jiān)控社交網(wǎng)絡(luò)數(shù)據(jù)和信貸數(shù)據(jù)。大數(shù)據(jù)風(fēng)險(xiǎn)控制對(duì)數(shù)據(jù)計(jì)算與分析的速度有著非常高的要求，需要對(duì)大規(guī)模的數(shù)據(jù)實(shí)時(shí)計(jì)算分析，建立高效的風(fēng)險(xiǎn)預(yù)警系統(tǒng)。

4 大數(shù)據(jù)視角下的智慧信息服務(wù)發(fā)展趨勢(shì)展望

4.1 大數(shù)據(jù)開(kāi)放共享為智慧信息服務(wù)提供數(shù)據(jù)來(lái)源

政府擁有大量的財(cái)政收支、商品價(jià)格、普查結(jié)果等數(shù)據(jù)資源，政府?dāng)?shù)據(jù)的開(kāi)放平臺(tái)和體系制度已相對(duì)成熟。除政府大數(shù)據(jù)的開(kāi)放共享，各個(gè)醫(yī)療機(jī)構(gòu)、文化服務(wù)機(jī)構(gòu)和商務(wù)機(jī)構(gòu)的大數(shù)據(jù)資源還亟待開(kāi)放，醫(yī)療機(jī)構(gòu)臨床大數(shù)據(jù)的開(kāi)放可以幫助醫(yī)療專(zhuān)家分析疾病案例，更好地研究治療措施，也為普通大眾了解疾病和醫(yī)學(xué)知識(shí)提供了入口，完善了醫(yī)療體系；文化服務(wù)機(jī)構(gòu)大數(shù)據(jù)的開(kāi)放有助于用戶(hù)數(shù)據(jù)和資源數(shù)據(jù)的全面分析，幫助提高服務(wù)質(zhì)量；商務(wù)機(jī)構(gòu)的大數(shù)據(jù)開(kāi)放對(duì)商務(wù)智能決策和安全透明交易至關(guān)重要，也使得交易更加公平，緩解了信息不對(duì)稱(chēng)等問(wèn)題。大數(shù)據(jù)開(kāi)放之后需要數(shù)據(jù)的標(biāo)準(zhǔn)化以實(shí)現(xiàn)不同數(shù)據(jù)資源之間的共享，解決數(shù)據(jù)開(kāi)放之后的信息孤島問(wèn)題，追求開(kāi)放資源的標(biāo)準(zhǔn)化共享將成為智慧信息服務(wù)發(fā)展的趨勢(shì)之一。

4.2 大數(shù)據(jù)融合使智慧信息服務(wù)更加全面

不同領(lǐng)域的大數(shù)據(jù)融合使得智慧信息服務(wù)可以融合多個(gè)領(lǐng)域的數(shù)據(jù)資源，進(jìn)行綜合全面的分析，既可以綜合多個(gè)領(lǐng)域的資源服務(wù)于特定領(lǐng)域，又可以將智慧信息服務(wù)應(yīng)用于更多的領(lǐng)域。以信用數(shù)據(jù)的智慧信息服務(wù)為例，對(duì)信用的分析不僅要考慮信用歷史、履約情況和身份信息，還要綜合行為偏好數(shù)據(jù)、消費(fèi)數(shù)據(jù)及人脈關(guān)系信用數(shù)據(jù)，綜合多個(gè)領(lǐng)域的數(shù)據(jù)可以使智慧信息服務(wù)更加全面有效。從早期電子商務(wù)公司和在線(xiàn)網(wǎng)絡(luò)公司的個(gè)性化推薦智慧信息服務(wù)，到基于社交網(wǎng)絡(luò)分析的智慧信息服務(wù)，再到物聯(lián)網(wǎng)環(huán)境下政務(wù)、文化、醫(yī)療和商務(wù)等行業(yè)的智慧信息服務(wù)，智慧信息服務(wù)的應(yīng)用領(lǐng)域呈現(xiàn)出快速擴(kuò)大且深入的趨勢(shì)，隨著各領(lǐng)域大數(shù)據(jù)的爆炸性增長(zhǎng)、開(kāi)放共享和融合，智慧信息服務(wù)的應(yīng)用領(lǐng)域也會(huì)朝著更加廣泛和深入的方向發(fā)展。

4.3 大數(shù)據(jù)挖掘使智慧信息服務(wù)更加精準(zhǔn)化

大數(shù)據(jù)最重要的特點(diǎn)之一是數(shù)據(jù)量大，Gartner(2015)預(yù)測(cè)，世界上連接使用的設(shè)備量將在2020年之前達(dá)到240億臺(tái)[ 30]。大量的數(shù)據(jù)本是低價(jià)值的，但大數(shù)據(jù)分析與挖掘?qū)褦?shù)據(jù)轉(zhuǎn)換成高價(jià)值的戰(zhàn)略資產(chǎn)。對(duì)于商家而言，通過(guò)對(duì)大量的用戶(hù)行為數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)共同的興趣點(diǎn)或痛點(diǎn)，進(jìn)行精準(zhǔn)化營(yíng)銷(xiāo)，將取得事半功倍的效果；對(duì)使用可穿戴醫(yī)療設(shè)備如血糖監(jiān)測(cè)儀、脈搏血氧儀、血壓監(jiān)視器的患者的生理?xiàng)l件進(jìn)行數(shù)據(jù)挖掘可以幫助醫(yī)療專(zhuān)家精準(zhǔn)發(fā)現(xiàn)患者的疾病，盡早預(yù)防和治療；精準(zhǔn)扶貧方面，通過(guò)對(duì)扶貧對(duì)象的個(gè)人基本情況、家庭信息、醫(yī)療信息等大量數(shù)據(jù)的分析挖掘，精準(zhǔn)識(shí)別貧困對(duì)象的狀況，對(duì)不同程度的貧困對(duì)象實(shí)施不同程度的扶貧。智慧信息服務(wù)大數(shù)據(jù)挖掘的重要價(jià)值在于對(duì)大量數(shù)據(jù)的精準(zhǔn)化與個(gè)性化服務(wù)，這也是智慧信息服務(wù)的重要發(fā)展趨勢(shì)之一。

4.4 智慧信息服務(wù)更加注重?cái)?shù)據(jù)的隱私和安全

數(shù)據(jù)通過(guò)智能算法生成知識(shí)、形成新的服務(wù)之后，可以轉(zhuǎn)化為巨大的生產(chǎn)力，但這個(gè)過(guò)程的決定權(quán)掌握在收集數(shù)據(jù)、編寫(xiě)算法的人手中。如何尋找效益開(kāi)發(fā)和隱私保護(hù)的平衡點(diǎn)成為研究熱點(diǎn)。2013年，世界經(jīng)濟(jì)論壇發(fā)表了題為“釋放個(gè)人數(shù)據(jù)的價(jià)值：從數(shù)據(jù)收集到數(shù)據(jù)使用”的報(bào)告，認(rèn)為數(shù)據(jù)在自由流動(dòng)中才能創(chuàng)造最大的價(jià)值，隱私管理的關(guān)注點(diǎn)應(yīng)當(dāng)是數(shù)據(jù)的使用，而不是數(shù)據(jù)的收集[ 83]。普林休斯頓大學(xué)的阿爾文德正在研究的數(shù)據(jù)隱私保護(hù)項(xiàng)目希望可以對(duì)大數(shù)據(jù)服務(wù)的營(yíng)銷(xiāo)手段實(shí)施逆向管控，完成信息服務(wù)機(jī)構(gòu)或企業(yè)的隱私侵犯與歧視行為的“普查”工作[ 84]。數(shù)據(jù)審核與跟蹤技術(shù)也是保護(hù)數(shù)據(jù)隱私和安全的重要方法，智慧信息服務(wù)的相關(guān)算法和技術(shù)的公開(kāi)將成為未來(lái)的發(fā)展趨勢(shì)，推動(dòng)數(shù)據(jù)市場(chǎng)的繁榮和智慧信息服務(wù)的智能化。

5 結(jié)語(yǔ)

隨著云存儲(chǔ)、云計(jì)算和物聯(lián)網(wǎng)等相關(guān)大數(shù)據(jù)技術(shù)的發(fā)展，智慧信息服務(wù)已經(jīng)深入滲透至各行各業(yè)，尤其是在政務(wù)服務(wù)、文化服務(wù)、醫(yī)療服務(wù)和商務(wù)服務(wù)這些行業(yè)，數(shù)據(jù)驅(qū)動(dòng)的政府?dāng)?shù)據(jù)開(kāi)放共享和智能輿情分析與預(yù)警、公共文化服務(wù)云體系和文化大數(shù)據(jù)融合服務(wù)平臺(tái)、精準(zhǔn)醫(yī)學(xué)知識(shí)發(fā)現(xiàn)和醫(yī)療大數(shù)據(jù)監(jiān)護(hù)與預(yù)測(cè)、商業(yè)智能決策和大數(shù)據(jù)風(fēng)險(xiǎn)控制等領(lǐng)域。大數(shù)據(jù)開(kāi)放共享將為智慧信息服務(wù)提供更多的數(shù)據(jù)來(lái)源，大數(shù)據(jù)融合將使智慧信息服務(wù)更加全面，大數(shù)據(jù)挖掘使智慧信息服務(wù)更加精準(zhǔn)化，智慧信息服務(wù)也將更加注重?cái)?shù)據(jù)的隱私和安全。

[1]AbdullahM.Bigdatamining:Aclassificationperspective[C]//InternationalConferenceonCommunication,ManagementandInformationTechnology,ICCMIT,2016.London:Taylor&FrancisGroup,2016:687-695.

[2]ManyikaJ,ChuiM,BrownB,etal.Bigdata:Thenextfrontierforinnovation,competition,andproductivity[R/OL].MckinseylCompany,2011-05.[2018-03-15].https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation.

[3]InstituteI.Thenextfrontierininnovation:Servicesinnovation[J].Research-TechnologyManagement,2011,54(2):60-61.

[4]ZikopoulosP,EatonC.Understandingbigdata:Analyticsforenterpriseclasshadoopandstreamingdata[M].McGraw-HillOsborneMedia,2012:50-55

[5]ChenCLP,ZhangCY.Data-intensiveapplications,challenges,techniquesandtechnologies:Asurveyonbigdata[J].InformationSciences,2014,275(11):314-347.

[6]ChenM,MaoS,LiuY.Bigdata:Asurvey[J].MobileNetworks&Applications,2014,19(2):171-209.

[7]PawarAM.Bigdatamining:Challenges,technologies,toolsandapplications[J].DatabaseSystemsJournal,2016,7(2):28-33.

[8]AckerF,SaundersS.ApproachingBigData:HarnessingAppinformationinsocialmarketing[A]//In:KubackiK,Rundle-ThieleS(eds).FormativeResearchinSocialMarketing.Singapore:Springer,2017:33-52

[9]FangX,SalvendyG.Customer-centeredrulesfordesignofe-commercewebsites[M].ACM,2003:41-52.

[10]SchaikPV,LingJ.Theeffectsofscreenratioandorderoninformationretrievalinwebpages[J].Displays,2003,24(4-5):187-195.

[11]HuarngAS.Web-basedinformationsystemsrequirementanalysis[J].InformationSystemsManagement,2003,20(1):50-58.

[12]KamvarS,HaveliwalaT,GolubG.AdaptivemethodsforthecomputationofPageRank[J].LinearAlgebra&ItsApplications,2004,386(2):51-65.

[13]O'ReillyT.WhatisWeb2.0:Designpatternsandbusinessmodelsforthenextgenerationofsoftware[J].Communications&Strategies,2007, (1):17-37

[14]KaplanAM,HaenleinM.Usersoftheworld,unite!Thechallengesandopportunitiesofsocialmedia[J].BusinessHorizons,2010,53(1):59-68.

[15]ZhengX,SchwartzZ,UysalM.Marketintelligence:Socialmediaanalyticsandhotelonlinereviews[M].AnalyticsinSmartTourismDesign.SpringerInternationalPublishing,2017:12-17.

[16]JamaliM,AbolhassaniH.Differentaspectsofsocialnetworkanalysis[C]//IEEE/Wic/ACMInternationalConferenceonWebIntelligence.IEEEComputerSociety,2006:66-72.

[17]WassermanS,FaustK.Socialnetworkanalysis:Methodsandapplications.[J].ContemporarySociology,1995,91(435):219-220.

[18]SharmaV,KumarR,KaurR.UAV-Assistedcontent-basedsensorsearchinIoTs[J].ElectronicsLetters,2017,53(11):724-726.

[19]GnanarajAA,JayanthiJG.AnapplicationframeworkforIoTsenabledsmartagriculturewasterecyclemanagementsystem[C]//WorldCongressonComputingandCommunicationTechnologies.IEEEComputerSociety,2017:1-5.

[20]RaunNF.SmartenvironmentusingInternetofThings(IOTS) -Areview[C]//InformationTechnology,ElectronicsandMobileCommunicationConference.IEEE,2016:1-6.

[21]SahaHN.Monitoringpatient'shealthwithsmartsmbulancesystemusingInternetofThings(IOTs)[C/OL]//IndustrialAutomationandElectromechanicalEngineeringConference(IEMECON),AtBangkok,Thailand,2017.DOI:10.1109/IEMECON.2017.8079568[2018-03-25].https://www.researchgate.net/publication/320596477_Monitoring_patient's_health_with_smart_ambulance_system_using_Internet_of_Things_IOTs.

[22]DunnA.Openinggovernmentdatasetsenhancesresearchandinnovation[J].MrsBulletin,2017,42(8):549.

[23]AttardJ,OrlandiF,ScerriS,etal.Asystematicreviewofopengovernmentdatainitiatives[J].GovernmentInformationQuarterly,2015,32(4):399-418.

[24]GaoX,LeeJ.E-governmentservicesandsocialmediaadoption:ExperienceofsmalllocalgovernmentsinNebraska[J/OL].AmericanSocietyforPublicAdministration2017.DOI:10.1145/3085228.3085258[2018-03-15].https://www.researchgate.net/publication/315801688_E-Government_Services_and_Social_Media_Adoption_Experience_of_Small_Local_Governments_in_Nebraska.

[25]AlexopoulosC,ZuiderwijkA,CharapabidisY,etal.Designingasecondgenerationofopendataplatforms:Integratingopendataandsocialmedia[C]//InternationalConferenceonElectronicGovernment.Heidelberg,Berlin:Springer,2014:230-241.

[26]ArcelusJ.Frameworkforusefultransparencywebsitesforcitizens[C]//InternationalConferenceonTheoryandPracticeofElectronicGovernance.ACM,2012:83-86.

[27]WangHJ,JinL.Adoptionofopengovernmentdataamonggovernmentagencies[J].GovernmentInformationQuarterly,2016,33(1):80-88.

[28]UbaldiB.Opengovernmentdata:Towardsempiricalanalysisofopengovernmentdatainitiatives[J].OECDWorkingPapersonPublicGovernance,2013,27(3):11-15.

[29]LaneJ.Buildinganinfrastructuretosupporttheuseofgovernmentadministrativedataforprogramperformanceandsocialscienceresearch[J].AnnalsoftheAmericanAcademyofPolitical&SocialScience,2018,675(1):240-252.

[30]ConradieP,ChoenniS.Onthebarriersforlocalgovernmentreleasingopendata[J].GovernmentInformationQuarterly,2014,31:S10-S17.

[31]BlauerB.Buildingthedatacityofthefuture[J].AnnalsoftheAmericanAcademyofPolitical&SocialScience,2018,675(1):151-165.

[32]KhasnabishJN,VermaAP,RaoS.Implementingapublish-subscribedistributednotificationsystemonhadoop[C]//ICTandCriticalInfrastructure:Proceedingsofthe48thAnnualConventionofComputerSocietyofIndia-VolI.SpringerInternationalPublishing,2014:543-553.

[33]WelchEW,FeeneyMK,ParkCH.DeterminantsofdatasharinginU.S.citygovernments[J].GovernmentInformationQuarterly,2016,33(3):393-403.

[34]FeuerA.Themayor'sgeeksquad[N/OL].TheNewYorkTimes,2013-03-28. [2017-10-26].http://www.nytimes.com/2013/03/24/nyregion/mayor-bloombergs-geek-squad.html?pagewanted=all.

[35]LiebigT,PiatkowskiN,BockermannC,etal.Dynamicrouteplanningwithreal-timetrafficpredictions[J].InformationSystems,2017(64).258-265.

[36]MustoC,SemeraroG,LopsP,etal.CrowdPulse:Aframeworkforreal-timesemanticanalysisofsocialstreams[J].InformationSystems,2015,54:127-146.

[37]ShiQ,Abdel-AtyM.Bigdataapplicationsinreal-timetrafficoperationandsafetymonitoringandimprovementonurbanexpressways[J].TransportationResearchPartCEmergingTechnologies,2015,58:380-394.

[38]ParkH,HaghaniA.Real-timepredictionofsecondaryincidentoccurrencesusingvehicleprobedata[J].TransportationResearchPartCEmergingTechnologies,2015,70:69-85.

[39]SultanN,vandeBunt-KokhuisS.Organisationalcultureandcloudcomputing:Copingwithadisruptiveinnovation[J].TechnologyAnalysis&StrategicManagement,2012,24(2):167-179.

[40]Barto?K,PukanskáK,SabováJ.Theapplicationofopen-sourceandfreephotogrammetricsoftwareforthepurposesofculturalheritagedocumentation[J].GeoscienceEngineering,2014,60(2):17-24.

[41]Hyv?nenE.Publishingandusingculturalheritagelinkeddataonthesemanticweb[J].SynthesisLecturesontheSemanticWeb:TheoryandTechnology,2012,2(1):1-159.

[42] 李文川, 陳承, 胡雅文. 公共數(shù)字文化云資源服務(wù)創(chuàng)新研究[J]. 圖書(shū)館,2017(2):18-23.

[43]ManeyK.BigdataonCampus[J].NewsweekGlobal,2012,162(8):99.

[44]WilliamsS.Bigdatastrategyapproaches:Business-drivenordiscovery-based?[J].BusinessIntelligenceJournal,2014,19(4):9-15.

[45]StylianiS,FotisL,KostasK,etal.Virtualmuseums,asurveyandsomeissuesforconsideration[J].JournalofCulturalHeritage,2009,10(4):520-528.

[46]Robles-OrtegaMD,FeitoFR,JiménezJJ,etal.Webtechnologiesappliedtovirtualheritage:AnexampleofanIberianartmuseum[J].JournalofCulturalHeritage,2012,13(3):326-331.

[47]CarrozzinoM,BergamascoM.Beyondvirtualmuseums:Experiencingimmersivevirtualrealityinrealmuseums[J].JournalofCulturalHeritage,2010,11(4):452-458.

[48]HuQ,YuD,WangS,etal.Hybridthree-dimensionalrepresentationbasedonpanoramicimagesandthree-dimensionalmodelsforavirtualmuseum:Datacollection,model,andvisualization[J].InformationVisualization,2016,16(2):126-138.

[49]HornMS,PhillipsBC,EvansEM,etal.Visualizingbiologicaldatainmuseums:Visitorlearningwithaninteractivetreeoflifeexhibit[J].JournalofResearchinScienceTeaching,2016,53(6):895-918.

[50]NelsonBC,BowmanC,BowmanJ.DesigningfordatawithaskDr.discovery:Designapproachesforfacilitatingmuseumevaluationwithreal-timedatamining[J].TechnologyKnowledge&Learning,2017(2):1-16.

[51] 祝莉莉. 山東社科論壇——“互聯(lián)網(wǎng)+公共文化服務(wù)建設(shè)”學(xué)術(shù)研討會(huì)會(huì)議綜述[J]. 人文天下,2016(21):42-46.

[52] 童茵, 張彬, 李曉丹. 智慧技術(shù)推進(jìn)公共文化融合休系建設(shè)[C]//2013年北京數(shù)字博物館研討會(huì).北京：北京數(shù)字科普協(xié)會(huì),2013:73-78.

[53] 鳳凰網(wǎng).“廣州記憶”數(shù)字庫(kù)啟建[EB/OL].[2017-12-13].http://news.ifeng.com/gundong/detail_2012_04/13/13851798_0.shtml

[54]AlbaneseM,D'AciernoA,MoscatoV,etal.Amultimediasemanticrecommendersystemforculturalheritageapplications[C]//IEEEFifthInternationalConferenceonSemanticComputing.IEEEComputerSociety,2011:403-410.

[55]SchreiberFA,AmatoF,ColaceF,etal.Bigdatameetsdigitalculturalheritage:DesignandimplementationofSCRABS,asmartcontext-awarebrowsingassistantforculturalenvironmentS[J].JournalonComputing&CulturalHeritage,2017,10(1):1-23.

[56]BouzilléG,PoirierC,Campillo-GimenezB,etal.Leveraginghospitalbigdatatomonitorfluepidemics[J].ComputerMethodsandProgramsinBiomedicine,2017(154):153:160.

[57]KimSH,ChungKY.Medicalinformationservicesystembasedonhuman3Danatomicalmodel[J].MultimediaTools&Applications,2013,74(20):1-12.

[58]BrennanPF,CasperG.Observinghealthineverydayliving:ODLsandthecare-between-the-care[J].Personal&UbiquitousComputing,2015,19(1):3-8.

[59]JainA,BhatnagarV.Concoctionofambientintelligenceandbigdataforbetterpatientministrationservices[J].InternationalJournalofAmbientComputing&Intelligence,2017,8(4):19-30.

[60]DingD,LiJ,WangH,etal.Studentbehaviorclusteringmethodbasedoncampusbigdata[C]//InternationalConferenceonComputationalIntelligenceandSecurity.IEEEComputerSociety,2017:500-503.

[61]ChapmanA.DTCmarketingofgenetictests:Theperfectstorm[J].AmericanJournalofBioethicsAjob,2008,8(6):10-2.

[62]ChenL,AchrekarH,LiuB,etal.Vision:Towardsrealtimeepidemicvigilancethroughonlinesocialnetworks:IntroducingSNEFT-socialnetworkenabledflutrends[C]//ACMWorkshoponMobileCloudComputing&Services:SocialNetworksandBeyond.ACM,2010:4.

[63]ChewC,EysenbachG.PandemicsintheageofTwitter:Contentanalysisoftweetsduringthe2009H1N1outbreak[J/OL].PlosOne,2010,5(11):e14118. [2017-12-25].http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0014118

[64]AchrekarH,GandheA,LazarusR,etal.PredictingflutrendsusingTwitterdata[C]//ComputerCommunicationsWorkshops.IEEE,2011:702-707.

[65]KangEJ,KimSY,HwangIH,etal.Theeffectofprobioticsonpreventionofcommoncold:Ameta-analysisofrandomizedcontrolledtrialstudies[J].KoreanJournalofFamilyMedicine,2013,34(1):2-10.

[66]ByrdK,MansurovA,BaysalO.MiningTwitterdataforinfluenzasetectionandsurveillance[C]//InternationalWorkshoponSoftwareEngineeringinHealthcareSystems.ACM,2016:43-49.

[67]LazerD,KennedyR,KingG,etal.Bigdata.Theparableofgoogleflu:Trapsinbigdataanalysis.[J].Science,2014,343(6176):1203.

[68]LiN,ZhaoC,ChoeEK,etal.HHeal:Apersonalizedhealthappforflutrackingandprevention[C]//ACMConferenceExtendedAbstractsonHumanFactorsinComputingSystems.ACM,2015:1415-1420.

[69]DavenportTH.Bigdataatwork:Dispellingthemyths,uncoveringtheopportunities[M].HarvardBusinessReviewPress,2014:55-62.

[71]TanKH,JiG,LimCP,etal.Usingbigdatatomakebetterdecisionsinthedigitaleconomy[J].InternationalJournalofProductionResearch,2017,55(17):1-3.

[72]LeeI.Bigdata:Dimensions,evolution,impacts,andchallenges[J].BusinessHorizons,2017,60(3):293-303.

[73]ModusLink.Bigdataanalytics=Keytosuccessful2015supplychainstrategy[EB/OL]. [2018-03-15].https://www.moduslink.com/big-data-analytics-key-successful-2015-supply-chain-strategy/.

[74]WambaSF,AkterS.Bigdataanalyticsforsupplychainmanagement:Aliteraturereviewandresearchagenda[C]//11thInternationalWorkshoponEnterpriseandOrganizationalModelingandSimulation,Stockholm,Sweden,2015.Spriner,2015:61-72.

[75]AirlinesS.Howcorporateculturehelpedsouthwestairlinesbecomethebest:EmployeesaretheNo.1customer[J].StrategicDirection,2005(4):16-18.

[76]CresciS,PetrocchiM,SpognardiA,etal.Acriticismtosociety(asseenbyTwitteranalytics)[C]//IEEE,InternationalConferenceonDistributedComputingSystemsWorkshops.IEEE,2014:194-200.

[77]TianX,HanR,WangL,etal.Latencycriticalbigdatacomputinginfinance[J].JournalofFinance&DataScience,2015,1(1):33-41.

[78]AlessiL,DetkenC.Identifyingexcessivecreditgrowthandleverage[J].JournalofFinancialStability,2017,6(5):215-225.

[79]GiudiciP,CerchielloP,NicolaG.Twitterdatamodelsforbankriskcontagion[J/OL].Neurocomputing,2016(1).DOI:10.1016/j.neucom.2016.10.101. [2017-03-15].https://www.researchgate.net/publication/312087245_Twitter_data_models_for_bank_risk_contagion?ev=prf_high.

[80]MonetaryandCapitalMarketsDepartment.Globalfinancialstabilityreport,April2009:Respondingtothefinancialcrisisandmeasuringsystemicrisks[R].InternationalMonetaryFund,2009:15-21.

[81]QinX,ZhouC.Systemicriskallocationforsystemswithasmallnumberofbanks[R/OL].DeNederlandscheBankWorkingPaperNo.378(May22,2013). [2018-03-15].https://ssrn.com/abstract=2268513.

[82]ChenS,YangQ,XuS.Analytics:Thereal-worlduseofbigdatainfinancialservicesstudyingwithjudgesystemevents[J].JournalofShanghaiJiaotongUniversity,2016,21(2):210-214.

[83] 張璐晶. 復(fù)蘇的經(jīng)濟(jì) 世界經(jīng)濟(jì)論壇授權(quán)本刊發(fā)布《2013—2014年全球競(jìng)爭(zhēng)力報(bào)告》[J]. 中國(guó)經(jīng)濟(jì)周刊,2013(35):34-39.

[84] 史蒂夫·洛爾. 大數(shù)據(jù)主義[M]. 北京：中信出版社,2015:76-91.