大數據在云計算中的應用精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據在云計算中的應用主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數據在云計算中的應用范文

【關鍵詞】 大數據 云計算平臺 應用

一、大數據與云計算平臺概述

1、大數據的特征。大數據又被IT業稱之為巨量數據集合，具體是指無法在某個特定時間范圍內用常規的軟件工具進行捕捉、管理和處理的數據集合，是一種海量、多樣化、高增長率的信息資產。大數據的特征主要體現在如下幾個方面：超大的容量、繁多的種類、獲取數據的高速、數據質量真實可靠、數據來源渠道復雜等等。信息時代到來的今天，數據信息在生產生活中的重要性日益凸顯，大數據的發展速度也變得越來越快，對信息處理提出了更高的要求，即需要在短時間內對數據庫進行有關的操作與處理，為滿足這一需求，大數據技術應運而生。

2、云計算平臺的優勢。云計算是以網絡為平臺，利用遠程連接的計算機獲取所需計算服務，該計算機可供給彈性伸縮的計算資源，可提高資源利用效率，節省因重復配置資源增加的成本。云計算的優點：1.計算能力強。云計算可對計算機集群中的CPU進行遠程調用，使其具備強大的計算能力，每秒高達10萬億次運算。2.可靠性高。云計算使用數據容錯技術和計算節點同構可互換措施，能夠保證云計算服務的可靠性。3.使用成本低。云計算采用自動化集中式管理，按需分配使用硬件資源，無需支付數據管理成本。

3、大數據與云計算平臺的關系。大數據與云計算的聯系緊密，兩者均能夠為數據資源提供存儲、訪問和計算的平臺。對于云計算而言，其核心技術為數據處理技術，最終目的是為國家、企業和個人提供便捷服務，這與大數據的發展目的一致。大數據擁有豐富的數據資源，能夠與云計算平臺共同一個平臺，進行大數據分析與計算，兩者的相似度極高。

二、大數據和云計算平臺的應用

大數據和云計算平臺的應用現已遍及多個領域，其在各個領域中均具有其它技術不可替代的作用。下面本文重點對其中的關鍵技術及具體應用進行分析。

2.1 Hadoop技術及其應用

1、Hadoop技術。這是一個開源軟件框架，具有海量數據分布式處理的能力，其支持PB級海量數據，并且可擴展性極強。該技術的高效性、可擴展性、可靠性、開源特性，使其獲得了快速發展，并在很多平臺中得到了應用。

2、具體應用。①在百度中的應用。百度是提供數據搜索服務的重要平臺，在海量數據中百度能夠通過語義分析精準搜索到關鍵字以及用戶想要的結果。百度的海量數據處理平臺基于Hadoop而建立，每天處理的數據量十分龐大，約為20PB，處理的任務數超過120000個。百度數據處理平臺主要應用于以下方面：分析挖掘商業數據，如展示與點擊廣告；存儲、分析、搜索日志；分析、爬取網頁；用戶行為挖掘，如用戶關聯與推薦。②在騰訊中的應用。騰訊是我國互聯網行業先進技術與平臺的代表，涵蓋電子商務、社交網絡、新聞門戶、網絡游戲、搜索等服務項目，其擁有自主研發的云計算平臺，即臺風（Typhoon），能夠大批量處理在線數據與離線數據。此外，騰訊基于Hadoop建立了海量數據處理平臺，用以解決數據挖掘、網頁分析等特殊問題。騰訊進一步擴展了Hyphoon平臺，使其能夠支持Hadoop程序運行，既發揮了Hadoop的優勢，又提高了資源利用率。

2.2 Spark技術及其應用

1、Spark技術。這是一款基于內存計算的分布式計算系統，通過它可對大數據進行快速地分析處理。由于該技術是基于內存計算實現，從而使得數據的分析處理速度獲得了大幅度提升，對于實時性要求較高的數據分析處理，該技術非常適用。不僅如此，Spark對Hadoop還具有高度的兼容性。

2、具體應用。①在雅虎中的應用。雅虎對Spark技術的應用主要體現在利用該技術實現Audience Expansion 算法，這是一種在廣告中尋找目標用戶的算法，借助Spark集群，可以實現對目標用戶的快速尋找及交互式查詢。現階段，在雅虎上部署的Spark集群有112臺節點，內存為9.2TB。②在優酷土豆中的應用。優酷土豆原本使用的是Hadoop集群，在使用中存發現以下幾個方面的問題：一是在BI方面，分析師提交相關任務之后，需要較長時間才能收到分析結果；二是在大數據量的計算方面效率不高；三是迭代運算耗費的資源過多且速度較慢。通過Spark技術的應用，可以使上述問題獲得有效解決。Spark技術的交互查詢響應速度快，其性能要高出Hadoop當叮在模擬廣告投放的計算上，效率更高、延遲更小，迭代計算基本不會占用過多的資源，大幅度提升了計算性能。正因如此，使Spark技術在優酷土豆的視頻推薦及廣告業務中獲得了廣泛應用。

結論：綜上所述，大數據與云計算平臺以自身所具備的諸多優越性，在多個重要領域中獲得越來越廣泛的應用，這對于促進各個領域的發展具有重要的現實意義。在未來一段時期，應當進一步加大對其的研究力度，在現有的基礎上使大數據與云計算平臺更加完善，為大范圍推廣應用奠定基礎。

參 考 文 獻

第2篇：大數據在云計算中的應用范文

在海量數據時代環境下，以往的主流軟件工具已經無法滿足大規模數據的存儲和計算要求，對于醫療行業來講同樣面臨著大數據的挑戰。云計算和大數據是相輔相成的，云計算技術為海量的、復雜的、多樣化的大數據的存儲和計算提供了有效平臺，該平臺下的數據挖掘技術可以在不受其他因素影響的條件下快捷地收集到可靠真實的醫療信息，而且云環境下的數據集存儲具有較強的穩定性，進一步優化了數據挖掘模式。

2大數據與云計算

隨著醫療信息化的發展，醫療數據規模迅速擴大，數據的種類和數量的變化令人難以置信，不論是病理分析圖還是醫療影像都產生了大量的醫療數據。區域醫療數據雖然是醫療大數據的組成各個部分，但其數據來自百家醫療機構和百萬人口的區域，一個患者的信息資料要保留50年以上，而且數據量呈不斷增長趨勢。醫療數據中每個患者的數據不僅包括臨床診斷以及用藥建議、醫療影像以及分析決策、（非）結構化文檔，還包括患者大量的在線實時數據，僅僅一個社區醫院就可以生成多個TB級甚至PB級的（非）結構化數據，所以說海量醫療數據名副其實。云計算技術是被稱為是21世紀的技術和商業革命，如今已成為IT行業主流技術。云計算技術是在大數據環境下數據存儲、數據計算以及數據動態分析要求越來越高的背景下產生的一種基礎構架和商業模式，該模式可以為用于提供便捷的、快速的、可用的、足量的計算資源，并且用戶按照用量付費，只需要進行少量的管理工作以及與云計算供應商進行必要的互動。云計算技術是在大數據背景下產生的，對于云計算來講，大數據是一種重要應用環境，而對于大數據來講，云計算則是其IT基礎和驅動力，兩者之間是相輔相成的。隨著大數據規應用的廣泛推廣，云計算技術的重要性也越來越突出。在醫療數據規模以幾何級形式增長的情況下，數據挖掘平臺是醫療數據中病歷數據、診斷檢驗數據、影像數據等內在數據得到有效應用的關鍵所在，所以基于云計算的醫療數據挖掘平臺是醫療信息化的一個重要研究方向。

3云計算在醫療數據挖掘平臺中的應用分析

數據挖掘技術的概念可定義為“從大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的過程,能夠發現隱含在大規模數據中的知識,從而指導決策，主要涉及特征化、區分、關聯或相關分析、分類、聚類、演變分析等。”數據挖掘在金融、交通、軍事、電子商務、醫療等等領域中得到廣泛應用。相同其他領域，醫療領域中數據挖掘技術的應用有很大不同，因為醫療數據包括患者診療過程中的所有相關信息資料，例如診斷記錄、影像資料、治療決策、用藥方案等等，這些數據除了包括結構化數據之外還包括大量的非結構化數據，因此醫療數據挖掘的應用效益和收獲最大。基于醫療數據的復雜性，醫療數據挖掘也存在極大難度，這主要體現在兩個方面，一是診斷記錄、治療決策、護理過程等復雜的醫療程序導致了醫療數據的海量性特點；二是醫療數據類型多樣化，不僅包括數值型數據，還包括圖像、語音、視頻等等類型數據。總之，醫療數據的海量性和異構性為醫療數據挖掘帶來極大難度，需要具有強大數據處理能力的技術提高數據挖掘的效率和準確性，這就是云計算。

3.1基于云計算的醫療數據挖掘平臺架構

云計算是一種基于大數據的商業模式，其強大的數據存儲、數據處理以及數據管理能力讓大數據豐富的信息積淀不再是鏡花水月，云計算在改變計算機運行模式的同時也正在改變這個世界。云計算以及其分布式結構是實現云構架的重要途徑，云計算的應用實現了網格計算并行計算、分布式計算等概念，通過互連的計算機來完成計算任務，并根據應用需要獲取各種資源和服務。中國電子學會將云計算技術定義為“云計算是一種基于互聯網的、大眾參與的計算模式,其計算資源(包括計算能力、存儲能力、交互能力等)是動態、可伸縮、被虛擬化的,并以服務的方式提供”。云計算環境下的醫療數據挖掘平臺的設計結構主要包括云計算環境、數據采集、數據清洗以及并行分析4關鍵個部分。海量數據挖掘技術對云計算的應用主要是其低成本分布式并行計算環境，云計算的應用不僅極大減少了應用成本，同時也為海量數據挖掘提供更多的解決方案和途徑。

3.2云計算環境下的醫療數據挖掘的應用

醫療大數據挖掘技術應用主要表現正在臨床決策支持系統、醫學圖像挖掘、生物信息學研究以及促進公眾健康等方面。1）數據挖掘技術在臨床決策支持系統的應用：云環境下的數據分析、處理技術得到大幅度提升，這使醫療數據中非結構化數據的分析和處理分析是難題（例如圖像分析和識別技術），對臨床決策支持系統功能的進一步優化提高系統智能性。可以為醫生對患者的診療提出有效建議，同時也可以將診療醫生的大部分工作內容和時間流向護理人員，讓醫生擺脫繁瑣咨詢，有利于規范醫療工作流程，提高診療效率。2）醫學圖像挖掘：醫學圖像時醫療數據的重要組成部分，如今醫學圖像在醫療領域中的應用價值越來越高，例如CT、MRI、PET等等影像學資料為人體各種疾病或者損傷的診斷和治療提供了有效手段。3）生物信息學-DNA分析：生物學研究領域開展的基因組計劃產生了大量的基因組信息，基因信息的識別以及鑒定是基于工程的重要研究內容，將高效的數據挖掘技術應用于基因工程有利于進行基因信息分析，可挖掘潛在的更高價值的信息，為基因工程的研究提供決策支持。4）促進公眾健康：利用醫療大數據分析技術可以對傳染疾病進行快速檢測，對疫情的發展態勢進行實時監測、評估，并在此基礎上提出有效應對策略。另外，利用大數據挖掘技術建立可以覆蓋全國的患者電子病歷數據庫并及時準確地提供公眾健康咨詢，提高健康風險意識，這將有利于改善公眾健康監控，降低傳染病感染率，創造了極大的社會效益。

4結論

第3篇：大數據在云計算中的應用范文

大數據時代的到來和發展，為云計算的進一步應用提供了數據基礎，大數據時代背景下的云計算，是一種動靜狀態的結合，云計算重在計算，屬于動態，而大數據作為計算對象，屬于靜態。在實際應用過程中，大數據主要強調信息存儲的能力，而云計算則注重實際計算能力。大數據對數據處理能力的需求，在某種意義上也是一種計算能力；而云計算需要在數據的基礎上進行計算，實際數據是其進行計算的前提。云計算的技術關鍵在于“云”，通過集中各個終端的非結構性、分散性的網絡數據，在云平臺中進行統一處理，利用云平臺中的超大量服務處理器計算各種數據[2]。云計算技術的規模相對比較大，虛擬性比較強，根據實際需求提供服務，可靠性比較高。大數據與云計算技術，是一種相互作用的關系，在大數據背景下，海量數據的處理，必須依靠云計算的虛擬化、云存儲、分布式數據庫、分布式數據處理等技術來實現。

2云計算技術

（1）分布式文件系統。云計算中的分布式文件系統，是Google公司根據云計算處理海量數據的過程而設計的一個特定系統。一個分布式文件系統的集群，是由一個主節點與多個從屬節點共同組成，用戶訪問系統的途徑主要是通過客戶端，利用該系統完成日常的文件處理工作。在云計算中，大量的數據文件被劃分為固定大小的多個數據塊，在相應的從屬節點中進行存儲，此外，這些數據塊也會在多個節點進行備份存儲，避免數據丟失等問題。（2）分布式并行數據庫。云計算中的分布式并行數據庫的設計，主要是為大規模結構化數據的管理提供服務，這種分布式的存儲系統，能夠實現PB級數據以及上千臺服務器的擴展。在Google的許多項目中，都有分布式并行數據庫的應用，而分布式并行數據庫在Google項目中的應用，在規模、時延方面的要求也有進一步的提高。分布式并行數據庫的應用，為Google產品提供了高性能、靈活、有效的解決方案。（3）分布式計算框架。Google公司于2012年推出了分布式計算框架大數據計算機技術處理框架，通過優化內部數據網絡計算方式，實現計算機技術挖掘的革新和計算機設備數據海量處理性能的提高。計算機的工作水平越高，網絡環境的可靠性就會越高。而在計算機操作過程中，影響計算機網絡處理速度的因素，主要包括軟件安全問題和硬件配置水平。光纖網絡的鋪設情況會對計算機網絡的可靠性帶來直接影響，通過分布式計算框架大數據軟件處理方式的編寫，完成復雜計算機函數算法的革新工作。

3大數據時代背景下云計算技術對媒介發展的影響

第4篇：大數據在云計算中的應用范文

三年前，中國電信把大數據確定為戰略性的方向，成立了大數據運營中心，把大數據定位成中國電信大數據基礎設施的提供者和大數據產品與應用的參與者。如今，中國電信形成了三大產品品牌，覆蓋了風險防控、精準營銷以及大數據云PaaS平臺，提供了15類子產品，為各類產品均可提品開發、數據分析、精準營銷和風險防護的能力。

“云計算與大數據息息相關，相輔相成。”中國電信股份有限公司云計算分公司總經理吳湘東在接受《通信產業報》（網）記者采訪時表示，“將大數據與云計算深度捆綁，對我們而言多了一個抓手，以云網結合的基礎設施為中國電信大數據服務提供支撐。”

與云計算深度捆綁

“大數據對以往的基礎設施提出新的要求，全網變得異常重要，突破以往全網計算、存儲、網絡一體化的目標，大數據所需的敏捷、可編程等特征，讓我們更多去考慮網絡支持，形成結合大數據時代的網絡機制。”吳湘東表示。

具體而言，大數據對基礎設施的新要求體現在多個方面。首先，變革中的行業互聯網，要求對原有基礎設施的升級，實現平滑的遷移和過渡。新興的IT服務帶來的最大的難點就是應用在平臺間的遷移，帶來成本增加的同時，還不可避免地引入安全問題。其次，應用和數據特征的多樣性，不同應用類型對故障的包容程度都是以往無法想象的：要區別數據熱度，對熱數據和冷數據的處理要采用不同方法；當多種系統集中后，原來某一部分系統要求最嚴苛的部分，變成了對于整個系統的要求。最后，創意一體化的進程在加速，云計算等技術能夠帶來成本的降低和效率的提升，進一步帶來網絡升級的要求。

在2015年9月國際電信聯盟批準的由中國電信主導的首個大數據標準ITU Y.3600中，對大數據與云計算的關系提出了這樣的定義：大數據需要高性能的數據處理、分布式存儲以及各種所需的工具來完成上述所提到的大數據生態系統，而云計算則是起到了大數據技術和服務推動者的作用，工作負載的突發性使得云計算技術更加適合大數據應用，基于云計算的大數據生態系統能夠很有效地支持大數據，為大數據應用帶來更多的好處。

與之呼應，中國電信云計算公司從2015年起對于云計算與大數據業務的發展做出了重要轉變。一方面，規劃大數據PaaS服務，向客戶按需提供大數據應用所需的計算、存儲資源以及數據匯集、處理、展現等專業服務，客戶可依據自身大數據應用需要租用大數據PaaS基礎能力，亦可進行大數據分析、處理、應用的定制化開發。另一方面，向更多行業開放數據資源，不僅作數據提供商，而是作數據產品的提供商，在天翼大數據品牌下形成了精準營銷、風險防控、區域洞察、咨詢報告四類數據型產品。

“云+CDN”兩大支撐網

前不久，中國電信云計算公司副總經理王興剛在2016年大數據產業峰會上介紹了中國電信最新的大數據服務能力。中國電信利用現有的云、管、端三類數據進行匯聚，在三年的進展中，已經匯聚了四門七類數據源，形成了每天200TB以上的數據處理能力，覆蓋2000臺以上的服務節點。

在這樣的服務能力的背后，是中國電信云計算資源池的強大支撐。

2015年，為了全面承載“互聯網+”和“一帶一路”，中國電信改變原來的“4+2”云數據中心布局，升級為覆蓋全國的“8+2+X”云資源策略，擁有全國370多個大型的IDC數據中心，在內蒙古、呼和浩特和貴陽建設了全國超大型的數據中心。

“大規模云資源的高端互聯已經成為中國電信大數據兩大支撐網絡的一大重要組成部分，而另一部分則是CDN內容分發網絡。”吳湘東表示，“大數據采集等方面的滯后性，使得如何把流量內容最終承接過來到最終回送到用戶成為一個大工程。因此中國電信不斷構建起來的CDN全網統一的服務能力成為進一步提升大數據產品效率與服務質量的關鍵保證。”

利用這兩大網絡，中國電信實現大數據和云能力的組合，為各個專業提供了公有云、行業云、私有云、混合云等各類云服務能力與大數據產品。

全國集約形成“一套體系”

早在2014年，中國電信就把解決數據資源整合匯聚、集團平臺建設作為重點戰略。

2015年啟動的中國電信集團大數據匯聚平臺項目，更是被視為中國電信集團實施大數據經營戰略所需構建的核心軟件平臺項目之一。據了解，該項目通過采集和一點匯聚集團數據資源，以實現中國電信集團層面的大數據一點集中，面向內外部應用，提供大數據整合和基礎數據加工、處理能力，滿足大數據對內、對外數據經營的需求。

第5篇：大數據在云計算中的應用范文

關鍵詞：大數據；云計算；職業教育

中圖分類號：G424 文獻標識碼：A 文章編號：1009-3044（2014）09-1853-01

2012年，聯合國大數據政務白皮書，提出了各國政府（包括聯合國在內）的一個歷史性機遇：利用豐富的大數據對社會經濟做出具體的分析，幫助政府更好的運行經濟服務社會。同年，奧巴馬在美國白宮宣布將“大數據戰略”上升為國家意志，將大數據定義為“未來的新石油”并加大投資拉動相關產業。2013年12月5日-5日，由中國計算機學會主辦，中國CCF大數據專家委員會承辦的主題為“應用驅動的架構與技術”的中國大數據技術大會，這次大會成為大數據技術與應用深度結合的新起點，成為產業界、科技界與政府部門密切合作的新平臺，進一步推動我國大數據的產學研。2014年3月1日，在北京舉行的貴州?北京大數據產業推介會上，貴州共獲投730.2億元用于大數據產業的發展，這一偉大的壯舉將全面推動貴州互聯網，網絡營銷發展進而影響貴州經濟發展。百年大計，教育為本，在貴州“后發趕超，跨越發展”的過程中，教育的改善提升成了社會發展步伐是否穩健的重心，隨著大數據的到來，貴州的教育正張開騰飛的羽翼迎接新一輪的跨越趕超，貴州在全國率先完成中小學生學習信息管理系統，學生學籍信息入庫。為加快推進職業人才培養體系建設，促進經濟工作穩定快速發展，省教育廳、人社廳等多家單位攜手并進，聯合出臺了加快職業人才教育培養的實施方案，以貴陽為中心，打造職業教育核心發展區，規劃高職辦學規模達到25萬人，為貴州大數據產業發展提供充足的人才保障，建成具有貴州特色的現代職業教育體系。在大數據背景的前提下，貴州的職業教育發展將踏上更加非凡和精彩的跨越之旅。

1 大數據、云計算簡介

麥肯錫公司在2011年了一個前沿領域的研究：大數據。雖然到現在為止沒有一個明確的定義，但是，大數據不是海量數據的表面理解，具有數據體量巨大，數據類型繁多，價值密度低，處理速度快等特點。 “云計算是通過網絡提供可伸縮的廉價的分布式計算能力”。云計算代表了以虛擬化技術為核心、以低成本為目標的動態可擴展網絡應用基礎設施，是近幾年來最有代表性的網絡計算技術與模式。從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式計算架構。它的特色在于對海量數據的挖掘，但它必須依托云計算的分布式處理、分布式數據庫、云存儲和虛擬化技術。

2 高職院校大數據條件下云計算的應用

云計算的應用使得高校在信息工具化的時代能夠脫離原始的“信息孤島”現象，集中了原本分散的國內及世界的教育資源，讓社會與學校，學校與教師，教師與學生之間有了更深的互動和相互帶動，把社會各行各業對教育有利的資源通過計算機與網絡終端帶動教育的發展。高職教育與傳統的本科教育不同，重點是培養學生的實際操作能力，通過資源庫的分析和選取并優化應用，可以提高高職教育的目標性。

2.1 依據社會人才需求信息，調整專業設置

目前的社會公開招聘信息都是通過互聯網至少在全國范圍內進行公開招考的，近幾年，百度等各大網站都可以輕易的分析出

招聘的條件和專業。各大中型企業招聘的專業類型等都可以通過數據提取，數據分析得到各專業的需求狀況，通過這些計算、分析這些大數據，可以適當迅速的調整專業設置和專業學習計劃，以適應信息瞬息萬變的時代需求。

2.2 利用數據庫優秀教育資源，提高教學效果

近年來，各大高校，職院都在進行重點專業的課改工作，很多優秀的課程教學視頻和配套資源等上網，通過相關網站對教育資源的數據進行搜索，在相應的學院，教研室，進行數據的分析和研討，經過相應的更改后可以直接應用我們的教學和管理中，可以充分吸取網絡教育資源的精華，變成自己教學工作進步的工具。

2.3 充分利用電子圖書館，擴展“校企合作”的形式

貴州是教育相對落后的地區，首先，經濟基礎決定上層建筑，資金配套的硬件措施是制

約學校教學工作前進的橋梁，近幾年，國家的西部發展計劃和貴州省對教育尤其是職業教育的大力支持，使得，學校的教學環境有了很大的改善，很多學校都配套修建了電子圖書館和電子信息實訓室。“校企合作”首先在發達地區開展，在貴州，合作項目近三年才開始試行，以貴州職業技術學院為例，2012年，由政府搭臺的“中興網絡學院”項目達成協議，中興在貴州職院第一次投入一千萬元建立實訓室并開始招生，除了學校教學計劃必須完成的課程外，中興選派有實戰經驗的一線老師加強學生實訓的教學和指導，讓學生更深入的練習自己的職業技能，除了學習學校扎實的基礎理論，更吸收了中興企業信息化的優勢。

3 高職教改的新方向

面向大數據的云計算主要是為學院提供基于云架構的知識、信息的存貯，但對于這些數據的科學性分析和研究并不完備，尤其是職業院校需要的不僅僅是可以相對容易驗證真理的理論知識，主要是一線的先進生產力和技術的學習和研究資料，所以認真學習和研究大數據的處理方式，將是未來高職在大數據方面的發展新方向，當然事物兩面性的原則，大數據的網絡環境也為學院的發展帶來負面的影響，比如，隨處可見的傳感器和攝像頭等，都可能會泄露學校和學生的私人隱私信息，暴露學校的科研痕跡和學生的行蹤軌跡，從而對學生的個人安全等起到威脅作用，所以，隱私信息保護系統也是當下研究的熱點問題。

第6篇：大數據在云計算中的應用范文

一、大數據背景下會計數據具有較強的特殊性

首先，會計數據的粘合性、無形性比較突出。會計數據的類型比較復雜，并且都是直接的黏合在相應的業務數據之中，不能獨立于業務數據而存在。會計數據收集及處理工作雖然相對簡單，但要求其具備較高的準確度，信息量較大而且輸出極為頻繁，輸出的形式也呈現出多樣化的特點，這些因素的存在都使得會計數據表現出了較強的黏合性以及無形性的特點。

其次，會計數據面臨著嚴重的安全威脅。由于會計數據的存儲需要云環境的支持，因而安全性、完整性難以得到較好的保障。據統計，目前大約有70%的企業都不愿意將會計數據的相關信息存儲在云環境之下，擔心會泄露企業的會計數據，造成企業的巨大損失。

再次，在大數據的背景下，企業更關注會計數據的分析結果。在小數據的時代之中因為信息比較貧乏，因而對數據準確度的要求更高。而在大數據的影響下，某個會計數據的精準度并不會影響整個會計數據的分析。大數據下進行會計數據的分析所帶來的收益明顯要比小數據下注重數據精確度帶來的獲得的收益多。

二、大數據下云會計的主要特征

（一）能夠及時獲取所需的會計數據

在大數據環境中，企業所需的會計數據借助網絡在相應的云計算平臺就可以取得，而且比較快捷、簡單、方便，能夠較好的對會計信息進行移動管理，并實現會計信息的共享。除此以外，實行異地辦公的會計人員還可以通過平臺隨時隨地的完成對會計業務的處理，打破空間、時間對其的限制，及時的、有效的做出科學的決策。

（二）空間分離的現象普遍存在

大數據下的會計數據與信息并不是存儲在企業歸屬地的計算機中，而是存儲在云儲存的平臺上或者互聯網的相關數據中心，因而導致企業存儲的會計數據與企業物理位置的空間分離[2]。在大數據背景下，只需通過網絡進入到云會計系統中就可以獲得會計信息，并不受空間的限制。在大數據的影響下，會計數據的主要形式發生了巨大的變化，由原先的結構為主的數據轉化成了非結構為主的數據，如圖像以及文檔等。

（三）高度重視會計數據及信息的相關性

大數據下進行會計數據分析的目的是通過對其相關性的分析以對企業經濟事項的主要發展趨勢進行有效的、合理的預測，并不是分析其經濟事項出現的原因。相比之下，小數據下的云會計更注重會計數據對企業經營成效、資金流向以及財務狀況的反映，而大數據的云會計則關注對會計數據及信息的結果分析，并與企業產品研發、產品供應與銷售、發展規劃等緊密聯系起來，從而保證企業的綜合競爭力得到不斷的提高。

三、大數據背景下云會計的有效應用

（一）云會計在企業信息化發展建設中的應用

大數據背景下，云會計在企業信息化發展建設中的應用比較廣泛。企業云會計的信息化處理平臺中的運算資源主要部署在平臺的云端，使得企業全部會計信息分析與處理的需要都可在云會計的計算平臺中得到響應。云會計的信息化處理平臺通過聯網的控制，可以較好的保持與會計準則的一致性，還可以更好更快的實現銀行對賬、網上交易以及網上報稅等會計信息的系統化集成，為大數據背景下企業信息化發展建設外部協同的實現提供可靠保障。此外，云會計還能夠對企業的財務核算給予有效的實時控制，促進企業所需財務數據的及時生成，并實現企業財務信息的共享與同步。

（二）云會計在企業財務會計流程重構中的應用

將云會計科學合理的應用到企業財務會計流程的重構中，能夠使企業的財務規劃得以順利的、有序的實施。在大數據之下，通過云計算處理系統的支持，企業將會計數據存儲到云中，相應的業務流程還可以將合同的生成、業務的記錄、產品購銷成本等信息存儲至云端，并自行進行運算，形成準確的報表及各項數據指標，稅務部門或企業管理層等協同部門亦可以共享云計算處理系統中的各類數據，以充分滿足自身的需要。對云計算進行科學有效的應用，可以使企業的管理層在重構以上財務會計流程的同時，促使企業的發展戰略、財務會計戰略得到較好的實現，進而增加企業的市場份額，促進企業的長遠發展。

（三）云會計在企業會計成本核算系統中的應用

第7篇：大數據在云計算中的應用范文

關鍵詞：計算機工程，云環境，大數據，信息安全

信息化建設速度不斷加快，計算機信息技術的應用也越來越廣泛，要能夠在保證技術水平提升的同時，還要能夠正確的處理數據，擴大計算機處理技術的應用范圍。所以，就需要能夠合理分析計算機處理技術，以此來滿足云環境下發展需求

1大數據和計算機處理技術的特點

大數據技術。在人們生活、生產中所產生的數據較多，利用網絡來進行整合和分析，進而推動大數據的出現。以往人們的技術使得數據的，使用率較低，那么隨著當前不斷發展互聯網得到廣泛應用，人們的需求也在一定程度上得到滿足，知識需求的不斷增加，使得對于人們的生活和工作都產生較大的影響[1]。在這種情況下，大數據在各個行業都有很好的體現，在計算機處理技術的幫助下，來更好地提高工作效率，推動自身更好向前發展。計算機處理技術。在人們的生活、工作中計算機得到廣泛應用，在硬件上能夠給予支持，通過對計算機處理技術的應用，還能夠更好的整合各類技術，以此來為人們的生活、工作打下良好基礎。與此同時，計算機處理技術的涉及內容也比較多，利用計算機為基礎，對各類技術進行綜合利用[2]。在當前社會發展中，能夠很好地結合人與計算機軟硬件系統，推動大數據向前發展，有效地提高人們的工作效率。通過對儲存方法的優化，能夠及時輸入信息保存在計算機中。

2大數據計算機處理技術的狀況

在云環境下，大數據計算機處理技術的發展推動社會建設，并且在當前已經成為社會發展的重要技術，不僅能夠為其提供充足的信息資源，而且還能夠更好的保證國家信息安全，為國家穩定發展打下良好基礎[3]。以往在處理信息上都是人工操作的方法，這種方法不僅影響管理，而且還無法保證信息的安全。而在云環境下，計算機處理技術的應用則是能很好地解決這一問題，優化操作，還能夠實現數據的共享，從而有針對性地進行搜索和處理，有效提高數據的查詢速度，而且還不會受到外界因素的影響。云環境下計算機處理技術的問題。（1）處理層次低。當前大多數計算機處理信息都沒有合理應用大數據和云計算技術，而且還會受到不同用戶主機的影響，導致數據不能夠實現共享[4]。僅僅依靠拷貝、核算的方法，并不能夠滿足信息處理和儲存需求，而且還不能夠實現跨區域傳播，這樣就無法滿足用戶數據運行和管理需求。（2）服務能力有限。因為計算機中的數據較多，所以在這其中有著一定的無用數據。那么，在積極開展數據采集、傳輸上，就應該能夠先對數據加以處理，去除其中無用數據，并且要能夠將數據進行轉化，這樣才能更好地滿足不同用戶的實際需求。但在這其中依然還是有著一些問題，數據信息不能夠實現服務功能，無法為其提供共享、支持等作用[5]。因此，針對數據的二次加工則成為當前研究的重點，也是處理計算機數據資源的重要問題，要能夠積極優化大數據信息處理技術來對其進行管理。（3）傳輸安全性有待完善。因為互聯網信息的開放性特點，所以用戶在訪問的時候并不會受到限制，這樣就可能會面臨外部的影響，例如出現數據泄露、丟失等問題。此外，在處理計算機數據過程中，還會留有瀏覽痕跡，或者是系統自身感染病毒。因此，計算機處理技術的安全性，則是能夠更好保證數據處理、傳輸順利完成的關進。通過對大數據云計算控制模板的應用，以此來更好地提高數據的處理和加密操作，這樣才能有效修復漏洞，保證數據安全。

3云環境與大數據計算機處理技術

（1）信息采集加工。因為數據資源龐大，所以針對需要收集和整理的信息較多，這就需要積極地利用計算機處理技術來對數據進行查找和整理，以此來更好地提高數據的處理速度，實現對計算機信息的有效整合[6]。與此同時，通過對技術的有效處理，還能夠改變以往傳統處理上的問題，能夠利用相應的軟件來分析和加工數據，并實現傳輸數據。在云環境下，大數據計算機處理技術的應用較為多元化，能夠將有用數據傳輸到相應的地方，從而更好地發揮自身的價值。（2）信息存儲技術。計算機網絡信息中的數據種類多，例如圖片、視頻等等，那么在完成收集后，針對數據的儲存需要加以重視。因此，在云環境下大數據計算機處理技術就能夠很好的分析和整理數據，進而來有效的保證數據的安全。為了能夠滿足儲存要求，就需要從計算機自身實際情況出發，積極的分析和運用合理的儲存技術，以此來更好的保證信息儲存的完整和安全。在這其中云環境下的云技術能夠有效提高儲存效率，而且還能夠實現對信息的整合和收集，在相應服務器的幫助下，實現對數據的處理，有效的解決以往在信息儲存上存在的問題，有效提高數據儲存效率。（3）云技術。隨著當前信息化建設速度的不斷加快，將數據有效集中，進而來確保計算機的穩定運行。與此同時，針對人們針對計算機的要求也越來越高，所以就需要能夠在這種情況下積極的為其匹配相應的硬件。在云環境下，大數據計算機處理技術也需要積極更新，最終發展成云數據。傳統的計算機已經無法滿足當前發展需求，通過對云數據的合理應用，則是能夠滿足數據儲存要求，而且能夠幫助計算機更加高效的處理信息，為企業發展提供幫助[7-10]。這種技術的儲存空間較大，能夠很好地提高計算機的工作效率，有效的解決以往效率不高的問題。云計算的發展能夠讓計算機處理技術更好應用，有效的保證工作效率。（4）信息安全技術。在計算機處理技術中，為了能夠更好地保證數據的安全，則是需要能夠積極地建立信息安全體系，配備相應資金和人員，以此來為計算機安全體系的發展提供幫助。同時，需要能夠積極研究計算機安全技術相關產品，從而找到能夠更好為人們服務的產品，還應該積極了解在數據運行中所存在的問題，更好的保證產品的安全。積極審要數據，以此高效、快速地整合和查詢數據，針對重點數據要能夠深入分析，這樣才能夠更好地提高大數據處理技術的安全，還能夠推動大數據計算機處理技術更好向前發展。

4結語

在云環境下，大數據計算機處理及時必須要積極更新，要能夠迎合時展來不斷完善，這樣才能夠更好地推動互聯網向前發展，有效的為人們服務，滿足人們的不同需求。在這其中必須要能夠保證數據的安全，要能夠合理地應用信息儲存技術，提高信息傳輸效率，并在采集和加工上能夠加以重視，以此來確保信息安全、完整，這樣才能夠讓大數據更好地發揮作用，為各個行業建設和發展提供幫助，推動我國更好向前發展。

參考文獻

[1]劉顏顏.大數據時代背景下計算機信息處理技術分析[J].浙江水利水電學院學報,2019,31(05):77-81.

[2]陳張榮.“大數據”時代的計算機信息處理技術研究[J].黑龍江生態工程職業學院學報,2016,29(03):23-25.

[3]毛鵬飛.大數據時代下計算機信息處理技術分析與思考[J].西南科技大學學報,2019,34(02):98-101.

[4]羅田琪.大數據時代背景下計算機信息處理技術的分析[J].電子元器件與信息技術,2021,5(01):64-65.

[5]孫海燕,冶棟玉,曹娟.淺談“大數據”時代背景下計算機信息處理技術[J].信息系統工程,2016(04):112.

[6]吳恩生,王桂梅.大數據時代計算機信息處理技術分析[J].江蘇科技信息,2015(12):63-65.

[7]詹少強.基于“大數據”時代剖析計算機信息處理技術[J].網絡安全技術與應用,2014(08):49-50.

[8]陳張榮.“大數據”時代的計算機信息處理技術研究[J].黑龍江生態工程職業學院學報,2016,29(03):23-25.

[9]毛鵬飛.大數據時代下計算機信息處理技術分析與思考[J].西南科技大學學報,2019,34(02):98-101.

第8篇：大數據在云計算中的應用范文

關鍵詞： 大數據; 4V特征; Hadoop; 云計算

中圖分類號：TP391 文獻標志碼：A 文章編號：1006-8228（2015）01-13-02

Overview on big data technology

Yang Jing

（Department of Computer Science， Yunyang Teachers' College， Shiyan， Hubei 442000， China）

Abstract： Big data is a new technical wave after the network of things and cloud computing. To understand big data technology， the definition and 4V characteristics， the key technologies and main application fields are systematically analyzed in the paper. Through the introduction of the basic conception， characteristics， the main application fields with typical cases are summarized. The core technologies， key strategies of cloud computing， hadoop and data backup are analyzed. The potential information safety risks are pointed out. The countermeasures are given to provide some suggestions and references for wider application and study in the future.

Key words： big data; 4V characteristics; Hadoop; cloud computing

0 引言

物聯網、云計算等新興技術的迅速發展開啟了大數據時代的帷幕。大數據技術是指從各種各樣的海量數據中，快速獲取有價值信息的技術，大數據的核心問題就是大數據技術。目前所說的“大數據”不僅指數據本身的規模大，還包括采集數據的工具、平臺和數據分析系統復雜程度大。大數據的研發目的是發展大數據技術并將其應用到相關領域，解決實際生產、生活中的各種問題，從而推動信息技術健康地可持續發展。

1 大數據的定義及主要特征

與其他新興學科一樣，目前大數據沒有一個統一的標準和定義。一般認為：大數據是由大量異構數據組成的數據集合，可以應用合理的數學算法或工具從中找出有價值的信息，并為人們帶來經濟及社會效益的一門新興學科。大數據又被稱為海量數據、大資料、巨量數據等，指的是所涉及的數據量規模巨大，以至于無法在合理時間內通過人工攫取、管理、處理并整理成為人類所能解讀的信息。這些數據來自方方面面，比如社交網絡、傳感器采集、安防監控視頻、購物交易記錄等。盡管尚無統一定義，但這些無比龐大的數據被稱為大數據。大數據具有如下4V特性[1]：

⑴ 體量Volume，是指數據存儲量大，計算量大;

⑵ 多樣Variety，是指大數據的異構和多樣性，比如數據來源豐富，數據格式包括多種不同形式，如網絡日志、音頻、視頻、圖片、地理位置信息等等;

⑶ 價值Value，是指大數據價值密度相對較低，信息海量，但是要挖掘出真正有價值的數據難度較大，浪里淘沙卻又彌足珍貴;

⑷ 速度Velocity，是指數據增長速度快，處理速度要求快。

2 大數據技術的應用領域

通過對海量數據進行采集、分析與處理，挖掘出潛藏在數據海洋里的稀疏但卻彌足珍貴的信息，大數據技術正在對經濟建設、醫療教育、科學研究等領域產生著革命性的影響，其所帶來的巨大使用價值正逐漸被各行各業的人們所感知。

2.1 金融領域

大數據的火熱應用突出體現在金融業，各大互聯網企業（谷歌、阿里巴巴等）紛紛掘金大數據，開創了新的互聯網金融模式。目前阿里巴巴的互聯網金融做得如火如荼：基金、小額信貸、余額寶和理財保險產品等等，阿里巴巴之所以能夠做火金融服務，其主要原因就在于阿里的大數據，阿里巴巴的電商平臺存儲了大量微小企業客戶及數以億計的個人用戶行為信息、交易記錄、身份數據等，擁有最好、最全的數據以及最完整的產業鏈，做P2P及個人小額信貸，具有最大優勢[2]。相反，傳統商業銀行早期就已推出的小額信貸業務，開展得并不十分順利。

2.2 市場營銷

今天的數字化營銷與傳統市場營銷最大的區別就在于精準定位及個性化。如今企業與客戶的交流渠道發生了革命性的變化，從過去的電話及郵件，發展到今天的博客、論壇、社交媒體賬戶等，從這些五花八門的渠道里跟蹤客戶，將他們的每一次點擊、加好友、收藏、轉發、分享等行為納入到企業的銷售漏斗中并轉化成一項巨大的潛在價值，就是所謂的360度客戶視角。例如谷歌的銷售策略主要著眼于在線的免費軟件，用戶使用這些軟件時，無形中就把個人的喜好、消費習慣等重要信息提交給了谷歌，因此谷歌的產品線越豐富，他們對用戶的理解就越深入，其廣告定位就越精準，廣告所攫取的價值就越高，這是正向的循環。

2.3 公眾服務

大數據的另一大應用領域是公眾服務。如今數據挖掘已經能夠預測海嘯、地震、疾病暴發，理解交通模型并改善醫療和教育等。例如，可采用神經網絡和基于地震時間序列的支持向量機方法來預測地震的大概方位、時間、震級大小等重要信息，為通用地震模擬程序提供關鍵的數據，從而對地震進行早期預警，以使防震抗災部門可以提前做好應對措施，避免大量的人員傷亡及財產損失;再如，將各個省市的城鎮醫療系統、新農村合作醫療系統等全部整合起來，建立通用的電子病歷等基礎數據庫，實現醫院之間對病患信息的共享，提高患者就醫效率[3];電力管理系統通過記錄人們的用電行為信息（做飯、照明、取暖等），大數據智能電網就能實現優化電的生產、分配及電網安全檢測與控制，包括大災難預警與處理、供電與電力調度決策支持和更準確的用電量預測等，并通過數據挖掘技術找出可行的節能降耗措施，以實現更科學的電力需求分配管理。

2.4 安防領域

安防領域中最重要的就是視頻監控系統，從早期看得見到現在看得遠、看得清，視頻監控是典型的數據依賴型業務，依賴數據說話。尤其是高清、超高清監控時代的到來，會產生巨量的視頻數據。這些巨量視頻監控數據中，多數是冗余無用的，只有少數是關鍵數據，如何剔除這些無用數據，一直是人們研究問題的焦點。在大數據技術的支撐下，通過對巨量視頻數據的分析與處理，可實現模糊查詢、精準定位、快速檢索等，能夠對高清監控視頻畫質進行細節分析，智能挖掘出類似行為及特征的數據，從而為業務分析和事件決策判斷提供精準依據。

3 大數據處理關鍵技術

3.1 數據備份技術

在大數據時代，如何做好數據的安全備份至關重要。數據備份是數據容災的前提，具體是指當出現某種突發狀況導致存儲系統中的文件、數據、片段丟失或者嚴重損壞時，系統可準確而快速地將數據進行恢復的技術。數據容災備份是為防止偶發事件而采取的一種數據保護手段，其核心工作是數據恢復，根本目的是數據資源再利用。

3.2 Hadoop

大數據時代對于數據分析、管理等都提出了更高層次的要求，傳統的關系型數據庫和數據分析處理技術已經不能滿足大數據橫向擴展的需求。為了給大數據處理、分析提供一個性能更好、可靠性更高的平臺，Apache基金會開發了一個開源平臺Hadoop[4]，該平臺用Java語言編寫，可移植性強，現在Hadoop已經發展為一個包括HDFS（分布式文件系統 ）、HBase（分布式數據庫）等功能模塊在內的完整生態系統，成為目前主流的大數據應用平臺。

3.3 云計算

如果把各種各樣的大數據應用比作在公路上行駛的各種汽車，那么支撐這些汽車快速運行的高速公路就是云計算，云計算是大數據分析處理技術的核心。正是由于云計算在海量信息存儲、分析及管理方面的技術支持，大數據才有了如此廣闊的用武之地。谷歌的各種大數據處理技術和應用平臺都是基于云計算，最典型的就是以UFS（UIT云存儲系統）、MapReduce（批處理技術）、BigTable（分布式數據庫）為代表的大數據處理技術以及在此基礎上產生的開源數據處理平臺Hadoop[5]。

4 大數據應用帶來的信息安全隱患及應對策略

大數據時代，海量數據通常存儲在大規模分布式的網絡節點中，管理相對分散，而且系統也無法控制用戶進行數據交易的場所，因此很難辨別用戶的身份（合法及非法用戶），容易導致不合法用戶篡改或竊取信息;此外，大數據存儲系統中包含了海量的個人用戶隱私數據及各種行為的記錄信息，如何在大數據的挖掘利用中確定一個信息保護和開放的尺度， 是大數據面臨的又一難題。為了合理利用大數據并有效規避風險，我們提出以下四點建議：

⑴ 國家出臺相關政策，加強頂層設計，保障數據存儲安全;

⑵ 增強網絡安全防護能力，抵御網絡犯罪，確保網絡信息安全;

⑶ 提高警惕積極探索，加大個人隱私數據保護力度;

⑷ 深化云計算安全領域研究，保障云端數據安全。

5 結束語

在當今信息知識爆炸的時代，大數據技術已經被廣泛應用于商業金融、電力醫療、教育科研等領域。隨著數據挖掘技術的不斷進步，相關信息行業競相從規模龐大、結構復雜的大數據海洋中攫取更多有價值的數據信息用于分析、解決現實生活中的各種實際問題，從而實現信息技術的快速健康發展。本文梳理了大數據的基本概念及4V特征，總結歸納了大數據技術的四大熱門應用領域及三大核心處理技術，分析了大數據技術帶來的諸如信息竊取及篡改、個人隱私數據泄露等信息安全隱患，并提出了相應的解決措施及建議。當然，目前大數據技術的研究尚處在起步階段，還有許多深層次的問題亟待解決，如大數據的存儲管理是通過硬件的簡單升級還是通過系統的重新設計來解決，大數據4V特征中起關鍵作用的是什么，大數據技術的應用前景是什么，等等。就目前來看，未來大數據技術的研究之路還很長，需要我們用更加敏銳的洞察力來分析和研究。

參考文獻：

[1] BARWICK H. The "four Vs" of big data. Implementing Information

Infrastructure Symposium[EB/OL]. [2012-10-02]. http：//.au/article/396198/iiis_four_vs_big_data/.

[2] 韋雪瓊，楊嘩，史超.大數據發展下的金融市場新生態[Jl.時代金融，

2012.7：173-174

[3] 張敬誼，佘盼，肖筱華.基于云計算的區域醫療信息化服務平臺的研

究[J].計算機科學，2013.40（10）：360-365

第9篇：大數據在云計算中的應用范文

云技術的迅猛發展和大數據的強勢崛起客觀上要求區域旅游產業的戰略選擇必須更新觀念，與時俱進，合理運用現代信息技術，創新機制體制，制定合理的旅游戰略，以促進旅游產業的持續、快速健康發展。

2007年Google首次提出云計算的概念，在此后的10多年，云計算技術不但改變了信息產業及相關產業的格局，在旅游產業也得到廣泛應用。在云計算技術向行業大范圍滲透的技術背景下，結合當前智慧旅游建設的最新動態，及時豐富智慧旅游信息現代化建設內容，發揮云計算核心技術在智慧旅游中的優勢，是目前提升旅游產業發展的有力切入點。

2012年達沃斯世界經濟論壇把大數據作為重要議題之一進行討論，很快大數據技術就已受到國際社會的普遍關注。大數據的本質是海量數據存儲、傳輸和處理，其本質在于迅速挖掘非結構化數據的內在價值，是云計算技術發展的高級形態。對于智慧旅游而言，引入大數據的理念和技術，可以使資源開發規劃、客源市場定位、營銷策略創新、旅游產品開發更具前瞻性和科學性，成為旅游產業轉型升級的助力。

2011年7月國家旅游局局長邵琪偉提出，爭取利用十年時間初步實現智慧旅游。智慧旅游的發展，必須要樹立數據思維、強化數據意識，各級旅游管理部門和旅游企業之間應當加強合作機制，整合數據資源，實現數據共享，喚醒處于睡眠狀態的數據。因此，江西智慧旅游的戰略選擇應當積極運用云計算、大數據技術，把大數據理念、技術與江西智慧旅游建設結合起來，制定合理的戰略方向。

二、云計算、大數據與智慧旅游的內在聯系

云計算的本質就是把計算分散在不同計算機構成的集成系統之上，使各種請求根據所需分配計算能力、傳輸速度和存儲空間，以提高硬件資源的利用效率，與傳統的處理技術相比具有以下優勢：首先，基于網絡技術建立一個服務器集成系統，使多組用戶能夠共同支配和管理硬件資源；其次，利用分布式數據存儲技術在不同服務器和不同層級分散風險，大幅度增強系統的安全性能；再次，使硬件資源和軟件系統相互分離，降低軟件對基礎設備的依賴程度；最后，云用戶能夠按照自身需求，合理訂制處理和應用服務，可以有效降低資金投入。

大數據（Big data）是指需要新型處理模式挖掘其價值的海量、高增長速度和結構多樣化的信息資產，通常也指代處理這種數據的相關技術，包括數據的存儲、傳輸和處理技術。目前，大數據受到國際社會的普遍關注。通常認為大數據具有四個特點（大數據的四個V）：首先，規模性（Volume），數據規模超大，從TB躍遷到PB級別。其次，多樣性（Variety），數據類型繁多。再次，價值性（Value），價值密度低，商業價值高。最后，高速性（Velocity），處理速度快。2013年被稱為大數據元年，標志著大數據技術的應用將深入各個行業各個領域，產生巨大的變革力。

智慧旅游（Smarter Tourism，或稱智能旅游）的概念源于智慧地球（Smarter Planet）（IBM，2008）以及正在中國實踐的智慧城市（Smarter Cities）（住房和城鄉建設部，2012年），是指通過應用新一代信息技術，整合旅游相關信息資源，以促進旅游信息共享和游客服務部門的業務協同，提高旅游服務的效率和質量，實現促進旅游業的健康發展。

大數據是智慧旅游的核心技術之一，為智慧旅游建設提供技術支持，智慧旅游是大數據的重要應用領域，符合大數據未來與產業結合的發展方向。智慧旅游是旅游信息化發展的新階段，智慧旅游建設在很大程度上是技術層面的問題，屬于信息技術范疇。所謂智慧旅游的智慧主要出自對大數據的處理，這才是推進智慧旅游建設的核心問題。智慧來自大數據，利用大數據，才能獲得突破性改善，智慧旅游產業只有充分利用大數據，才能發現創新升級的機會點，進而獲得先發優勢。因此，云計算、大數據與智慧旅游的天然聯系體現了技術與產業實踐相結合并創造經濟價值的客觀規律。

三、江西旅游產業的發展現狀

江西山奇水秀，文化底蘊深厚，流傳千古的《滕王閣序》贊江西“物華天寶、人杰地靈”，贛鄱大地有著得天獨厚的自然、人文旅游資源。2014年，江西接待游客突破3億人次，旅游總收入2650億元，同比增長25%和39%。在過去10年，江西旅游產業規模穩步增長，但是由于江西整體經濟發展水平相對滯后，旅游規劃、開發和營銷投入不多，各種相關配套服務設施尚不健全，致使江西旅游的發展水平在全國處于落后地位。江西旅游產業的發展存在以下幾個方面的問題：

首先，旅游品牌的文化內涵不夠深厚。從某種意義上說，旅游經濟是一種知名度和美譽度經濟，是品牌與內涵經濟，如何吸引游客眼球是區域旅游經濟發展的決定因素。江西的旅游品牌建設過程中，還存在景點、景區資源開發與當地民俗、文化結合不夠緊密，特別是一些傳統文化內涵沒有被充分釋放，出現景區與文化、名勝與佳話合力不強的現象。

其次，旅游宣傳力度不足。近幾年以來，江西對旅游宣傳的重視程度不斷提升，提出了江西風景獨好的旅游宣傳口號，取得了一定成效。但是旅游宣傳的力度還有待提升，目前還存在投入不足、宣傳對象不夠細化，宣傳模式單一的問題，旅游宣傳尚存很大的提升空間。

最后，旅游服務的信息化建設有待加強。進入二十一世紀，科技文明的不斷進步使得信息技術的應用范圍不斷擴散，已經深入各各個行業各個領域，目前江西旅游服務的信息技術應用方面還存在硬件設施配備不足、數據開發利用率較低和分析手段滯后，難以同步目前信息技術的快速發展等方面的問題，以現代信息技術為基礎的智慧旅游系統有待進一步完善。

四、江西智慧旅游的戰略選擇

立足江西經濟轉型、體制創新、產業結構升級的社會經濟背景，響應省委、省政府旅游強省，綠色崛起的口號，順應云計算、大數據等信息技術迅猛發展的時代潮流，把握江西智慧旅游發展的最新動態，實現云計算、大數據與智慧旅游的有機融合，江西智慧旅游的戰略選擇應當注重以下幾個方面：

一是豐富品牌內涵。以江西風景獨好為中心，強化江西智慧旅游的品牌推廣和建設，從江西旅游產品開發、配套服務設施建設、旅游營銷宣傳等方面入手，不斷提升江西旅游品牌的硬實力和軟實力。

二是積極創新營銷模式。重視新型媒體在營銷中的獨特優勢，不斷擴大江西景點、景區及旅游產品的影響力。特別是在以移動互聯網為時代特征的今天，創新營銷模式，豐富營銷手段，在舉辦有創新、有影響的大型創意營銷活動的同時，重視各種小微營銷策略，開展全方位的密集推介活動，有效提升江西旅游的品牌知名度和美譽度。

三是積極引用最新的信息化技術。在對信息技術的運用方面，要時刻關注現代信息技術的發展動態，有效運用大數據技術，加強江西智慧旅游的信息化建設，喚醒沉睡的數據，充分釋放旅游大數據的經濟價值。（作者單位：1.江西應用科技學院；2.江西科技師范大學）