在国家和政府各级部门，利用大数据，可以提高工作效率，提升治理社会的能力，实现政府公共服务的技术创新、管理创新和服务模式创新．

在商业、电商等领域，利用大数据，可以掌握消费者喜好和消费倾向，从而做到精确营销．

在医疗领域，大数据可以进行临床数据对比、临床决策支持、实时统计分析、药物临床应用分析等，有助于精确医疗行业市场定位，更可以做到预防疾病的发生、预报疾病的爆发等．

在教育领域，通过大数据进行分析，能够为每一位学生都创设一个量身定做的个性化的课程，还能创建一个早期预警系统以便发现滑坡甚至厌学等潜在的风险，为学生学习提供一个富有挑战性的学习计划，打破了现在教育的盲目性和低效率．

由此可见，大数据应用于社会的各个方面，未来，科技还会不断发展，大数据还将会有更加广阔的发展空间．

2。2 大数据地位不断攀升

2012年3月，美国总统奥巴马签署了一个“大数据研究发展计划”(Big Data R&D Initiative)，宣布由美国国家自然基金会、卫生健康总署、能源部、国防部等6大部门联合，拨款2亿美金启动大数据技术研发．同年7月，联合国发布了大数据政务白皮书，在这个名为《大数据促发展：挑战与机遇》的白皮书中，联合国指出大数据对于联合国和各国政府来说是一个难得的的机遇，并总结了各国政府应当利用大数据更好地服务和保护人民．论文网

国内外政府已经认识到大数据的重要性，越来越多的行业和领域也纷纷开始关注大数据的动向，与此同时，大数据人才需求也越来越多．国内不少高校也开设了数据分析和数据挖掘的课程，建立专业实验室，与社会上的大数据项目合作，共同完成大数据相关项目．

大数据在我国各个行业的应用中，最明显占到先机的应该属于电子商务领域了，比如阿里巴巴、百度、腾讯等均已在运用大数据来提升自己的业绩，并见成效．

3 大数据的技术支持

3。1 大数据分析理论基础

（1）可视化分析：可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了．

（2）数据挖掘算法：大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点．另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据．

（3）预测性分析：大数据分析最终要的应用领域之一就是预测性分析，通过科学的建立模型，预测未来的数据．

（4）语义引擎：非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据．语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息．

（5）数据质量和数据管理：大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值．

3。2 大数据技术

（1）数据采集： ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础．

（2）数据存取： 关系数据库、NOSQL、SQL等．

NoSQL数据库和传统的RDBMS的主要区别有：

RDBMS NoSQL

数据类型