大数据技术与传统行业的融合探析

1前言

1.1研究背景

大数据工具在每个方面各有其特点。就其数据数量而言，大数据所能提供的数据体量是巨大的，从百度搜集的资料看来，每天产生的新导航所需要的数据资料超过1.5pb，这是令人难以想象的。再看数据的类型，大数据所搜集的数据类型多样，种类齐全，而且并不局限于文字形式。大数据处理数据的速度也是现有的软件工具无法企及的。贵州省通过了《贵州省大数据发展应用促进条例》，这是中国首部地方性的关于大数据的法规，将大数据产业与法制方式相结合，以法律保障的形式引领和推进大数据产业的蓬勃发展。说明了政府对大数据产业的重视，也从一个侧面揭示了大数据美好的发展前景。接下来，本文将介绍大数据与生物医疗，征信体制，电子商务的结合与发展。

1.2国内外文献综述

大数据技术的普及使互联网金融成为新型的金融业务模式，对金融市场发展提供了重要的帮助。该业务模式的发展让交易更加便捷化和多元化，提升了金融市场的活跃程度。但是信用管理机制的缺失让金融平台对风险的预防能力和管理的效率下降。基于这个背景，建立完整的互联网信用系统是政府，银行及有关部门在当期互联网金融信息形势下的重要任务。大数据技术的飞速发展让大批互联网理财产品涌现并占据了金融理财的主要市场，对于传统理财带来了不小的影响和挑战。这些网络理财产品能在金融理财市场上取得如此成功的成绩与其独有的创新性和对用户带来的便利与实惠离不开关系。本文就互联网理财产品的创新性优势入手，讨论可行性的策略措施促进其在互联网信息时代的发展。建立了处置效应模型，并且收集了来自印度居民的消费信息，来估计对于小微居民或者小微企业贷款，是否会给这些偏远地区居民带来福利。

2大数据应用领域

2.1大数据与生物医疗

随着我国计算机科学技术的发展，对于数据的处理分析提出了越来越高的要求。最近几年，伴随着人们生活水平的不断提高，人们对于健康以及生物医疗有了更多的关注。我国政府开展的医疗改革始终遵循以患者利益为重的原则，积极利用大数据工具，推陈出新，打破常规，为人民谋福利。精准医疗这一概念是由美国总统奥巴马在做“精准医学计划”报告时所提出来的。精准医疗具体是指在传统的医疗基础上、随着生物技术的不断进步，比如基因组测序的技术的研究与发展，生物信息学与大数据和人工智能方面的结合而逐步发展起来的新型更利民的医疗方式。通过利用基因工程等先进的医学医疗技术，对海量患者的医学信息进行分析与筛选，从而找出对待特定疾病的良方，最终达到对症下药精准医疗的目的，提高疾病诊治与预防的效益，提高疾病诊治与预防的效益。随着信息化时代的到来，各大医疗机构受其影响不断提高自身的信息化程度。但传统生物医学的研究方法无法匹配信息的高速流动，一个生物医疗大数据平台的建设就成为了必然趋势。通过收集电子健康档案中的信息，对海量患者的数据信息、基因片段、临床信息进行整合。再输入平台共享数据，形成精准医疗数据网络，从而剖析数据之间的联系。通过这些技术的结合，可以进一步增加患者患病症状档案的使用价值，最终达到精准医疗的目的。

（1）数据获取

摒弃传统死板的单一病例录入，采用多样化的录入形式与处理模型，根据不同患者的不同症状，病种，对接各个数据库接口完成录入。实现医疗研究的个性化需求。数据来源包括基础科学研究，临床研究等。

（2）数据存储

设计精准医疗大数据存储模型，实现精准医疗数据的快速加载以供查阅。

（3）数据处理与分析

通过云计算解决方案或者服务器集群解决方案，不仅解决的数据碎片化的问题，同时也很好的保护了患者数据的隐私程度。并重点针对精准医学的临床表型、生化监测、影像资料、系谱和遗传监测等内容建立知识库和分析模型库，实现基于医学术语词典、同义词词典的非结构化病历数据深度分析。

（4）数据平台的构建

完成精准医疗大数据平台的构建，实现患者数据的合理充分利用，满足临床及研究的要求。

2.2大数据与电商平台的结合

大数据技术通过在电商平台的应用，能够为用户精准的推荐商品。飞速发展的经济目睹了电商产业的蓬勃发展，目前主流电商平台有天猫，京东等。2017年天猫双11活动再次刷新了销售记录，双11全天支付总笔数达到14.8亿，全天物流订单达8.12亿，交易覆盖全球225个国家和地区。在使用电商平台的过程中往往会发现，平台推荐给你的许多商品，其实与你正在浏览或者不久前浏览过的商品相同或者类似，为我们带来了许多便利。比如，有一位孕妇想要到天猫上购买婴幼儿产品，她浏览过一些商品后，平台会自动为她推荐相似的商品，而且大多数物美价廉，这样一来，就增加了平台的便利性，减少了用户操作的空间，增大了平台的吸引力。通过收集用户数据，对用户的年龄分布、行为习惯及个人喜好作出分析判断，从而得出结论，并把相关的商品推荐给用户。天猫就利用了大数据技术方法，向用户精准的推荐商品，具体表现为：首页：除了各种专题运营活动外，根据用户的浏览历史猜你喜欢；商品详情页：基于大众浏览和商品相关性的看了又看；会员中心：根据用户浏览猜你喜欢；订单详情页：运营活动推荐，关注品牌的热卖单品；购物车页：掌柜热卖、品牌收藏、最近浏览、猜你喜欢。大数据技术的发展是购物软件精准推荐的功能得以实现。通过搜集用户的日常购物信息，浏览网页信息，购物车等信息的数据，运用机器学习的方法进行数据的回归处理，最终达到给用户精准推荐的功能。目前商品推荐的手段和方法多种多样，使得用户的购物体验和方便程度都得到了提升。另外，推荐给用户的商品大多物美价廉，做到卖方买方双赢的局面。

2.3大数据与征信体制的结合

当前，随着我国计算机技术的提高与优化，计算机越来越多的与金融行业进行结合，尤其是大数据在我国征信体制方面的应用。阿里巴巴蚂蚁金服旗下的芝麻信用就是其中之一。芝麻信用通过借鉴美国FICO公司的信用评分系统，结合我国的实际情况，推出了适用于我国的信用评分系统。芝麻信用致力于解决消费者和商家之间的信任问题。依托大数据、云计算等创新技术，在商业贷款，日常消费等多个场景，为消费者带来众生平等信用服务，比如免押金租用自行车、低息贷款等，提升信用带给人们的好处。与此同时，帮助商家减少交易成本、提高交易效率、降低风险和扩大销量。

2.3.1运作方式

（1）数据来源

目前芝麻信用的数据主要来源于以下几个方面：阿里巴巴旗下的电商平台的交易记录及用户数据，蚂蚁金服集团拥有的用户数据，主要取自支付宝等软件。芝麻信用是通过搜集个人的多方面数据，通过信用评价体系评估出芝麻信用分。所搜集的个人信息主要包含五个方面：用户的行为偏好、信用历史、履约能力、人脉关系、身份特质。对用户评估出信用分，可以通过分数直观的反映用户的信用程度，帮助互联网金融企业快速准确的判定用户的借贷还款能力，减少交易成本，缩短信用评价的时间。

（2）数据处理

征信机构首先对搜集到用户的基础行为，银行借贷，生活开销，家电产品和税务等多样化的结构化和非结构化的数据进行数据清洗，归类和初步加工，然后进行变量预筛选，对这些处理后的数据用机器学习，逻辑回归技术得出相关函数关系，再使用梯度提升决策树，随机森林，神经网络的暗箱模型继续处理二次数据，最后得出对于用户的信用评定分。芝麻信用的评分系统是参考较为成熟的美国FICO信用评级指标，对芝麻信用分进行区间设置来反应信用程度，评分越高代表信用越好。

2.3.2独特优势

芝麻信用所有的用户都开通了实名认证，覆盖广泛，使信用评价大众化。芝麻信用应用已经覆盖信用金融、信用租车、信用酒店、信用租房、信用签证等多个领域，普通老百姓能够简单、直观的感受到信用的价值和便利。

3结论与展望

就目前的状况而言，大数据工具为我们带来了许许多多的便利，不论是芝麻信用，精准医疗大数据平台还是天猫京东等的精准商品推荐，切实方便了我们的生活。此外，当前的大数据技术仍然不够完善，对于数据的处理方法和手段还有很大的提升空间，还需要科研人员潜心研究。可以通过将最新的机器学习和人工智能技术结合到其他行业，促进社会的发展方便人民生活。还需要科研人员潜心研究。2017年12月8日，在中共中央政治局实施国家大数据战略集体学习会上发表重要讲话，指出大数据技术的出现是信息化发展的新阶段。有效利用大数据分析方法和技术手段，对经济发展、社会进步、人民生活都有重大的促进作用。把大数据产业发展提到前所未有的高度，体现了党和国家对大数据的高度重视。因此，我们要大力发展大数据技术，促进大数据与其他行业的结合。