1 大数据兴起预示“信息时代”进入新阶段
（1） 看待大数据要有历史性的眼光
信息时代是相对于农业和工业时代而言的一段相当长的时间。不同时代的生产要素和社会发展驱动力有明显差别。信息时代的标志性技术发明是数字计算机、集成电路、光纤通信和互联网（万维网）。尽管媒体上大量出现“大数据时代”的说法，但大数据、云计算等新技术目前还没有出现与上述划时代的技术发明可媲美的技术突破，难以构成一个超越信息时代的新时代。信息时代可以分成若干阶段，大数据等新技术的应用标志着信息社会将进入一个新阶段。
考察分析100年以上的历史长河可以发现，信息时代与工业时代的发展规律有许多相似之处。电气化时代与信息时代生产率的提高过程惊人地相似。都是经过20~30年扩散储备之后才有明显提高，分界线分别是1915年和1995年。笔者猜想，信息技术经过几十年的扩散储备后，21世纪的前30年可能是信息技术提高生产率的黄金时期。
（2） 从“信息时代新阶段”的高度认识“大数据”
中国已开始进入信息时代，但许多人的思想还停留在工业时代。经济和科技工作中出现的许多问题，其根源是对时代的认识不到位。18-19世纪中国落后挨打，根源是满清政府没有认识到时代变了，我们不能重犯历史性的错误。
中央提出中国进入经济“新常态”以后，媒体上有很多讨论，但多数是为经济增速降低做解释，很少有从时代改变的角度论述“新常态”的文章。笔者认为，经济新常态意味着中国进入了以信息化带动新型工业化、城镇化和农业现代化的新阶段，是经济和社会管理的跃迁，不是权宜之计，更不是倒退。
大数据、移动互联网、社交网络、云计算、物联网等新一代信息技术构成的IT架构“第三平台”是信息社会进入新阶段的标志，对整个经济的转型有引领和带动作用。媒体上经常出现的互联网、创客、“第二次机器革命”、“工业40”等都与大数据和云计算有关。大数据和云计算是新常态下提高生产率的新杠杆，所谓创新驱动发展就是主要依靠信息技术促进生产率的提高。
（3）大数据可能是中国信息产业从跟踪走向引领的突破口
中国的大数据企业已经有相当好的基础。全球十大互联网服务企业中国占有4席（阿里巴巴、腾讯、百度和京东），其他6个Top10 互联网服务企业全部是美国企业，欧洲和日本没有互联网企业进入Top10。这说明中国企业在基于大数据的互联网服务业务上已处于世界前列。在发展大数据技术上，我国有可能改变过去30年技术受制于人的局面，在大数据应用上中国有可能在全世界起到引领作用。
但是，企业的规模走在世界前列并不表示我国在大数据技术上领先。实际上，国际上目前流行的大数据主流技术没有一项是我国开创的。开源社区和众包是发展大数据技术和产业的重要途径，但我们对开源社区的贡献很小，在全球近万名社区核心志愿者中，我国可能不到200名。我们要吸取过去基础研究为企业提供核心技术不够的教训，加强大数据基础研究和前瞻技术研究，努力攻克大数据核心和关键技术。
2 理解大数据需要上升到文化和认识论的高度
（1） 数据文化是一种先进文化
数据文化的本质是尊重客观世界的实事求是精神，数据就是事实。重视数据就是强调用事实说话、按理性思维的科学精神。中国人的传统习惯是定性思维而不是定量思维。目前许多城市在开展政府数据开放共享工作，但是发现多数老百姓对政府要开放的数据并不感兴趣。要让大数据走上健康的发展轨道，首先要大力弘扬数据文化。本文讲的数据文化不只是大数据用于文艺、出版等文化产业，而是指全民的数据意识。全社会应认识到：信息化的核心是数据，只有政府和大众都关注数据时，才能真正理解信息化的实质；数据是一种新的生产要素，大数据的利用可以改变资本和土地等传统要素在经济中的权重。
有人将“上帝与数据共舞”归纳为美国文化的特点之一，说的是美国人既有对神的诚意，又有通过数据求真的理性。美国从镀金时代到进步主义时期完成了数据文化的思维转变，南北战争之后人口普查的方法被应用到很多领域，形成了数据预测分析的思维方式。近百年来美国和西方各国的现代化与数据文化的传播渗透有密切关系，我国要实现现代化也必须强调数据文化。
提高数据意识的关键是要理解大数据的战略意义。数据是与物质、能源一样重要的战略资源，数据的采集和分析涉及每一个行业，是带有全局性和战略性的技术。从硬技术到软技术的转变是当今全球性的技术发展趋势，而从数据中发现价值的技术正是最有活力的软技术，数据技术与数据产业的落后将使我们像错过工业革命机会一样延误一个时代。
（2）理解大数据需要有正确的认识论
历史上科学研究是从逻辑演绎开始的，欧几里得几何的所有定理可从几条公理推导出来。从伽利略和牛顿开始，科学研究更加重视自然观察和实验观察，在观察基础上通过归纳方法提炼出科学理论，“科学始于观察”成为科学研究和认识论的主流。经验论和唯理论这两大流派都对科学的发展做出过重大贡献，但也暴露出明显的问题，甚至走入极端。理性主义走向极端就成为康德所批判的独断主义，经验主义走入极端就变成怀疑论和不可知论。
20世纪30年代，德国哲学家波普尔提出了被后人称为“证伪主义”的认识论观点，他认为科学理论不能用归纳法证实，只能被试验发现的反例“证伪”，因而他否定科学始于观察，提出“科学始于问题”的著名观点[3]。证伪主义有其局限性，如果严格遵守证伪法则，万有引力定律、原子论等重要理论都可能被早期的所谓反例扼杀。但“科学始于问题”的观点对当前大数据技术的发展有指导意义。
大数据的兴起引发了新的科学研究模式：“科学始于数据”。从认识论的角度看，大数据分析方法与“科学始于观察”的经验论较为接近，但我们要牢记历史的教训，避免滑入否定理论作用的经验主义泥坑。在强调“相关性”的时候不要怀疑“因果性”的存在；在宣称大数据的客观性、中立性的时候，不要忘了不管数据的规模如何，大数据总会受制于自身的局限性和人的偏见。不要相信这样的预言：“采用大数据挖掘，你不需要对数据提出任何问题，数据就会自动产生知识”。面对像大海一样的巨量数据，从事数据挖掘的科技人员最大的困惑是，我们想捞的“针”是什么？这海里究竟有没有“针”？也就是说，我们需要知道要解决的问题是什么。从这个意义上讲，“科学始于数据”与“科学始于问题”应有机地结合起来。
对“原因”的追求是科学发展的永恒动力。但是，原因是追求不完的，人类在有限的时间内不可能找到“终极真理”。在科学的探索途中，人们往往用“这是客观规律”解释世界，并不立即追问为什么有这样的客观规律。也就是说，传统科学并非只追寻因果性，也可以用客观规律作为结论。大数据研究的结果多半是一些新的知识或新的模型，这些知识和模型也可以用来预测未来，可以认为是一类局部性的客观规律。科学史上通过小数据模型发现一般性规律的例子不少，比如开普勒归纳的天体运动规律等；而大数据模型多半是发现一些特殊性的规律。物理学中的定律一般具有必然性，但大数据模型不一定具有必然性，也不一定具有可演绎性。大数据研究的对象往往是人的心理和社会，在知识阶梯上位于较高层，其自然边界是模糊的，但有更多的实践特征。大数据研究者更重视知行合一，相信实践论。大数据认识论有许多与传统认识论不同的特点，我们不能因其特点不同就否定大数据方法的科学性。大数据研究挑战了传统认识论对因果性的偏爱，用数据规律补充了单一的因果规律，实现了唯理论和经验论的数据化统一，一种全新的大数据认识论正在形成。
3 正确认识大数据的价值和效益
（1）大数据的价值主要体现为它的驱动效应
人们总是期望从大数据中挖掘出意想不到的“大价值”。实际上大数据的价值主要体现在它的驱动效应，即带动有关的科研和产业发展，提高各行各业通过数据分析解决困难问题和增值的能力。大数据对经济的贡献并不完全反映在大数据公司的直接收入上，应考虑对其他行业效率和质量提高的贡献。大数据是典型的通用技术，理解通用技术要采用“蜜蜂模型”：蜜蜂的效益主要不是自己酿的蜂蜜，而是蜜蜂传粉对农业的贡献。
电子计算机的创始人之一冯·诺依曼曾指出：“在每一门科学中，当通过研究那些与终极目标相比颇为朴实的问题，发展出一些可以不断加以推广的方法时，这门学科就得到了巨大的进展。”我们不必天天期盼奇迹出现，多做一些“颇为朴实”的事情，实际的进步就在扎扎实实的努力之中。媒体喜欢宣传一些令人惊奇的大数据成功案例，对这些案例我们应保持清醒的头脑。据Intel中国研究院首席工程师吴甘沙在一次报告中透露，所谓“啤酒加尿布”的数据挖掘经典案例，其实是Teradata公司一位经理编出来的“故事”，历史上并没有发生过[4]。即使有这个案例，也不说明大数据分析本身有什么神奇，大数据中看起来毫不相关的两件事同时或相继出现的现象比比皆是，关键是人的分析推理找出为什么两件事物同时或相继出现，找对了理由才是新知识或新发现的规律，相关性本身并没有多大价值。
有一个家喻户晓的寓言可以从一个角度说明大数据的价值：一位老农民临终前告诉他的3个儿子，他在他家的地中埋藏了一罐金子，但没有讲埋在哪里。
他的儿子们把他家所有的地都深挖了一遍，没有挖到金子，但由于深挖了土地，从此庄稼收成特别好。数据收集、分析的能力提高了，即使没有发现什么普适的规律或令人完全想不到的新知识，大数据的价值也已逐步体现。
（2）大数据的力量来自“大成智慧”
每一种数据来源都有一定的局限性和片面性，只有融合、集成各方面的原始数据，才能反映事物的全貌。事物的本质和规律隐藏在各种原始数据的相互关联之中。不同的数据可能描述同一实体，但角度不同。对同一个问题，不同的数据能提供互补信息，可对问题有更深入的理解。因此在大数据分析中，汇集尽量多种来源的数据是关键。
数据科学是数学（统计、代数、拓扑等）、计算机科学、基础科学和各种应用科学融合的科学，类似钱学森先生提出的“大成智慧学”[5]。钱老指出：“必集大成，才能得智慧”。大数据能不能出智慧，关键在于对多种数据源的集成和融合。IEEE计算机学会最近发布了2014年的计算机技术发展趋势预测报告，重点强调“无缝智慧（seamless intelligence）”。发展大数据的目标就是要获得协同融合的“无缝智慧”。单靠一种数据源，即使数据规模很大，也可能出现“瞎子摸象”一样的片面性。数据的开放共享不是锦上添花的工作，而是决定大数据成败的必要前提。
大数据研究和应用要改变过去各部门和各学科相互分割、独立发展的传统思路，重点不是支持单项技术和单个方法的发展，而是强调不同部门、不同学科的协作。数据科学不是垂直的“烟囱”，而是像环境、能源科学一样的横向集成科学。
（3）大数据远景灿烂，但近期不能期望太高
交流电问世时主要用作照明，根本想象不到今天无处不在的应用。大数据技术也一样，将来一定会产生许多现在想不到的应用。我们不必担心大数据的未来，但近期要非常务实地工作。人们往往对近期的发展估计过高，而对长期的发展估计不足。Gartner公司预测，大数据技术要在5~10年后才会成为较普遍采用的主流技术，对发展大数据技术要有足够的耐心。
大数据与其他信息技术一样，在一段时间内遵循指数发展规律。指数发展的特点是，从一段历史时期衡量（至少30年），前期发展比较慢，经过相当长时间（可能需要20年以上）的积累，会出现一个拐点，过了拐点以后，就会出现爆炸式的增长。但任何技术都不会永远保持“指数性”增长，一般而言，高技术发展遵循Gartner公司描述的技术成熟度曲线（hype cycle），最后可能进入良性发展的稳定状态或者走向消亡。
需要采用大数据技术来解决的问题往往都是十分复杂的问题，比如社会计算、生命科学、脑科学等，这些问题绝不是几代人的努力就可以解决的。宇宙经过百亿年的演化，才出现生物和人类，其复杂和巧妙堪称绝伦，不要指望在我们这一代人手中就能彻底揭开其奥妙。展望数百万年甚至更长远的未来，大数据技术只是科学技术发展长河中的一朵浪花，对10~20年大数据研究可能取得的科学成就不能抱有不切实际的幻想。
4 从复杂性的角度看大数据研究和应用面临的挑战
大数据技术和人类探索复杂性的努力有密切关系。20世纪70年代，新三论（耗散结构论、协同论、突变论）的兴起对几百年来贯穿科学技术研究的还原论发起了挑战。1984年盖尔曼等3位诺贝尔奖得主成立以研究复杂性为主的圣菲研究所，提出超越还原论的口号，在科技界掀起了一场复杂性科学运动。虽然雷声很大，但30年来并未取得预期的效果，其原因之一可能是当时还没有出现解决复杂性的技术。
集成电路、计算机与通信技术的发展大大增强了人类研究和处理复杂问题的能力。大数据技术将复杂性科学的新思想发扬光大，可能使复杂性科学得以落地。复杂性科学是大数据技术的科学基础，大数据方法可以看作复杂性科学的技术实现。大数据方法为还原论与整体论的辩证统一提供了技术实现途径。大数据研究要从复杂性研究中吸取营养，从事数据科学研究的学者不但要了解20世纪的“新三论”，可能还要学习与超循环、混沌、分形和元胞自动机等理论有关的知识，扩大自己的视野，加深对大数据机理的理解。
大数据技术还不成熟，面对海量、异构、动态变化的数据，传统的数据处理和分析技术难以应对，现有的数据处理系统实现大数据应用的效率较低，成本和能耗较大，而且难以扩展。这些挑战大多来自数据本身的复杂性、计算的复杂性和信息系统的复杂性。
（1）数据复杂性引起的挑战
图文检索、主题发现、语义分析、情感分析等数据分析工作十分困难，其原因是大数据涉及复杂的类型、复杂的结构和复杂的模式，数据本身具有很高的复杂性。目前，人们对大数据背后的物理意义缺乏理解，对数据之间的关联规律认识不足，对大数据的复杂性和计算复杂性的内在联系也缺乏深刻理解，领域知识的缺乏制约了人们对大数据模型的发现和高效计算方法的设计。形式化或定量化地描述大数据复杂性的本质特征及度量指标，需要深入研究数据复杂性的内在机理。人脑的复杂性主要体现在千万亿级的树突和轴突的链接，大数据的复杂性主要也体现在数据之间的相互关联。理解数据之间关联的奥秘可能是揭示微观到宏观“涌现”规律的突破口。大数据复杂性规律的研究有助于理解大数据复杂模式的本质特征和生成机理，从而简化大数据的表征，获取更好的知识抽象。为此，需要建立多模态关联关系下的数据分布理论和模型，理清数据复杂度和计算复杂度之间的内在联系，奠定大数据计算的理论基础。
（2） 计算复杂性引起的挑战
大数据计算不能像处理小样本数据集那样做全局数据的统计分析和迭代计算，在分析大数据时，需要重新审视和研究它的可计算性、计算复杂性和求解算法。大数据样本量巨大，内在关联密切而复杂，价值密度分布极不均衡，这些特征对建立大数据计算范式提出了挑战。对于PB级的数据，即使只有线性复杂性的计算也难以实现，而且，由于数据分布的稀疏性，可能做了许多无效计算。
传统的计算复杂度是指某个问题求解时需要的时间空间与问题规模的函数关系，所谓具有多项式复杂性的算法是指当问题的规模增大时，计算时间和空间的增长速度在可容忍的范围内。传统科学计算关注的重点是，针对给定规模的问题，如何“算得快”。而在大数据应用中，尤其是流式计算中，往往对数据处理和分析的时间、空间有明确限制，比如网络服务如果回应时间超过几秒甚至几毫秒，就会丢失许多用户。大数据应用本质上是在给定的时间、空间限制下，如何“算得多”。从“算得快”到“算得多”，考虑计算复杂性的思维逻辑有很大的转变。所谓“算得多”并不是计算的数据量越大越好，需要探索从足够多的数据，到刚刚好的数据，再到有价值的数据的按需约简方法。
基于大数据求解困难问题的一条思路是放弃通用解，针对特殊的限制条件求具体问题的解。人类的认知问题一般都是NP难问题，但只要数据充分多，在限制条件下可以找到十分满意的解，近几年自动驾驶汽车取得重大进展就是很好的案例。为了降低计算量，需要研究基于自举和采样的局部计算和近似方法，提出不依赖于全量数据的新型算法理论，研究适应大数据的非确定性算法等理论。
（3）系统复杂性引起的挑战
大数据对计算机系统的运行效率和能耗提出了苛刻要求，大数据处理系统的效能评价与优化问题具有挑战性，不但要求理清大数据的计算复杂性与系统效率、能耗间的关系，还要综合度量系统的吞吐率、并行处理能力、作业计算精度、作业单位能耗等多种效能因素。针对大数据的价值稀疏性和访问弱局部性的特点，需要研究大数据的分布式存储和处理架构。
大数据应用涉及几乎所有的领域，大数据的优势是能在长尾应用中发现稀疏而珍贵的价值，但一种优化的计算机系统结构很难适应各种不同的需求，碎片化的应用大大增加了信息系统的复杂性，像昆虫种类一样多（500多万种）的大数据和物联网应用如何形成手机一样的巨大市场，这就是所谓“昆虫纲悖论”[6]。为了化解计算机系统的复杂性，需要研究异构计算系统和可塑计算技术。
大数据应用中，计算机系统的负载发生了本质性变化，计算机系统结构需要革命性的重构。信息系统需要从数据围着处理器转改变为处理能力围着数据转，关注的重点不是数据加工，而是数据的搬运；系统结构设计的出发点要从重视单任务的完成时间转变到提高系统吞吐率和并行处理能力，并发执行的规模要提高到10亿级以上。构建以数据为中心的计算系统的基本思路是从根本上消除不必要的数据流动，必要的数据搬运也应由“大象搬木头”转变为“蚂蚁搬大米”。
5 发展大数据应避免的误区
（1） 不要一味追求“数据规模大”
大数据主要难点不是数据量大，而是数据类型多样、要求及时回应和原始数据真假难辨。现有数据库软件解决不了非结构化数据，要重视数据融合、数据格式的标准化和数据的互 *** 作。采集的数据往往质量不高是大数据的特点之一，但尽可能提高原始数据的质量仍然值得重视。脑科学研究的最大问题就是采集的数据可信度差，基于可信度很差的数据难以分析出有价值的结果。
一味追求数据规模大不仅会造成浪费，而且效果未必很好。多个来源的小数据的集成融合可能挖掘出单一来源大数据得不到的大价值。应多在数据的融合技术上下功夫，重视数据的开放与共享。所谓数据规模大与应用领域有密切关系，有些领域几个PB的数据未必算大，有些领域可能几十TB已经是很大的规模。
发展大数据不能无止境地追求“更大、更多、更快”，要走低成本、低能耗、惠及大众、公正法治的良性发展道路，要像现在治理环境污染一样，及早关注大数据可能带来的“污染”和侵犯隐私等各种弊端。
（2） 不要“技术驱动”，要“应用为先”
新的信息技术层出不穷，信息领域不断冒出新概念、新名词，估计继“大数据”以后，“认知计算”、“可穿戴设备”、“机器人”等新技术又会进入炒作高峰。我们习惯于跟随国外的热潮，往往不自觉地跟着技术潮流走，最容易走上“技术驱动”的道路。实际上发展信息技术的目的是为人服务，检验一切技术的唯一标准是应用。我国发展大数据产业一定要坚持“应用为先”的发展战略，坚持应用牵引的技术路线。技术有限，应用无限。各地发展云计算和大数据，一定要通过政策和各种措施调动应用部门和创新企业的积极性，通过跨界的组合创新开拓新的应用，从应用中找出路。
（3） 不能抛弃“小数据”方法
流行的“大数据”定义是：无法通过目前主流软件工具在合理时间内采集、存储、处理的数据集。这是用不能胜任的技术定义问题，可能导致认识的误区。按照这种定义，人们可能只会重视目前解决不了的问题，如同走路的人想踩着自己身前的影子。其实，目前各行各业碰到的数据处理多数还是“小数据”问题。我们应重视实际碰到的问题，不管是大数据还是小数据。
统计学家们花了200多年，总结出认知数据过程中的种种陷阱，这些陷阱不会随着数据量的增大而自动填平。大数据中有大量的小数据问题，大数据采集同样会犯小数据采集一样的统计偏差。Google公司的流感预测这两年失灵，就是由于搜索推荐等人为的干预造成统计误差。
大数据界流行一种看法：大数据不需要分析因果关系、不需要采样、不需要精确数据。这种观念不能绝对化，实际工作中要逻辑演绎和归纳相结合、白盒与黑盒研究相结合、大数据方法与小数据方法相结合。
（4） 要高度关注构建大数据平台的成本
目前全国各地都在建设大数据中心，吕梁山下都建立了容量达2 PB以上的数据处理中心，许多城市公安部门要求存储3个月以上的高清监控录像。这些系统的成本都非常高。数据挖掘的价值是用成本换来的，不能不计成本，盲目建设大数据系统。什么数据需要保存，要保存多少时间，应当根据可能的价值和所需的成本来决定。大数据系统技术还在研究之中，美国的E级超级计算机系统要求能耗降低1 000倍，计划到2024年才能研制出来，用现在的技术构建的巨型系统能耗极高。
我们不要攀比大数据系统的规模，而是要比实际应用效果，比完成同样的事消耗更少的资源和能量。先抓老百姓最需要的大数据应用，因地制宜发展大数据。发展大数据与实现信息化的策略一样：目标要远大、起步要精准、发展要快速。
哈尔滨信息工程学院部分专业：序号专业名称所属类别1电子信息工程工学2人工智能工学3自动化工学4计算机科学与技术工学5软件工程工学6智能科学与技术工学7数据科学与大数据技术工学8虚拟现实技术工学9物流管理管理学10电子商务管理学11视觉传达设计艺术学12环境设计艺术学13计算机应用技术电子与信息14软件技术电子与信息哈尔滨信息工程学院电子信息工程介绍国家电子信息产业紧缺人才培养基地
电子信息工程专业是在黑龙江省重点专业应用电子专业基础上建设起来的，是国家电子信息产业紧缺人才培养基地，专业建有电子技术实验室、单片机实验室、嵌入式技术实验室、物联网技术应用实验室，建有系统的智能电子产品研发、生产环境，可以完成项目的构思、设计、实现和运行的全过程。本专业注重培养学生分析和工程应用能力，培养能在通信、电子技术、智能控制、物联网等领域从事应用开发、产品设计、系统搭建和技术管理的卓越工程师。
专业特色
与中兴、华为合作
本专业与华为、中兴合作培养芯片设计工程师、通信工程师。由企业提供软硬件设备建立联合实验室，并派导师为学生制定工程师成长规划和技术培训指导。由企业工程师和校内导师联合设计毕业题目，指导完成毕业设计，成绩优秀的学生毕业后优先被企业的海外拓展部门录用，促进学生创新能力和综合素质的提高。
Learninginwork在真实的工作项目中学习
本专业引入企业真实的工作任务，融教、学、做于一体，开设了电子产品制作、单片机综合实践、智能电子产品设计、物联网项目设计等实践教学环节，让学生在大一时就能够完成简单的电子产品的制作，在大二时能够完成产品设计和系统搭建，在大三时能够参与企业真实项目的开发，大四时学生可独立承担嵌入式和物联网综合项目的设计和开发，学生毕业时已具备丰富的开发经验，能够独立主持项目的开发工作。
探索、研究、总结的教学模式
教学中，采用“探索认知、研究发现、总结提高”的教学模式，学生要通过查阅相关资料、分析设计任务，制定工作计划并实施，同时，教师实时对学生进行质量检查评价，最后进行总结与展示，引导学生由传统的被动学习变为探索式的主动学习。
在学习的过程中参与科研项目
专业强调“应用性科研与应用型人才培养并行”，建有单片机应用与开发研究所，给学生提供良好的科研环境。本专业给学生配备科研导师，鼓励、引导学生参加各类的科技活动，包括学术交流、参与导师的科研课题、参加全国大学生创新设计大赛、参加行业举办的设计竞赛等，让学生能够发挥自己专长，提高创新能力和工程实践能力。
主要课程
电路基础、模拟电路、数字电路、C语言程序设计、JAVA程序设计、单片机原理与应用、Android系统程序设计、传感器与接口技术、计算机网络技术、数据库原理及应用、嵌入式技术、信号与系统、通信原理、自动控制原理、机械设计基础、EDA技术与应用、近距离无线通信技术、DSP原理及应用、虚拟仪器技术、文献检索技术、高频电子线路（嵌入式方向）、电子工艺（嵌入式方向）、物联网WEB系统开发与集成（物联网方向）、云计算综合设计（物联网方向）。
主要实践性教学环节
工程认识实践、电子制作实践、电子设计项目实践、单片机实践、电子项目综合设计、物联网项目综合设计。
就业岗位
嵌入式方向
可在工业控制、仪器仪表等相关行业从事电子系统软硬件设计与开发、驱动开发、应用开发、测试、系统维护等工作。
物联网工程方向
在交通、医疗、电网、质量追溯等物联网应用领域从事物联网系统设计与开发、项目管理、行业咨询，以及系统的管理和维护等工作。
哈尔滨信息工程学院软件工程介绍二十年软件人才培养历史打造明日IT之星
软件工程专业，是在国家示范性软件技术学院重点专业基础上建设起来的。年招生人数占黑龙江省同类专业招生一半以上。本专业注重学生解决问题能力的培养，强调学以致用，能在就业岗位上用其所学，尽其所用。本专业教师近三年主持或参与省市级、院级纵向科研项目10余项，2016年主编或副主编高校规划教材7本。本专业多年与苹果、微软、Oracle、谷歌和IBM等国际知名企业沟通合作，企业不仅为专业配备了价值近千万元的数据库、测试软件、课程在线学习平台等设备和正版软件，还让学生融入企业真实的开发环境中进行培训，以确保学到的技术领先和独到，保证就业。
软件产业规模逐年增长，IT人才缺口巨大
近几年，软件产业规模不断扩大,呈快速增长态势，平均每年增长211%，增幅始终高于电子信息产业平均水平，远大于世界经济平均增长速度；软件产业已经成为拉动电子信息产业增长的重要力量，并在促进信息化发展中发挥了积极重要的作用。
随着软件产业规模的不断扩大，我国对软件人才的需求已超过500万，并且以每年20%左右的速度增长，巨大的人才需求使其成为名副其实的高薪职业。根据中国人才网的调查数据显示，软件开发行业高居榜首。目前，具有3~5年开发经验的工程师，平均年薪已经达到20万元以上，并且薪金每年都呈现20%~30%的增幅态势，就业前景非常乐观。
多方面保障软件学习其实并不难
专业导师携手名企，对学生尽心负责
学生入学开始，就以班级为单位配备班导师，负责学生整个在校期间的学习和未来的职业生涯规划。本专业为学生聘请用友、联通、雷石、哈尔滨海康软件等企业资深软件工程师授课；引进微软、联想等企业研发的课程体系；同时引入Oracle、IBM等企业规范；与苹果合作培养iOS开发工程师，与谷歌合作培养Android开发工程师，学生上课如同在企业工作一样，学习、练习的就是企业真实软件项目。学生不仅积累了丰富的项目经验，更达到了软件工程师的从业标准，深受企业欢迎。
专业课前置夯实学科基础
大一开始学程序开发，达到编程入门水平，半年就能编写应用软件；大二阶段，老师会带着学生做真实项目模块，进一步提高学生的编程能力，直到毕业不间断，保证了学生知识面的开阔性。
基于企业真实项目的“三循环”教学
大三、大四开设与学生就业关系密切的专业课程，采用“基础知识学习、功能模块开发和项目实战”三个学期三重循环的教学模式，保证学生都能学会软件开发。课程设置以企业真实项目为导向，教学内容服务于工作案例，授课过程中将案例知识点拆分，边讲边练。教师担任项目经理，以世界名企为模板，搭建仿真企业环境，按项目组完成项目调研、分析、讨论、开发、测试、总结、答辩全过程。在校期间即可完成多个企业项目，代码编写经验可达到10万行以上，成为炙手可热的实战型人才。
批量培养软件工程师的摇篮
在校期间即可参加商业化软件开发
为了提高软件应用型人才培养质量，多年来，软件工程专业积极探索，锐意改革，走出了一条教学与应用性科研相结合，科研不断促进教学的发展道路。在软件学院科研中心下设的大学生创业园，近两年来，师生共同开发了“黑龙江省水利普查数据成果开发应用平台”、“浦发银行业绩考核查询统计系统”、“哈尔滨呼兰消防队宣传触摸屏系统”等32项项目，受到企业一致好评，业务量逐年递增。
学生大赛
2016年，第七届全国软件和信息技术专业人才大赛，一等奖1名，二等奖3名，三等奖10名。
2016年，全国大学生数学建模竞赛，黑龙江赛区二等奖，三等奖。
2017年，第八届全国软件和信息技术专业人才大赛，一等奖2名，二等奖3名，三等奖33名。
主要核心课程
C语言程序设计、数据结构、面向对象程序设计（C++）、JAVA程序设计、计算机网络技术、软件工程、人工智能、软件质量保证与测试、设计模式、JAVAEE技术应用与开发、跨平台游戏程序设计、Android应用开发技术、iOS应用开发技术、虚拟现实与增强现实开发等。
职业前景
本专业分为软件开发、游戏软件、移动互联应用与开发三个方向，毕业生可在企事业单位从事大型软件系统分析、设计、实现、测试和软件项目管理工作。
哈尔滨信息工程学院软件技术介绍选择“软件"，选择希望
软件技术专业是国家示范性软件技术学院重点建设专业，软件技术专业领域技能型人才紧缺培养基地，每年招生人数位于黑龙江省院校同类专业首位，是学院的品牌专业。专业与苹果、谷歌、甲骨文等国际知名公司建立校企合作关系，开展订单培养，订单率90%以上。
在软件技术专业，您将享有Microsoft（微软）、Oracle（甲骨文）、Google（谷歌）、Apple（苹果）、UFIDA（用友）等国际知名企业的教育资源，学习到iOS、Android、Oracle数据库等当前最前沿、最流行的软件技术，并在具有多年工作经验的软件工程师、项目经理、技术经理等行业精英的带领下，体验真实项目开发，感受真实企业文化，积攒10个以上的项目开发经验及60000行以上的编码经验，使您毕业就成为企业需求的实战型人才，月薪可达万元以上。
软件技术专业下设4个方向分支
1软件技术
培养目标
本专业培养掌握计算机基础理论、软件工程基本方法及工具，能够熟练运用软件技术解决实际问题，具备较强的软件开发能力、测试能力、外语应用能力和团队协作能力，能够从事软件开发、测试、维护、技术支持和信息服务等工作的高素质IT应用型技能人才。
核心课程
JAVA程序设计、JSP程序设计、JAVAEE框架开发、C#程序设计、ASPNET程序设计、ASPNET项目开发训练、数据库技术、软件工程、软件测试技术。
就业方向
（1）在IT企业从事软件开发、软件测试、技术支持、市场推广及信息服务等工作。
（2）在电信、移动、银行、邮政、学校、政府、电视台等企事业单位从事系统运营、系统维护及系统管理等工作。
（3）在移动互联网企业从事网站开发、维护测试、编辑策划等工作。
2软件技术（甲骨文联合培养大数据应用）
培养目标
培养学生系统掌握J2EE开发技术，具备程序设计和编码能力，掌握软件项目开发过程和规范，能够熟练运用Oracle数据库进行软件项目开发；在学习过程中积累工作经验，养成良好的职业素养，培养满足软件相关企业用人要求的高素质技能型专门人才。
核心课程
Java程序设计、Oracle数据库的设计与开发、数据挖掘与数据仓库、B/S架构的企业应用程序开发、Struts商用企业应用程序开发、SSH架构的企业应用程序开发。
就业方向
OralceDBA（数据库管理员）、大数据研发工程师、Java软件开发工程师等工作。
3软件技术（微软应用软件开发）
培养目标
本专业培养具有必备的网络软件开发技术基础理论知识和专门知识的基础，掌握C#、ASPNET、WinForm、ADONET等Web及Windows应用开发技术，适应网络软件开发技术生产、建设、管理、服务第一线需要高素质技能型专门人才。
核心课程
C语言程序设计、VisualC#NET程序设计、C#程序设计项目案例训练、ASPNET程序设计、Aspnet开发项目综合训练、数据库技术、实用软件工程等。
就业方向
本专业毕业学生可从事ASPNET网络软件开发、ASPNET网站建设、ASPNET程序员、网站美工等与网络软件开发、应用相关的工作。
4软件技术（游戏软件）
培养目标
培养学生系统掌握跨平台游戏开发技术，具备设计并研发跨平台2D及3D游戏能力，掌握游戏软件项目开发全过程和行业编码规范，能够熟练运用游戏引擎进行游戏软件项目开发；在学习过程中积累工作经验，养成良好的职业素养，培养满足游戏相关企业用人要求的高素质技能型专门人才。
核心课程
游戏引擎原理基础、程序设计逻辑与技术、游戏架构与设计、跨平台游戏程序设计、游戏开发设计模式、人工智能、虚拟现实技术、游戏软件测试技术、游戏运营与管理等。
就业方向
（1）在游戏开发、移动互联网应用开发、虚拟现实、数字出版、影视特效以及软件开发等公司从事2D/3D游戏设计与开发、Android或iPad/iPhone应用开发、影视特效设计等工作。
（2）在各类学校及科研院所从事相关的教学、科研等工作；也可继续攻读本专业或相关专业的学士学位。
在工作中学习，在学习中工作
教师在教学过程中，为学生提供丰富的行业项目，帮助学生积累真实的项目经验，彻底摆脱“纸上谈兵”的尴尬。学生在校期间即完成多个实训项目，成为炙手可热的实战型人才。
职业认证，增加就业砝码
学生在校期间，可以考取全国信息技术水平考试认证、OracleOCJP、Java工程师等信息化人才认证，与国际接轨。
哈尔滨信息工程学院环境设计介绍专业是在黑龙江省重点专业室内设计专业基础上建设的，建有环境设计工作室、景观设计科研室、工程造价实验室、集群渲染中心、客户接待中心、模型制作室等实验室，专业拥有一支优秀的教学团队，省级名师2人，省级精品课3门，完成省级科研课题7项，专利10项，出版教材20余部。学生在各类比赛中屡获大奖，先后荣获国家级、省级、市级等大赛奖项40余项，累计获得奖项200余人次。
培养工作规范、学会沟通、且具有国际视野的卓越工程师
环境设计专业是艺术、计算机、建筑等多学科交叉融合的复合型专业，我们培养在室内设计、景观设计方面，具备艺术设计、计算机辅助设计、工程管理能力的复合型人才。培养能设计、懂工程、会沟通的卓越设计师。注重训练学生规范严谨，精益求精的工作作风；注重培育学生为客户提供优质服务的意识和良好的沟通能力；注重引导学生吸收国内外环境设计前沿信息，来拓展视野；培养创新能力。
与优秀企业合作引入实际工程项目训练设计思维增强工程意识
专业与北京元洲装饰、北京业之峰装饰、北京东易日盛装饰等国内十大品牌装饰公司合作建立了人才培养训练基地，与企业共同构建了分层次、递进式的实践教学体系：学生在大一时完成室内设计项目，在大二时完成建筑外立面设计项目、家居设计项目，在大三时完成别墅设计项目、办公空间设计项目、景观小品设计项目、景观植物配置设计项目，在大四时完成商业空间设计项目、景观设计项目等。在校企合作教学中，为学生提供最前沿的项目资料、国内外经典设计书籍，让学生在实际的工程项目中积累丰富的项目经验。
我们的应用性科学研究
专业建有环境设计工作室、景观设计科研室。近两年，先后完成企业委托的“哈尔滨北大荒辉煌居住小区规划”、“中俄旅游服务中心规划”、“学院实验室、工作室、科研室空间设计”等23个横向课程。
环境设计研究室，教学研究、科研项目场所，完成“卓越室内设计技术人才培养计划研究与实践”、“基于网络信息技术的室内设计专业核心课程改革与资源建设的研究与实践”等7项省级教研课题；居家养老、智能家居相关的应用型研究项目。
学生未来的发展领域
室内设计领域：在环境设计与装饰工程施工行业从事公共建筑室内设计、居住空间设计和策划、施工和管理工作；
景观设计领域：在城市建设、房地产开发、建筑工程、文化教育等企事业单位从事城市环境景观与社区环境景观设计、园林设计、施工及管理工作，以及教学、科研等相关工作。
哈尔滨信息工程学院人工智能介绍专业概况
本专业以学院传统电子信息工程、自动化专业为载体，将电子信息工程专业的图像、信号处理方向与自动化专业的智能控制方向加以升级延伸。以AI+X为核心主线，内含时下就业市场最热门的机器视觉、语音识别、智能机器人等方向，引入智能算法，但不拘泥于算法，重在培养卓越人工智能应用型技术工程师。
我院人工智能专业现有专职教师8人，兼职教师2人。其中教授、副教授5人；博士4人；聘请哈工大教学名师4人；哈工程2人；哈理工1人。主持完成省部级科研课题3项，获各级科研奖励10余项。该专业坚持“夯实算法基础”、“扩展项目实践”的教学理念，在保证学生掌握实用够量算法的同时，突出学生理论联系实际，实践动手能力的培养。针对人工智能专业，院内建有总面积达2000余平方米的人工智能技术研究室、嵌入式开发实验室、机器人创客工作室、图像处理与机器视觉实验室等10余间专业实验室，出版实践类教材10部；人工智能专业学生入学后，会由专业指导教师培训参加各类国家级比赛，为就业提供保障。
培养目标
本专业培养具有社会主义核心价值观，德、智、体、美全面发展的高素质人才，具有健全人格和良好职业素质，掌握人工智能领域基础理论和方法，了解人工智能及相关领域行业的进展，能够运用人工智能的基本原理与方法，设计有效的工程技术解决方案并能开发应用。毕业生应具备终身学习的动力和能力、跨行业交流能力、团队合作能力以及组织领导能力，能够从事相关领域科学研究、技术开发、教育和管理等工作，并成为具备行业前沿视角和肩负社会责任的人工智能领域卓越应用型人才。
优势与特色
专业教师不仅重视课上教学，还注重课后作业、习题、竞赛的辅导，保证学生踏实掌握所学知识。同时，改变传统的教学方法，采用“AI+X”的教学方式，大一入学开设专业类课程，通过人工智能高级语言程序课程设计、电子技术实践完成20余个案例的制作，锻炼学生设计制作基本能力，培养学生对人工智能专业动手实践的兴趣；大二开设专业提高类课程，通过人工智能基础、嵌入式原理与应用实践完成30余个制作案例，使学生可以独立进行产品的设计和系统的搭建，鼓励学生自主设计，自主创造；大三以后开设智能机器人课程设计、图像处理与机器视觉、自然语言处理等综合类“AI+X”课程设计，学生可以根据个人兴趣爱好选择其中的“X”，通过10余个大型案例进行综合能力的训练。大四的学生根据自己的兴趣进驻校内科研室和老师及企业工程师一起进行科研项目的开发，同时学院与华清远见、博创尚和、幻尔智科等10余家公司展开校企合作，联合培养。毕业前保证学生至少经历过二轮以上项目开发实战。
就业前景
（1）融合复杂性思维培养的学生，在毕业后的发展口径宽广。不仅可从事人工智能相关领域的研究、设计、开发等方面的工作，还可从事智能城市、智能金融、智能物联、智能教育等领域的管理工作。
（2）可继续攻读智能科学及相关和交叉学科的硕士、博士学位。
哈尔滨信息工程学院视觉传达设计介绍拥有中央财政重点支持建设实验室，是黑龙江省动漫人才培养基地
专业拥有1100平方米的艺术教育基地。专业建有陶艺、雕塑、摄影等实验室和300平方米的艺术展厅，建有广告设计工作室、造型设计工作室、原画设计工作室、动画设计工作室、模型制作工作室，此外，专业拥有2个中央财政支持重点建设实验室（配有30台苹果图形工作站），工作室内配有国内外优秀的设计书籍、企业提供的项目资料等，让学生可以接触到国内外最前沿的设计和相关资讯。
教学中引入企业真实项目
专业构建了四个阶段的实践教学：第一阶段是字体与版式课程设计，第二阶段是招贴与书籍装帧课程设计，第三阶段是网页与动画课程设计，第四阶段是包装设计、动画设计实战等。在实践教学中，引入企业真实项目，聘请哈尔滨出版社、哈尔滨晓升广告传播集团等具有多年实战经验的资深总监、设计师担任实践指导教师，按照企业的工作流程和标准，培养学生具备产品“构思-设计-实现-交付”等工作能力。由学生完成的“牡丹江小蜜蜂集团VI设计及产品包装设计”、“智慧教育标志设计”等多部作品，均被企业采用。
与中影动画合作培养动画设计师
专业与中影动画产业有限公司开展合作，中影动画先后选派多位导演、制片人来校主讲《动画创作》、《运动规律》等核心课程，并带领学生参与企业真实的项目。目前，有30余名在校学生参与制作多部动画项目，其中三维动画《马小乐之玩具也疯狂》，已于2015年在全国影院上映。
专业培养成绩显著
学生多次在各类大赛中崭露头角。近三年，先后荣获国家级、省级、市级奖项20余项，累计获得各级奖项70多人次。其中丁晓彤同学的作品《绽放》在“中国数字艺术创意设计大赛”中获得一等奖；谷玉磊、牟野等学生的作品在“第七届全国美育教学成果展评”中分获一等奖、二等奖。闫思成、王祎彤等同学参加黑龙江创意设计系列大赛获得一银、两铜的佳绩。
就业岗位
广告设计、策划、管理、美术编辑、媒体策划；动漫设计、原画设计、造型设计。
自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：>
1了解和定位客户
这是大数bai据目前最广du为人知的应用领域。很多企业热衷于社交zhi媒体数据dao、浏览器日志、文本挖掘等各类数据集，通过大数据技术创建预测模型，从而更全面地了解客户以及他们的行为、喜好。
利用大数据，美国零售商Target公司甚至能推测出客户何时会有Baby;电信公司可以更好地预测客户流失;沃尔玛可以更准确的预测产品销售情况;汽车保险公司能更真实的了解客户实际驾驶情况。
滑雪场利用大数据来追踪和锁定客户。如果你是一名狂热的滑雪者，想象一下，你会收到最喜欢的度假胜地的邀请;或者收到定制化服务的短信提醒;或者告知你最合适的滑行线路。。。。。。同时提供互动平台(网站、手机APP)记录每天的数据——多少次滑坡，多少次翻越等等，在社交媒体上分享这些信息，与家人和朋友相互评比和竞争。
除此之外，政府竞选活动也引入了大数据分析技术。一些人认为，奥巴马在2012年总统大选中获胜，归功于他们团队的大数据分析能力更加出众。
2
改善医疗保健和公共卫生
大数据分析的能力可以在几分钟内解码整个DNA序列，有助于我们找到新的治疗方法，更好地理解和预测疾病模式。试想一下，当来自所有智能手表等可穿戴设备的数据，都可以应用于数百万人及其各种疾病时，未来的临床试验将不再局限于小样本，而是包括所有人!
苹果公司的一款健康APP ResearchKit有效将手机变成医学研究设备。通过收集用户的相关数据，可以追踪你一天走了多少步，或者提示你化疗后感觉如何，帕金森病进展如何等问题。研究人员希望这一过程变得更容易、更自动化，吸引更多的参与者，并提高数据的准确度。
大数据技术也开始用于监测早产儿和患病婴儿的身体状况。通过记录和分析每个婴儿的每一次心跳和呼吸模式，提前24小时预测出身体感染的症状，从而及早干预，拯救那些脆弱的随时可能生命危险的婴儿。
更重要的是，大数据分析有助于我们监测和预测流行性或传染性疾病的暴发时期，可以将医疗记录的数据与有些社交媒体的数据结合起来分析。比如，谷歌基于搜索流量预测流感爆发，尽管该预测模型在2014年并未奏效——因为你搜索“流感症状”并不意味着真正生病了，但是这种大数据分析的影响力越来越为人所知。
3提供个性化服务
大数据不仅适用于公司和政府，也适用于我们每个人，比如从智能手表或智能手环等可穿戴设备采集的数据中获益。Jawbone的智能手环可以分析人们的卡路里消耗、活动量和睡眠质量等。Jawbone公司已经能够收集长达60年的睡眠数据，从中分析出一些独到的见解反馈给每个用户。从中受益的还有网络平台“寻找真爱”，大多数婚恋网站都使用大数据分析工具和算法为用户匹配最合适的对象。
4
了解和优化业务流程
大数据也越来越多地应用于优化业务流程，比如供应链或配送路径优化。通过定位和识别系统来跟踪货物或运输车辆，并根据实时交通路况数据优化运输路线。
人力资源业务流程也在使用大数据进行优化。Sociometric Solutions公司通过在员工工牌里植入传感器，检测其工作场所及社交活动——员工在哪些工作场所走动，与谁交谈，甚至交流时的语气如何。美国银行在使用中发现呼叫中心表现最好的员工——他们制定了小组轮流休息制度，平均业绩提高了23%。
如果在手机、钥匙、眼镜等随身物品上粘贴RFID标签，万一不小心丢失就能迅速定位它们。假想一下未来可能创造出贴在任何东西上的智能标签。它们能告诉你的不仅是物体在哪里，还可以反馈温度，湿度，运动状态等等。这将打开一个全新的大数据时代，“大数据”领域寻求共性的信息和模式，那么孕育其中的“小数据”着重关注单个产品。
5
改善城市和国家建设
大数据被用于改善我们城市和国家的方方面面。目前很多大城市致力于构建智慧交通。车辆、行人、道路基础设施、公共服务场所都被整合在智慧交通网络中，以提升资源运用的效率，优化城市管理和服务。
加州长滩市正在使用智能水表实时检测非法用水，帮助一些房主减少80%的用水量。洛杉矶利用磁性道路传感器和交通摄像头的数据来控制交通灯信号，从而优化城市的交通流量。据统计目前已经控制了全市4500个交通灯，将交通拥堵状况减少了约16%。
6提升科学研究
大数据带来的无限可能性正在改变科学研究。欧洲核子研究中心(CERN)在全球遍布了150个数据中心，有65,000个处理器，能同时分析30pb的数据量，这样的计算能力影响着很多领域的科学研究。比如政府需要的人口普查数据、自然灾害数据等，变的更容易获取和分析，从而为我们的健康和社会发展创造更多的价值。
7提升机械设备性能
大数据使机械设备更加智能化、自动化。例如，丰田普锐斯配备了摄像头、全球定位系统以及强大的计算机和传感器，在无人干预的条件下实现自动驾驶。Xcel Energy在科罗拉多州启动了“智能电网”的首批测试，在用户家中安装智能电表，然后登录网站就可实时查看用电情况。“智能电网”还能够预测使用情况，以便电力公司为未来的基础设施需求进行规划，并防止出现电力耗尽的情况。在爱尔兰，杂货连锁店Tescos的仓库员工佩戴专用臂带，追踪货架上的商品分配，甚至预测一项任务的完成时间。
8强化安全和执法能力
大数据在改善安全和执法方面得到了广泛应用。美国国家安全局(NSA)利用大数据技术，检测和防止网络攻击(挫败恐怖分子的阴谋)。警察运用大数据来抓捕罪犯，预测犯罪活动。xyk公司使用大数据来检测欺诈交易等等。
2014年2月，芝加哥警察局对大数据生成的“名单”——有可能犯罪的人员，进行通告和探访，目的是提前预防犯罪。
9
提高体育运动技能
如今大多数顶尖的体育赛事都采用了大数据分析技术。用于网球比赛的IBM SlamTracker工具，通过视频分析跟踪足球落点或者棒球比赛中每个球员的表现。许多优秀的运动队也在训练之外跟踪运动员的营养和睡眠情况。NFL开发了专门的应用平台，帮助所有球队根据球场上的草地状况、天气状况、以及学习期间球员的个人表现做出最佳决策，以减少球员不必要的受伤。
还有一件非常酷的事情是智能瑜伽垫：嵌入在瑜伽垫中的传感器能对你的姿势进行反馈，为你的练习打分，甚至指导你在家如何练习。
10金融交易
大数据在金融交易领域应用也比较广泛。大多数股票交易都是通过一定的算法模型进行决策的，如今这些算法的输入会考虑来自社交媒体、新闻网络的数据，以便更全面的做出买卖决策。同时根据客户的需求和愿望，这些算法模型也会随着市场的变化而变化。
更多精彩：14_spark体系之分布式计算课程Spark 集群搭建+S
我1999年开始在宝鸡定居，现在已经在这块土地生活了21年，在这21年里见证过宝鸡的快速发展，也正在经历宝鸡阶段性的“没落”。但是我认为宝鸡现在的“没落”是正在为下一次腾飞积蓄力量，一定还会凤舞九天。
之所以说是阶段性的“没落”，其实只是一种心理感受。一是觉得宝鸡的交通枢纽地位变得不是那么重要了；二是近年宝鸡的GDP前面被榆林挤压，后面又被咸阳赶超。三是这几年不知道怎么突然跑出来的一个城市商业魅力排行，把宝鸡排到了四线城市，虽然心有愤愤不平，但已经默默被人接受。所以有了以上几个原因，让生活在这座优秀城市的居民有了些没落的感觉。
不过，心理感觉就是心理感觉，宝鸡仍在奋进之中。
一、宝鸡的交通基础良好，交通枢纽的地位仍在一定程度上发挥重要作用。虽然枢纽地位有所动摇，但是正在努力巩固。
如今年开工建设的宝汉高速，现在已经进入关键工程施工阶段，预计2021年建成通车。因为一些客观原因，西汉高速弯道多、车道少、设计时速低，宝汉高速建成后将极大分流西汉高速车流；另外，根据2020年宝鸡市交通运输工作会议，今年还将建成通车旬（旬邑）凤（凤翔）高速、太（太白）凤（凤县）高速，新增高速公路170公里。在建的高速公路还有眉（眉县）太（太白）高速，正待开工建设的有麟（麟游）法（法门寺）高速、眉（眉县）凤（凤翔）高速等。这些高速公路建成后，宝鸡将形成东西南北处处通达的高速路网，不再是只有一条连霍高速为主干道的交通格局。
铁路方面，宝汉铁路早在2018年初就有了初步规划意见，虽然初步规划为货运铁路，但是也能很好实现宝鸡资源的外运。远期规划中还计划将现在的宝麟铁路向北延伸，接入彬长铁路，实现宝鸡乃至陕北的资源畅通南下。
二、产业结构正在优化，为实现GDP的再次快速增长奠定基础。
这几年宝鸡的GDP增速有所放缓，从2015年的108%下降到2019年的35%，但是，增速放缓也很正常，毕竟当GDP基数大了以后如果没有新的增长点，增速放缓是必然的。另外，确实也有一些产业出现了下滑，如机床、叉车、石油机械等宝鸡老工业，受国内外经济形势影响受到了比较大的冲击。
但是，很令人欣喜的是经过政府加大资源开发利用、积极招商引资、提升科技含量，重振老工业雄风等措施，宝鸡的产业结构正在逐步优化调整。
首先，经济结构正在发生喜人变化，第三产业占比提升较快。根据2019年宝鸡统计公报，宝鸡三次产业结构比为80∶573∶347，2018年三次产业结构比为72：633：295，通过比较可见，第三产业占比提高了52个百分点。
为什么说第三产业占比提高就是一个喜人的变化？第三产业即通常所说的服务业，一般包括批发零售、交通运输、金融保险、商业物流、信息服务、文化、体育、旅游等。第三产业占比提高意味着我市经济正在由原来的工业主导型经济向服务主导型经济转变，这种趋势将对我市经济增长、就业以及各个方面带来深远而持久的影响。世界上经济发达国家的产业结构都是第三产业占比高于第一、第二产业。
其次，宝鸡支柱产业——第二产业正在发生结构性变化。传统印象中，宝鸡为一座重工业城市，如机床、叉车、石油机械等。但是，通过《宝鸡市第四次全国经济普查公报》，我们可以看出宝鸡的工业结构也在悄然发生变化。
——当地资源禀赋得到进一步发掘，如煤炭采选、有色金属矿开采，截止2018年末，煤炭开采洗选业实现营业收入1841亿元，有色金属矿采选业实现营收13054亿元；
——老工业科技含量逐步提高，正在重新焕发新光彩。如有色金属压延业（具体就是钛及钛合金）实现营收53018亿元，为个行业营收之首；铁路、航天、航空制造业实现营收11857亿元；
——招商引资为宝鸡经济发展注入新活力。近年最令人瞩目招商引资项目——吉利汽车入驻宝鸡，为宝鸡的汽车工业发展带来了新的活力。截止2018年末，宝鸡汽车制造业实现营收46159亿元。
以上还仅是现有的统计数据，预计下一步还将进一步扩大。如2019年8月，宝鸡最大的煤矿园子沟煤矿已经进入联合试运行；2019年11月陕汽集团商用车有限公司搬入蔡家坡生产基地，产能将进一步释放，2019年10月全球排名第七的芯片封测企业华天科技宝鸡工厂建成试产……，这些都将进一步推动宝鸡工业高质量地快速发展。
看到我们热爱的城市发生了一些困难，但是也要看到城市的进步和潜力。相信，宝鸡正如她的名字一样，再次腾飞，凤舞九天！
一、发展现状与面临形势(一)“十二五”主要成就
发展方向更加明确。确立了“全力做好测绘地理信息服务保障，大力促进地理信息产业发展，尽责维护国家地理信息安全”的发展定位，明确了测绘地理信息总体发展思路。
发展基础更为坚实。统筹建成2200多个站组成的全国卫星导航定位基准站网，基本形成全国卫星导航定位基准服务系统。实现我国陆地国土1:5万基础地理信息全部覆盖和重点要素年度更新、全要素每五年更新，基本完成省级1:1万基础地理信息数据库建设。“资源三号”卫星影像全球有效覆盖达7112万平方千米，后续星研建进展顺利。“天地图”实现30个省级节点、205个市(县)级节点与国家级主节点服务聚合，形成网络化地理信息服务合力。333个地级城市和476个县级城市数字城市建设全面铺开。全国智慧城市试点取得阶段性成果。完成了第一次全国地理国情普查。形成了天空地一体化的数据获取能力。测绘科技创新能力稳步提升，机载雷达测图系统、大规模集群化遥感数据处理系统、无人飞行器航摄系统等方面建设取得重要突破，研制的30米分辨率全球地表覆盖数据产品在国际上产生重要影响。
全面改革扎实推进。国家测绘地理信息局取消和下放1/3行政审批事项。政企分离和事业单位分类改革积极推进。积极引导地理信息企业、科研院所、高等院校共建科技创新平台。修订印发《地图管理条例》，推进《中华人民共和国测绘法》修订。国家版图意识宣传教育不断深化，地图市场特别是互联网地图市场更加规范。
服务成效日益彰显。形成1000多个基于“天地图”的业务化应用。累计开发数字城市应用系统超过5600个。为APEC会议、第三次经济普查、第一次全国水利普查、不动产登记等重大事项和各级政府决策、环境治理等重要方面提供高效有力的技术支持与产品服务。地理信息产业形成千亿级的产业规模。
(二)“十三五”发展形势
经济社会发展对测绘地理信息提出新需求。“一带一路”建设、京津冀协同发展和长江经济带发展等重大战略实施，为创新地理信息资源开发利用模式，全方位做好支撑保障提出更高要求。拓展我国经济发展空间、实施“走出去”战略和促进海洋经济发展，需要进一步拓展测绘地理信息覆盖范围。优化国土空间开发格局，推进“多规合一”，需要加快提升测绘地理信息工作的深度和广度。落实“互联网+”、“中国制造2025”、“促进大数据发展”等行动计划，为发展地理信息产业提供了更加广阔的舞台。
总体国家安全观赋予测绘地理信息新使命。地理信息作为国家重要的基础性、战略性信息资源，在维护国家安全中发挥着重要作用。今后一个时期，为应对地缘政治压力、保障边境地区稳定、维护我国海洋权益和全球战略利益，需要进一步加强海洋、边境地区乃至全球的地理信息资源开发建设。
科学技术快速发展为测绘地理信息发展注入新动力。我国测绘地理信息技术与以移动互联网、物联网、大数据、云计算为代表的新一代信息技术加速融合，催生各种地理信息新应用、新产品和新服务。北斗卫星导航系统、现代测绘基准体系、地理信息公共服务平台等基础设施不断完善，机载雷达、无人机、倾斜摄影等新型技术装备在测绘地理信息领域的应用日益广泛，将极大地提升生产服务的质量和效率。
二、总体要求
(一)指导思想
按照“五位一体”总体布局和“四个全面”战略布局，坚持创新、协调、绿色、开放、共享的发展理念，按照“加强基础测绘、监测地理国情、强化公共服务、壮大地信产业、维护国家安全、建设测绘强国”的总体发展思路。
(二)基本原则
——坚持科学发展。
——坚持深化改革。
——坚持法治建设。
(三)发展目标
到2020年，形成适应经济发展新常态的测绘地理信息管理体制机制和国家地理信息安全监管体系，构建新型基础测绘、地理国情监测、应急测绘、航空航天遥感测绘、全球地理信息资源开发等协同发展的公益性保障服务体系，显著提升地理信息产业对国民经济的贡献率，使我国测绘地理信息整体实力达到国际先进水平，开创测绘地理信息事业发展的新格局。
——地理信息资源更加丰富。统筹建成2500个以上站点规模的全国卫星导航定位基准站网，陆海一体的现代测绘基准体系进一步完善。获取“一带一路”沿线及重点区域的地理信息资源。海洋地理信息资源开发建设取得阶段性成果。基础地理信息、地理国情信息、应急测绘保障信息等资源实现有效融合。
——公共服务保障更加有力。基础测绘成果供给更加有效。向相关行业和社会公众提供高精度位置服务的能力全面形成。地理国情监测与经济社会发展深度融合，实现监测业务常态化。基本建成4小时抵达80%陆地国土和重点海域、覆盖全国的应急测绘体系。“天地图”具备全球地理信息服务能力。建成一批智慧城市时空信息云平台。
——自主创新能力明显提高。科技体制改革、自主创新和成果转化等取得重大突破，市场导向的技术创新机制更加健全，人才、资本、技术、知识自由流动，企业、科研院所、高校、事业单位协同创新，科技创新资源配置更加优化，自主创新效率显著提升。测绘地理信息标准体系更加科学完善。
——依法行政能力全面提升。测绘地理信息法律规范体系更加完备，统一开放、竞争有序的测绘地理信息市场体系基本形成。
——产业竞争能力显著增强。地理信息产业保持较高的增长速度，2020年总产值超过8000亿元，培育一批具有较强国际竞争力的龙头企业和较好成长性的创新型中小企业，形成一批具有国际影响力的自主品牌。
三、重点任务
打造由新型基础测绘、地理国情监测、应急测绘、航空航天遥感测绘、全球地理信息资源开发等“五大业务”构成的公益性保障服务体系。
(一)推进新型基础测绘建设
按照陆海兼顾、联动更新、按需服务、开放共享的要求，构建以北斗卫星以及自主技术装备为主要支撑的现代测绘基准体系。
1、加快现代测绘基准体系建设
实现我国地心坐标框架的动态维持与更新，形成覆盖全国的分米级实时位置服务能力，全面提升基准和位置服务水平。统筹开展全国似大地水准面精化工作，建成新一代全国统一的厘米级似大地水准面。完善国家重力基准，开展重力空白区航空重力测量，构建新一代高阶重力场模型。建立国家测绘基准数据库，提升测绘基准成果的管理和社会化服务水平。
强化国家、行业及地方卫星导航定位基准站的统筹管理、资源整合、数据共享，加强测绘基准服务机构建设，制定相关管理制度、建设标准和技术规范，形成一体化管理和协同服务机制。深入推进北斗卫星导航系统应用，拓展测绘地理信息领域北斗卫星导航系统的业务范围、产品体系和服务模式。
2、加强基础地理信息资源建设
扩大高精度基础地理信息覆盖范围，实现省级基础地理信息对陆地国土必要覆盖，市县级基础地理信息对全国县级以上城镇建成区全面覆盖。完善基础地理信息数据联动更新机制，持续做好国家级基础地理信息重点要素年度更新，省级基础地理信息按需更新，城市重点区域大比例尺基础地理信息及时更新。进一步加强边疆地区、农村地区、自然灾害频发地区基础测绘工作。持续推进我国海岛(礁)测绘工作。组织开展海洋地理信息资源开发利用战略研究和规划编制工作，沿海地区根据需要组织开展沿海滩涂、近海海域等测绘工作。持续开展极地测绘工作，提升服务极地考察活动能力。继续推进内陆水体水下地形测绘。加快开展地下管线测绘，构建地下管线信息系统。
3、开展新型基础地理信息数据库建设
优化基础地理信息数据库模型与结构，丰富数据内容，拓展社会、经济、人文、资源、环境等要素，建成综合性强、应用面广、标准化程度高的基础地理信息数据库体系，形成全国基础测绘成果“一个库”。选择合适地区开展新型基础测绘试点。探索建立基于地理实体的成果采集和管理模式，逐步推动现有国家基础地理信息数据库向地理实体数据库的转型，实现基础地理信息数据的集成应用和联动更新。
(二)开展地理国情常态化监测
形成一批具有影响力的监测成果。
1、开展基础性和专题性监测
对我国陆地国土范围的地形地貌、植被覆盖、水域、荒漠与裸露地等自然地理要素以及与人类活动密切相关的交通网络、居民地与设施、地理单元等人文地理要素开展基础性监测。适时开展“一带一路”建设、京津冀协同发展和长江经济带发展等国家重大战略实施及国家级新区建设格局、全国地级以上城市空间格局、生态安全屏障建设、海岸带保护利用状况等专题性监测。开展地理国情监测服务于空间性规划“多规合一”和主体功能区建设，推进地理国情监测服务于生态文明建设目标评价考核、资源环境承载力监测预警评价、领导干部自然资源资产离任审计等生态文明体制改革重点领域。
2、形成常态化监测支撑体系
充分利用各种对地观测技术手段，建立空天地多方位、立体化的地理国情监测网络。构建地理国情信息时空数据库，建立地理国情信息在线服务平台。开展统计分析、数据挖掘和开发应用，形成多样化的监测成果。完善地理国情监测的内容指标、技术规范、工艺流程，形成地理国情常态化监测能力。逐步完善地理国情监测组织实施、部门协作及信息发布等机制。推动各地将地理国情监测纳入年度计划和部门预算管理。
(三)加强应急测绘建设
1、建立应急测绘业务体系
根据国家应急规划和应急体系建设要求，完善应急测绘体制机制，重点加强联动响应、资源统筹、数据服务以及日常运维等机制建设。按照上下协同、部门协作、军民融合的原则，合理划分保障区域，明确保障职责，布局国家应急测绘业务体系，建立健全应急测绘标准。加强应急测绘业务机构以及专业技术人才队伍建设，重点增强国家和省级应急测绘专业力量。
2、强化应急测绘综合保障
加强国家航空应急测绘能力，建设12个国家航空应急测绘保障区，重点装备高性能无人机航空测绘应急系统。增强国家应急测绘现场勘测能力，建设3支国家应急测绘保障分队，重点装备多功能、集成化的地面采集与处理设备。提升国家应急测绘数据处理能力，重点加强数据快速处理、制图、存储和服务等系统建设。提高国家应急测绘资源共享能力，建成国家应急测绘资源数据共享网络及平台，丰富国家应急测绘基础底图数据库。各地针对当地特点和需求，开展区域性应急测绘保障能力建设，加强协作，实现军地、部门、区域应急测绘资源的高效共享和协同服务。
(四)统筹航空航天遥感测绘
进一步建立健全国家航空航天测绘遥感影像资料获取的统筹协调和资源共享机制，实现多种类、多分辨率航空航天遥感影像对重点区域的及时覆盖，对陆地国土的全面覆盖，以及对境外区域的有序覆盖。
1、加强航空航天遥感影像获取和管理
实现优于25米分辨率卫星影像每年全面覆盖陆地国土一次。获取我国500万平方千米优于1米分辨率影像。加大城市地区优于02米分辨率的航空影像获取力度。推进机载激光雷达、倾斜摄影、航空重力等新技术生产应用。加强航空航天遥感影像获取的统筹规划，建立国家基础航空摄影定期分区更新机制、航天遥感影像数据分级分区获取机制。完善航空航天遥感影像的保管、提供、使用制度以及资料信息定期发布制度。
2、强化航空航天遥感影像应用服务
建立和完善系列测绘卫星应用系统，提升卫星测绘数据获取、处理、提供的业务能力。完善航空航天遥感影像产品体系，加大立体测绘影像产品、专题应用产品及增值产品的开发力度。推进多传感器、多视角、多时相遥感影像数据的标准化处理，基于倾斜航空摄影测量、卫星立体测绘等技术，建设高识别度、高容量、高现势性的三维实景中国影像数据库及信息服务系统，形成常态化的航空航天遥感影像产品生产和分发服务能力。探索建立测绘卫星用户委员会机制，理顺卫星用户与卫星运营单位之间的关系，促进卫星测绘应用的深度和广度。
(五)推进全球地理信息资源开发
建立全球地理信息数据采集、管理与在线服务一体化的生产技术支持体系。
1、加快全球地理信息资源建设
加强全球地理信息资源建设的顶层设计，确定建设重点、细化建设内容、明确技术路线。加快形成全球多尺度地理信息数据快速采集与处理能力，逐步拓展全球地理信息资源的覆盖和更新范围。完成“一带一路”沿线及重点区域约4500万平方千米多分辨率数字正射影像、数字地表模型及地理名称等数据生产，开展中巴经济走廊、东盟非盟等重要区域的数字高程模型、核心矢量要素、多时相地表覆盖等数据生产。加快建立多分辨率、多时相的全球地理信息数据库，形成多尺度、多类型、多样式的全球地理信息产品。
2、强化全球地理信息服务应用
依托国家地理信息公共服务平台，构建境外分布式数据中心，形成全球地理信息服务能力。强化与北斗卫星导航定位系统的集成，完善边境地区卫星导航定位基准站网，形成高精度位置服务能力。构建国产卫星海外接收站及处理系统，提高全球卫星资源接收处理能力。制定全球地理信息数据产品、生产工艺及应用服务标准规范。构建全球地理信息资源快速处理、高效管理、动态更新与实时服务的技术装备体系。
四、能力建设
全面提升公共服务有效供给能力、基础设施装备保障能力、地理信息产业竞争能力、创新驱动发展能力和协调融合发展能力。
(一)提升公共服务能力
构建以“五大业务”为支撑的公益性服务体系，建立起保证基本公共需求和增强按需定制服务相协调的服务架构。
1、加强公共服务的有效供给
面向全社会对测绘地理信息的基本公共需求，深化供给侧改革，强化新型基础测绘和航空航天遥感测绘等普惠性服务的有效供给。扩展基础测绘成果内容，发展以地理实体为主要表现形式的公共产品。推出标准化的三维实景影像产品，拓宽应用领域、提高应用频次。加强服务流程信息化建设，简化成果提供审批程序，提升公共服务效率。开展服务“一带一路”建设、京津冀协同发展和长江经济带发展等重大战略的区域性地图产品、反映国家辉煌成就地图产品、国家大地图集、城市地图集等系列专题地图编制工作。
2、拓宽公共服务的发展空间
针对经济社会发展对测绘地理信息的多样化需求，拓展定制化专题服务的领域。围绕区域协调发展、国土空间开发、自然资源资产管理、生态环境保护、新型城镇化建设等开展重要地理国情监测，服务国家重大战略的实施和全面深化改革重大事项的落实。强化城市地下、水体水下应急测绘保障能力，做好基于地理空间的孕灾环境分析和监测服务。拓展全球地理信息资源应用服务领域。在继续做好数字城市地理空间框架建设基础上，健全数字城市维护更新和管理应用的长效机制，推进智慧城市时空信息云平台试点示范应用，提升对城市精细化管理的支撑能力。探索建立政府和社会资本合作(PPP)等新型测绘地理信息公共服务供给模式，加强政府与企业在地理信息资源开发服务中的合作。
3、提升网络化综合服务水平
强化“天地图”公益性服务的战略性地位。建设“天地图”国家数据中心、区域数据中心，融合集成基础地理信息数据库、地理国情信息时空数据库、国家应急测绘基础底图数据库等信息资源，整合政府部门权威信息和全球热点地区重要信息，加强地理信息大数据开放共享和深化应用。加强涉密版、政务版“天地图”的统筹建设，发挥其以地理信息聚合部门数据、促进部门之间信息共享的基础平台作用。充分利用市场机制推动公众版“天地图”建设，惠及群众生产生活。推出覆盖全行业、一站式的地理信息资源目录服务系统。
(二)提升基础设施装备保障能力
以加强重大技术装备建设为重点，进一步完善测绘地理信息基础设施，推动生产、服务技术体系的网络化、信息化和智能化改造，满足“五大业务”协同发展的迫切需要。
1、加快装备现代化
积极推动“资源三号”后续光学卫星和雷达卫星、重力卫星等的立项、研制和发射，逐步形成多源航天遥感数据获取体系。加快建设多分辨率、多传感器、全天候综合航空遥感体系，大力发展长航时航空遥感平台，促进无人飞机、轻型飞机、浮空器等新型平台和机载激光雷达、重力仪、倾斜摄影仪等新型传感器的推广应用，配套建设数据传输和通信指挥系统。加快推进地理信息地面获取技术装备的更新换代，提高水下、地下测量装备水平。
加强数据规模化快速处理系统建设，提高多源海量数据综合处理的自动化、智能化和实时化水平。进一步完善测绘产品质量检验和测绘仪器计量检测体系。探索建立卫星测绘应用系统等基础设施建设的多元化投入机制。
2、推进生产服务体系信息化
加快生产流程的信息化改造，提升生产服务的信息化、智能化水平。整合核心技术、重大装备、资料数据等方面资源，建设生产管理信息平台，形成生产原始资料数据集中管理、分布式处理、生产质量统一监管和生产成果集中入库管理的信息化测绘地理信息生产布局。加强网络基础设施建设，依托国家电子政务内外网资源，构建国家、省、市三级互联互通的测绘地理信息传输网络。
3、增强安全防护能力
建设国家互联网地理信息安全监管平台，形成由国家级互联网地图监管中心和省级互联网监管分节点组成、上下联动的监控网络。加强卫星导航定位基准站建设和运行的安全管理，同步规划、设计和建设相关安全基础设施。加快开展网络基础设施核查分类，完成网络基础设施更新改造，大力推进行业等级保护和分级保护工作，加强关键网络基础设施和重要信息系统安全保障。完善地理信息定密和新技术测绘成果公开使用政策，加强新型地理信息成果保密处理技术研究，促进地理信息安全使用。加强国家版图意识宣传教育，提高公民对地理信息安全维护的意识和能力。
(三)提升地理信息产业竞争能力
推动地理信息产业向价值链高端延伸，向精细化和高品质转变。
1、发展地理信息产业重点领域
大力发展测绘遥感数据服务，开展测绘航空航天遥感数据的商业化获取和增值服务，建成较为完整的测绘航空航天遥感数据获取、处理、服务产业链，培育3-5 家测绘遥感数据服务龙头企业。推动地理信息系统通用软件开发应用，推进高性能遥感数据处理软件以及行业领域应用软件的产品化和产业化，培育2-3家以地理信息软件开发和集成为核心业务的龙头企业。引导和推进现代高端测绘地理信息技术装备制造业的资源整合，紧密结合“中国制造2025”行动计划，发展一批拥有自主知识产权的高端遥感技术装备和高端地面测绘装备生产制造企业。推进地理信息与导航定位融合服务类企业兼并重组，促进产业链各环节均衡发展。支持面向中亚-西亚、俄蒙日朝韩、东盟的北斗产业化应用。
加快推进地理信息与北斗卫星导航定位的融合，支持发展以移动通信网络、互联网和车联网为支撑，融合实时交通信息、移动通信基站信息等的综合导航定位动态服务。积极发展测绘基准服务业。繁荣地图出版业，发展地图文化创意产业，形成地图文化产业集群。
2、优化地理信息产业发展环境
适度放宽地理信息成果使用许可和增值开发政策，支持充分利用基础地理信息资源开展社会化应用和增值服务。建立健全地理信息获取、处理、应用以及安全保密监管等相关配套制度措施。加快国产测绘遥感卫星数据有关政策研究制定，推进遥感数据的商业化应用。坚持简政放权、放管结合、优化服务，持续推进行政审批制度改革，健全市场准入和退出机制。继续推进地理信息产业分类标准、产业单位名录库和统计指标体系建设，逐步完善统计工作机制。充分发挥相关学会、协会在促进产业发展中的作用。充分利用产业基金、产业基地等支持企业创新创业。
(四)提升科技自主创新能力
推进重点领域科技创新，提高测绘地理信息标准化水平，深化国际交流合作，提升科技创新的引领和推动作用。
1、完善科技创新体系
完善测绘地理信息科研项目管理、科技成果登记与信息公开公示、成果转移转化统计和报告等制度，健全科学研究、信用评价、创新团队认定、科技人才评价等方面的政策。优化测绘地理信息科技创新组织体系布局，加强测绘地理信息领域科研基地(平台)建设，积极开展创新联盟、协同中心、创客或众创空间等新型创新平台建设，支持大众创业、万众创新。强化企业的技术创新主体作用，鼓励参与制定科技规划、政策和标准，支持申报国家和地方人才计划、牵头实施国家科技项目。建立以企业为主体的创新平台，形成一批具有国际竞争力的创新型领军企业和具有较强创新能力的科技型中小型地理信息企业。支持野外观测台站、检校场、大型科研仪器设施等科研条件平台的建设与共享。加强地理信息技术和知识产权交易平台建设。
2、加强科技攻关和标准化
以支撑重大工程和成果广泛应用为重点，统筹优势科技力量，着力开展地理国情监测、海洋测绘、全球地理信息资源开发、地下空间测绘等关键技术攻关。加强物联网、云计算、大数据以及移动互联网等高新技术在测绘地理信息领域的应用研究，支持对大地测量基准、位置智能感知、遥感机理、数据挖掘与地理信息网络安全等方面的原始创新。加快测绘地理信息新型智库建设，加强发展战略研究。构建新型测绘地理信息标准体系。建立跨部门测绘地理信息标准化协调机制。完善测绘地理信息标准制修订程序，重点研制地理国情监测、卫星导航定位基准站等方面的标准，促进标准制定与科技创新和重大工程的相互转化，发挥标准的技术考核作用。加强科技标准宣传贯彻。开展测绘地理信息标准化综合试点。
3、深化国际交流合作
推动地理信息技术、装备、标准、服务“走出去”，积极接纳发达国家的地理信息产业外包业务，开拓非洲、南美、东南亚等新兴经济体市场，深度融入全球地理信息产业链、价值链。继续引进、消化、吸收国际先进技术，深化测绘地理信息科技及人才国际交流。积极参与全球及区域性测绘科技合作计划和国际测绘地理信息标准制订，争取主导编制4项国际标准，参与制修订国际标准化组织(ISO/TC211)主导的30%以上国际标准。根据受援国意愿和我对外战略需要，研究推动向相关国家提供测绘项目、技术、人才等方面的援助。
(五)提升协调融合发展能力
促进各地区测绘地理信息事业协调发展。进一步打破军民测绘地理信息领域技术、标准和行业壁垒，加强军民测绘融合发展。鼓励各有关领域、行业根据需要加强测绘能力建设与数据资源共享，提升全国测绘地理信息协调融合发展水平。
1、推进区域测绘协调发展
围绕国家区域发展重大战略，推动形成西部、东北、中部、东南沿海和京津冀等五大区域测绘地理信息协调发展格局，支持建立五大区域测绘地理信息发展联盟。加大跨行政区域的测绘地理信息工作统筹力度，通过建立跨行政区域测绘地理信息联席会议制度，推进跨行政区域的基础测绘、地理国情监测、应急测绘等方面合作，促进地理信息产业集群发展。鼓励发达地区对相对落后地区进行帮扶，为贫困地区提供精准测绘地理信息服务。加大对新疆、西藏和四省藏区援助力度，在技术、人才等方面加强对边远地区、少数民族地区测绘地理信息工作的支持。
2、深化军民融合发展
加强国家层面的宏观统筹与顶层设计，做好规划衔接和项目、需求对接、完善工作协调机制，实现军民力量整合、资源聚合、信息融合。推进国家空间基准、航天遥感测绘、海洋测绘以及高精度位置服务等重点领域的统筹共建，加强测绘基础设施、北斗系统、地理信息、科技资源等方面的共享应用，建立跨部门跨领域地理信息资料成果通报汇交和位置服务站网共享机制，以及应急保障、国防动员等方面平战结合机制，形成军民兼容的测绘技术标准体系。按照国家军民融合示范要求推进测绘地理信息领域的试点示范工作，引导多种力量参与测绘地理信息领域军民深度融合发展，形成富有特色的军民融合发展模式。鼓励地方立足实际推进测绘地理信息军民深度融合发展。
五、实施保障
(一)完善管理体制机制
全力抓好地理国情监测、应急测绘以及不动产测绘、地下管线测绘、海洋地理信息资源开发等方面职责职能的落实。
(二)加强法规制度建设
完成《中华人民共和国测绘法》修订，健全地理信息安全、地理国情监测、地理信息共享应用、应急测绘等方面的法规制度。完善测绘地理信息资质、市场监管和信用管理的挂钩政策。研究制定政府购买测绘地理信息公共服务的指导性目录和制度，推动测绘地理信息公共服务承接主体多元化。健全卫星测绘应用政策，推动建立多元投入机制。强化测绘地理信息行政执法队伍建设，完善与国土资源等综合执法工作机制，有效提升测绘地理信息行政执法力量和效能。
(三)优化生产服务组织结构（略）
(四)强化人才队伍支撑（略）
(五)抓好规划组织实施（略）
可按照时间点划分大数据的发展历程。
大数据时代发展的具体历程如下：
2005年Hadoop项目诞生。 Hadoop其最初只是雅虎公司用来解决网页搜索问题的一个项目，后来因其技术的高效性，被Apache Software Foundation公司引入并成为开源应用。
Hadoop本身不是一个产品，而是由多个软件产品组成的一个生态系统，这些软件产品共同实现全面功能和灵活的大数据分析。从技术上看，Hadoop由两项关键服务构成：采用Hadoop分布式文件系统（HDFS）的可靠数据存储服务，以及利用一种叫做MapReduce技术的高性能并行数据处理服务。这两项服务的共同目标是，提供一个使对结构化和复杂数据的快速、可靠分析变为现实的基础。
2008年末，“大数据”得到部分美国知名计算机科学研究人员的认可，业界组织计算社区联盟 (Computing Community Consortium)，发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》。它使人们的思维不仅局限于数据处理的机器，并提出：大数据真正重要的是新用途和新见解，而非数据本身。此组织可以说是最早提出大数据概念的机构。
2009年印度政府建立了用于身份识别管理的生物识别数据库，联合国全球脉冲项目已研究了对如何利用手机和社交网站的数据源来分析预测从螺旋价格到疾病爆发之类的问题。同年，美国政府通过启动>
2009年，欧洲一些领先的研究型图书馆和科技信息研究机构建立了伙伴关系致力于改善在互联网上获取科学数据的简易性。
2010年2月，肯尼斯库克尔在《经济学人》上发表了长达14页的大数据专题报告《数据，无所不在的数据》。库克尔在报告中提到：“世界上有着无法想象的巨量数字信息，并以极快的速度增长。从经济界到科学界，从政府部门到艺术领域，很多方面都已经感受到了这种巨量信息的影响。科学家和计算机工程师已经为这个现象创造了一个新词汇：“大数据”。库克尔也因此成为最早洞见大数据时代趋势的数据科学家之一。
2011年2月，IBM的沃森超级计算机每秒可扫描并分析4TB（约2亿页文字量）的数据量，并在美国著名智力竞赛电视节目《危险边缘》“Jeopardy”上击败两名人类选手而夺冠。后来纽约时报认为这一刻为一个“大数据计算的胜利。” 相继在同年5月，全球知名咨询公司麦肯锡(McKinsey&Company)肯锡全球研究院（MGI）发布了一份报告——《大数据：创新、竞争和生产力的下一个新领域》，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据。报告指出，大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。报告还提到，“大数据”源于数据生产和收集的能力和速度的大幅提升——由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。
2011年12 月，工信部发布的物联网十二五规划上，把信息处理技术作为4 项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。
2012年1月份，瑞士达沃斯召开的世界经济论坛上，大数据是主题之一，会上发布的报告《大数据，大影响》(Big Data, Big Impact) 宣称，数据已经成为一种新的经济资产类别，就像货币或黄金一样。
2012年3月，美国奥巴马政府在白宫网站发布了《大数据研究和发展倡议》，这一倡议标志着大数据已经成为重要的时代特征。2012年3月22日，奥巴马政府宣布2亿美元投资大数据领域，是大数据技术从商业行为上升到国家科技战略的分水岭，在次日的电话会议中，政府对数据的定义“未来的新石油”，大数据技术领域的竞争，事关国家安全和未来。并表示，国家层面的竞争力将部分体现为一国拥有数据的规模、活性以及解释、运用的能力；国家数字主权体现对数据的占有和控制。数字主权将是继边防、海防、空防之后，另一个大国博弈的空间。
2012年4月，美国软件公司Splunk于19日在纳斯达克成功上市，成为第一家上市的大数据处理公司。鉴于美国经济持续低靡、股市持续震荡的大背景，Splunk首日的突出交易表现尤其令人们印象深刻，首日即暴涨了一倍多。Splunk是一家领先的提供大数据监测和分析服务的软件提供商，成立于2003年。Splunk成功上市促进了资本市场对大数据的关注，同时也促使IT厂商加快大数据布局。2012年7月，联合国在纽约发布了一份关于大数据政务的白皮书，总结了各国政府如何利用大数据更好地服务和保护人民。这份白皮书举例说明在一个数据生态系统中，个人、公共部门和私人部门各自的角色、动机和需求：例如通过对价格关注和更好服务的渴望，个人提供数据和众包信息，并对隐私和退出权力提出需求；公共部门出于改善服务，提升效益的目的，提供了诸如统计数据、设备信息，健康指标，及税务和消费信息等，并对隐私和退出权力提出需求；私人部门出于提升客户认知和预测趋势目的，提供汇总数据、消费和使用信息，并对敏感数据所有权和商业模式更加关注。白皮书还指出，人们如今可以使用的极大丰富的数据资源，包括旧数据和新数据，来对社会人口进行前所未有的实时分析。联合国还以爱尔兰和美国的社交网络活跃度增长可以作为失业率上升的早期征兆为例，表明政府如果能合理分析所掌握的数据资源，将能“与数俱进”，快速应变。在这一年的7月，为挖掘大数据的价值，阿里巴巴集团在管理层设立“首席数据官”一职，负责全面推进“数据分享平台”战略，并推出大型的数据分享平台——“聚石塔”，为天猫、淘宝平台上的电商及电商服务商等提供数据云服务。随后，阿里巴巴董事局主席马云在2012年网商大会上发表演讲，称从2013年1月1日起将转型重塑平台、金融和数据三大业务。马云强调：“假如我们有一个数据预报台，就像为企业装上了一个GPS和雷达，你们出海将会更有把握。”因此，阿里巴巴集团希望通过分享和挖掘海量数据，为国家和中小企业提供价值。此举是国内企业最早把大数据提升到企业管理层高度的一次重大里程碑。阿里巴巴也是最早提出通过数据进行企业数据化运营的企业。
2014年4月，世界经济论坛以“大数据的回报与风险”主题发布了《全球信息技术报告（第13版）》。报告认为，在未来几年中针对各种信息通信技术的政策甚至会显得更加重要。在接下来将对数据保密和网络管制等议题展开积极讨论。全球大数据产业的日趋活跃，技术演进和应用创新的加速发展，使各国政府逐渐认识到大数据在推动经济发展、改善公共服务，增进人民福祉，乃至保障国家安全方面的重大意义。5月份，美国白宫发布了2014年全球“大数据”白皮书的研究报告《大数据：抓住机遇、守护价值》。报告鼓励使用数据以推动社会进步，特别是在市场与现有的机构并未以其他方式来支持这种进步的领域；同时，也需要相应的框架、结构与研究，来帮助保护美国人对于保护个人隐私、确保公平或是防止歧视的坚定信仰。2014年，“大数据”首次出现在当年的《政府工作报告》中。《报告》中指出，要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。“大数据”旋即成为国内热议词汇。
2015年，国务正式印发《促进大数据发展行动纲要》，《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。标志着大数据正式上升这国家战略。
2016年，大数据“十三五”规划将出台，《规划》已征求了专家意见，并进行了集中讨论和修改。《规划》涉及的内容包括，推动大数据在工业研发、制造、产业链全流程各环节的应用；支持服务业利用大数据建立品牌、精准营销和定制服务等。
大数据的技术：
1 Hadoop
Hadoop诞生于2005年，其最初只是雅虎公司用来解决网页搜索问题的一个项目，后来因其技术的高效性，被Apache Software Foundation公司引入并成为开源应用。Hadoop本身不是一个产品，而是由多个软件产品组成的一个生态系统， 这些软件产品共同实现全面功能和灵活的大数据分析。从技术上看，Hadoop由两项关键服务构成：采用Hadoop分布式文件系统（HDFS）的可靠数据 存储服务，以及利用一种叫做MapReduce技术的高性能并行数据处理服务。
2 Hive
Hive是一种建立在Hadoop文件系统上的数据仓库架构，并能对存储在HDFS中的数据进行分析和管理。它最初是应Facebook每天产生的海量新兴社会网络数据进行管理和机器学习的需求而产生和发展的。后来其他公司也开始使用和开发Apache Hive，例如Netflix、亚马逊等。
3 Storm:
Storm是一个分布式计算框架，主要由Clojure编程语言编写。最初是由Nathan Marz及其团队创建于BackType，这家市场营销情报企业于2011年被Twitter收购。之后Twitter将该项目转为开源并推向GitHub平台，最终Storm加入Apache孵化器计划并于2014年9月正式成为Apache旗下的顶级项目之一。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）