介绍有关计算机的一种前端技术

大数据基础概念
“很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了。”——马云卸任演讲
本文尝试从三大产业的角度将大数据的核心商业价值分类讨论。
首先例举一些大数据的典型应用，然后解释大数据的定义，最后总结大数据的价值。
我们知道：
第一次工业革命以煤炭为基础，蒸汽机和印刷术为标志，
第二次工业革命以石油为基础，内燃机和电信技术为标志，
第三次工业革命以核能基础，互联网技术为标志，
第四次工业革命以可再生能源为基础，_________为标志。
空白处你会填上什么？欢迎大家讨论。但是目前可以预测的是，数据和内容作为互联网的核心，不论是传统行业还是新型行业，谁率先与互联网融合成功，能够从大数据的金矿中发现暗藏的规律，就能够抢占先机，成为技术改革的标志。
一、大数据的应用
大数据挖掘商业价值的方法主要分为四种：
客户群体细分，然后为每个群体量定制特别的服务。
模拟现实环境，发掘新的需求同时提高投资的回报率。
加强部门联系，提高整条管理链条和产业链条的效率。
降低服务成本，发现隐藏线索进行产品和服务的创新。
Mckinsey列出了各个行业利用大数据价值的难易度以及发展潜力。《Big data: The next frontier for innovation, competition, and productivity》
各种Data之间的关系图，注意Open Data是完全包含了Open government data（政府开放数据）
Mckinsey也列出了Open Data时代里七大行业潜在的经济价值，自上而下分别是教育，运输，消费品、电力、石油与天然气、医疗护理、消费金融。（感谢知友安阳提供的补充链接资料）
大数据的类型大致可分为三类：
传统企业数据（Traditional enterprise data）：包括 CRM systems的消费者数据，传统的ERP数据，库存数据以及账目数据等。
机器和传感器数据（Machine-generated /sensor data）：包括呼叫记录（Call Detail Records），智能仪表，工业设备传感器，设备日志（通常是Digital exhaust），交易数据等。
社交数据（Social data）：包括用户行为记录，反馈数据等。如Twitter，Facebook这样的社交媒体平台。
从理论上来看：所有产业都会从大数据的发展中受益。但由于数据缺乏以及从业人员本身的原因，第一、第二产业的发展速度相对于第三产业来说会迟缓一些。
(2)第二产业
2013年9月，工业和信息化部发布了《关于印发信息化和工业化深度融合专项行动计划（2013-2018年）》的通知。明确提出推动物联网在工业领域的集成创新和应用：
实施物联网发展专项，在重点行业组织开展试点示范，以传感器和传感器网络、RFID、工业大数据的应用为切入点，重点支持生产过程控制、生产环境检测、制造供应链跟踪、远程诊断管理等物联网应用，促进经济效益提升、安全生产和节能减排。
大数据的业务多是数据驱动型，具有数据量大、种类多、实时性高的特点。工业企业对数据的记录以往看来主要分为两种方法：传统的纸笔和Excel电子表格记录。这些 *** 作起来看似简单的数据管理方式为企业生产及质量监控埋下了巨大的隐患，也让数据挖掘无从谈起。
随着信息化与工业化的融合发展，信息技术渗透到了工业企业产业链的各个环节。例如Sensor、RFID、Barcode、物联网等技术已经在企业中得到初步应用，工业大数据也开始逐渐得到积累。企业中生产线高速运转时机器所产生的数据量不亚于计算机数据，而且数据类型多是非结构化数据，对数据的实时性要求也更高。因此工业大数据所面临的问题和挑战很多，所以通用电气公司（General Electric）的副总裁兼全球技术总监William Ruh认为相对于工业大数据来说，工业互联网（Industrial Internet）才是当前急需的，因为大数据本身并没有让信息的提取更加智能，业务比数据本身更加重要。他举了一个核磁共振成像扫描的例子：
Here’s an example An MRI scan is the best way to see inside the human body While effective in helping to diagnose multiple sclerosis, brain tumors, torn ligaments and strokes, the data produced by an MRI machine is disconnected from the person that needs it the most
At a very simplistic level, there are many individuals working as a team to make the scan happen A nurse administers medications or contrast agents that may be needed for the exam; an MRI technologist operates the scanner; and a radiologist identifies the imaging sequences to be used and interprets the images This information is then given to the nurse, who then passes it to the primary doctor to review and take action accordingly This is Big Data, but it is not making information more intelligent
又如在工业中，压力、温度等数据的特点是需要语境才能理解的。燃气轮机排气装置上的温度读数与一台机车的内部温度是完全不同的。燃气轮机改善热敷需要使用非常复杂的算法运行模型。在笔记本电脑上，一个典型的查询要获得答案一般需要三个星期。在基于大数据的分布式系统上发布同样的查询执行一种计算只需要不到一秒钟。
第三方认证机构（TÜV NORD GROUP），工业
德国汉德技术监督服务有限公司的前身是德国锅炉检验协会（简称TÜV）早在1869年，德国锅炉检验协会就承担了德国国内所有锅炉运行安全的检验工作，保证了锅炉生产的安全。渐渐的，德国锅炉检验协会取得了德国政府的授权，开展对其他产品的检验工作，从采矿，电力系统开始，到压力容器，机动车辆，医疗设备，环境保护，宇航工业，医疗产品等等，现在的德国汉德技术监督服务有限公司已经成为了许许多多产品的安全代号。主要体系认证包括企业质量管理体系，生产环境体系，生产碳排放方案等。TÜV当前从建筑绿色标准体系方面提出了对于大数据能源管理的探索，以微软新总部，蒂森克虏伯电梯总部为例，在整个项目实施中引入大数据能源管理，在建筑的设计规划阶段、施工阶段、运营阶段等多个阶段通过数据化的能源管理系统，实现建筑的低碳、绿色、智能。
工业自动化软件商（Wonderware ），工业
Wonderware作为系统软件涉及的专业企业，对于大数据的计算和运用是从比较“IT”的角度出发的。Wonderware 的实时数据管理软件能够提供一个工厂所需要的从建立到报废的所有实时数据。目前已经退出移动版本，工程总监在手机上就能够随时随地监控设备的运行状况。目前全球超过三分之一的工厂应用Wonderware公司的软件解决方案。
了解更多：
大数据在电力行业的应用前景有哪些？
(3)第三产业
这一个部分的内容比较多。这里只提出一些典型的应用例子，欢迎补充。
健康与医疗：Fitbit® Official Site: Flex, One and Zip Wireless Activity and Sleep Trackers的健身腕带可以收集有关我们走路或者慢跑的数据，例如行走步数、卡路里消耗、睡眠时长等数据与健康记录来改善我们的健康状况；Early Detection of Patient Deterioration等公司正在开发床垫监测传感器，自动监测和记录心脏速率、呼吸速率、运动和睡眠活动。该传感器收集的数据以无线方式被发送到智能手机和平板电脑进行进一步分析；美国公共卫生协会（APHA: American Public Health Association）开发Flu Near You用来的症状，通过大数据分析生成报告显示用户所在地区的流感活动。
视频：互联网电视能够追踪你正在看的内容，看了多长时间，甚至能够识别多少人坐在电视机前，来确定这个频道的流行度。Netflix 美国国内规模最大的商业视频流供应商，收集的数据包括用户在看什么、喜欢在什么时段观看、在哪里观看以及使用哪些设备观看等。甚至记录用户在哪视频的哪个时间点后退、快进或者暂停，乃至看到哪里直接将视频关掉等信息。典型的应用是Netflix公司利用数据说服BBC重新翻拍了电视连结剧《纸牌屋》，而且成功的挖掘出演员Kevin Spacey和导演David Fincher的支持者与原剧集粉丝的关联性，确定新剧拍摄的最佳人选。
When the program, a remake of a BBC miniseries, was up for purchase in 2011 with David Fincher and Kevin Spacey attached, the folks at Netflix simply looked at their massive stash of data Subscribers who watched the original series, they found, were also likely to watch movies directed by David Fincher and enjoy ones that starred Kevin Spacey Considering the material and the players involved, the company was sure that an audience was out there
交通：《车来了》通过分析公交车上GPS定位系统每天的位置和时间数据，结合时刻表预测出每一辆公交车的到站时间；WNYC开发的Transit Time NYC通过开源行程平台（Github：OpenTripPlanner和MTA ）获取的数据将纽约市划分成2930个六边形，模拟出从每一个六边形中点到边缘的时间（地铁和步行，时间是上午九点），最终建模出4290985条虚拟线路。用户只需点击地图或者输入地址就能知道地铁到达每个位置的时间；实时交通数据采集商INRIX-Traffic的口号是（永不迟到！^^），通过记录每位用户在行驶过程中的实时数据例如行驶车速，所在位置等信息并进行数据汇总分析，而后计算出最佳线路，让用户能够避开拥堵。
电子商务：Decide 是一家预测商品价格并为消费者提出购买时间建议的创业公司，通过抓取亚马逊、百思买、新蛋及全球各大网站上数以十亿计的数据进行分析，最终整合在一个页面中方便消费者对比查看，并且能够预测产品的价格趋势，帮助用户确定商品的最好购买时机。已经于2013年被 eBay收购。
政治：奥巴马在总统竞选中使用大数据分析来收集选民的数据，让他可以专注于对他最感兴趣的选民，谷歌执行董事长Eric Schmidt当时向奥巴马的大数据分析团队投资数百万美元并聚拢核心成员成立了Civis Analytics咨询公司，该公司将会将在奥巴马连任竞选中所获得的经验应用到商业和非营利行业中。（了解更多可以看看MIT technology的文章The Definitive Story of How President Obama Mined Voter Data to Win A Second Term）
金融：ZestFinance | Big Data Underwriting 是由是Google的前任 CIO，Douglas Merrill创立金融数据分析服务提供商，使用机器学习算法和大数据为放款者提供承保模式，旨在为那些个人信用不良或者不满足传统银行贷款资格的个人提供服务。公司使用分析模型对每位信贷申请人的上万条原始信息数据进行分析，只需几秒时间便可以得出超过十万个行为指标。目前违约率比行业平均水平低 60%左右。另外一个不得不提到的是风险管理先驱者FICO | Predictive Analytics, Big Data Analytics and FICO Credit Scores，通过大数据分析为银行和xyk发卡机构、保险、医疗保健、政府和零售行业提供服务。FICO 信用分计算的基本思想是：把借款人过去的信用历史资料与数据库中的全体借款人的信用习惯相比较，检查借款人的发展趋势跟经常违约、随意透支、甚至申请破产等各种陷入财务困境的借款人的发展趋势是否相似。FICO 已经为三分之二的世界 100 强银行提供服务，提高了客户忠诚度和盈利率、减少欺诈损失、管理信贷风险、满足监管与竞争要求并快速获取市场份额。想了解更多的企业可以看看附录中《经济学人》的文章《Big data: Crunching the numbers》。
电信： 美国T-mobiles采用Informatica - The Data Integration Company平台开展大数据工作，通过集成数据综合分析客户流失的原因，根据分析结果优化网络布局为客户提供了更好的体验，在一个季度内将流失率减半；韩国 SK telecom新成立一家公司SK Planet，通过大数据分析用户的使用行为，在用户做出决定之前推出符合用户兴趣的业务防止用户流失。美国AT&T 公司将记录用户在Wifi网络中的地理位置、网络浏览历史记录以及使用的应用等数据销售给广告客户。比如当用户距离商家很近时，就有可能收到该商家提供的折扣很大的电子优惠券。英国BT - Broadband公司发布了新的安全数据分析服务Assure Analytics—BT news releases，帮助企业收集、管理和评估大数据集，将这些数据通过可视化的方式呈现给企业，帮助企业改进决策。
一般来说盈利性质的商业公司和企业都不会轻易泄露自己的数据、建模方法和分析过程，所以还有很多大家不知道的神秘应用潜伏在黑暗里，如同《三体》中的”黑暗森林法则“。
宇宙就是一座黑暗森林，每个文明都是带q的猎人，像幽灵般潜行于林间，轻轻拨开挡路的树枝，竭力不让脚步发出一点儿声音，连呼吸都必须小心翼翼：他必须小心，因为林中到处都有与他一样潜行的猎人，如果他发现了别的生命，能做的只有一件事：开q消灭之。在这片森林中，他人就是地狱，就是永恒的威胁，任何暴露自己存在的生命都将很快被消灭，这就是宇宙文明的图景，这就是对费米悖论的解释。
二、大数据的定义
大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
数据体量巨大(Volume)。截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。
数据类型繁多(Variety)。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
价值密度低(Value)。价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
处理速度快(Velocity)。大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到352ZB。
看看专家们怎么说。
舍恩伯格，大数据时代 (豆瓣)
不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。
埃里克·西格尔，大数据预测 (豆瓣)
大数据时代下的核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。
城田真琴，大数据的冲击 (豆瓣)
从数据的类别上看，“大数据”指的是无法使用传统流程或工具处理或分析的信息。 它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。
三、大数据的价值
了解了大数据的典型应用，理解了大数据的定义。这时相信在每个人的心中，关于大数据的价值都有了自己的答案。
2010年《Science》上刊登了一篇文章指出，虽然人们的出行的模式有很大不同，但我们大多数人同样是可以预测的。这意味着我们能够根据个体之前的行为轨迹预测他或者她未来行踪的可能性，即93%的人类行为可预测。
Limits of Predictability in Human Mobility
A range of applications, from predicting the spread of human and electronic viruses to city planning and resource management in mobile communications, depend on our ability to foresee the whereabouts and mobility of individuals, raising a fundamental question: To what degree is human behavior predictable Here we explore the limits of predictability in human dynamics by studying the mobility patterns of anonymized mobile phone users By measuring the entropy of each individual’s trajectory, we find a 93% potential predictability in user mobility across the whole user base Despite the significant differences in the travel patterns, we find a remarkable lack of variability in predictability, which is largely independent of the distance users cover on a regular basis
而大数定理告诉我们，在试验不变的条件下，重复试验多次，随机事件的频率近似于它概率。“有规律的随机事件”在大量重复出现的条件下，往往呈现几乎必然的统计特性。
举个例子，我们向上抛一枚硬币，硬币落下后哪一面朝上本来是偶然的，但当我们上抛硬币的次数足够多后，达到上万次甚至几十万几百万次以后，我们就会发现，硬币每一面向上的次数约占总次数的二分之一。偶然中包含着某种必然。
随着计算机的处理能力的日益强大，你能获得的数据量越大，你能挖掘到的价值就越多。
实验的不断反复、大数据的日渐积累让人类发现规律，预测未来不再是科幻里的读心术。
如果银行能及时地了解风险，我们的经济将更加强大。
如果政府能够降低欺诈开支，我们的税收将更加合理。
如果医院能够更早发现疾病，我们的身体将更加健康。
如果电信公司能够降低成本，我们的话费将更加便宜。
如果交通动态天气能够掌握，我们的出行将更加方便。
如果商场能够动态调整库存，我们的商品将更加实惠。
最终，我们都将从大数据分析中获益。
四、结束语。
Here's the thing about the future关于未来有一个重要的特征
Every time you look at it,每一次你看到了未来
it changes because you looked at it它会跟着发生改变 因为你看到了它
And that changes everything else然后其它事也跟着一起改变了
数据本身不产生价值，如何分析和利用大数据对业务产生帮助才是关键。
祝每一个DMer都挖掘到金矿和快乐：）

;     根据TechNode评选，21132015年国内最值得期待的Top10物联网创5261新公司，4102是最被看好的10家正在“连接一切”1653新硬件创业公司。2015年国内物联网创新经过近两年的积累，已经初成气候。物联网市场在中国被迅速开拓和发展，并且在智能家居、可穿戴设备、城市和汽车之间的互联，以及某些产业中产巨大的影响甚至是颠覆。而到了2015年，这10家企业或许代表着中国物联网创新的走向。1小米小米正试图在硬件行业中复制其在智能手机市场的商业模式，毕竟它在智能手机市场还是非常成功的。凭借物美价廉的智能手环在智能穿戴市场取得初步成功后，小米推出了100家硬件公司战略，企图通过这个战略来使小米能连接到更多的智能小工具的领域，譬如医疗保健(iHealth)，智能家居(Ants，Yeelink)等等(前面括号中的是在智能硬件相应区域的产品供应商中的佼佼者)。该公司还宣布与中国家电巨头美达成战略合作伙伴关系。2BroadlinkBroadlink是智能家居解决方案的供应商，他们的产品主要面向物联网的无线网络连接。除了现有的智能插座和红外设备的远程控制，Broadlink也在发展丰富自身的产品，而这有助于传统家电制造商研发更智能的产品。现在Broadlink的Wi-Fi解决方案已经被集成到小米的智能路由器。3GizwitsGizwits是中国物联网技术平台，它所做的工作是把家用电器和电子产品连接到互联网或智能手机上。GizWits提供给物联网开发者一些数据分析和相关开发工具，譬如远程接入，通知，和OTA固件升级。该公司已经为智能家居设备推出了自助式软件开发平台Gizwits20和一个可编程微控制器板GoKit。4AylaAyla中国网络公司是美国Ayla在中国的分公司，它为中国开关制造商提供云连接解决方案和HVAC等智能设备。今年得到的1450万美元的投资后，该公司进入中国市场采取了一系列动作：推出中国网站，与新浪合作来推广公司，加入了中国导演协会。该公司的CEO和联合创始人，戴夫_弗里德曼，认为中国将在这一领域引领世界潮流。5LifesmartLifesmart是杭州的一家本土公司，主要从事智能家居设备的开发，其产品线包括智能控制中心，智能插座，监控摄像机，环境传感器等。6YeelinkYeelink帮助制造商打造智能产品，他们为制造商提供从硬件设计到移动应用程序的开发，从概念阶段到最初的产品的一条龙服务。7LandingLanding科技是一家总部位于深圳的智能家居公司，致力于开发、生产和销售智能家居设备和可穿戴设备并且提供相关的技术支持。他们的“IVYLINK”和“Goldweb”品牌分别涵盖智能设备和网络设备及其配件。8OrviboOrvibo专注于物联网和智能家居设备。其产品线包括智能小工具，全数字可视门铃，并为成千上万的物联网终端提供智能服务云平台。该公司的旗舰产品Kepler是一台智能气体检测仪，它承诺保护您的家庭和亲人远离任何潜在的危险气体泄漏。9MXchipMXchip在2005年年初成立于上海，主打方向是短距离无线网络技术及产品。10PhantomPhantom是一家智能家居解决方案供应商，专注于智能照明和监控产品。报道称该公司去年的A轮融资中获得了150万美元。

蜂窝模组出货量将会激增，但市场会重新洗牌

中移物联网有限公司运营总监 龚勇

细分的场景，行业的渠道，核心的技术，才是生存的关键

中国电信广东研究院 物联网领域经理 谭华

2018年，不是寒冷，是火炉

上海移远通信技术股份有限公司 公共事务经理 孙芃卉

物联网不是一蹴而就，而是循序渐进

Semtech 市场战略总监 甘泉

2018年是资本市场的“寒冬”，却是物联网是的“初春”

厦门南鹏物联 科技 有限公司 市场总监 王铎霖

物联网需打破落地难、盈利难的质疑

日海智能市场经理 谭梦溪

2018年是物联网真正由示范到实际应用转化的起始年

北京昆仑海岸传感技术有限公司 总经理 刘伯林

先回归产品本质，其次是物联网。

深圳市汇径 科技 有限公司 总经理 孙科彧

物联网的窗口期说了这么多年，或在2019至2020年真的降临

APICloud联合创始人兼CTO 邹达

物联网不能只停留在“将来我们能为客户做什么“的概念中

北京羿娲 科技 有限公司 市场VP李博

物联网市场上拼价格抢市场并不明智

奇迹物联（北京） 科技 有限公司CEO 杨仁磊

聚焦用户与产品，就无惧外部环境

杭州中科思创射频识别技术有限公司 总经理 蔡玉锋

NB-IoT将成为万物互联的万能钥匙

芯翼信息 科技 市场总监 陈正磊

物联网连接增长依旧强势，国产芯片迎来良机

上海移芯通信 科技 有限公司 高级市场总监 杨月启

物联网并未达到预期，但不用怀疑未来的潜力

利尔达 科技 集团股份有限公司产品线经理 徐海

物联网渐行渐热，应用遍地开花

西安中星测控有限公司总经理 谷荣祥

2018年是决物联网数据传输的一年， 2019年将会是数据分析和应用的一年

上海桑锐电子 科技 股份有限公司 研发总监 张吉泰

NB-IoT量价齐飞，为物联网打开了突破口

江苏南大五维电子 科技 有限公司 总经理 潘巍松

期待5G商用，实现无人驾驶、MR影院影院等应用

深圳前海翼联 科技 有限公司 企划主管 陈奕榕

物联网平台化没有想象的市场效果，头部玩家还没出现。

深圳市飞思捷跃 科技 有限公司 CEO 杨捷

物联网应用定位精度提升需求迫切

深圳思凯微电子有限公司 总经理 张光华

AI和IoT紧密结合，是未来5年物联网的最大商机

北京博大光通物联 科技 股份有限公司 董事长 廖原

产业周期起起伏伏，做好产品才是王道

杭州数蛙 科技 有限公司 CEO 霍燕林

2018年工业互联网平台受到热捧

金蝶软件（中国）有限公司 K/3事业部总经理 张剑云

“风物长宜放眼量”，未来十年一定是物联网行业的春天。

成都精位 科技 有限公司 联合创始人&总裁 周宏亮

物联互联不仅需要技术，还需要良好的市场环境

锐骐（厦门）电子 科技 有限公司 锐骐 科技 董事长 谢洪泉

明确公司定位，聚焦产品与方案迎接新一轮洗牌

新华三技术有限公司 物联网解决方案经理 杜利征

物联行业已是“冉冉之星”，何以谈“寒冷黑夜”

上海莱璟信息技术有限公司 市场经理 何良龙

物联网企业从单一供应商向解决方案转变

苏州芒种物联 科技 有限公司 CEO 薛明刚

物联网应用在普及性和上档次两方面都将大有可为

北京优锘 科技 有限公司 VP 沈祎岗

工业物联网项目数量在逆流而上

上海美迪索科电子 科技 有限公司 VP 庄正军

物联网概念热不热，与企业不相干

北京九纯健 科技 发展有公司 副总经理 王小永

2018年是一个重新洗牌，行业优胜劣汰的一个时机

机智云创始人兼CEO 黄灼

物联网或将崛起于这个异常寒冷的冬天

七牛云边缘计算及IoT负责人 陶纯堂

5G技术的到来让万物互联时代触手可及

值得看云技术有限公司CEO 许明

物联网进入跨品牌跨品类跨协议的智能互联时代

广州云智易物联网有限公司市场总监 戴筱倩

技术发展速度远远快于物联网应用的发展

上海艾拉比智能 科技 有限公司市场副总裁 万学靖

智能家居市场正在从产品推广到用户运营的转变

富连网智能家居 科技 服务公司 生态链商务拓展总监 刘威

一站式物联网私网部署及相关应用方案将会越来越受欢迎

杭州罗万信息 科技 有限公司 常务副总裁 孙伟仁

智慧零售与工业制造业转型市场崛起迅速

深圳市宏电技术股份有限公司市场总监 张艳霞

共享单车风光不再，电动车和智能锁迎头赶上

MiraMEMS Marketing吴子健

深挖企业需求，瞄准To B领域

赫里奥（苏州） 科技 有限公司 副总经理 王剑宇

消防领域刺激了传感器的市场需求

合肥皖科智能技术有限公司 董事长 陈锦荣

新零售方案的视觉识别技术趋于成熟

安徽耐可视 科技 股份有限公司 CEO 张治国

上海艾络格电子技术有限公司董事总经理 周光兵

上海艾络格电子技术有限公司董事总经理 周光兵

物联网就业前景很好，物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业。

物联网专业是教育部允许高校增设新专业后，高校申请最多的学校，这也说明了国家对物联网经济的重视和人才培养的迫切性。物联网的产业规模比互联网产业大20倍以上，而物联网技术领域需要的人才每年也将在百万人的量级。

物联网的基本特征从通信对象和过程来看，物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理。

整体感知—可以利用射频识别、二维码、智能传感器等感知设备感知获取物体的各类信息。

可靠传输—通过对互联网、无线网络的融合，将物体的信息实时、准确地传送，以便信息交流、分享。

智能处理—使用各种智能技术，对感知和传送到的数据、信息进行分析处理，实现监测与控制的智能化。

---