图表91　大数据智能洞察金融业
图表16　2014年-2020年日本大数据市场规模走势
7.7.6　运营商数据中心建设分布
3.3.8　大数据产业竞争趋势展望
3.1.1　大数据产业的概念
7.10.7　政务大数据应用趋势分析
图表18　各省（区市）大数据发展指数排名（1-16名）
3.6.1　相关政策建议
图表52　峨眉山景区游客七日去向展示
9.1.2　以大数据结构化程度为分类标准
3.2.1　市场发展阶段
图表43　MPP架构图
图表41　中国大数据资源SWOT分析
1.4.4　大数据处理的核心技术
图表117　零售行业大数据分析应用阶段
图表119　零售企业对大数据分析整体表现自我评价
12.2　中国大数据产业发展前景预测
10.3.4　广州市大数据产业发展状况
图表55　Gaia主要结构
2.1.2　市场规模分析
10.7.7　贵州省大数据产业发展目标
7.9.4　电子商务大数据的具体应用
10.2.4　天津市大数据产业发展综况
图表63　数据分析细分领域和具体技术
7.5　金融大数据
2.1.1　产业发展变革
13.1.1　发达国家大数据政策对比
9.2.2　解决方案
图表99　中信银行大数据应用技术架构图
6.4.5　平台未来发展策略
图表153　各地大数据相关政策举措互联网关注和评价情况

　4.5.2.3　大数据应用合作
图表82　医疗业大数据产业链
7.6.8　交通大数据应用未来发展展望
5.4　大数据安全处理技术分析

图表目录

8.3.3　大数据一体机的用户类型
6.3.2　InfoChimps
13.2.3　林业大数据发展指导意见
　4.5.3.2　腾讯大数据平台
图表19　中国大数据细分市场规模占比
图表59　Spark VS Mapreduce
13.4.7　浙江省大数据发展实施计划
1.4.7　大数据安全技术
5.1.5　大数据分析的优劣势
12.2.4　大数据人才需求预测
1.2　大数据的价值及影响
图表96　保险业大数据应用
图表20　大数据产业链不同环节竞争格局
3.3.1　大数据产业竞争主体分析
图表53　利用大数据进行在线精准营销的效果
7.3.1　工业大数据基本概况
图表8　大数据产业链产值分布及发展方向
4.1.4　数据源市场规模分析
2.4.4　运行大数据预防灾害
　4.5.3.3　构建大数据生态
图表102　智能交通的数据处理体系

3.5.2　顾问服务不足
12.4.3　中投顾问对2018-2022年中国大数据市场规模预测
图表27　企业现有的数据规模
10.2　京津冀大数据产业集群
图表86　医疗大数据企业
3.5　中国大数据产业存在的问题
图表122　大数据软件和服务发展方向
10.6.1　大数据产业园格局
图表108　2015年电信业务量统计表
5.1.3　数据计算模式分析
11.2.3　创业主体上升
3.3.7　网络保险市场大数据竞争状况
图表133　大数据领域专利申请数量
图表77　大数据交易产业主要人才需求
13.3.3　保障措施
6.2.4　大数据市场定价方式
9.2.4　数据产品
图表39　大数据产业招聘及求职期望薪水分布
第五章　大数据产业中游——数据分析处理层
互联网强势发展以及政策力挺将推动大数据产业不断发展，“十三五”期间，大数据产业链公司将迎来巨大发展机遇。
9.1　大数据交易模式分析
3.4.6　数据小型机市场需求分析
7.8.5　零售行业大数据应用案例
8.2　大数据硬件设备分析
6.2.2　大数据交易市场构成
图表138　大数据领域最新融资过亿企业名单
2.1.4　应用状况调查
8.1.1　大数据典型软件分析
4.4.1　中国移动
图表148　国外政府数据开放与共享主要政策
7.4.3　医疗大数据应用价值
图表100　客户综合分析管理系统功能架构图
4.2.2　大数据储量规模分析
图表104　交通大数据应用市场规模及增长趋势
2.2.4　产业战略建设的相关启示
1.1.1　大数据的产生
　5.5.3.5　推进数据社会化发展
5.2.3　技术应用领域
       全球的数据储量仅在2011就达到1.8ZB（或1.8万亿GB），相当于每个美国人每分钟写3条Twitter信息，总共写2.6976万年。2015年全球大数据储量达到8.61ZB。而今后十年，用于存储数据的全球服务器总量还将增长十倍。大数据正在成为国家竞争的前沿，以及产业竞争力和商业模式创新的源泉。联合国“数据脉动”计划、美国“大数据”战略、英国“数据权”运动、日本“面向2020年的ICT综合战略”、韩国大数据中心战略等先后开启了大数据战略的大幕，有力推动了大数据产业化、市场化进程。
图表101　客户生命周期服务管理
图表150　地方管理机制分析
11.5.4　大数据产业并购特征
5.3.2　数据可视化的研究进展
2.3.7　布局大数据预测市场
7.8.4　零售行业大数据应用现状
图表152　生态环境大数据管理工作机制
4.3.4　数据中心发展的技术影响因素
6.4.4　地区性平台建设动态
第十二章　大数据产业发展前景及趋势
12.3.3　大数据技术发展方向分析
7.7.5　电信行业大数据应用情况
图表38　大数据行业求职者学历与招聘需求占比
5.1.1　大数据采集与预处理
　7.2.1.1　企业发展概况
2.1.5　产业布局分析
2.5.1　英国
7.10.4　政府大数据应用市场规模
　5.5.1.2　大数据产品发布
13.4.8　湖北省大数据产业发展规划
6.4.1　交易平台经营范围
3.5.4　数据安全问题
11.5.1　大数据并购背景分析
9.4　企业大数据商业化应用模式
7.10.1　政府大数据的基本内涵
7.6.6　交通大数据应用案例分析
13.2.4　生态环境大数据建设方案
　5.5.2.2　大数据应用产品
12.4.1　中投顾问对中国大数据产业发展因素分析
11.2　大数据产业创新创业情况分析
10.2.2　京津冀大数据产业发展综况
7.9.7　电商大数据应用的挑战及对策
7.7　电信大数据
7.8.1　零售大数据发展概况
7.7.2　电信大数据源供给规模
3.3　2015-2017年大数据产业竞争格局
10.4　长三角大数据产业集群
       2017年1月17日，工业和信息化部正式发布了《大数据产业发展规划（2016-2020年）》（工信部规〔2016〕412号，以下简称《规划》）。《规划》明确了“十三五”时期大数据产业的发展思路、原则和目标，将引导大数据产业持续健康发展，有力支撑制造强国和网络强国建设。
10.3　珠三角大数据产业集群
2.4.3　制造业大数据应用
8.3.7　国内主流品牌及其特点
7.4.5　医疗大数据应用案例
9.2.5　行业应用
3.3.2　产业链环节竞争格局分析
图表4　大数据的价值
图表136　2017年大数据领域投融资概览
7.8.2　零售行业数据采集方式
图表149　国外政府数据开放与共享主要政策（续）
图表98　中国金融大数据市场规模预测
5.5.2　同有科技
图表80　国内工业大数据发展史
4.5.1　阿里巴巴
5.1.2　数据处理框架分析
3.4　2015-2017年中国大数据市场供需分析
6.3.3　Microsoft Azure
11.5　大数据市场并购状况分析
4.5.3　腾讯公司
11.4.1　天弘基金注资数据米铺
6.1.2　数据交易品种及类型
11.7.1　大数据行业投资风险综述
7.5.2　金融大数据典型应用领域
图表126　大数据产业区域分布图
10.2.3　北京市大数据产业发展状况
图表111　我国主流数据中心区域分布
12.1.1　全球大数据收入规模预测
2.4.5　产业重点企业分析
7.2.1　百分点集团
9.4.1　企业大数据的基本构成
10.5.1　西南地区基本发展状况
图表78　各地的大数据交易平台
6.3　国际重点大数据交易平台分析
7.3.2　工业大数据发展阶段
11.5.5　大数据产业并购趋势
4.3.3　数据中心面临的挑战及机遇
图表11　未来大数据处理的核心技术
10.3.3　大数据试验区建设方案出台
图表34　2015年中国移动互联网用户APP分类月均活跃用户规模TOP20
2.3.2　大数据产业发展状况
5.5.1　拓尔思
7.5.1　金融大数据体系分析
1.3.3　产业链价值流动方向
11.6.1　硬件层面投资机会分析
10.3.2　珠三角大数据产业发展综况
13.4　大数据产业区域性政策规划
7.10.5　政府大数据信息公开需求
图表58　腾讯分布式数据仓库
图表127　京津冀三产GDP占比情况
11.3.5　融资行业分布
11.3.1　产业投资象项
图表73　可交易的数据品种及类型
5.2　大数据分析处理产业发展进程
5.4.2　大数据安全涉及的模块
第三章　2015-2017年中国大数据产业发展分析
7.5.5　金融行业大数据发展特征
4.2.3　大数据存储架构分析
6.4.2　交易平台发展背景
5.2.4　企业布局加快
图表7　大数据产业主要数据资产类企业
13.4.5　广东省大数据产业发展规划
图表2　大数据的类型
图表29　大数据时代企业所能感觉到的数据变化
　7.2.3.1　企业发展概况
10.2.1　京津冀地区经济运行情况
图表12　数据可视化软件平台
6.5.3　中关村大数据交易平台
8.2.2　大数据主要硬件设备
5.4.1　大数据安全问题分析
图表123　中国大数据产业链硬件支撑层细分
10.7.2　贵州大数据产业优惠政策
6.2.5　细分大数据交易状况
图表94　大数据预测金融欺诈
4.2.4　数据仓库建设的重要性
12.3.4　数据安全和数据流动成为焦点
图表61　大数据处理的关键层次架构
7.5.7　金融大数据应用案例分析
13.3.2　重点任务
图表110　大数据与客户生命周期管理
5.5.4　华为公司
5.3.4　数据可视化面临的挑战
2.2.5　欧盟布局大数据产业应用

免责声明：凡本网注明 “来源：XXX(非中国房产新闻网)” 的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。