1.3　大数据应用的演进趋势

大数据行业应用的发展，是沿袭数据分析应用而来的渐变的过程。观察大数据应用的发展演变，可以从技术强度、数据广度和应用深度三个视角切入。

1．可视化技术让数据平民化

大数据是一个由多维度、不断更新充实的数据群组成的，大数据的应用是需要从无规律、无直接因果的数据群中，根据需要或目标获得研究成果。数据的“可视化”则是大数据的展示手段。

最近几年，“大数据”概念深入人心。民众看到的大数据更多的是以可视化的方式体现的。可视化极大地拉近了大数据和普通民众的距离，即使对IT技术不了解的普通民众和非专业技术的常规决策者也能够很好地理解大数据及其分析的效果和价值，使得大数据可以从国计和民生两方面充分发挥其价值。

可视化是通过把复杂的数据转化为可以交互的图形，帮助用户更好地理解分析数据对象，发现、洞察内在规律。数据是人类对客观事物的抽象。人类对数据的理解和掌握是需要经过学习训练才能达到的。理解更为复杂的数据，必须越过更高的认知壁垒，才能对客观数据对象建立相应的心理图像，完成认知理解过程。好的可视化能够极大地降低认知壁垒，使复杂未知数据的交互探索变得可行。

可视化技术的进步和广泛应用对于大数据走向平民化的意义是双向的。一方面，可视化作为人和数据之间的界面，结合其他数据分析处理技术，为广大使用者提供了强大的理解、分析数据的能力。可视化使得大数据能够为更多人理解、使用，使得大数据的使用者从少数专家扩展到更广泛的民众。另一方面，可视化也为民众提供了方便的工具，可以主动分析处理和个人工作、生活、环境有关的数据。民众服务的可视化技术，也将进一步和个人使用的移动通信设备（如手机）相结合。

2．大数据安全与隐私令人忧虑

数据的增量呈指数增长，相应的大数据的安全问题也十分严峻。当大数据技术、系统和应用聚集了大量有价值的信息的时候，必将成为被攻击的目标。

大数据的过度滥用所带来的问题和副作用，最典型的就是个人隐私泄露。在传统采集分析模式下，很多隐私在大数据分析能力下变成了“裸奔”。类似的问题还包括，大数据分析能力带来的商业秘密泄露和国家机密泄露。

心理和意识上的安全问题，包括两个极端：一是忽视安全问题的盲目乐观，另一个是过度担忧所带来的对大数据应用发展的掣肘。比如，大数据分析对隐私保护的副作用，促使人们必须对隐私保护的接受程度有一个新的认识和调整。

大数据受到的威胁、大数据的过度滥用所带来的副作用、对大数据的极端心理，都会阻碍和破坏大数据的发展。

3．新热点融入大数据多样化处理模式

大数据的处理模式依然多样化。大数据处理模式不断丰富，新旧手段不断融合，比如，流数据、内存计算成为新热点。内存计算继续成为提高大数据处理性能的主要手段。以Spark为代表的内存计算逐步走向商用，并与Hadoop融合共存。与传统的硬盘处理方式相比，内存计算技术在性能上有了数量级的提升。批处理计算、流计算、交互查询计算、图计算等多种计算框架使数据使用效率大大提高。很多新的技术热点持续地融入大数据的多样化模式中，目前还没有一个统一的模式。

4．大数据提升社会治理和民生领域应用

基于大数据的社会治理成为业界关注的热点，涉及智慧城市、应急、税收、反恐、农业等多个民生领域。在最易获得大数据应用成果的互联网环境之后，大数据走进国计民生成为必然。

5．深度分析推动大数据智能应用

在学术技术方面，深度分析会继续推动整个大数据智能的应用。这里谈到的智能强调涉及人的相关能力的延伸，比如决策预测、精准推介等，涉及人的思维和反射的延展、人的能力（智能和本能）的延展，这些都会成为大数据分析、机器学习、深度学习等学术技术发展的方向。

6．数据权属与数据主权备受关注

数据成为重要的战略资源。人口红利、地大物博、经济实力、文化优势等都纷纷体现为数据资源储备和数据服务影响力。数据资源化、价值化是数据权属问题和数据主权问题的根源。

数据权属与数据主权被高度关注。大数据问题从个人和一般机构层面来看是数据权属问题，从国家层面来看是数据主权问题。数据的权属问题并不是传统的财产权、知识产权等可以涵盖的。数据成为国家间争夺的资源，数据主权成为网络空间主权的重要形态。