1.5 电子商务发展的新趋势

随着科技与互联网技术的快速发展，大数据、云计算、虚拟现实和人工智能等新技术与应用的出现，推动了电子商务新技术的发展，为电子商务注入了新的活力，明确了未来电子商务的发展方向。

1.5.1 移动电子商务

互联网发展到2015年，移动电子商务发展迅速，据不完全统计，PC端的用户数量是5.9亿，而手机用户数量达到了5亿。随着4G网络的商用以及智能手机的普及，移动设备终端将成为未来电子商务的主要战场。电子商务移动化的特点主要有以下4点。

（1）移动设备小巧、便捷，不仅可作为通信工具，还能更方便地实现实时购物、支付、交易等活动，如水、电和煤气等费用的收缴，移动互联网接入支付系统，登录商家的WAP站点购物等。

（2）移动电子商务是电子商务的一种延伸，不仅拥有电子商务的优势，还能随时随地获取所需的服务、应用和信息。

（3）移动电子商务是一种无线化的方式，使人们可以更方便地使用网络，具有比普通电子商务更广阔、开放的条件。

（4）随着智能手机的普及，越来越多的网络移动平台被人们熟知并使用。通过这些平台可以进行语音、视频、图片和文字等信息的传送，这已经成为人们生活和工作的一部分。

1.5.2 物联网

2012年的国务院政府工作报告，将物联网定义为通过信息传感设备[射频识别（RFID）装置、红外感应器、全球定位系统、激光扫描器等]，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。它是在互联网基础上延伸和扩展的网络，其用户端延伸和扩展到任何物品与物品之间的信息交换和通信。

物联网具有网络化、物联化、互联化、自动化、感知化和智能化等特征，是一种基于互联网的高级网络状态。它与互联网的最大区别是，物联网连接主体从人向“物”延伸，网络社会形态从虚拟向现实拓展，信息采集与处理从人工转向智能。二维码、射频识别、传感器、智能芯片和无线传输网络等都是物联网的关键技术，通过这些技术，人们可以实现信息的无障碍沟通。

物联网是互联网虚拟社会连接现实社会的重大成果，是实现泛在网络的伟大实践。也可以说，物联网+互联网就是泛在网络的一种表现，即运用无所不在的智能网络、先进的计算技术及其他领先的数字技术基础设施，帮助人们实现任何时间、任何地点、任何人和物的通信。目前，中国的物联网尚处于起步阶段，已具备了一定的技术、产业和应用基础，表现出良好的发展趋势。2012年2月14日，工业和信息化部正式发布的《物联网“十二五”发展规划》中指出，智能工业、智能农业、智能物流、智能电网、智能环保、智能安防、智能医疗和智能家居是中国物联网未来发展的重点方向。在电子商务体系中，物联网将电子商务中涉及的人、资金、实体店和商品等都定位成“物”，这些“物”通过电子系统或平台进行连接，以实现数据的同步和实时处理、信息的共享和透明，保证整个供应链系统无缝链接，提升商务流程的自动化和安全化。目前的电子商务在产品的生产、仓储和物流配送等流程还有较大的提升空间，通过物联网的应用，可以有效改善目前电子商务在运营和管理中的一些问题。

移动通信技术的不断发展和通信设备的更新，智能手机已经成为人们生活必不可少的通信工具。定位功能也随之发展起来。利用定位技术，手机用户可以自动定位当前位置，查看当前位置附近的休闲、住宿、银行、购物和医疗等商家信息；也可以输入目的地，导航路线；或者扫描二维码查询商品信息或对不同商场进行比价，为用户提供更加方便、快捷和智能的消费方式。

目前，电子商务的支付方式主要包括转账汇款、第三方支付工具（支付宝、财付通、百度钱包等）、手机网银、信用卡等方式，随着物联网的发展，可以发展更加多样化的手机支付业务，使支付操作变得更加便捷。例如，将手机支付的芯片（射频识别物联网智能芯片）植入手机中，实现无互联网环境下的支付、小额支付等，并扩展到电子门票、身份识别、公交地铁等应用，实现多卡合一，提供更便捷的服务。

物联网环境下，不仅可以对物流体系进行实时监控，还能对产品在供应链各阶段的信息进行分析与预测，预估未来的趋势或意外发生的概率，提前准备好应对措施，提高电子商务企业对市场的反应能力和反应速度。

借助物联网和定位技术，可以实现物流体系的配送包裹模块化，即对包裹进行统一的电子产品码编码，并在包裹中嵌入电子产品码标签，在物流途中通过射频识别技术读取电子产品码信息，并传输到处理中心供企业和消费者查询，实现对物流过程的实时监控，以便及时发现物流过程中的问题，提高物流服务的质量。

利用物联网的射频识别技术，可以为产品贴上“身份证”——射频识别芯片。该芯片上记录了产品的生产厂商和生产日期等信息，消费者可通过网络进行查询，了解商品的具体来源和整个物流过程，提高消费者对商品的信心，提高消费者的消费积极性。

1.5.3 云计算

云计算是国家战略性新兴产业，《2012年国务院政府工作报告》中将云计算定义为基于互联网的服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源，是传统计算机和网络技术发展融合的产物。

云计算技术是硬件技术和网络技术发展到一定阶段而出现的新的技术模型，是对实现云计算模式所需要的所有技术的总称。分布式计算技术、虚拟化技术、网络技术、服务器技术、数据中心技术、云计算平台技术和分布式存储技术等都属于云计算技术的范畴，同时也包括新出现的Hadoop、HPCC、Storm和Spark等技术。一般来说，为了达到资源整合输出目的的技术都可以被称为云计算技术。云计算技术意味着计算能力也可作为一种商品通过互联网进行流通。

云计算技术中主要包括3种角色，分别为资源的整合运营者、资源的使用者和终端客户。资源的整合运营者负责资源的整合输出，资源的使用者负责将资源转变为满足客户需求的应用，而终端客户则是资源的最终消费者。

云计算技术作为一项应用范围广、对产业影响深的技术，正逐步向信息产业等各种产业渗透，产业的结构模式、技术模式和产品销售模式等都会随着云计算技术发生深刻的改变，进而影响人们的工作和生活。

随着云计算技术产品、解决方案的不断成熟，云计算技术的应用领域不断扩展，衍生出了云制造、教育云、环保云、物流云、云安全、云游戏和移动云计算等各种功能，对医药医疗领域、制造领域、金融与能源领域、电子政务领域、教育科研领域的影响巨大，在电子邮箱、数据存储和虚拟办公等方面也提供了非常大的便利。

1. 云安全

云安全是云计算技术的重要分支，在反病毒领域获得了广泛应用。云安全技术可以通过网状的大量客户端对网络中软件的异常行为进行监测，获取互联网中木马和恶意程序的最新信息，自动分析和处理信息，并将解决方案发送到每一个客户端。

云安全融合了并行处理、网格计算和未知病毒行为判断等新兴技术和概念，理论上可以把病毒的传播范围控制在一定区域内，且整个云安全网络对病毒的上报和查杀速度非常快，在反病毒领域中意义重大，但所涉及的安全问题也非常广泛。从最终用户的角度而言，云安全技术在用户身份安全、共享业务安全和用户数据安全等问题上需要格外关注。

（1）用户身份安全：用户登录到云端使用应用与服务，系统在确保使用者身份合法之后才为其提供服务，如果非法用户取得了用户身份，则会对合法用户的数据和业务产生危害。

（2）共享业务安全：云计算通过虚拟化技术实现资源共享调用，可以提高资源的利用率。但是共享也会带来新的安全问题，不仅需要保证用户资源间的隔离，还要针对虚拟机、虚拟交换机、虚拟存储等虚拟对象提供安全保护策略。

（3）用户数据安全问题：数据安全问题包括数据丢失、泄露和篡改等，因此必须对数据采取复制、存储加密等有效的保护措施，确保数据的安全。此外，账户、服务和通信劫持，不安全的应用程序接口、操作错误等问题也会对云安全造成隐患。

“云安全”系统的建立并非轻而易举，要想保证系统的正常运行，不仅需要海量的客户端、专业的反病毒技术和经验、大量的资金和技术投入，还必须提供开放的系统，让大量合作伙伴加入。

2. 云存储

云存储是一种新兴的网络存储技术，可将储存资源放到云上供用户存取。云存储通过集群应用、网络技术或分布式文件系统等功能将网络中大量不同类型的存储设备集合起来协同工作，共同对外提供数据存储和业务访问功能。通过云存储，用户可以在任何时间、任何地方，以任何可连网的装置连接到云上存取数据。

在使用云存储功能时，用户只需要为实际使用的存储容量付费，不用额外安装物理存储设备，减少了IT和托管成本。同时，存储维护工作转移至服务提供商，在人力物力上也降低了成本。但云存储也反映了一些可能存在的问题，如果用户在云存储中保存了重要数据，则数据安全可能存在潜在隐患，其可靠性和可用性取决于WAN的可用性和服务提供商的预防措施等级，而对于一些具有特定记录保留需求的用户，在采用云存储的过程中还需对云存储进行进一步的了解和掌握。

3. 云游戏

云游戏是一种以云计算技术为基础的在线游戏技术，云游戏模式中的所有游戏都在服务器端运行，并通过网络将渲染后的游戏画面压缩传送给用户。

云游戏技术主要包括云端完成游戏运行与画面渲染的云计算技术，以及玩家终端与云端间的流媒体传输技术。对于游戏运营商而言，只需花费服务器升级的成本，而不需要不断投入巨额的新主机研发费用；对于游戏用户而言，不需要用户的游戏终端拥有强大的图形运算与数据处理能力、高端处理器和显卡等，只需具备基本的视频解压能力即可。

1.5.4 大数据

数据是指存储在某种介质上包含信息的物理符号，进入电子时代后，人们生产数据的能力和数量得到飞速的提升，而这些数据的增加促使了大数据的产生。大数据是指无法在一定时间范围内用常规软件工具（IT技术和软硬件工具）进行捕捉、管理和处理的数据集合。对大数据进行分析，不仅需要采用集群的方法获取强大的数据分析能力，而且需要研究面向大数据的新数据分析算法。

针对大数据进行分析的大数据技术，是指为了传送、存储、分析和应用大数据而采用的软件和硬件技术，也可将其看作面向数据的高性能计算系统。从技术层面来看，大数据与云计算的关系密不可分，大数据必须采用分布式架构对海量数据进行分布式数据挖掘，这使它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。

在以云计算为代表的技术创新背景下，收集和处理数据变得更加简单方便，国务院在印发的《促进大数据发展行动纲要》中系统地部署了大数据发展工作。通过各行各业的不断创新，大数据也将创造更多的价值。下面对大数据的典型应用案例进行介绍。

（1）高能物理：高能物理是一个与大数据联系十分紧密的学科，高能物理科学家往往需要从大量的数据中去发现一些小概率的粒子事件，如比较典型的离线处理方式，由探测器组负责在实验时获取数据，而最新的LHC实验每年采集的数据高达15PB。高能物理中的数据不仅海量，且没有关联性，要从海量数据中提取有用的事件，可以使用并行计算技术对各个数据文件进行较为独立的分析处理。

（2）推荐系统：推荐系统可以通过电子商务网站向用户提供商品信息和建议，如商品推荐、新闻推荐和视频推荐等，而实现推荐过程则需要依赖大数据。用户在访问网站时，网站会记录和分析用户的行为并建立模型，将该模型与数据库中的产品进行匹配后，才能完成推荐过程。为了实现这个推荐过程，需要存储海量的客户访问信息，并基于大量数据的分析，推荐出与用户行为符合的内容。

（3）搜索引擎系统：搜索引擎是非常常见的大数据系统，为了有效地完成互联网上数量宠大的信息的收集、分类和处理工作，搜索引擎系统大多基于集群架构。搜索引擎的发展历程为大数据研究积累了宝贵的经验。