国内大数据@@应用已快十年@@，对应用的深入思考却没跟上@@，以统计分析的模式来想象大数据@@的应用@@，定格在信息获取方向上会影响在其它领域的应用创新@@，本文将从信息获取@@@@、网络服务@@、数据整合三@@个方向探讨大数据@@应用@@，拓宽应用视野@@。
一@@、信息获取的大数据@@应用@@
1.1 信息获取与知识发现@@
对大数据@@最容易想到的应用是信息获取@@，大数据@@应用经常被视为是统计分析模式的延伸@@，维克多@@·迈尔@@-舍恩伯格与肯尼斯@@·库克耶合著的@@《大数据@@时代@@》从信息获取@@、知识发现的视角提出了大数据@@应用带来的创新@@：一@@是使用全部数据替代抽样数据@@，二@@是允许数据的混杂型而非精确性@@，三@@是重视相关关系而非因果关系@@。大数据@@创新开辟了知识发现的新思路@@，促进了科学研究工作的发展@@。
1.2 政府决策的大数据@@应用@@
大数据@@在知识发现中呈现出来的优势使政府产生用大数据@@实现决策科学化的构想@@，决策是领导者的行为@@，但是@@人脑无法直接使用大数据@@决策@@，数据所包含的内容要浓缩经过理解之后才能成为人脑中的信息@@，与人脑其它信共同参与决策@@。数据挖掘@@、统计分析都是对数据内容进行浓缩处理@@，形成人脑易于理解的信息内容@@，数据包含的信息要通过人脑在决策中发挥作用@@。
1.3 政府大数据@@应用的局限性@@
大数据@@应用对政府决策的改进并不明显@@，否则不至于长期纂写不出政府大数据@@决策案例集@@。政府决策应用大数据@@困难主要有两点@@：
一@@是缺少适用的数据源@@，政府自己并没有多少大数据@@资源@@，适合当即需要决策问题的外部大数据@@也极难碰到@@；
二@@是很多重要信息如国际形势@@、重大事件@@、管理能力@@、社会文化很难数字化@@，政府仅靠数据决策会有很大的片面性@@；
1.4 大数据@@适合特定领域的决策@@
大数据@@主要来源特定的业务渠道@@，渠道的局限性使大数据@@获取的信息也有相应的局限性@@，因此大数据@@不适合大范围的决策@@，对政府的宏观决策帮助并不大@@，但是@@在微观应用中会有很多成功的应用@@，如案件侦破等@@。电子商务企业经常利用业务积累的数据分析用户需求@@，依据客户浏览内容推荐新产品与服务@@。
二@@、智能网络服务@@的大数据@@应用@@
2.1 智能网络服务@@也是大数据@@应用@@
大数据@@局限于信息获取应用会忽略在服务中的贡献@@。产生大数据@@的业务本身是更基础的大数据@@应用@@。谷歌@@、百度@@、阿里巴巴@@、腾讯@@、亚马逊等公司是大数据@@企业@@，电信运营商@@、银行等也是大数据@@企业@@，这些机构的大数据@@应用与信息获取应用不同@@，它们关心的是提供服务效率而不是知识获取@@，智能网络服务@@的大数据@@应用@@系统直接针对数据操作@@，不需要提取信息@@。
2.2 智能网络服务@@直接使用数据@@
大数据@@智能网络服务@@系统直接处理数据@@，为用户提供服务结果@@，这种业务由计算机流程自动处理数据@@，系统完全依据数据办事@@，没有人脑参与就能达到极高的处理速度@@，确保处理结果一@@致性不受操作人影响@@。
2.3 智能服务的数据资源是动态数据流@@
信息获取的大数据@@应用@@是一@@次@@性运行@@，数据是静态的@@，一@@旦获取了信息即交由人脑处理@@，计算机的任务就结束@@了@@，智能网络服务@@则是连续的不停顿的业务@@，只要用户有需求系统就要响应@@，手机支付系统就需要不停工作以保证支付的及时性@@。电信运营商@@的服务亦不能停顿@@，其数据来自手机不停地向基站发出连接信号@@。连续的业务需要连续的数据源@@，智能网络服务@@处理的数据是在服务中实时产生的@@，它是连续的数据流@@。
2.4 云平台@@数据资源使服务智能化@@
智能网络服务@@需要来自用户的服务需求数据@@，还需要以前存储的数据资源@@，谷歌@@、百度@@需要收集网站数据以备用户查询@@。地理导航@@系统需要地图数据才能按照用户的实时位置计算导航@@路线@@。系统能够使用存放在云平台@@上的大量知识资源@@，高速的网络系统加上云提供的知识资源使网络服务@@如虎添翼@@，将普通网络服务@@升级为智能网络服务@@@@，智慧城市@@的网络服务@@暨是智能网络服务@@@@。
三@@、数据整合的大数据@@应用@@
3.1 政府大数据@@概念的变通@@
政府部门的大数据@@概念与专家概念不同@@，专家认为常规信息技术无法处理的规模数据才算是大数据@@@@，因此政府没有什么大数据@@@@；政府认为各部门的数据汇集起来就是大数据@@@@，政府把大数据@@概念变通为数据整合的概念@@，使政府有大数据@@工作可做@@，但是@@《大数据@@时代@@》提出的大数据@@理念已不适用这种变通的应用@@，要用数据整合的思维方式推动政府变通的大数据@@应用@@。
3.2 政府业务数据管理与服务的特点@@
政府日常工作最重要的数据是各部门的业务管理数据@@，部门需要收集与积累本部门业务的管理与执行记录的数据@@。政府业务数据处理是对当事人或事项的精准处理@@，是下一@@步管理操作的依据@@，业务数据是不可替代的@@。
3.3 数据整合提升政府精细化管理能力@@@@
未来十年电子政务工作重点是实现政府业务的精细化管理@@，数据整合是实现精细化管理的重要手段@@。政府的信息管理能力@@取决数据的完整性与现场调用能力@@，来不及调用的数据等于没有数据@@，现场管理人员与用户的信息不对称会影响服务效率并增加受骗机会@@。数据整合类似数据库建设@@，实现各部门数据在语义上统一@@@@，优化数据的组织@@，提高相关数据的调用速度@@，实现数据对现场工作人员的及时提供@@，发挥数据的整体优势@@。
3.4 数据整合提高政府公共服务效率@@
各地政府都提出让公众@@“只跑一@@次@@@@”和@@“一@@网通办@@”的目标@@，其目的是节约用户时间@@，跨部门数据的调用速度是提高服务效率的关键@@，数据整合可以提高跨部门数据调用的流畅性@@，提高公共服务的最终效率@@。
3.5 数据整合与信息共享不能混为一@@谈@@
将数据整合与信息共享区别对待是提高政府数据使用效率重要环节@@，数据整合的目标@@是提高政府业务操作的效率@@，目标很明确容易见效@@。数据整合工作宜采取应用导向@@，急用先做@@，提高效益@@。
信息共享目的是获取信息来支持决策与研究@@，常常需要调用整个数据集进行数据挖掘@@@@，信息共享需要对数据集整体的使用@@，数据整合调用是对特定数据的精准调用@@，两种应用区别很大@@，不宜共用一@@个平台@@@@。
四@@、对政府大数据@@中心的建议@@
4.1 大数据@@中心可持续的关键是效益@@
决策者要认真考虑大数据@@中心持续经营的问题@@，否则上马容易下马难@@，可持续生存的关键是经济上合理@@，总效益大于总成本才能生存@@，大数据@@中心普遍的问题是想做的事情很多@@，但具体效益目标不清晰@@，很多项目的效益设想是建立在随大流的假定之上@@，盲目性很大@@，失败率很高@@，寻求效益可靠的服务项目是大数据@@中心生存的关键@@。
4.2 以改进政府精细化管理为中心@@
政府管理与服务的精细化是未来十年的中心任务@@，关键是做好政府业务数据整合@@，提高基层工作人员的现场工作效率@@，提升公众的满意度和@@政府部门的满意度@@。大数据@@中心可在支持政府领导决策方面努力@@，但重点是提高基层工作效率而非决策分析@@，基层工作改进容易见效而决策分析却很难让领导满意@@。
4.3 不要盲目地收集数据@@
太多数据会成为包袱@@，耗费设施资源还耗费管理精力@@。没有应用方向的数据不必忙于收集@@，更别指望会有人来信息共享@@，互联网时代数据资源早已过剩@@，有效益的应用目标才是数据应用的稀缺资源@@。
4.4 从最有效益的数据整合应用入手@@
政府数据整合对提高基层服务效率更能发挥作用@@，信息技术改进操作的效果明显高于改进决策@@。数据整合可以按数据合作圈分步推进@@，利用率高的数据整合先做@@，利用率低的后做甚至不做@@，不必齐步走@@，好钢用到刀刃上才是好方案@@。
4.5 开放的大数据@@中心更有生命力@@
大数据@@中心要促进政府数据向社会开放@@，数据开放是增加公众获得感的重要内容@@，公众支持率高能够直接提升大数据@@中心存在的价值@@。开放的大数据@@中心可以与企业合作@@，订购企业的可视化产品支持政府工作@@，将大数据@@中心做成政府与社会共享的可视化数据展示平台@@会很受欢迎@@，社会影响力越大@@，大数据@@中心生命力越强@@。
