“互联网+”趋势下产业链大数据整合与应用

赵刚

[提要] 根據实践经验，对“互联网+”主要内涵进行总结，分析“互联网+”趋势下产业链大数据主要特征。以此为条件，从保障产业链大数据运行安全、可视化交互引擎优化及大数据服务创新等方面，对产业链大数据应用过程进行分析，旨在不断深化“互联网+”模式，为产业创新与发展带来更多契机。

关键词：“互联网+”；产业链；大数据

中图分类号：F062.9 文献标识码：A

收录日期：2017年3月22日

现阶段，我国互联网产业发展迅速，是促进我国产业转型的主要动力，在国民经济发展中占有重要地位。对大数据平台进行优化，能够保证信息获取的及时性和准确性，也能促进数据挖掘趋于合理。在“互联网+”趋势下，产业链大数据必将得到有效整合，从而促进产业链良性发展，使互联网更好地为企业服务，带动企业发展。因此，对“互联网+”趋势下产业链大数据整合和应用进行分析意义深远。

一、“互联网+”主要内涵

“互联网+”于2015年正式提出，旨在使大批新型产业逐渐成为具有号召力的产业模式，表明政府已经把“互联网+”提升到未来战略发展高度。“互联网+”既是传统产品或服务的升级，也属于一种创新的经济形态，能够充分利用互联网，并结合电子计算机操作技术，实现产业融合，从而对生产要素进行全面整合和优化。在“互联网+”模式的带动下，传统商业模式将得到彻底改变，并实现经济转型，促进产品及服务升级。若从产业整合角度看“互联网+”模式，互联网技术为主要执行工具，“+”表示传统产业。若从整体角度看待“互联网+”，则可将其视为一个整体，是现阶段实现产业升级的重要途径。在“互联网+”趋势下，对产业链大数据进行整合，能够对产业供求关系进行准确梳理，从而为经济发展提供更多便利条件。

二、“互联网+”趋势下大数据特征分析

在“互联网+”模式下，利用大数据，可对产业链进行优化，并对链上多种资源、信息、数据进行集成，保证信息共享，进一步完善产业链，从而显著减少交易成本，不断提升工作质量及效率。在“互联网+”趋势下，大数据发展具有以下几点特征：

（一）集成性：企业利用互联网，多角度、全方位对数据进行集成，从而为生产、经营提供便利条件。利用“互联网+”模式，能够充分对个人隐私及商业机密进行保护，并在此基础上，对大数据平台进行融合，保证产业链能够发挥协同作用，促进企业发展。

（二）准确性：利用“互联网+”模式对大数据进行整合，能够显著提高决策的准确性，并使其发生本质上变化。这样一来，不仅产业链数据分析具有可控性，同时也能对企业投资管理发挥一定指导作用。

（三）体验性：企业依靠“互联网+”中的信息，结合大数据平台中的相关资源，对用户性质进行区分，并对目标客户进行准确定位，能够使用户定制更加专业，满足用户个性化需求。与此同时，企业通过大数据整合，加速生产，促进信息流动，从而有效促进企业在新时期、新发展环境中进行转型。

（四）人才培养：在大数据发展背景下，数据和信息是企业的重要资产，具备上述资源的管理、协调能力，是企业稳定发展的基础。为此，重视复合型人才培养及团队建设，能够组建大数据组织架构，提高资源管理能力。

三、产业链大数据整合与应用过程注意事项

（一）促进良好运行，为产业链大数据安全提供保障。保证大数据安全，需要从三个方面加以深化：其一，系统运行维护安全管理，利用云数据管理模式，为系统安全运行提供一定的解决方法。为此，可采用安全模拟器，并用其对原有硬件系统进行替代，保证服务器数据的安全运行；其二，保证数据本身的安全性，如动态数据、静态数据等。在“互联网+”模式下，对数据关联水平、保护能力、操作技能等方面内容进行强化，从而保证数据自身安全性与可靠性；其三，对数据使用安全提供有效保障，在多源数据产生交互过程中，应对多方数据及隐私进行保护，并以此为保障条件，在可信环境下开展相应计算。数据及信息持有者可通过第三方平台上传大数据，而数据分析者则在云端挖掘信息和数据，充分保证数据使用的安全性。

（二）实现数据收集，保证可视化交互引擎顺利实施。将产业链大数据视为战略性资产，并在“互联网+”模式的驱动下，能够有效集成大量有用数据与信息，促进产业创新。对数据进行可视化处理，是产业链大数据整合的前提，在对大数据进行处理时，需要呈现在不同状态、不同领域的模式中。因此，应在“互联网+”模式下，对可视化交互引擎进行分析和预处理，从而实现数据准确收集。对软件系统进行开发和重组，能有效减少使用成本支出，并利用第三方大数据管理平台，对数据进行收集，完善分工协作能力。

（三）创新服务环节，促进产业链大数据整合与应用。产业链大数据包含很多内容，如数据收集、存储、处理，同时也包括数据可视化处理及可视化应用服务等，不仅贯穿产业链数据整个循环周期，同时也能够在“互联网+”的影响下，对商业模式进行变革。图1为产业链大数据主要服务环节。（图1）

在“互联网+”时代下，最为主要的是智能制造环节，实现智能化数据融合，跨越学科和领域，促使不同数据之间能够交叉融合，将垂直应用作为依据，将MPP架构数据库和Hadoop生态系统之间进行融合使用。同时，采用MPP对PB级别、高质量结构化数据进行科学处理，为其提供相对丰富的SQL以及事务支持能力。针对自动化学习机制而言，产业链大数据平台中，存在着普通大数据平台、技术、硬件、软件、信息等，其中最为重要的是将产业链全体接入其中。对于信息维度而言，存在十分丰富的结构数据，对其中较为复杂的算法事先制定好，然后进行主观假设，通过这种方式，进行自动在线流式学习。

主要参考文献：

[1]王钧超.大数据时代产业经济信息分析及在宏观决策中的应用[D].中国地质大学（北京），2016.

[2]郑志来.互联网金融对我国商业银行的影响路径——基于“互联网+”对零售业的影响视角[J].财经科学，2015.14.5.

[3]赵振.“互联网+”跨界经营：创造性破坏视角[J].中国工业经济，2015.21.10.