XXX数据中心-大数据项目可行性研究报告撰写格式

第一篇：XXX数据中心-大数据项目可行性研究报告撰写格式

XXX数据中心-大数据项目可行性研究报告

撰写格式

对于2015年大数据发展趋势预测，总结为这几个词：融合、跨界、基础、突破。

融合是说在产业里面，比如说在垂直行业的融合，在企业里面垂直融合，应用融合，技术融合等等。跨界，基于大数据使不同学科不同应用领域跨界。基础，就是说大数据发展亟待在一些基础方面进一步的夯实，2014年比2013年基础更强，期待2015年基础进一步的夯实，包括生态环境，包括大数据资源的共享。突破，我们会在预测在2015年在一些大数据的分析，大数据的一些系统方面能够取得相关性的突破。

这个趋势的报告来源于137位我们大数据专家委的委员和50位中关村产业联盟的会员，我们给出50个选项，每个专家委员给投票，同时给一些标注，最后我们在这个基础上给出了一个统计，最后结果是2015年度大数据发展的十大预测。

《中国大数据技术与产业发展白皮书(2014年)》针对2015年度大数据发展做了十大预测，分别是：

1、结合智能计算的大数据分析成为热点，包括大数据与神经计算、深度学习、语义计算以及人工智能其他相关技术结合，成为大数据分析领域的热点。大数据分析的核心是从数据中获取价值，价值体现在从大数据中获取更准确、更深层次的知识，而非对数据的简单统计分析。要达到这一目标，需要提升对数据的认知计算能力，让计算系统具备对数据的理解、推理、发现和决策能力，其背后的核心技术就是人工智能。近些年，人工智能的研究和应用又掀起新高潮，这一方面得益于计算机硬件性能的突破，另一方面则依靠以云计算、大数据为代表的计算技术的快速发展，使得信息处理速度和质量大为提高，能够快速、并行处理海量数据。

2、数据科学带动多学科融合，但是数据科学作为新兴的学科，其学科基础问题体系尚不明朗，数据科学自身的发展尚未成体系。在大数据时代，许多学科表面上看来研究的方向大不相同，但是从数据的视角来看，其实是相通的。随着社会的数字化程度逐步加深，越来越来多的学科在数据层面趋于一致。可以采用相似的思想来进行的统一的研究。数据科学作为一个与大数据相关的新兴学科出现，真正支撑大数据发展的学科跨越还没有出现。针对大数据处理的理论研究上，新型的概率和统计模型将是主要的研究工具，学科基础理论的突破还难于在2015年出现。

3、跨学科领域交叉的数据融合分析与应用将成为今后大数据分析应用发展的重大趋势。大数据技术发展的目标是应用落地，因此大数据研究不能仅仅局限于计算技术本身。由于现有的大数据平台易用性差，而垂直应用行业的数据分析又涉及到领域专家知识和领域建模，目前在大数据行业分析应用与通用的大数据技术之间存在很大的鸿沟，缺少相互的交叉融合。因此，迫切需要进行跨学科和跨领域的大数据技术和应用研究，促进和推动大数据在典型和重大行业中的应用和落地。

4、大数据将与物联网、移动互联、云计算、社会计算、等热点技术领域相互交叉融合，产生很多综合性应用。近年来计算机和信息技术发展的趋势是，前端更前伸，后端更强大。物联网与移动计算加强了与物理世界和人的融合，大数据和云计算加强了后端的数据存储管理和计算能力。今后，这几个热点技术领域将相互交叉融合，产生很多综合性应用。

5、大数据多样化处理模式与软硬件基础设施逐步夯实。内存计算将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，专为大数据处理优化的系统和硬件出现，大数据处理多样化模式并存融合，一体化融合的大数据处理平台逐渐成为趋势。其中有一个观点这种多元化一定程度上成为一体化，未来大数据多样化处理模式并存并且有可能成为一体化的平台。

6、大数据安全和隐私，这是我们第三年关于大数据热点问题趋势的预测，每一年这都是非常靠前关于大数据安全和隐私问题，这个反映我们专家我们用户一种期盼一种理解一种关注度，但是我们在大数据的安全和隐私保护方面，以及大数据涉及到资源国家主权这层面，实际上技术层面没有比较多的，这两年多以来没有比较长足的进步，这方面有一定的问题的，所以说大数据的安全持续令人担忧。

7、新的计算模式讲取得突破，去年前年我们在国内大量的去讲深度学习，今天我们发现一个很有意思的现象，在一些特定的领域发挥了作用，但是我们专家和工业界的人士更关注众包技术，也就是说可能未来不光是大数据讲深度学习。

8、各种可视化技术和工具提升大数据分析。进行分析之前，需要对数据进行探索式地考察。在此过程中，可视化将发挥很大的作用。对大数据进行分析以后，为了方便用户理解结果，也需要把结果展示出来。

9、大数据技术课程体系建设和人才培养是需要高度关注的问题。

10、开源系统将成为大数据领域的主流技术和系统选择。如需了解请登录：www.xiexiebang.com

目

录

一、项目单位基本情况.............................................................................1.1项目单位基本情况 ······························································ 1.2项目单位财务状况 ······························································ 1.3公司股东及股本结构 ··························································· 1.4技术力量 ·········································································· 1.5知识产权情况 ···································································· 1.6技术储备情况 ····································································

二、项目的基本情况.................................................................................2.1项目名称 ·········································································· 2.2项目建设内容 ···································································· 2.3项目实施进度 ···································································· 2.4总投资及资金来源 ······························································ 2.5经济和社会效益分析 ··························································· 2.6各项建设条件落实情况 ························································

三、项目建设背景.....................................................................................3.1大数据发展现状 ································································· 3.2项目建设背景 ···································································· 3.3项目建设必要性 ································································· 3.4项目建设意义 ····································································

四、项目建设目标及任务..........................................................................4.1项目建设目标 ···································································· 4.2项目规划应用任务 ······························································

五、项目建设需求分析.............................................................................5.1用户需求 ·········································································· 5.2数据需求 ·········································································· 5.2.1数据资源现状 ····························································· 5.2.1数据资源发展趋势 ······················································· 5.3系统及应用需求分析 ··························································· 5.3.1节点管理 ··································································· 5.3.2主题管理 ··································································· 5.3.3元数据管理 ································································ 5.3.4公共代码管理 ····························································· 5.3.5数据采集 ··································································· 5.3.6数据整理比对 ····························································· 5.3.7数据交换 ··································································· 5.3.8数据访问 ··································································· 5.3.9数据备份与 恢复 ························································· 5.3.10标准管理 ································································· 5.3.11应用支持 ································································· 5.3.12运行管理 ································································· 5.4性能需求分析 ···································································· 5.5安全保障体系需求分析 ························································ 5.5.1系统安全可靠性需求 ···················································· 5.5.2数据安全保密性需求 ···················································· 5.5.3数据完整性需求 ·························································· 5.5.4实体的可鉴别性需求 ···················································· 5.5.5不可否认性需求 ·························································· 5.5.6对象和行为的可授权性需求 ··········································· 5.5.7统一信任与授权策略需求 ·············································· 5.5.8数据中心统一安全监督性需求 ········································ 5.6保障机制需求分析 ······························································

六、数据中心设计方案.............................................................................6.1设计原则 ·········································································· 6.1.1统一建设 ··································································· 6.1.2相对独立 ··································································· 6.1.3共建共享 ··································································· 6.1.4安全可靠 ··································································· 6.2数据中心平台设计 ······························································ 6.2.1平台总体架构 ····························································· 6.2.2信息资源 ··································································· 6.2.3支撑平台 ··································································· 6.2.4数据共享交换平台 ······················································· 6.2.5共享数据管理系统 ······················································· 6.2.6保障机制 ··································································· 6.2.7标准法规体系 ····························································· 6.2.8数据接口系统 ····························································· 6.2.9运行环境 ··································································· 6.3数据中心成效应用 ······························································

七、数据中心建设土建及公用工程............................................................7.1土建方案 ·········································································· 7.2给排水系统 ······································································· 7.3电气系统 ·········································································· 7.4道路绿化等其他系统 ···························································

八、节能...................................................................................................8.1 用能标准和节能规范 ··························································· 8.2能耗分析 ·········································································· 8.3 节能措施分析····································································

九、环境保护............................................................................................9.1环境保护执行标准 ······························································ 9.2建设期环境影响分析 ··························································· 9.3运营期环境影响分析 ···························································

十、组织机构与人力资源配置...................................................................10.1组织机构 ············································· 错误！未定义书签。10.2人力资源配置 ··································································

十一、组织管理与实施进度......................................................................11.1建设期管理 ·········································· 错误！未定义书签。11.2运营期项目管理 ···································· 错误！未定义书签。11.3建设工期和进度安排·························································· 11.4项目招投标 ·····································································

十二、投资估算与资金筹措......................................................................12.1投资估算 ········································································ 12.2资本金筹措 ····································································· 第十三章 财务评价...................................................................................13.1项目经济效益 ·································································· 13.2项目社会效益 ·································································· 第十四章 项目风险分析............................................................................14.1市场风险 ········································································ 14.2项目建设管理风险 ···························································· 第十五章 研究结论与建议........................................................................15.1结论 勤劳的蜜蜂有糖吃

15.2建议 ··············································································

第二篇：投资项目可行性研究报告的撰写

《投资项目可行性研究指南》 学习札记

《投资项目可行性研究指南》是规范投资性项目的可行性研究工作内容、方法及可研报告编纂的一部指导性读本。该书由中国国际工程咨询公司编制，二零零二年初由国家发展计划委员会颁布试用。其重要性对本公司所从事的业务不言而喻，因而自我来公司报到伊始，公司领导就衷衷教诲：要好好学习这本指南，要做到领会其实质，吃透其精神。

以下为本人在学习过程中的一些零散的感悟和理解。由于本人刚接触工程咨询这个行业，对《投资项目可行性研究指南》（以下简称《指南》）一书的学习和认知还非常肤浅，所以许多个人观点难免有偏颇和疏漏，请老师和各位前辈不吝批评、提点，以利于个人业务素质的迅速提高。在下感谢不尽。

项目可行性论证就是对项目是否可行进行分析、论证，一言以蔽之，就是对“充要性”进行解剖和分析。剖析的深度不同，形成报告的名称也不同。简单剖析而形成的书面结果叫“项目建议书”、“项目申请报告”、“资金申请报告”，这三者的区别在于目的性不同，因而剖析的侧重点和结束语不同。具体的异同点尚有待我进一步学习、领会。深度剖析后形成的报告叫“可行性研究报告”，所谓“深度”，就必须要有更有力的说服力，因而报告中一定会引述相关的法、规、技术标准，必要时还要通过现场调查、了解、取样测试，以取得详细的第一手资料，为论证提供强大的支撑。

《指南》中的各个章节，正是整个可研活动所要考虑的方方面面，即各个角度或者叫切入点。而《指南》要求以一定的顺序来论述和展现，既能体现出整个报告的完整性、系统性和逻辑性，又能避免评估工作的疏忽和遗漏——如依国家相关政策而要求必有的能评、环评章节。不仅如此，《指南》对可研报告的展现形式也有一定指导意义。如通过一些图、表的合理运用，把一些不便于语言描述的信息简洁、明了地呈现出来，既增加了报告行文的美感，也大大增加了可读性——使报告的受众能快速、直观地了解作者想要表达的意图，从而促使报告使命的快速达成；同时这也是最大程度地满足客户需求的具体体现。《指南》深刻理解和熟练运用，也是公司进一步的业务内容（如环评、能评、信用评级等）能顺利开展的需要。

《指南》是可研工作的“领航员”，是可研工作从业者的“葵花宝典”。另一方面，工程咨询及其可研活动，涉及的领域非常宽广博大，《指南》不可能也没必要将所有的可研类别一一述及。它提供的只是一个方法，一种理念和指导。我们在学习时关键是要领会其精神实质，在运用时才能融会贯通，窃以为不可太教条刻板。换言之，理解重于死记。《指南》用了四分之一的篇幅详细介绍了可研活动应考察的各个方面、大致顺序及其具体内容。各章节的个人理解如下：

一、项目兴建理由与目标：是整个报告的开头。介绍项目的由来、概况。并且简述其充要性，充分性部分要列出相关的主要的法、规、标，如果涉及的标准太多，可在后续章节的详述中列出，以免行文繁冗。必要性部分既要论述充分，又不宜有太大的篇幅。如果非得用大篇幅和详

2实的数据来论述其必要性（如其必要性不太充分，多有争议时），可以将必要性单列一章，以免整个报告头重脚轻。一般是从整体需要到局部需要，从国计需要到民生需要来论述。

二、市场预测：一般是对具体产品类的项目而言的。要先现状，后预测（包括风险评估）来全面地对产品未来的市场进行研究。其中涉及一些比较专业的手法。如调查方法、取样方法、预测方法。在优、劣势分析时，可以考虑以SWOT表或类似的表格来展示。

三、资源条件评价：大多针对一些稀缺的资源（如水、地、矿藏、森林），也可能是针对深度加工的产品（即涉及原料供应的问题）而言的。对稀缺的资源，国家或地方一般都有相关的法规，其中有综合利用或配套利用等的要求。

四、建设规模与产品方案：合理的经济规模下，项目相应的规模。影响因素一般有市场容量、环境容量、资金规模、原材料供应规模、配套协作厂家的多少及规模。概括地说就是两方面的规模，一是项目本身的最小有效规模或最佳规模，另一个是配套因素的匹配规模。产品方案主要由产品设计形成，可研报告涉及的部分只是在某个方面给产品设计者作一提醒，供产品设计时参考。现在的观念是：产品的品质源自大Q，即产品形成过程中所有相关人员的人品。产品所有属性（含竞争力，包括性能、对应的工艺方案、成本、产能、售后服务等等）主要是由产品设计决定的，而工艺选择等环节只是在产品方案确定的前提下作局部优化和选择，在产品属性形成过程中处于次要和从属的地位。新材料、新

3工艺首先是用在产品设计上。最后有个比选的动作，即在多种方案的比选后提供一个相对最优的方案。

五、场址选择：考虑的因素可分以下几类：自然因素，包括地理、气象、水文地质；社会因素，包括法律支持条件、征地、拆迁、移民安置等；环境因素，包括相对其它建筑物或构筑物或设施或社区、交通运输、水电汽气供应、建设期及运营期对环境的影响（多指不利影响）、公共设施依托情况等。

这些因素多而杂，要对照《指南》的提醒，必要时运用脑力激荡法找出《指南》未提及的重要因素，再逐个考评。

用比较表对多个方案进行比选并给出比选建议（结果）。

六、技术方案、设备方案和工程方案：技术方案指产品的加工方法及过程，设备方案指设备选择的依据和方法，而工程方案就是项目建成的过程与方法。而节能、节水措施是上属三个方案均应考虑的问题，《指南》将其各单列一节讨论，是突出能源及水资源的重要性，不可疏漏。方案比选前对上属三块要有个起码的认知，必要时可设法取得专家库相关领域专家的支持。

七、原材料燃料供应：主要研究其充分性，即供给的可靠性。含方案比选。

八、总图运输与公用辅助工程：总图是在前述章节主要因素选定的前提下，整个项目初步总体设计结果用工程语言的表达。场内外运输方

4案、公用辅助工程等选定后，要回头对照总图再行验证，必要时修正总图。循环检索、不断验证将充斥着整个设计活动。

九、环境影响评价：可研报告在这一章节编写时要先清楚环评的基本要求、环境现状，这两节作为本章的前导；再对各影响因素进行评估分析，先主后次，这一节是该章的中腹；而单列一节的环保措施才是重点。

十、劳动安全卫生与消防：劳动安全卫生是以保护劳动者的人身安全与健康为基点，辅以设备、设施安全等的考量。而消防是防灾中的一个重要方面，故单列一节讨论，以突出重点。针对不同的项目，亦可将对项目有致命影响的因素如防爆、防汛等内容单列讨论，同时调整章节的标题内容。

十一、组织机构与人资配置：以前述各章节内容为前提，对项目运营期的组织架构与人资配置作一总体初步设计；突出人资的再生产，即人员素质的保持与再生。

十二、项目实施进度：对项目的进度与工期作一初步总体设计。

十三、投资估算：对项目各项费用、资金需求总量、资金消耗、盈利能力作一估算。

十四、融资方案：对资金筹措的方式、成本、风险等进行分析、比选，并给出推荐方案。

十五、财务评价：对一系列的财务指标进行计算、分析。除基本数据的提供以外，主要部分应由专职的财务人员协作完成。

十六、国民经济评价：从国民经济的角度对项目所消耗的社会资源和对社会的贡献进行评估。

十七、社会评价：对项目对社会的适应性及影响进行评估和分析。

十八、风险分析：在有效识别各种风险的基础上进行风险评估。

十九、研究结论与建议：给出推荐方案（含总体描述），同时也对其可能会遇到的问题及风险作一评估，推荐方案是否可行要明确而不能含糊其辞。

第三篇：2017年银行数据中心项目可行性研究报告(编制大纲)

2017年银行数据中心项目可行性研

究报告

编制单位：北京智博睿投资咨询有限公司

0

本报告是针对行业投资可行性研究咨询服务的专项研究报告，此报告为个性化定制服务报告，我们将根据不同类型及不同行业的项目提出的具体要求，修订报告目录，并在此目录的基础上重新完善行业数据及分析内容，为企业项目立项、申请资金、融资提供全程指引服务。

可行性研究报告 是在招商引资、投资合作、政府立项、银行贷款等领域常用的专业文档，主要对项目实施的可能性、有效性、如何实施、相关技术方案及财务效果进行具体、深入、细致的技术论证和经济评价，以求确定一个在技术上合理、经济上合算的最优方案和最佳时机而写的书面报告。

可行性研究是确定建设项目前具有决定性意义的工作，是在投资决策之前，对拟建项目进行全面技术经济分析论证的科学方法，在投

资管理中，可行性研究是指对拟建项目有关的自然、社会、经济、技术等进行调研、分析比较以及预测建成后的社会经济效益。在此基础上，综合论证项目建设的必要性，财务的盈利性，经济上的合理性，技术上的先进性和适应性以及建设条件的可能性和可行性，从而为投资决策提供科学依据。

投资可行性报告咨询服务分为政府审批核准用可行性研究报告和融资用可行性研究报告。审批核准用的可行性研究报告侧重关注项目的社会经济效益和影响；融资用报告侧重关注项目在经济上是否可行。具体概括为：政府立项审批，产业扶持，银行贷款，融资投资、投资建设、境外投资、上市融资、中外合作，股份合作、组建公司、征用土地、申请高新技术企业等各类可行性报告。

报告通过对项目的市场需求、资源供应、建设规模、工艺路线、设备选型、环境影响、资金筹措、盈利能力等方面的研究调查，在行业专家研究经验的基础上对项目经济效益及社会效益进行科学预测，从而为客户提供全面的、客观的、可靠的项目投资价值评估及项目建设进程等咨询意见。

报告用途：发改委立项、政府申请资金、申请土地、银行贷款、境内外融资等 关联报告：

银行数据中心项目建议书 银行数据中心项目申请报告 银行数据中心项目商业计划书

银行数据中心项目节能评估报告 银行数据中心项目资金申请报告 银行数据中心项目市场调查研究报告 银行数据中心项目投资价值分析报告 银行数据中心项目投资风险分析报告

银行数据中心项目行业发展前景预测分析报告

可行性研究报告大纲（具体可根据客户要求进行调整）第一章 总 论

1.1银行数据中心项目概况 1.1.1银行数据中心项目名称 1.1.2建设性质

1.1.3银行数据中心项目承办单位及负责人 1.1.4银行数据中心项目建设地点 1.2银行数据中心项目设计目标 1.3银行数据中心项目建设内容与规模 1.4银行数据中心项目投资估算与资金筹措 1.4.1银行数据中心项目建设总投资 1.4.2资金筹措

1.5银行数据中心项目主要财务经济指标 1.6可行性研究依据 1.7研究范围

第二章 银行数据中心项目建设背景

2.1宏观形势 2.1.1地理、历史 2.1.2交通 2.2宏观经济运行

2.2.1宏观经济发展（GDP发展）2.2.2固定资产投资情况 2.2.3人均生产总值 2.2.4人口变化

2.3地区及行业的发展规划 2.3.1城市总体规划（2015—2020）2.3.2城市近期建设规划

第三章 银行数据中心市场分析与市场定位 3.1银行数据中心市场分析 3.1.1银行数据中心市场近况 3.1.2银行数据中心市场划分 3.1.3板块特征分析及小结 3.1.4银行数据中心 市场总结 3.1.5银行数据中心项目机会分析 3.2项目市场定位

3.3银行数据中心项目的SWOT分析 3.3.1银行数据中心项目优势（STRENGTH）3.3.2银行数据中心项目劣势（WEAKNESS）

3.3.3银行数据中心项目机会（OPPORTUNIES）3.3.4银行数据中心项目威胁（THREATS）3.4营销策略 3.4.1营销主题 3.4.2广告创意 3.4.3营销策略 3.4.4宣传推广策略 3.4.5促销策略

第四章 银行数据中心项目区建设条件 4.1市区域概况 4.2区域文化特色 4.3区域人居环境 4.4区域交通网络 4.5基础条件

4.5.1.自然及气候条件 4.5.2.基础设施配套建设条件 第五章 银行数据中心项目建设方案 5.1总体规划 5.1.1设计依据 5.1.2规划设计构思 5.1.3指导原则 5.1.4规划目标

5.2总平面布置及道路景观设计 5.2.1总平面布置 5.2.2道路及景观设计 5.2.3竖向设计 5.2.4技术指标 5.3建筑单体设计 5.3.1平面设计 5.3.2立面设计 5.4结构设计 5.4.1工程概况 5.4.2设计依据 5.4.3基础设计 5.4.4结构选型

5.4.5主要荷载（作用）取值 5.4.6主要结构材料 5.5公用辅助工程 5.5.1给排水工程 5.5.2暖通工程 5.5.3电气工程 5.5.4燃气工程 5.5.5人防设计 5.5.6无障碍设计

第六章 银行数据中心项目环境影响评价 6.1环境保护执行标准 6.2施工期环境影响分析 6.2.1施工期污染源 6.2.2施工期环境影响分析 6.3项目建成后环境影响分析 6.3.1大气污染源分析 6.3.2水污染源分析 6.3.3环境保护措施 6.4公众参与

第七章 银行数据中心项目劳动安全卫生与消防 7.1卫生防疫 7.2消防

7.2.1消防给水系统 7.2.2防排烟系统 7.2.3电气消防

第八章 银行数据中心项目节能节水措施 8.1节能 8.1.1设计依据

8.1.2能源配置与能耗分析 8.1.3节能技术措施 8.2节水

8.2.1水环境

8.2.2绿化景观用水节水 8.2.3节水器具应用 8.3太阳能利用

第九章 银行数据中心项目组织管理与实施 9.1项目组织管理 9.1.1项目组织机构与管理 9.1.2人力资源配置 9.2物业管理 9.2.1物业服务内容 9.2.2物业服务标准 9.3项目实施安排

第十章 银行数据中心项目投资估算与资金筹措 10.1投资估算 10.1.1估算依据

10.1.2投资构成及估算参数 10.1.3投资估算 10.2资金筹措 10.3借款偿还计划

第十一章银行数据中心项目工程招标方案 11.1 总则.2 项目采用的招标程序.3 招标内容

第十二章 银行数据中心项目效益分析 12.1财务评价的依据和原则 12.2成本费用、销售收入及税金估算 12.2.1 成本费用估算 12.2.2收入及税金估算 12.3 财务效益分析 12.3.1项目损益分析 12.3.2项目财务盈利能力分析 12.4盈亏平衡分析 12.5敏感性分析 12.6财务效益分析结论

第十三章 银行数据中心项目结论与建议 13.1银行数据中心项目结论 13.2银行数据中心项目建议 1、银行数据中心项目位置图 2、主要工艺技术流程图 3、主办单位近5 年的财务报表、银行数据中心项目所需成果转让协议及成果鉴定 5、银行数据中心项目总平面布置图 6、主要土建工程的平面图 7、主要技术经济指标摘要表、银行数据中心项目投资概算表 9、经济评价类基本报表与辅助报表 10、银行数据中心项目现金流量表 11、银行数据中心项目现金流量表 12、银行数据中心项目损益表、银行数据中心项目资金来源与运用表 14、银行数据中心项目资产负债表 15、银行数据中心项目财务外汇平衡表 16、银行数据中心项目固定资产投资估算表 17、银行数据中心项目流动资金估算表 18、银行数据中心项目投资计划与资金筹措表 19、单位产品生产成本估算表、银行数据中心项目固定资产折旧费估算表 21、银行数据中心项目总成本费用估算表、银行数据中心项目产品销售（营业）收入和销售税金及附加估算表

第四篇：大数据报告

课程总结报告

学生姓名： 尹怡 学

号： 1370714 导

师： 庞哈利 专

业： 控制工程 所属课群： 学位课

课程名称： 前沿技术与职业发展 课程负责人： 徐林

课程开设日期： 2014.6.23-2014.12.31

东北大学信息科学与工程学院

2014年

科学技术创新对大数据发展的动力

1.绪 论

随着信息技术的飞速发展，人类社会进入数字信息时代。获取和掌握信息的能力己成为衡量一个国家实力强弱的标志。一切信息伴随需求不同决定其效益不同，而一切有益信息都是从大量数据中分析出来的。海量数据又随时间持续产生、不断流动、进而扩散形成大数据。大数据不仅用来描述数据的量非常巨大，还突出强调处理数据的速度。所以，大数据成为数据分析领域的前沿技术。数据成为当今每个行业和商业领域的重要因素。人们对于数据的海量挖掘和大量运用，不仅标志着产业生产率的增长和消费者的大量盈余，而且也明确地提示着大数据时代已经到来。

数据正成为与物质资产和人力资本同样重要的基础生产要素，大数据的使成为提高企业竞争力的关键要素。数据成为资产、产业垂直整合、泛互联网化是数据时代的三大发展趋势。一个国家拥有的数据规模及运用的能力将成为综合国力的重要组成部分，对数据的占有权和控制权将成为陆权、海权、空权之外的国家核心权力。大数据与人类息息相关，越来越多的问题可以通过大数据解决。不仅在数据科学与技术层次，而且在商业模式、产业格局、生态价值与教育层面，大数据都能带来新理念和新思维，包括政府宏观部门、不同的产业界与学术界，甚至个人消费者。大数据与互联网一样，是信息技术领域的革命，更加速企业创新，在全球范围引领社会变革并启动透明政府的发展。

大数据正在引发一场思维革命，大数据正在改变人们考察世界的方式方法，以前所未有的速度引起社会、经济、学术、科研、国防、军事等领域的深刻变革。大数据除了将更好的解决商业问题，科技问题，还有各种社会问题，形成以人为本的大数据战略。大数据这一新概念不仅指数据规模庞大，也包括处理和应用数据，是数据对象、技术与应用三者的统一。大数据既可以是如政府部门或企业掌握的数据库这种有限数据集合，也可以是如微博、微信、社交网络上虚拟的无限数据集合。大数据技术包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。大数据应用是应用大数据技术对各种类型的大数据集合获得有价值信息的行为。充分实现大数据的价值惟有坚持对象、技术、应用三位一体同 步发展。大数据是信息技术与各行业领域紧密融合的典型领域，有着旺盛需求和广阔前景。把握机遇需要不断跟踪研究大数据并不断提升对大数据的认知和理

解，坚持技术创新与应用创新协同共进同时加快经济社会各领域的大数据开发与利用，推动国家、行业、企业对于数据的应用需求和发展水平进入新的阶段。

在大数据时代数据作为一种独立存在的实体，其资产价值越来越突出，日益引起人们的重视。从具体的个人到形形色色的企业，从各国政府到各种组织都可以合法地去收集数据。不论个人还是企业，以及政府等都可以是数据的拥有者。今后个人隐私与数据归属权可能关系越来越少，欧洲民众要求政府公开信息的诉求极其强烈，民众有权向政府申请信息公开。除了涉及国家安全和个人隐私的公共信息外，大部分政府信息都可以公开。

大数据主要有三个方面对人类经济社会发展影响巨大，归纳起来：一是能够推动实现巨大经济效益，二是能够推动增强社会管理水平，三是能够推动提高安全保障能力。大数据在政府和公共服务领域的应用可有效推动政务工作开展，提高政府部门的服务效率、决策水平和社会管理水平，产生巨大社会价值。总而言之，大数据将为人们提供强有力的新工具，使人们能更加容易地把握事物规律，更准确地认识世界、预测未来和改造世界。

大数据可以分为大数据存储和大数据分析，大数据存储的目的是支撑大数据分析，大数据存储致力于研发数据存储平台，大数据分析关注在最短时间内处理大量不同类型的数据集，大数据分析相比于传统的数据仓库应用数据量大、查询分析复杂，大数据分析平台需要具备并行数据库、Map Reduce 及基于两者的混合架构。

2.社交网络崛起的大爆发

我们已经进入一个复杂科学领域，随着云计算、云存储、物联网、二维码技术和 LBS（基于位置的服务）的互联网技术广泛应用，人类的各种社会互动、沟通设备、社交网络和传感器正在生成海量数据。商业自动化导致海量数据存储，但用于决策的有效信息又隐藏在数据中，如何从数据中发现知识，以数据挖掘为代表的大数据分析技术应运而生。

1、社交网络的公共性

社交网络是大数据的重要来源，大数据的社会应用与社会价值就来自于社交网络，比如

国外影响巨大的 Facebook 和 Twitter，国内近年来风起云涌突然兴起的微博，特别是大家关注度非常高的新浪微博，这种网络交流平台具有媒介属性，日益成为影响不可忽视的的社会化媒体,每分每秒时时刻刻都在产生数以亿级形形色色 的话语文本。人具有与他人交流、分享、传播信息的天生需求，与他人直接交流互动和传播各种信息加大了人的社会交往，基于人际关系的信息传播创造了数量庞大的关系数据，扩大了大数据的社会价值与社会影响，带来商业上的无限想象力和各种企业的商业应用价值，大数据产生的技术背景离不开社交网络，移动互联网和物联网的发展导致大数据越来越大，具有随时收集、即时应用、及时生产 的重要特点。

例如时装产业产生的大数据基本源自无处不在的社交媒体。全世界每天都有 10 亿人以上在社交网络上交流信息发表观点。每一刻都会有上百万人通过社交媒体点赞分享、转发微博、讨论时尚、引导潮流。大数据时代，越来越多的各大品牌知名设计师直接利用社交网络与公众交流，让大众直接参与到设计当中，根本改变了此前这一行业的封闭性，不再只对时尚界的所谓精英开放。越来越多的品牌比如巴宝莉选择在时装秀之前的通过官方微博账号发布了模特们在后台的照片，许多顶级设计师愿意在网上发布自己全新的设计，如奥斯卡・德拉伦塔在Instagram上通过微博发布了最新款式的高级女装成衣系列。顶级买家被流行博客写手取代，网络红人占据了时尚杂志主编的前排座椅，在社交媒体上拥有大批微博粉丝的摄影师对大众的时尚影响力远远超过传统的精英人群。

2、社交网络的价值性

在一定程度上，大数据的社会应用价值越来越多的来自新型的社交媒体，在这些影响巨

大的微媒体社会背景下，大数据参与渗透进入各种各样的商业应用领域，产生巨大的社会影响，微博营销开始成为商家的选择，已成为目前最显著的商业模式，是大数据最直接的商业应用。社会化媒体直接成为企业首选地营销工具，企业通过社会化媒体发布有效信息，直接影响和引导消费者的潮流，主动收集来自消费者的反馈信息，积极进行互动，成为利润来源的重要渠道。社交网络互动传播彻底改变传统大众媒体单向的传播方式，可以针对具体特定不同的各种目标群体，通过信息技术点对点直接传递不同的特定信息，影响舆论，改善声誉，建立美誉度，有助于形成购买决策。很多企业关注从海量采集的关系数据中提取发现真 正有价值的商业信息，建立客户档案，实现精准营销，追踪目标客户，分析客户价值建立商业模型。

企业开始加强了解社会化媒体，其深刻认知和巨大投入将产生新的媒介形态并实现产品营销的新思路。社交大数据不仅仅对个别企业，而且对一些相关行业

都可以带来及其深刻的巨大变革。第一大数据有效改善传统的营销方式，与之相比利用有效精准的大数据营销，可以保持前期的大量曝光，中期的利益转化，到后期的实际购买，所有行为都是可提前预测并且随时监测的。效果可量化评估是采用大数据带来的前所未有的最实质性的根本影响；第二在社交这个环节，会产生越来越多的普通消费者在网络上通过各种社交媒体随时反馈自己在使用过程中对企业突出的产品以及建构的品牌形象发表看法，这个互动的过程会不断产生各种各样许多富有价值的有效信息，甚至还会包括发现一些潜在的意想不到的市场需求。对一个处在发展阶段的企业来说，这些有效信息不仅帮助他们可能采取措施调整原有传统产品，甚至引发并且催生新的不一样的商业模式。洞察消费者需求是大数据追求的核心价值；第三大数据可以变革某些具体行业，比如电影行业大数据可以根据实际数据能够预估票房，在金融行业可以进行前瞻预测提前作出调控措施，企业可以根据采集的大数据建立一些加上模型，预测消费者行为，进行数据分析。就连奥巴马为了赢得美国总统大选，他的团队就采集利用来自各种社交媒体产生的数据进行有效分析，做出民意评估，监测舆情，帮助连任，无疑发挥出来巨大的推动作用。

3、社交网络的应用性

社交媒体可以很短时间产生很大信息量，采取有效方法运用海量数据才是每个企业在市场面临的棘手问题。社会化媒体必须学会处理数据，具体步骤可以分为以下内容，首先进行收集，然后根据数据的不同类型导致具有不同用途，经过判断有些可以用于市场评估，反映市场效果，进一步了解市场，时时监测竞争对手，获得市场情报；还有一些可以通过信息技术采取自然语言处理，比如适当分类，有效聚类，快速获得消费者的需求以及人们对企业产品和所在行业的及时反馈和相关看法，利于企业做出判断，快速做出相应调整。例如电视广告价格很贵，媒体投放成本相对较高，一个企业的销售广告同时有 15 秒和 30 秒两个不同版本，但事先难以确定哪个版本更能吸引消费者，这时可以提前把视频传播至互联网，通过无处不在的社交媒体进行免费传播。应用大数据技术可以把采集消费者的信息，快速收集所有评价加以系统分析，找到有助于传播的元素，分析引起消费者反感的原因，快速提前测试有助决策，为广告主节省大量成本。通过大数据企业与用户间出现新的沟通方式，商业模式正在发生变化，在全世界社交媒体都引起市场变革，表现出企业日益关注消费者，用户重要性正在不断凸显。2012

年9月一家美国调研机构对市场营销人员进行调查，将近2/3的受访客户承认提高在广告营销领域采用数据管理平台的原因出于挖掘大数据的市场需求。

运用社交大数据，关键在于拥有数据。尽管用户数量不迅速增加，但预测用户行为，提出更精准的建议，仍然需要采集更大更多的数据量。如果数据处理能力没有提高，不能结合实际商业场景，就不会形成精细落地方案，既不可持续，也不可获利，导致社交大数据发展面临挑战。只有提高分布式计算、改善存储功能，加快实时计算的能力，才会实现价值。如果没有实际应用，大数据技术就不会产生实际意义。

大数据带来市场变革，挑战已有经验，颠覆已知模式，引领人类走向智能社会，数字化生存成为新的生活方式，社会化媒体随时记录人们的社会生活，感知行为态度、参与交往过程、建立互动关系，数据记录不仅保存而且可以分析，产生新的社会科学研究方法，拥有预知社会的可能性，在社会科学领域产生革命性变革和影响，大数据直接改变社会科学研究的模式和路径。

3.物联网发展的促进作用

随着物联网迅速发展，各种行业、不同地域以及各个领域的物体都被十分密切地关联起来。物联网通过形形色色的传感器将现实世界中产生的各种信息收集为电子数据，并把信号直接传递到计算机中心处理系统，必然造成数字信息膨胀，数据总量极速增长。2.1、物联网形成产业链

物联信息不仅仅包括物联管理对象信息与物联感知设备信息，更突出物联实时信息。根据物联网数据的来源可以分成传感器感知数据和社交网络数据两种。虽然目前网络上产生的数据多于各种传感器感知到的数据总量，但是随着物联网设备的日益普及和感知技术的进步，传感器产生的数据量将大幅增加，最终将超过网络数据量，这种趋势越来越明显。

物联网改变了人们的社会活动形式，改善了人们的生活方式，变革了商业模式，被称为第三次信息化高潮，继计算机、互联网产生之后对社会的发展产生新的冲击。物联网把对象物和互联网相互连接起来，即时信息交换，智能化识别，实现定位跟踪，监控管理对象，产生大量数据，影响电力、安防、医疗、物流、交通、环保等行业形成新的商业模式。物联网联合大数据，正在迅速创造出巨大的社会价值和商业价值。

中国信息产业商会乐观预测，中国在 2013 年传感器设备将继续保持市场规模，表现快速增长势头，中国物联网 RFID 产业市场达到 320 亿元左右，规模将比 2012 年增长 35%左右。物联网伴随着移动互联网和云计算的迅猛崛起，物联网产业链上的各环节成本减少，相关产品价格迅速下降，进一步带来物联网硬件及其基础设施的大规模普及。同时，工信部联合财政部提供专项资金用以支持物联网发展,2013 年投入的专项资金将超 5 亿元。而在政策支持与市场反馈的协同发展推动下，业内人士大胆预测未来数年物联网会全面推广大规模普及，其产业规模或许比现有互联网大 30 倍。

物联网发展离不开基础建设，需要设备制造企业提供传感设备与网络核心设备，随着存储能力非常巨大的云计算中心的不断建设和投入使用，物联网持续产生的大数据可以随时存储，在线处理，产生价值，成为现实。企业需要思考物联网收集的大数据与其产业发展的融合与转换，将数据转化为利润，开辟市场蓝海，收获真金白银，发明新的商业模式，形成新的商业思维。2.2物联网产生大数据

物联网大数据成为焦点，引起各大 IT 巨头越来越多的注意，其潜在的巨大价值也正在通过市场逐渐被挖掘出来。微软、IBM、SAP、谷歌等国际知名 IT 企业已经在全球分别部署了大量数据中心，还拿出大笔资金收购擅长数据管理和建构分析方面的优秀软件企业。这些物联网产生的大数据来自于不同种类的终端，比如智能电表、移动通信终端、汽车和各种工业机器等，影响生产生活的各个领域，各个层面，不可小觑。

物联网产业链的核心不是设备和元器件，而是数据以及数据驱动的产业，物联网的核心价值不在感知层和网络层，而是在更广泛的应用层。物联网产生的大数据经过智能化的处理、社会化的分析，将生成各种商业模式，产生各异的多种应用，形成了物联网最重要的商业价值。

处理物联网收集的大数据并不容易，物联网中的大数据不简单等同于互联网数据。物联网大数据不仅包括社交网络数据，更包括传感器感知数据，尽管社交网络数据包含大量可被处理的非结构化数据，比如新闻、微博等，但是物联网传感器收集的许多碎片化数据属于非结构化数据，在目前还不能被处理。

物联网应用于多个行业，而每个行业产生的数据有独特的结构特点，因此就形成很多相异的商业模式。物联网创造商业价值的基础是数据分析，物联网产业

将出现各种类型的数据处理公司，比如数据分析公司，软件应用集成公司和商业运营公司将逐步分化，产业链将逐步完善。

中国物联网刚刚进入应用阶段，刚刚起步，调查物联网产业最前沿的一线参与主体，可以发现主要包括 RFID 标签厂商、传感器厂商、电信运营商和一些系统集成商。目前各地已经建成的大量物联网系统已经开始进入市场，主要应用于远程测量、移动支付、环境监控等方面。另外主要分布在物品追溯系统和企业供应链管理等方面，应用较多的医疗健康、智能电网、汽车通信等服务也已开始出现，积极探索盈利，努力获得用户，占领高端市场。而在物联网应用的过程中，我们发现电信运营商起到主导作用，扮演起行业龙头，发挥带动的作用，另外中国电信表现突出，也开始宣传自己物联网应用系统用于全球远程监控。而电信运营商之所以分外努力推广应用物联网，不仅仅在于运营商可整合硬件、芯片、应用等各步骤中的许多优秀合作伙伴，在运营方面以外，还在于物联网广泛应用在电信终端，可以有效整合电信互联网产业链的推进。电信运营商的示范不仅积累实战经验，甚至可帮助电信运营商将业务在物联网中拓展为系统方案解决商，介入各种增值业务。2.3物联网催化大商业

看待电信运营商，可以应用大数据的观点，物联网商业模式将更多的移动终端容纳进来，作为数据采集设备，加以信息化应用，适应市场需求，成为物联网跨界发展的趋势。这种数据如果能得到运营商快速化、规模化、跨领域的广泛应用，那么电信运营商可能获取的商业回报会进一步参与到物联网的各个建设环节中，并且还可能使越来越多的商业信息被运营商掌握。这些信息驱动企业合作，推动参与各方共同寻找一种多方共赢的路径，建立新型商业模式。实现应用物联网数据，特别需要升级商业模式，真正创造多方共赢的有利环境。而要建立多方共赢的理念，就应该推动物联网真正成为市场的中心，变成一种商业的驱动 力，吸引产业链内的所有企业共同参与物联网发展建设。

现在大部分行业的商业信息移动化、社交化，大数据必然会成为最佳捷径，实现用户商业价值的。物联网大数据支撑商业开展，服务商业决策，提供各种行业信息，因此物联网大数据的未来是无限的，富有商业魅力。物联网大数据要获得产业健康有序发展，不能仅在概念上停留，还需要政策支持，市场完善以及产品持续的不断创新。而更为重要的方向是推动不同部门、不同机构、不同行业之间共享物联网大数据的问题。各部门公开数据、分享数据才能利用数据深层价值，产生数据的附加价值。虽然目前交通、电力、工业等不同行业还没有合为一个物联网，但是共享不同行业的各种数据信息是可行的。而目前政府部门也开始意 识到数据单一难以发挥最大效能，开始寻求数据交换伙伴，部门之间已经开始相互交换数据，必将成为一种发展趋势，而共享不同部门之间不同种类的数据信息有助于发挥物联网更大的价值。

在未来几十年，物联网大数据面临着战略性的时代发展机遇及挑战。物联网握手大数据，不仅延伸更为广泛的应用，更会产生出价值更大的产业链，所以，将物联网发展离不开大数据理念，而大数据的广泛应用进一步加快物联网的前进步伐，在互动发展全过程中，物联网能够促进并带动大数据发展。大数据的采集和感知技术的发展是紧密联系的，提升以传感器技术、RFID 技术、指纹识别技术、坐标定位技术等为基础的感知能力是物联网发展的基石。普及智能手机发展感知技术的高峰期，如广泛的应用地理位置信息、通过对手机呼气直接检测燃烧脂肪量、手机键内嵌指纹传感器、可以监测从空气污染到危险的化学药品的嗅觉传感器、可感知用户当前心情的智能手机技术及通过衣着进行识别人物的技术。还有实时监控口腔活动及饮食状况的牙齿传感器，可追踪眼球读懂情绪的 3D 笔记本摄像头，新型可监控用户心率的纺织材料，引入支付领域的生物测定技术等。世界被数据化的过程就是感知被逐渐捕获的过程，一旦世界被完全数据化了，信息就是世界的本质。

4.云计算提供的技术平台

大数据与云计算的关系密不可分，大数据必须采用分布式计算架构挖掘海量数据，必须依托云计算的分布式数据库、分布式处理、云存储和虚拟化技术。大数据包括大量非结构化和半结构化数据，下载这些数据到关系型数据库用于分析时会消耗大量时间和金钱，因为实时的大型数据集分析需要像MapReduce一样的框架来向许多台电脑分配工作。依靠宽带、物联网的大数据提供了解决办法，具有无数分散决策中心的云计算大系统能够产生接近整体最优的帕累托效应，无数分别思考的决策分中心通过互联网与物联网形成超级决策中心。互联网中多元动态、并行实时的大数据思维的出现促进重新定义知识的本质特性的认识。大数据时代企业的疆界变得模糊、网民和消费者的界限正在消弭、数据成为核心资产并将深刻影响企业的业务模式，甚至重构其文化和组织。因此大数据改善国家治理模式，影响企业决策、组织和业务流程，改变个人生活方式。如果利用大数据

贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸。

大数据是继云计算、物联网之后 IT 产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交信息、互联网世界中的人与人交互信息、物联网世界中的商品物流信息、位置信息等数量远远超越现有企业 IT 架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。大数据的核心议题和云计算必然的升级方向是盘活数据资产，使其为国家治理、企业决策乃至个人生活服务。

大数据和云计算这两个词经常被同时提到，很多人误以为大数据和云计算是同时诞生的、具有强绑定关系。其实这两者之间既有关联性，也有区别。云计算指的是一种以互联网方式来提供服务的计算模式，而大数据指的是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式、科学范式、生活方式和关联形态上的颠覆性变化的总和。大数据处理会利用到云计算领域的很多技术，但大数据并非完全依赖于云计算；反过来，云计算之上也并非只有大数据这一种应用。

大数据出现具有深刻的原因。2009 年至 2012 年电子商务在全球全面发展，电子商务是第一个真正实现将纯互联网经济与传统经济融合，嫁接在一起发展的混合经济模式。正是互联网与传统经济的结合才催生出现在社会高度关注的大数据。大数据链接互联网产业与传统产业，而且大数据结合互联网应用于传统产业领域，范围超过纯互联网经济。在电子商务模式出现以前，传统企业的数据数量缓慢增长。传统企业的数据仓库大多数属于交易型数据，而交易行为处于用户消费决策的最后端，电子商务模式使得用户的搜索、浏览、比较等行为企业可以采集到，这就至少提升了企业的数据规模一个数量级。现在日益流行的移动互联网和物联网又必将使企业数据量提高两三个数量级。从这个角度来看，大数据时代必然出现，大有发展。

5.结论

大数据如同大爆炸一样强烈冲击着整个社会，无处不在的社交网络、移动物联产生难以想象的海量数据，已经成为描述整个宇宙一切信息的工具，普适计算、数据开放带领我们迈进穿越时空障碍的信息时代，云计算、大数据金融造就拥有更多权利的智慧地球，开放流动的大数据时代带来更加公平繁荣的大社会！大数据可以预测未来，提供帮助，但未知是永恒的，自由意志永远存在，10-

第五篇：IT项目建议书及可行性研究报告撰写格式

IT项目建议书

一.组织概况

组织名称、法定地址、从业人员、法人代表、所属行业、组织规模、主要产品、生产方式等。

二.可行性分析

1.现有计算机设备及软件应用情况。

2.技术力量情况。

3.存在的问题。

4.必要性分析.5.可行性分析。

三.系统的目标及功能

1.系统的总体目标.2.分项目标及功能

3.网络设计方案

四.组织内部重组计划

1.组织改革情况

2.现有组织机构及流程。

3.信息化后组织机构设置及流程.五.组织财务状况

1.经济效益情况

2.资产及负债情况.3.银行信誉等级情况。

六.实施步骤及合作单位概况

1.项目实施的组织机构及合作单位概况

2.准备阶段

3.计算机网络建设阶层

4.软件开发阶段

5.运行应用阶段。

七.投资估算及资金筹措、效益分析

1.投资计划

2.资金来源

3.效益分析.八.结论和建议

可行性研究分析报告模版

一.总论

1.项目及其承办单位

2.项目概况

3.结论和建议

二.项目背景及建设必要性

三.需求分析

四.系统功能及规模

五.系统技术方案及关键技术

六.规范及标准体系

七.系统安全及保证体系

八.运行、维护管理机制

九.建设实施进度安排

十.投资估算与资金筹措

十一.经济效益与社会效益评价 十二.结论与建议