淺析大數(shù)據(jù)模型和算法在企業(yè)生產(chǎn)和物流領(lǐng)域應(yīng)用

章惠　周萍

摘 要：大數(shù)據(jù)及其相關(guān)技術(shù)是目前全社會(huì)關(guān)注的熱點(diǎn)問(wèn)題，文章介紹了大數(shù)據(jù)的概念，分析了大數(shù)據(jù)給行業(yè)和企業(yè)帶來(lái)的利益，重點(diǎn)分析大數(shù)據(jù)技術(shù)中的重要模型和算法及其應(yīng)用，隨后在生產(chǎn)和物流領(lǐng)域介紹了大數(shù)據(jù)的模型和算法在企業(yè)的應(yīng)用進(jìn)展，最后給出相關(guān)建議。

關(guān)鍵詞：大數(shù)據(jù)；模型；算法；生產(chǎn)；物流

中圖分類(lèi)號(hào)：F253.9 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Big data and its related technologies are the hot issues of whole society， this article first introduces concept of big data， then analyzes the benefit which big data can bring to industries and enterprises， and emphasizes the applications of main models and algotithms of big data， then analyzes the progress of application of big data models via the angle of production and logistics fields.

Key words： big data； model； algorithm； production； logistics

大數(shù)據(jù)是近年來(lái)學(xué)術(shù)界和產(chǎn)業(yè)界共同關(guān)注的熱點(diǎn)問(wèn)題，2015年5月國(guó)務(wù)院下發(fā)的《中國(guó)制造2025》規(guī)劃中將大數(shù)據(jù)作為未來(lái)十年發(fā)展的重點(diǎn)方向之一，目前國(guó)家工業(yè)與信息化部正在著力編制“國(guó)家大數(shù)據(jù)發(fā)展十三五規(guī)劃”。這些動(dòng)作都表明大數(shù)據(jù)在我國(guó)有著廣闊和巨大的發(fā)展空間，并且將受到國(guó)家產(chǎn)業(yè)政策的長(zhǎng)期重點(diǎn)扶持。

2014年，我國(guó)軟件業(yè)務(wù)收入為3.7萬(wàn)億元，其中數(shù)據(jù)處理和存儲(chǔ)類(lèi)服務(wù)實(shí)現(xiàn)收入6 834億元，同比增長(zhǎng)22.1%，占全行業(yè)比重為18.4%。大數(shù)據(jù)已經(jīng)在金融、通信、交通、制造、醫(yī)療等各個(gè)領(lǐng)域開(kāi)展較多應(yīng)用，并將成為制造業(yè)轉(zhuǎn)型升級(jí)和提升競(jìng)爭(zhēng)力的關(guān)鍵要素。

1 大數(shù)據(jù)簡(jiǎn)介

目前學(xué)術(shù)界并沒(méi)有對(duì)大數(shù)據(jù)有一個(gè)明確嚴(yán)謹(jǐn)?shù)亩x，只是一般來(lái)說(shuō)，如果一個(gè)行業(yè)或者企業(yè)能夠產(chǎn)生大量的數(shù)據(jù)，一般就稱(chēng)之為“大數(shù)據(jù)”。從技術(shù)層面理解，大數(shù)據(jù)的“大”一般體現(xiàn)在以下幾個(gè)層面：（1）存儲(chǔ)介質(zhì)大，對(duì)于大數(shù)據(jù)而言，一般的桌面級(jí)電腦的硬盤(pán)已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足需求，往往需要大型的磁盤(pán)陣列等進(jìn)行存儲(chǔ)，同時(shí)由于大數(shù)據(jù)行業(yè)每天都在產(chǎn)生大量的數(shù)據(jù)，因此對(duì)于大數(shù)據(jù)的壓縮、備份等方面均提出了比較高的需求；（2）處理能力強(qiáng)大，隨著數(shù)據(jù)量的攀升，對(duì)于處理系統(tǒng)技術(shù)的要求是呈幾何數(shù)量提升的，例如新浪微博需要為千萬(wàn)級(jí)用戶實(shí)時(shí)快速計(jì)算并刷新關(guān)注、粉絲、微博的計(jì)數(shù)，并對(duì)用戶及時(shí)通知新消息等，這些都需要極高的處理能力；（3）來(lái)源多樣化，大數(shù)據(jù)可能是非常規(guī)整的各類(lèi)數(shù)據(jù)，也可能不是規(guī)整的數(shù)據(jù)，例如非結(jié)構(gòu)化的自然語(yǔ)言等，這些也給大數(shù)據(jù)的處理和利用帶來(lái)了技術(shù)上的難度。

目前在國(guó)內(nèi)，數(shù)據(jù)分析和挖掘領(lǐng)域做得比較好的還是在通訊、金融、互聯(lián)網(wǎng)等行業(yè)，主要作為傳統(tǒng)行業(yè)的制造型行業(yè)，在大數(shù)據(jù)方面的應(yīng)用還是比較少的，或者至多是處于起步階段。下面我們首先看看大數(shù)據(jù)能給行業(yè)和企業(yè)帶來(lái)什么？

2 大數(shù)據(jù)能給我們帶來(lái)什么？

根據(jù)“大數(shù)據(jù)”概念的提出方——美國(guó)IBM公司的構(gòu)想，大數(shù)據(jù)將主要在四個(gè)方面給我們帶來(lái)收益：

2.1 節(jié)約成本

可以運(yùn)用大數(shù)據(jù)技術(shù)有效地節(jié)約成本，這一點(diǎn)在生產(chǎn)型企業(yè)表現(xiàn)得比較突出，例如美國(guó)GE公司在飛機(jī)制造中利用大量分布在飛機(jī)渦輪上的傳感器上傳回的實(shí)時(shí)數(shù)據(jù)進(jìn)行分析，從而有效地預(yù)測(cè)飛機(jī)葉片上何時(shí)會(huì)產(chǎn)生裂縫。另外一個(gè)著名的案例是美國(guó)UPS公司在公司的送貨車(chē)安裝了4.6萬(wàn)多個(gè)遠(yuǎn)程信息感應(yīng)器，用來(lái)傳送速度、方向、剎車(chē)以及行駛表現(xiàn)數(shù)據(jù)，公司對(duì)這些大數(shù)據(jù)進(jìn)行分析以優(yōu)化貨物的運(yùn)送路徑。在國(guó)內(nèi)也有一些企業(yè)采用大數(shù)據(jù)技術(shù)來(lái)降低生產(chǎn)成本，例如北京、廣東的數(shù)家生產(chǎn)型企業(yè)利用IBM SPSS的“預(yù)測(cè)性維護(hù)”模塊來(lái)智能預(yù)測(cè)設(shè)備的最佳維護(hù)時(shí)間，從而有效地降低了企業(yè)的生產(chǎn)成本。

2.2 有效地縮短計(jì)算時(shí)間

在大規(guī)模生產(chǎn)和運(yùn)營(yíng)的過(guò)程中，有很多數(shù)據(jù)需要及時(shí)刷新、分析和利用，采用常規(guī)技術(shù)和手段計(jì)算時(shí)間比較慢，無(wú)法達(dá)到生產(chǎn)和運(yùn)營(yíng)的要求，因此需要參與創(chuàng)新的大數(shù)據(jù)技術(shù)來(lái)縮短計(jì)算時(shí)間，例如某印刷企業(yè)對(duì)商品的打折定價(jià)最優(yōu)化的計(jì)算，原來(lái)需要27小時(shí)才能做完，采用大數(shù)據(jù)技術(shù)后，1小時(shí)就能計(jì)算完畢。

2.3 生產(chǎn)虛擬模型化提升運(yùn)營(yíng)效率

在傳統(tǒng)的制造企業(yè)中，大量的數(shù)據(jù)分布于企業(yè)中的各個(gè)部門(mén)中，要想在整個(gè)企業(yè)內(nèi)及時(shí)、快速提取和匯總這些數(shù)據(jù)存在一定的困難，創(chuàng)建產(chǎn)品生命周期管理（PLM）平臺(tái)是解決這個(gè)問(wèn)題的方法之一，其好處在于可以充分整合來(lái)自研發(fā)、工程、生產(chǎn)部門(mén)的數(shù)據(jù)，對(duì)工業(yè)產(chǎn)品的生產(chǎn)進(jìn)行虛擬模型化，優(yōu)化生產(chǎn)流程，提升組織的運(yùn)營(yíng)效率，縮短產(chǎn)品的研發(fā)與上市時(shí)間。西門(mén)子的PLM軟件平臺(tái)可以在計(jì)算機(jī)生成的三維模型下模擬生產(chǎn)工藝，在實(shí)際生產(chǎn)之前發(fā)現(xiàn)生產(chǎn)工藝中的薄弱點(diǎn)，安徽奇瑞汽車(chē)曾經(jīng)利用它查出某車(chē)型頭燈生產(chǎn)中的問(wèn)題，為公司避免了10多萬(wàn)美元的損失。

2.4 更準(zhǔn)確地判斷市場(chǎng)需求

運(yùn)用大數(shù)據(jù)技術(shù)，可以提高市場(chǎng)營(yíng)銷(xiāo)的效率，例如在網(wǎng)站頁(yè)面上對(duì)用戶進(jìn)行產(chǎn)品推薦，在海量數(shù)據(jù)中對(duì)用戶的消費(fèi)者行為進(jìn)行分析，甚至進(jìn)行一些跨部門(mén)跨行業(yè)的大數(shù)據(jù)分析，將其結(jié)論用于產(chǎn)品和服務(wù)的創(chuàng)新。在工程機(jī)械行業(yè)，很多挖掘機(jī)都安裝了GPS定位系統(tǒng)以實(shí)時(shí)監(jiān)控車(chē)輛運(yùn)行情況。同樣，日本小松公司的挖掘機(jī)也安裝了GPS定位系統(tǒng)，在實(shí)時(shí)監(jiān)控車(chē)輛運(yùn)行情況的同時(shí)，還根據(jù)挖掘機(jī)每個(gè)月的工作量統(tǒng)計(jì)全年的工作情況并由此判斷下一年度的市場(chǎng)需求。挖掘機(jī)開(kāi)工越飽滿，說(shuō)明市場(chǎng)需求越旺盛，如果客戶購(gòu)買(mǎi)挖掘機(jī)后每個(gè)月的工作量很少，說(shuō)明市場(chǎng)有可能面臨過(guò)剩的風(fēng)險(xiǎn)。endprint

在明確了大數(shù)據(jù)能夠給行業(yè)和企業(yè)帶來(lái)變革和改進(jìn)之后，繼續(xù)進(jìn)一步細(xì)化分析大數(shù)據(jù)技術(shù)包含的常見(jiàn)的算法和模型。

3 大數(shù)據(jù)常用模型和算法

無(wú)論采用什么樣的技術(shù)架構(gòu)和存儲(chǔ)設(shè)備，大數(shù)據(jù)的應(yīng)用最后還是要落實(shí)到具體的模型和算法上，因此對(duì)數(shù)據(jù)分析和挖掘模型和算法的理解，進(jìn)而對(duì)理解大數(shù)據(jù)在行業(yè)和企業(yè)的應(yīng)用非常有幫助。

從目前的市場(chǎng)態(tài)勢(shì)看，常用的分析模型和算法基本上都已經(jīng)被編制成軟件模塊，因此從市面上流行的分析軟件和解決方案入手，基本可以搞清楚主要的分析模塊。目前在數(shù)據(jù)分析挖掘軟件上比較領(lǐng)先的公司有IBM、SAS、SAP等，縱觀這些市場(chǎng)上的著名軟件，可以將主要的數(shù)據(jù)分析挖掘的模塊區(qū)分如下：

（1）異常值分析：異常值分析是數(shù)據(jù)分析和挖掘的重要問(wèn)題之一，異常值指數(shù)據(jù)中的極大值、極小值或者背離趨勢(shì)的值，例如原來(lái)數(shù)據(jù)是在增長(zhǎng)中，突然數(shù)據(jù)開(kāi)始下降，也可以作為數(shù)據(jù)異常值考慮。異常值的模型和算法中包括三倍標(biāo)準(zhǔn)差等算法，在此不再贅敘。

（2）相似或聚類(lèi)分析：從大的范疇來(lái)看，相似或者聚類(lèi)都屬于數(shù)據(jù)分類(lèi)的范疇，相似是把數(shù)據(jù)中有相似特征的數(shù)據(jù)挑選出來(lái)分門(mén)別類(lèi)，聚類(lèi)的思路也比較類(lèi)似。

（3）數(shù)據(jù)間關(guān)系判斷：我們經(jīng)常要搞清楚數(shù)據(jù)之間的關(guān)系，回歸是分析數(shù)據(jù)之間是否有關(guān)系以及將數(shù)據(jù)間關(guān)系用類(lèi)似數(shù)學(xué)方程式的方式表達(dá)的分析方法，回歸包括一般的線性回歸、非線性回歸以及l(fā)ogistic回歸等。

（4）關(guān)聯(lián)分析：關(guān)聯(lián)分析是數(shù)據(jù)挖掘中的經(jīng)典算法，它主要關(guān)注數(shù)據(jù)之間是否同時(shí)出現(xiàn)以及數(shù)據(jù)之間次序出現(xiàn)的關(guān)系，例如數(shù)據(jù)A和數(shù)據(jù)B同時(shí)出現(xiàn)的概率是多少，也例如數(shù)據(jù)A出現(xiàn)的時(shí)候、數(shù)據(jù)B出現(xiàn)的概率是多少，關(guān)聯(lián)分析的結(jié)果經(jīng)常被用來(lái)產(chǎn)品的營(yíng)銷(xiāo)推薦和捆綁銷(xiāo)售。

（5）決策樹(shù)工具：決策樹(shù)實(shí)際上也是一個(gè)分類(lèi)算法，該算法采用樹(shù)形結(jié)構(gòu)分析數(shù)據(jù)之間的相互影響關(guān)系，來(lái)探討數(shù)據(jù)之間的影響關(guān)系和次序關(guān)系，例如汽車(chē)銷(xiāo)售4S店利用決策樹(shù)模型對(duì)汽車(chē)選購(gòu)數(shù)據(jù)進(jìn)行分析，分析性別、年齡、職業(yè)、首次購(gòu)車(chē)/非首次購(gòu)車(chē)等因素對(duì)于汽車(chē)品牌等選擇的影響，取得了比較好的效果。目前比較好的決策樹(shù)模型有c5.0、CHAID等著名算法。

（6）預(yù)測(cè)模型：預(yù)測(cè)一直是數(shù)據(jù)分析和挖掘的核心功能之一，預(yù)測(cè)是在歷史數(shù)據(jù)的基礎(chǔ)上對(duì)未來(lái)數(shù)據(jù)進(jìn)行預(yù)測(cè)，目前市面上流行多種預(yù)測(cè)模型和算法，包括時(shí)間序列、神經(jīng)網(wǎng)絡(luò)等。

在以上的統(tǒng)計(jì)挖掘模型之外，近年來(lái)在大數(shù)據(jù)領(lǐng)域受到熱點(diǎn)關(guān)注的功能就是網(wǎng)絡(luò)爬蟲(chóng)功能。爬蟲(chóng)就是按照一定的搜索需求在互聯(lián)網(wǎng)上進(jìn)行內(nèi)容抓取，例如在某一個(gè)特定的網(wǎng)站上抓取“價(jià)格”相關(guān)的信息。爬蟲(chóng)軟件目前在如下幾個(gè)方面得到了重點(diǎn)關(guān)注并獲得了較多的應(yīng)用：網(wǎng)絡(luò)營(yíng)銷(xiāo)、產(chǎn)品設(shè)計(jì)、輿情分析等方面，商家希望及時(shí)獲得消費(fèi)者和社會(huì)大眾對(duì)于產(chǎn)品的評(píng)價(jià)和反應(yīng)，以確定自己的包括定價(jià)在內(nèi)的營(yíng)銷(xiāo)策略和產(chǎn)品設(shè)計(jì)，政府希望獲知老百姓對(duì)于政府政策、突發(fā)事件等方面的反應(yīng)等?，F(xiàn)在市面上爬蟲(chóng)軟件眾多，有開(kāi)源免費(fèi)的軟件，也有收費(fèi)的商業(yè)軟件，功能差異很大。值得注意的是，一些企業(yè)處于保護(hù)自身競(jìng)爭(zhēng)優(yōu)勢(shì)以及企業(yè)機(jī)密的角度出發(fā)，現(xiàn)在逐步開(kāi)始對(duì)爬蟲(chóng)軟件進(jìn)行限制，例如新浪微博、騰訊微信等，這在很大程度上限制了爬蟲(chóng)軟件的應(yīng)用。

4 大數(shù)據(jù)模型和算法在企業(yè)中的應(yīng)用

從企業(yè)的職能來(lái)說(shuō)，主要可以分為生產(chǎn)、采購(gòu)、營(yíng)銷(xiāo)、財(cái)務(wù)、人事等職務(wù)，其中生產(chǎn)和營(yíng)銷(xiāo)是企業(yè)最主要的功能，主要看大數(shù)據(jù)模型算法等在企業(yè)生產(chǎn)和物流方面的應(yīng)用控件。

4.1 在生產(chǎn)領(lǐng)域的應(yīng)用

在生產(chǎn)領(lǐng)域，大數(shù)據(jù)技術(shù)現(xiàn)在應(yīng)用的最大亮點(diǎn)莫過(guò)于提高生產(chǎn)質(zhì)量和降低生產(chǎn)成本，我們以異常點(diǎn)分析和聚類(lèi)模型為例，上海某大型印刷企業(yè)在收集不同批次的產(chǎn)品質(zhì)量數(shù)據(jù)之后，采用以下的步驟進(jìn)行產(chǎn)品故障分析：

如圖1，在產(chǎn)品批次數(shù)據(jù)庫(kù)上，采用聚類(lèi)算法將低產(chǎn)品合格率的批次數(shù)據(jù)挑選出來(lái)，在多工序多機(jī)臺(tái)的工作環(huán)境下，采用“加工路徑分析”方法找出可能存在問(wèn)題的機(jī)器設(shè)備，然后結(jié)合實(shí)驗(yàn)設(shè)計(jì)調(diào)整生產(chǎn)工藝參數(shù)，提高產(chǎn)品質(zhì)量。

另外一個(gè)降低生產(chǎn)成本的案例是IBM SPSS推出的“預(yù)測(cè)性維護(hù)”的數(shù)據(jù)挖掘模塊，工廠設(shè)備的維護(hù)基本是按照“定時(shí)維護(hù)”的原則，即制定好設(shè)備的維護(hù)計(jì)劃，到點(diǎn)就對(duì)機(jī)器設(shè)備進(jìn)行維護(hù)，而不管設(shè)備的實(shí)際運(yùn)行狀況如何?！邦A(yù)測(cè)性維護(hù)”模塊首先會(huì)收集大量的關(guān)于設(shè)備的各項(xiàng)數(shù)據(jù)，包括設(shè)備類(lèi)型、運(yùn)行天數(shù)、工作電壓、距離上次服務(wù)的天數(shù)、距離下次服務(wù)的天數(shù)、故障歷時(shí)記錄、計(jì)劃內(nèi)和計(jì)劃外的維護(hù)成本、零件相關(guān)的數(shù)據(jù)等等，然后進(jìn)行相關(guān)的統(tǒng)計(jì)分析（包括比較復(fù)雜的數(shù)據(jù)回歸等），并給出最佳的設(shè)備維護(hù)建議。國(guó)內(nèi)外一些生產(chǎn)型企業(yè)采用了該模塊后，取得了比較好的效果，有效地降低了企業(yè)生產(chǎn)和維護(hù)成本。

4.2 在物流領(lǐng)域的應(yīng)用

大數(shù)據(jù)模型和算法在其他領(lǐng)域的應(yīng)用也在增多，據(jù)筆者了解到，上海某大型印刷企業(yè)針對(duì)其物流成本高的現(xiàn)狀，借助數(shù)據(jù)分析和挖掘技術(shù)對(duì)該企業(yè)的物流成本進(jìn)行了分析。該企業(yè)將過(guò)去五年的物流成本進(jìn)行了匯總，其數(shù)據(jù)以周為單位，整理了包括包裝、運(yùn)輸、庫(kù)存、裝卸四大類(lèi)物流成本，明細(xì)的會(huì)計(jì)科目有22個(gè)，隨后采用相關(guān)分析和回歸分析等手段對(duì)物流成本數(shù)據(jù)進(jìn)行了分析，通過(guò)分析，該企業(yè)明確了各類(lèi)物流成本的占比以及彈性，明確了物流成本壓縮的重點(diǎn)，取得了較好的效果。

在物流業(yè)實(shí)施RFID技術(shù)的研討和實(shí)施一直在持續(xù)不斷地進(jìn)行著。RFID（無(wú)線射頻識(shí)別技術(shù)）是一項(xiàng)基于電子標(biāo)簽，配套其他外圍基礎(chǔ)設(shè)備，如外置天線、讀寫(xiě)裝置和打印機(jī)等的系統(tǒng)技術(shù)。RFID是通過(guò)“發(fā)送信號(hào)”、“接受信號(hào)”以及“處理信號(hào)”三大步驟來(lái)完成的。利用RFID技術(shù)，將特殊的信息編碼寫(xiě)進(jìn)電子標(biāo)簽，粘貼在需要識(shí)別的物體上，通過(guò)無(wú)線射頻方式進(jìn)行非接觸雙向通信，一邊識(shí)別一邊交換數(shù)據(jù)?；萜赵诿绹?guó)田納西州的物流配送中心倉(cāng)庫(kù)，為北美多個(gè)企業(yè)，如沃爾瑪、BestBuy等提供促銷(xiāo)專(zhuān)用的打印機(jī)?；萜张c參加打印機(jī)促銷(xiāo)活動(dòng)的商家展開(kāi)活動(dòng)，以托盤(pán)為單位進(jìn)行RFID標(biāo)簽應(yīng)用，為裝載促銷(xiāo)打印機(jī)的托盤(pán)上加貼一張RFID標(biāo)簽，打印機(jī)從配送中心出貨后，在各個(gè)中轉(zhuǎn)點(diǎn)進(jìn)行數(shù)據(jù)的讀取和采集，這樣產(chǎn)品在何時(shí)、何地或者經(jīng)過(guò)何地這些實(shí)時(shí)信息，可以提供給決策者進(jìn)行決策，能夠及時(shí)處理和判斷各類(lèi)問(wèn)題。通過(guò)RFID技術(shù)，可以大大提高商品的物流和營(yíng)銷(xiāo)效率。

大數(shù)據(jù)效益最終不是體現(xiàn)在直接的經(jīng)濟(jì)收益上，而在于幫助企業(yè)提升競(jìng)爭(zhēng)力，能夠更清楚地應(yīng)對(duì)客戶需求，提供優(yōu)質(zhì)服務(wù)，“只要我們的制造業(yè)水平能隨之得以提高，制造業(yè)+大數(shù)據(jù)的做法就應(yīng)該堅(jiān)持下去?！?/p>

5 結(jié)束語(yǔ)

大數(shù)據(jù)技術(shù)目前在各行各業(yè)的應(yīng)用都在推進(jìn)，制造型企業(yè)也是如此。相對(duì)于金融、通訊等行業(yè)來(lái)說(shuō)，大數(shù)據(jù)技術(shù)在制造業(yè)基本還處于起步階段，但是這也預(yù)示著大數(shù)據(jù)各項(xiàng)技術(shù)在這個(gè)行業(yè)有很大的應(yīng)用空間。對(duì)于制造型企業(yè)來(lái)說(shuō)，關(guān)注大數(shù)據(jù)技術(shù)及其發(fā)展趨勢(shì)，結(jié)合行業(yè)的需求現(xiàn)狀，合理采用大數(shù)據(jù)技術(shù)，有效地推進(jìn)企業(yè)的生產(chǎn)、降低成本、提高運(yùn)營(yíng)效率，是相關(guān)企業(yè)目前需要關(guān)注的重要問(wèn)題之一。

參考文獻(xiàn)：

[1] 趙國(guó)棟，易歡歡，糜萬(wàn)軍，等. 大數(shù)據(jù)時(shí)代的歷史機(jī)遇：產(chǎn)業(yè)變革與數(shù)據(jù)科學(xué)[M]. 北京：清華大學(xué)出版社，2013：2-48.

[2] 張文菡，白迪. 網(wǎng)絡(luò)云印刷模式評(píng)價(jià)及平臺(tái)構(gòu)建[J]. 出版與印刷，2014，6（1）：34-38.

[3] 曹宏遂. 抓住文化產(chǎn)業(yè)發(fā)展機(jī)遇 推動(dòng)印刷業(yè)轉(zhuǎn)型升級(jí)[J]. 印刷經(jīng)理人，2012（11）：40-43.

[4] 王喜文. 大數(shù)據(jù)驅(qū)動(dòng)制造業(yè)邁向智能化[J]. 物聯(lián)網(wǎng)技術(shù)，2014（12）：7-8.

[5] 張靜. 制造業(yè)利用大數(shù)據(jù)的要領(lǐng)[J]. 自動(dòng)化技術(shù)與應(yīng)用，2014（6）：115-116.

[6] 盧瑋朋，梁金星. 大數(shù)據(jù)時(shí)代小微印刷企業(yè)的發(fā)展策略研究[J]. 包裝學(xué)報(bào)，2015（4）：63-68.

[7] 孟小峰. 大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J]. 計(jì)算機(jī)研究與發(fā)展，2013（1）：147-169.

[8] 黃孝章，劉益. 大數(shù)據(jù)時(shí)代出版業(yè)發(fā)展趨勢(shì)研究[J]. 科技與出版，2014（10）：99-103.

[9] 歐陽(yáng)峰. 商業(yè)模式創(chuàng)新研究的演化路徑與展望[J]. 科技管理研究，2010（12）：12-16.

[10] 荊浩. 大數(shù)據(jù)時(shí)代商業(yè)模式創(chuàng)新研究[J]. 科技進(jìn)步與對(duì)策，2014，31（7）：15-19.endprint