大數(shù)據(jù)研究綜述

姚哲

摘 要： 隨著信息技術的高速發(fā)展，大數(shù)據(jù)的廣泛應用影響著人類生活的方方面面。從大數(shù)據(jù)的基本概念入手，探討了大數(shù)據(jù)的“四V”特征：Volume（大容量）、Variety（多樣化）、Velocity（高速）、Value（價值密度低），闡述了大數(shù)據(jù)在教育、醫(yī)療、零售業(yè)方面的應用，并且歸納梳理了國內外的研究現(xiàn)狀。

關鍵詞： 大數(shù)據(jù)； 應用； 教育； 醫(yī)療； 零售業(yè)

中圖分類號： G203 文獻標志碼： A 文章編號： 1671-2153（2017）05-0036-05

一、大數(shù)據(jù)定義

盡管“大數(shù)據(jù)”一詞已經(jīng)耳熟能詳，但是在業(yè)內還沒有統(tǒng)一的定義?！按髷?shù)據(jù)”研究機構Gartner將“大數(shù)據(jù)”定義為需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。Viktor Mayer-Sch？觟nberger和Kenneth Cukier在《大數(shù)據(jù)時代》（Big Data：A Revolution That Will Transform How We Live， Work， and Think）一書中寫道：大數(shù)據(jù)不用隨機分析法（抽樣調查）這樣的捷徑，對所有數(shù)據(jù)進行分析處理。麻省理工學院的Cesar A. Hidalgo博士認為大數(shù)據(jù)是指規(guī)模大、內容多、富有深度的數(shù)據(jù)集[1]。維基百科則將“大數(shù)據(jù)”定義為所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理成為幫助企業(yè)經(jīng)營決策目的的資訊。

關于數(shù)據(jù)密集型科學，著名數(shù)據(jù)庫專家、圖靈獎的獲得者Jim Gary 博士在《第四范式：數(shù)據(jù)密集型科學發(fā)現(xiàn)》（The Fourth Paradigm：Data-Intensive Scientific Discovery）一書中表示鑒于數(shù)據(jù)密集型科學研究獨特的技術支持需求和鮮明特點，有必要將數(shù)據(jù)密集型科學從計算科學中單獨區(qū)分開來，這種新的科學研究方式稱之為第四范式（The Fourth Paradigm），即“數(shù)據(jù)探索”（Data Expiration）[2]。四種科學范式的含義如表1所示。

二、大數(shù)據(jù)的特征

起初，IBM公司提出大數(shù)據(jù)具有5“V”的特征，即Volume（大容量）、Variety（多樣化）、Velocity（高速）、Value（價值密度低）、Veracity（真實性）[3]。但是最近幾年，互聯(lián)網(wǎng)數(shù)據(jù)的不可靠性日益突出，比如淘寶店鋪中某產(chǎn)品的一致好評基本上是刷單的結果，快遞公司建設虛假海外物流查詢網(wǎng)站欺騙海購消費者，Veracity（真實性）已經(jīng)不再是大數(shù)據(jù)的特征之一。

Volume 是指龐大的數(shù)據(jù)量，同時也是大數(shù)據(jù)特征中最重要的一項，它主要表現(xiàn)在處理的數(shù)量級已經(jīng)從TB級別跨越到PB、EB，甚至ZB級別。數(shù)據(jù)量體現(xiàn)在TB級以上的數(shù)據(jù)在進行數(shù)據(jù)訪問、收集、處理、整合、轉換、管理、存儲等方面時所體現(xiàn)的數(shù)據(jù)規(guī)模之大，維度和數(shù)量之多。

Variety可以理解為數(shù)據(jù)的種類繁多，例如社交網(wǎng)絡上的視頻、音頻、圖片都是數(shù)據(jù)的不同形式。隨著互聯(lián)網(wǎng)的高速發(fā)展，數(shù)據(jù)類型從傳統(tǒng)的以結構化為主的狀態(tài)慢慢地轉變?yōu)榻Y構化、半結構化、非結構化并存的狀態(tài)。傳統(tǒng)的非計算機領域，比如心理學、行為研究學、歷史學、考古學，通過運用大數(shù)據(jù)技術能生成特別豐富的數(shù)據(jù)集。

Velocity是指數(shù)據(jù)整合處理的過程中具有高速運轉的特征，從而滿足用戶實時性的需求。如今，信息傳播的方式正在發(fā)生天翻地覆的變化，用戶對于數(shù)據(jù)智能化和實時性的要求也日益提高，例如直播間的主播與留言的粉絲進行互動，使用打車軟件快速了解附近是否有出租車，在旅行途中將心情即時分享到微信朋友圈，通過手機App獲取最新的股市動態(tài)。

Value意味著數(shù)據(jù)的價值密度之低。數(shù)據(jù)的價值與Volume（大容量）和Variety（多樣性）息息相關。一般來說，數(shù)據(jù)的價值主要取決于事件發(fā)生的規(guī)律和概率，因此通過收集盡可能多的數(shù)據(jù)并且進行長時間的存儲能夠提高數(shù)據(jù)的價值。但是，存儲的數(shù)據(jù)量越大，真正的有價值數(shù)據(jù)卻越少，因此運用大數(shù)據(jù)技術提取有價值的信息變得尤為重要。

三、大數(shù)據(jù)的應用

目前，教育、醫(yī)療、零售、電信、政府辦公等已經(jīng)成為了大數(shù)據(jù)發(fā)展應用的重點領域，“大數(shù)據(jù)+”一詞也應運而生。大數(shù)據(jù)技術的應用具有很大的前景，也必將是未來各行各業(yè)發(fā)展的主要趨勢。隨著理論研究的完善、技術的發(fā)展、環(huán)境的成熟，大數(shù)據(jù)技術必將開創(chuàng)一個產(chǎn)業(yè)革新的全新時代。

（一）教育

盡管大數(shù)據(jù)技術在互聯(lián)網(wǎng)等行業(yè)的應用中取得了突出的成績，但在教育領域仍然處于初步探索階段。隨著高等教育的普及和信息技術的不斷發(fā)展，各個高校都建立了自己的教務管理信息系統(tǒng)，這些系統(tǒng)涵蓋了學生網(wǎng)上選課、成績查詢、證書查詢、教師信息匯總等功能，大大提高了教學以及管理的水平，同時也積累了海量的教學數(shù)據(jù)。當前存在的問題是海量的教學信息沒有被充分利用，僅僅是簡單的查詢和統(tǒng)計，無法獲取隱含的大量信息，比如學生為何取得這些成績，開設課程之間以及學生的成績與課程的設置之間的聯(lián)系。如何充分地利用這些資源，找出學生成績之間、課程之間的聯(lián)系，從而更好地方便學校安排教學任務，制訂教學計劃等工作，對學校教學工作起到積極的指導作用是目前需要解決的問題[4][5]。

1. 國外研究現(xiàn)狀。芝加哥公立學校使用一個名為IMPACT（Instructional Management Program and Academic Communications Tool）的軟件，通過學生信息管理，來追蹤學生在學校的表現(xiàn)。密歇根大學開發(fā)學習者干預系統(tǒng)M-STEM Academy，該系統(tǒng)對工程系學生的課程完成情況、項目參與度等數(shù)據(jù)進行數(shù)據(jù)挖掘與分析[6]。北亞利桑那大學采用了 GPS（Grade Performance System），當成績、出勤率、學術成果出現(xiàn)問題時學生會收到警告信息[7]。博爾州立大學開發(fā)了一個可視化協(xié)同知識的分析應用平臺，應用到學生的協(xié)同知識建設活動中，它采用交互設計和信息可視化技術，以評估并提升合作者之間的認知。因此，國外的研究僅限于分析學生存在的問題并提供預警信息，并未有效利用采集的數(shù)據(jù)并且提供關鍵性的改進措施。

2. 國內研究現(xiàn)狀。通過CNKI進行檢索，以“學生行為分析”、“學習評價與預測”為關鍵詞，檢索到的大多都是關于學習行為分析與評價的理論研究，而這些理論主要通過發(fā)放問卷的方式來分析學生的學習行為，從而探索學習行為與學習成效的潛在聯(lián)系。北京郵電大學采用分布式存儲架構，建立了一個基于 Hadoop 技術的高校學生行為分析系統(tǒng)[8]，通過采集、存儲以及處理校園大數(shù)據(jù)環(huán)境中的各類數(shù)據(jù)，對學校的教育和教學決策起到了至關重要的作用。文獻[9]中設計了一種基于 Hadoop 的遠程教育海量資源存儲和檢索的方法，該架構使用 HBase 來存儲遠程教育資源，使用 Map Reduce 實現(xiàn)針對海量數(shù)據(jù)基于內容的檢索。

傳統(tǒng)課程上，成績成為衡量學生學習情況的最重要標準。事實上，除了成績與課程之間的關聯(lián)之外，也可以通過大數(shù)據(jù)技術對學生展開學習行為、生活習慣乃至思想方面的分析，并對其未來發(fā)展方向進行預測，以便于學生盡早進行自我調整，也利于學校的教育優(yōu)化與管理[10][11]。國內某所高職院校通過分析學生“線下”、“線上”的實際消費情況，指出學生消費行為上存在的問題，引導學生樹立正確的消費觀，并為學校對學生的教育和生活管理提供依據(jù)[12]。文獻[13]強調了全國統(tǒng)一構建招生考試就業(yè)的大數(shù)據(jù)平臺的迫切性，通過大數(shù)據(jù)分析了解人才市場的需求，進一步完善高校的專業(yè)設置，為畢業(yè)生就業(yè)指明方向。

國內此類研究主要集中在理論層面上，而學生行為分析技術的模型、應用、系統(tǒng)的研究尚處于起步階段。雖然部分研究使用了先進的分布式存儲架構，很大程度上提高了項目的效率，但依然是數(shù)據(jù)庫操作的延伸，沒有涉及到大數(shù)據(jù)應用的本質：即根據(jù)一個表面現(xiàn)象，找出事物內部的本質關系。

（二）醫(yī)療

醫(yī)療大數(shù)據(jù)作為大數(shù)據(jù)增長速度最快的領域之一，它的數(shù)據(jù)來源主要包括四類：制藥企業(yè)/生命科學、臨床醫(yī)療/實驗室數(shù)據(jù)、費用報銷/利用率以及健康管理/社交網(wǎng)絡[14]。

1. 國外/境外研究現(xiàn)狀。奧巴馬政府先提出精準醫(yī)療計劃（PMI），之后開啟了“精準醫(yī)療組”（Precision Medicine Cohort）項目，該數(shù)據(jù)庫涵蓋了至少100萬位來自不同種族、不同種族、不同性別和不同年齡段的志愿者的詳細健康信息（醫(yī)療記錄、基因組測試、移動健康數(shù)據(jù)等）用于疾病的研究與個性化藥物的研發(fā)[15]。谷歌流感趨勢（Google Flu Trends）利用關鍵詞搜索技術實時、有效地預測流感類疾病，避免疾病的擴散，以此推進流感的研究[16]。英特爾攜手Cloudera幫助美國大型醫(yī)院集團有效預測患者的住院時間，從而合理地分配資源[17]。谷歌人工智能引擎DeepMind宣布與英國Moorfields眼科醫(yī)院合作，通過對英國國家衛(wèi)生服務體系（NHS）提供的超過100萬份的匿名眼部掃描文件進行數(shù)據(jù)分析和挖掘，創(chuàng)造出能更快、更早地檢測出老年性黃斑變性（AMD）和糖尿病性視網(wǎng)膜病變（DR）的算法，從而降低病患的失明風險[18]。英國政府和李嘉誠基金會聯(lián)合投資9000萬英鎊，在牛津大學成立全球首個綜合運用大數(shù)據(jù)技術的醫(yī)藥衛(wèi)生科研中心。中心將通過搜集、存儲和分析大量生物醫(yī)療數(shù)據(jù)，與業(yè)界共同界定新藥物研發(fā)方向，處理新藥研發(fā)過程中的瓶頸，并為發(fā)現(xiàn)新的治療手段提供線索。香港理工大學的癌癥基因組通過建立一個創(chuàng)新的大數(shù)據(jù)分析平臺，分析基因之間的相互作用，確立由核磷蛋白為導向的治療策略，揭示在癌癥中基因網(wǎng)絡的失控機制。

如今，國外的醫(yī)療大數(shù)據(jù)已經(jīng)廣泛地應用于臨床診斷、疾病預警和藥品研發(fā)，美國醫(yī)療大數(shù)據(jù)的應用正在日趨成熟，而歐洲和亞洲的研究還處于初期階段，發(fā)展相對滯后。

2. 國內研究現(xiàn)狀。目前，武漢協(xié)和醫(yī)院已經(jīng)與市區(qū)八家社區(qū)衛(wèi)生服務中心建立遠程遙控聯(lián)系，正在進一步實現(xiàn)提高家庭護理比例和門診醫(yī)生預約量的目標[19]。北京大學醫(yī)院、北京大學計算機中心和北京哈維香農(nóng)信息技術有限公司共同建立了“北京大學醫(yī)院健康大數(shù)據(jù)研究中心”，該中心以人體健康、疾病預防診療信息為基礎，實現(xiàn)及時對人體個體及其群體進行健康評估、疾病診斷防治的目的。

國家衛(wèi)生綜合管理信息平臺是我國衛(wèi)生信息資源管理的重要組成部分，實現(xiàn)了醫(yī)療衛(wèi)生機構統(tǒng)計數(shù)據(jù)和各級衛(wèi)生行政部門在線匯總數(shù)據(jù)，僅在當前開始運行階段，就已采集傳染病信息5000多萬條、突發(fā)公共衛(wèi)生事件信息20 多萬條、近500萬人電子健康檔案數(shù)據(jù)、300多萬人新農(nóng)合數(shù)據(jù)近4000萬條、1000多萬人的診療數(shù)據(jù)[19]。

我國雖然具有龐大的醫(yī)療數(shù)據(jù)，但是當前的現(xiàn)狀是醫(yī)療數(shù)據(jù)地域和行業(yè)分割嚴重：醫(yī)療信息系統(tǒng)覆蓋范圍有限，信息標準尚未普遍采用，數(shù)據(jù)采集和質量保證方面仍有很多困難有待克服；國家各級信息平臺尚未連通，數(shù)據(jù)匯總存在障礙[20]。

（三）零售業(yè)

大數(shù)據(jù)在零售業(yè)方面的應用已經(jīng)開始影響我們的日常生活，并且漸漸改變我們原有的生活模式。當你在淘寶搜索某件商品后，在瀏覽其他網(wǎng)站時總能出現(xiàn)同類商品的促銷廣告；當你在網(wǎng)易考拉購買某件商品后，你的網(wǎng)易郵箱總能收到相關商品的廣告郵件；當你在京東瀏覽某件商品后，瀏覽器的右側會給出相似商品的價格。零售業(yè)的商家通過大數(shù)據(jù)有效地分析顧客的消費習慣，更好地了解消費者的心理，從而洞悉商機，制定營銷方案，并且通過監(jiān)控營銷活動的效果，實時調整營銷策略，最終達到提高盈利的目的[21][22]。隨著大數(shù)據(jù)技術的不斷發(fā)展，國內外零售業(yè)的營銷模式正在發(fā)生一系列的變化。

1. 國外研究現(xiàn)狀。在連鎖零售業(yè)中，英國最大的連鎖超市Tesco已經(jīng)開始運用大數(shù)據(jù)技術采集并分析其客戶行為信息數(shù)據(jù)集，從而得出特定顧客的消費習慣、近期可能的消費需求等結論，以此來制定有針對性的促銷計劃并調整商品價格[23]。美國Target折扣連鎖店通過分析顧客的購買記錄推斷出女孩已懷孕，因而給她郵寄了嬰兒和孕婦服裝優(yōu)惠券[20]。全球零售業(yè)巨頭沃爾瑪在對消費者的購物行為進行大數(shù)據(jù)分析后，發(fā)現(xiàn)男性顧客在購買嬰兒尿片時，常常會搭配幾瓶啤酒來犒勞自己，于是將啤酒和尿布擺放在一起進行促銷，這就是經(jīng)典的“啤酒+尿布”案例。通過大數(shù)據(jù)技術分析消費記錄并且結合當下的環(huán)境因素，可以發(fā)現(xiàn)特定環(huán)境下顧客的需求并增加特定商品的庫存以防止脫銷，其中沃爾瑪超市在颶風來襲前將Pop-Tarts餅干和水捆綁銷售便得益于該分析[24]。梅西百貨根據(jù)需求和庫存的情況確立實時定價機制，該公司基于SAS的系統(tǒng)對多達7300萬種貨品進行實時調價。

總體而言，國外的零售業(yè)的正在依托大數(shù)據(jù)進行營銷模式的變革，為整個零售業(yè)帶來新的發(fā)展機遇。

2. 國內研究現(xiàn)狀。緊跟亞馬遜書店，國內的圖書電商巨頭當當網(wǎng)也開設了第一家O+O實體書店。當當實體書店的選書團隊根據(jù)當當網(wǎng)的大數(shù)據(jù)篩選結果進行挑書，并且根據(jù)當?shù)刈x者的文化水平及讀書愛好等數(shù)據(jù)對讀者進行精準推送，無形之中減少了讀者的挑選時間[25]。而基于大數(shù)據(jù)、有針對性備貨的銷售模式有利于解決傳統(tǒng)書店長期存在的圖書積壓滯銷問題。北京朝陽大悅城是一個傳統(tǒng)零售業(yè)有效運用大數(shù)據(jù)技術的成功案例。大悅城利用POS機系統(tǒng)、客戶關系管理系統(tǒng)（CRM）、消費者調研結果、外部經(jīng)營環(huán)境數(shù)據(jù)構建立體的全方位的數(shù)據(jù)體系，運用“多維度的大數(shù)據(jù)分析方法”對每一個商戶在各維度中的表現(xiàn)進行精準賦值，并且結合商戶的銷售業(yè)績和成長值進行店鋪調整，最終提高經(jīng)營業(yè)績[26]。阿里巴巴在其一年一度的光棍節(jié)購物狂潮前利用預測數(shù)據(jù)提前讓商家和制造商知道顧客需要什么商品，避免出現(xiàn)庫存不足的情況[27]。京東商城根據(jù)顧客的購買行為（在首次瀏覽商品和最終購買商品的期間瀏覽了多少同類型的商品以及購買之前的等待時間），分析出顧客的購物心理，從而在進行促銷活動的時候根據(jù)顧客心理做到產(chǎn)品精準劃分、客戶劃分，真正實現(xiàn)精準營銷[28]。

我國實體零售業(yè)的變革創(chuàng)新和電子商務零售業(yè)的蓬勃發(fā)展都得益于大數(shù)據(jù)技術，零售業(yè)不再是要求消費者自己尋找需要購買的商品，而是知道消費者需要什么商品，積極滿足消費者的個性需求，通過精準營銷提高銷售額和企業(yè)的競爭力，實現(xiàn)雙贏。

四、結論

大數(shù)據(jù)技術的興起正在改變著我們的生活、工作和思維方式，正如McKinsey所說：“數(shù)據(jù)，已經(jīng)滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產(chǎn)因素”。醫(yī)療大數(shù)據(jù)的應用為疾病的預防提供了保障，有效地減少了疾病的傳播，延長了病患的壽命；教育大數(shù)據(jù)的應用讓學生更好地進行自我管理，提高學習效率，同時也有利于學校教學工作的統(tǒng)籌安排；零售業(yè)大數(shù)據(jù)的應用改變了傳統(tǒng)的營銷模式，通過滿足顧客的個性需求實現(xiàn)精準營銷，為企業(yè)帶來了巨大的利益。但是，大數(shù)據(jù)在廣泛應用的同時必然存在著一系列的問題，例如數(shù)據(jù)信息被盜用，數(shù)據(jù)處理速度無法滿足數(shù)據(jù)量的增長。就全球大數(shù)據(jù)的發(fā)展趨勢而言，克服大數(shù)據(jù)帶來的不利因素，推動大數(shù)據(jù)背景下的產(chǎn)業(yè)革新已經(jīng)成為社會發(fā)展的必然趨勢。

參考文獻：

[1] 陳吉榮，樂嘉錦. 基于hadoop生態(tài)系統(tǒng)的大數(shù)據(jù)解決方案綜述[J]. 計算機工程與科學，2013（10）：25-35.

[2] Tolle， K. M.， Tansley， D. S. W.， & Hey， A. J. G. The fourth paradigm：data-intensive scientific discovery [J]. Proceedings of the IEEE，2011（8）：1334-1337.

[3] Demchenko， Y.， Laat， C. D.， & Membrey， P.Defining architecture components of the Big Data Ecosystem[J]. International Conference on Collaboration Technologies and Systems，2014（67）：104-112.

[4] 永亮，符傳誼. 數(shù)據(jù)挖掘技術在選課系統(tǒng)中的應用[J]. 微型電腦應用，2009（8）：61-62.

[5] 孟小峰，慈祥. 大數(shù)據(jù)管理：概念、技術與挑戰(zhàn)[J]. 計算機研究與發(fā)展，2013（1）：146-169.

[6] Davis， C. S.， St. John， E.， Koch， D.， Meadows， G.， & Scott， D. Setting Sail for the Future Leveraging Diversity for A Stronger Crew[M]. Making academic progress：the university of michigan stem academy，2017.

[7] Picciano， A. G. The evolution of big data and learning analytics in american higher education[J]. Journal of Asynchronous Learning Networks，2012（4）：9-20.

[8] 潘奇. 基于Hadoop技術的高校學生行為分析系統(tǒng)研究與實現(xiàn)[D]. 北京：北京郵電大學，2015.

[9] 朱曉麗. 基于hadoop的遠程教育海量資源存儲方法研究[J]. 山東廣播電視大學學報，2012（3）：26-29.

[10] E Science. Special Online Collection：Dealing with data[EB/OL]. [2017-08-18]. http：//www.sciencemag.org/site/special/data/.

[11] Casado， R.， & Younas， M. Emerging trends and technologies in big data processing[J]. Concurrency & Computation Practice & Experience，2015（8）：2078-2091.

[12] 梅磊. 大數(shù)據(jù)背景下高職院校學生消費行為分析及其正面引導策略——基于四川文化傳媒職業(yè)學院[J]. 中國教育信息化，2012（21）：60-63.

[13] 王雪，姚文靜. 構建招生考試就業(yè)服務大數(shù)據(jù)平臺[J]. 農(nóng)村經(jīng)濟與科技，2016（18）：189-189.

[14] 張振，周毅，杜守洪，等. 醫(yī)療大數(shù)據(jù)及其面臨的機遇與挑戰(zhàn)[J]. 醫(yī)學信息學雜志，2014（6）：1-8.

[15] Khoury， M. J.， & Evans， J. P. A public health perspective on a national precision medicine cohort：balancing long-term knowledge generation with early health benefit[J]. Jama，2015（21）：2117-2118.

[16] Araz， O. M.， Bentley， D.， & Muelleman， R. L. Using google flu trends data in forecasting influenza-like-illness related ed visits in omaha， nebraska[J]. American Journal of Emergency Medicine，2014（9）：1016-1023.

[17] 劉文生. 英特爾：領航醫(yī)療大數(shù)據(jù)[J]. 中國醫(yī)院院長，2017（4）：66-69.

[18] BBC NEWS. Google's DeepMind to peek at NHS eye scans for disease analysis[EB/OL]. [2017-08-18]. http：//www.bbc.com/news/technology-36713308.

[19] 周光華，辛英，張雅潔，等. 醫(yī)療衛(wèi)生領域大數(shù)據(jù)應用探討[J]. 中國衛(wèi)生信息管理，2014（4）：296-300.

[20] 沈韜，崔泳. 醫(yī)療大數(shù)據(jù)：期望與現(xiàn)實[J]. 中國數(shù)字醫(yī)學，2015（7）：2-4.

[21] PR Newswire. Global big data in retail report 2015-2020：Market analysis， companies， solutions， and forecasts[EB/OL]. [2017-08-18]. http：//www.prnewswire.com/news-releases/global-big-data-in-retail-report-2015-2020-market-analysis-companies-solutions-and-forecasts-300150594.html.

[22] 許明星. 大數(shù)據(jù)在零售業(yè)營銷中的應用分析[J]. 物流工程與管理，2014（9）：187-190.

[23] 程學旗，靳小龍，楊婧，等. 大數(shù)據(jù)技術進展與發(fā)展趨勢[J]. 科技導報，2016（14）：49-59.

[24] 陳曉，孫韜. 大數(shù)據(jù)對零售業(yè)營銷策略的影響[J]. 金融經(jīng)濟：理論版，2015（18）：27-28.

[25] 陳思淇， 葉新. 試析電商企業(yè)開設實體書店的模式創(chuàng)新——以當當網(wǎng)為例[J]. 出版廣角，2017（3）：36-38.

[26] 王海峰，盧小倩. 大數(shù)據(jù)驅動下傳統(tǒng)零售業(yè)的精準營銷——以朝陽大悅城為例[J]. 產(chǎn)業(yè)與科技論壇，2016（17）：20-22.

[27] Financial Times. Alibaba taps user data to drive growth spurt[EB/OL]. [2017-08-18]. https：//www.ft.com.

[28] 馮薛. 大數(shù)據(jù)時代京東商城營銷模式創(chuàng)新分析[J]. 港澳經(jīng)濟，2016（24）：40-40.