大数据环境下的产学研协同创新问题探究
摘 要在大数据环境下，呈指数式爆炸性增长的数据量吸引了各行各业的目光，其除具有海量性、完整性、非结构性及价值密度低的特点以外，还将信息的范围扩大，不再局限于代码、图片、音频等。随着大数据技术和理念的不断推进，大量信息产物和新的合作模式出现，一方面促进了信息资源的整合利用和共享增值，另一方面也优化了合作流程，提高了工作效率。由政府、企业和高等院校所组成的产学研协同创新联盟作为典型的合作创新形式，迫切地需求顺应大数据的发展浪潮，进一步改革和优化，加强各主体之间的沟通交流和信息共享，更好地实现知识、技术的创新以及将科学技术转化为市场生产力从而创造市场价值。本文在大数据背景下，首先研究了大数据及其特点，和产学研协同创新的相关理论，由此细化出大数据环境下的产学研协同创新的特征及过程。在此基础上，通过与传统协同创新模式的比较，建立了基于大数据的产学研协同创新模式，给出了在该模式下，产学研协同创新发展的三个阶段，即战略规划、协同发展、固化，但在实际应用中，三个阶段并没有依次顺序之分，往往是交错进行的。而协同创新的目标不同，创新主体占的主导地位也不同，以企业为主的技术主体、以高校为主的知识主体和以政府为主的协调主体都有可能因不同的战略目标而成为整个模式的主导，所以本文还就不同创新主体给出了不同的路径分析和选择，以及该模式的实施建议。
目 录
摘 要 IV
ABSTRACT V
目 录 VII
第1章 绪论 1
1.1选题背景及意义 1
1.2研究思路和方法 2
1.2.1研究思路 2
1.2.2研究方法 2
第2章 相关理论与文献综述 3
2.1相关理论 3
2.1.1大数据及其特点 3
2.1.2大数据与信息资源 4
2.1.3协同创新理论 5
2.1.4产学研协同创新理论 6
2.2文献综述 7
第3章 大数据环境下产学研协同创新的特征及过程 9
3.1产学研协同创新的特征 9
3.2产学研协同创新的过程 10
第4章 大数据环境下的协同创新模式的建立 12
4.1大数据环境下的协同创新机
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
理 12
4.1.1与传统协同创新比较分析 12
4.1.2基于大数据的协同创新运行机理 14
4.2基于大数据的协同创新模式框架 15
第5章 实施路径与建议 18
5.1路径分析 18
5.2实施建议 19
第1章 绪论
1.1选题背景及意义
随着微博、微信、美拍等信息发布渠道和形式的多样化，信息发布的速度更快，数量更大，种类更多，结构更复杂，使得信息量呈指数型爆炸式增大，再把全球的数据量整合起来，就会变成一个数据空间，甚至是数据地球，大数据（Big Data）的概念随即而生。大数据（Big Data）一词最早出现在apache org的开源项目NUTCH中，科学家为了描述在更新网络搜索索引的同时进行批量处理或分析的大量数据集，首次启用了大数据这个术语。预计到2020年，中国产生的数据总量将是2013年的10倍，超过85TB。然而数据量越大，处理的难度也越大，且数据存在于各方各面，所以对其进行挖掘可能得到更大的价值，这就是大数据时代必然到来的原因，也是大数据吸引人的地方。
在前段时间，IBM公司发布了针对“大数据”的调研白皮书《分析：大数据在现实世界中的应用》。该研究显示，各类组织当前进行的“大数据”项目主要目标在于改进用户体验，首要任务是贴近目标客户。[1]例如日本迅销公司在开设旗下第一服装品牌——优衣库的网上商城后，又陆续推出了手机APP客户端。但仔细观察可以发现，线上的衣服款式和单价与线下完全相同，在线上注册时，系统要求使用用户的基本个人信息和地理定位，可见优衣库并不是想单独发展线上业务来扩大销量，而是通过大数据的应用将用户的信息分类归纳，如年龄、偏好、消费水平、消费习惯，以及大数据应用最集中最具体的体现，即将客户地理位置信息收集归纳，来指导线下选址开店，促进线下店铺的发展，力求带给客户更好的购买体验，同时尽可能地影响更多人、辐射更大的范围。数据能真实地反映出用户的消费习惯，比如用户偏好购买的时间段、衣服款式、每月累计的消费额，以及热衷优衣库的用户集中的区域。在大数据的环境下，这些信息形成了新的信息，其巨大的开发利用价值值得我们去探索和发现。
在大数据环境下，“信息”的范畴在扩大。个人资料、参考资料、记载资料等属于信息。社交网络、电子商务、交易信息等也都可以形成新的信息。数据量呈指数型增长，价值密度低还导致了挖掘难度的增加，然而其可预见性的开发价值和宽广的产业空间也是出乎人们想象的。想要尽可能大的开发利用信息资源，使之成为有效的信息和知识，单靠某一个体或组织，其力量是远远不够的，尤其是产学研研究方面，如何在企业、院校、科研所之间利用好数据带来的巨大资源，是值得探究和深思的。而协同创新在实际工作中也展现出了良好的优越性，各主体协同各自的硬件资源和软件信息，各取所需，相互进步，大大地促进了各机构、各行业的良性循环发展。同时，信息资源也是社会资源的一部分，对其进行协同创新是大数据环境下实现资源优化配置的必然要求，同样是支撑国家创新体系的有效方式之一。
1.2研究思路和方法
1.2.1研究思路
通过研究目前产学研协同创新的主体、机制及其特征和过程，建立大数据环境下的产学研协同创新模式，并给出实施的路径及路径的选择方法，利用大数据这一发展趋势，进一步优化企业、院校和研究所三者之间的信息创造、信息共享和信息应用，建立产学研协同创新模式，从而达到双赢的良性循环。
1.2.2研究方法
? 文献研究法。通过对产学研协同创新的主体和运行机制的分析，参考协同创新的特征和过程，着重探究大数据环境下，海量信息的搜集、整合、共享和增值对产学研协同创新带来的革命。
? 跨组织研究法。产学研研究本就是对企业、院校和科研所三者之间的联系探究，涉及到企业与外部的学术研究单位、供货商、顾客、竞争者、合作伙伴和中介机构等组织，科研所与院校的无缝衔接，及院校和科研所之间的信息资源共享。
? 比较分析法。本文研究的产学研协同创新是处于大数据技术迅速发展的时代背景下，必然与之前传统数据库时代下的协同理念有巨大差异。采用比较分析法，从信息来源、创新路径和创新主体三个方面挖掘大数据的优势，提出大数据与信息管理联合应用的建议。
第2章 相关理论与文献综述
2.1相关理论
2.1.1大数据及其特点
大数据具有很强的参考性和导向性，利用大数据技术，可以提高数据的处理效率，快速挖掘数据中的有效信息，从而优化生产和工作流程，实现价值增值和效益增长。总体来说，大数据技术可以快速地处理多种类型的数据，获取和提炼有价值的信息，促使各企业团体之间的信息沟通和共享，创造出巨大的经济效益和社会效益，已经远远超出了数据本身所具有的价值。所以，大数据可以定义为在合理时间内采集大规模资料、处理成为帮助使用者更有效决策的社会过程。[2]
更简单的说，麦肯锡将大数据定义为: 无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。[3]
通过对大数据定义的归纳和阐述，总结出了大数据的特点， 如３Ｖ，即认为大数据具有以下３个特点：规模性（volume）、多样性（variety）和高速性（velocity）。除此之外，还有人认为可以在３Ｖ的基础上增加一个新的特性。关于第４个 Ｖ 的说法并不统一，国际数据公司（International Data Corporation，IDC）认为大数据还应当具有价值性（value），大数据的价值往往呈现出稀疏性的特点。而ＩＢＭ则认为大数据必然具有真实性（veracity）。[4]
目 录
摘 要 IV
ABSTRACT V
目 录 VII
第1章 绪论 1
1.1选题背景及意义 1
1.2研究思路和方法 2
1.2.1研究思路 2
1.2.2研究方法 2
第2章 相关理论与文献综述 3
2.1相关理论 3
2.1.1大数据及其特点 3
2.1.2大数据与信息资源 4
2.1.3协同创新理论 5
2.1.4产学研协同创新理论 6
2.2文献综述 7
第3章 大数据环境下产学研协同创新的特征及过程 9
3.1产学研协同创新的特征 9
3.2产学研协同创新的过程 10
第4章 大数据环境下的协同创新模式的建立 12
4.1大数据环境下的协同创新机
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
理 12
4.1.1与传统协同创新比较分析 12
4.1.2基于大数据的协同创新运行机理 14
4.2基于大数据的协同创新模式框架 15
第5章 实施路径与建议 18
5.1路径分析 18
5.2实施建议 19
第1章 绪论
1.1选题背景及意义
随着微博、微信、美拍等信息发布渠道和形式的多样化，信息发布的速度更快，数量更大，种类更多，结构更复杂，使得信息量呈指数型爆炸式增大，再把全球的数据量整合起来，就会变成一个数据空间，甚至是数据地球，大数据（Big Data）的概念随即而生。大数据（Big Data）一词最早出现在apache org的开源项目NUTCH中，科学家为了描述在更新网络搜索索引的同时进行批量处理或分析的大量数据集，首次启用了大数据这个术语。预计到2020年，中国产生的数据总量将是2013年的10倍，超过85TB。然而数据量越大，处理的难度也越大，且数据存在于各方各面，所以对其进行挖掘可能得到更大的价值，这就是大数据时代必然到来的原因，也是大数据吸引人的地方。
在前段时间，IBM公司发布了针对“大数据”的调研白皮书《分析：大数据在现实世界中的应用》。该研究显示，各类组织当前进行的“大数据”项目主要目标在于改进用户体验，首要任务是贴近目标客户。[1]例如日本迅销公司在开设旗下第一服装品牌——优衣库的网上商城后，又陆续推出了手机APP客户端。但仔细观察可以发现，线上的衣服款式和单价与线下完全相同，在线上注册时，系统要求使用用户的基本个人信息和地理定位，可见优衣库并不是想单独发展线上业务来扩大销量，而是通过大数据的应用将用户的信息分类归纳，如年龄、偏好、消费水平、消费习惯，以及大数据应用最集中最具体的体现，即将客户地理位置信息收集归纳，来指导线下选址开店，促进线下店铺的发展，力求带给客户更好的购买体验，同时尽可能地影响更多人、辐射更大的范围。数据能真实地反映出用户的消费习惯，比如用户偏好购买的时间段、衣服款式、每月累计的消费额，以及热衷优衣库的用户集中的区域。在大数据的环境下，这些信息形成了新的信息，其巨大的开发利用价值值得我们去探索和发现。
在大数据环境下，“信息”的范畴在扩大。个人资料、参考资料、记载资料等属于信息。社交网络、电子商务、交易信息等也都可以形成新的信息。数据量呈指数型增长，价值密度低还导致了挖掘难度的增加，然而其可预见性的开发价值和宽广的产业空间也是出乎人们想象的。想要尽可能大的开发利用信息资源，使之成为有效的信息和知识，单靠某一个体或组织，其力量是远远不够的，尤其是产学研研究方面，如何在企业、院校、科研所之间利用好数据带来的巨大资源，是值得探究和深思的。而协同创新在实际工作中也展现出了良好的优越性，各主体协同各自的硬件资源和软件信息，各取所需，相互进步，大大地促进了各机构、各行业的良性循环发展。同时，信息资源也是社会资源的一部分，对其进行协同创新是大数据环境下实现资源优化配置的必然要求，同样是支撑国家创新体系的有效方式之一。
1.2研究思路和方法
1.2.1研究思路
通过研究目前产学研协同创新的主体、机制及其特征和过程，建立大数据环境下的产学研协同创新模式，并给出实施的路径及路径的选择方法，利用大数据这一发展趋势，进一步优化企业、院校和研究所三者之间的信息创造、信息共享和信息应用，建立产学研协同创新模式，从而达到双赢的良性循环。
1.2.2研究方法
? 文献研究法。通过对产学研协同创新的主体和运行机制的分析，参考协同创新的特征和过程，着重探究大数据环境下，海量信息的搜集、整合、共享和增值对产学研协同创新带来的革命。
? 跨组织研究法。产学研研究本就是对企业、院校和科研所三者之间的联系探究，涉及到企业与外部的学术研究单位、供货商、顾客、竞争者、合作伙伴和中介机构等组织，科研所与院校的无缝衔接，及院校和科研所之间的信息资源共享。
? 比较分析法。本文研究的产学研协同创新是处于大数据技术迅速发展的时代背景下，必然与之前传统数据库时代下的协同理念有巨大差异。采用比较分析法，从信息来源、创新路径和创新主体三个方面挖掘大数据的优势，提出大数据与信息管理联合应用的建议。
第2章 相关理论与文献综述
2.1相关理论
2.1.1大数据及其特点
大数据具有很强的参考性和导向性，利用大数据技术，可以提高数据的处理效率，快速挖掘数据中的有效信息，从而优化生产和工作流程，实现价值增值和效益增长。总体来说，大数据技术可以快速地处理多种类型的数据，获取和提炼有价值的信息，促使各企业团体之间的信息沟通和共享，创造出巨大的经济效益和社会效益，已经远远超出了数据本身所具有的价值。所以，大数据可以定义为在合理时间内采集大规模资料、处理成为帮助使用者更有效决策的社会过程。[2]
更简单的说，麦肯锡将大数据定义为: 无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。[3]
通过对大数据定义的归纳和阐述，总结出了大数据的特点， 如３Ｖ，即认为大数据具有以下３个特点：规模性（volume）、多样性（variety）和高速性（velocity）。除此之外，还有人认为可以在３Ｖ的基础上增加一个新的特性。关于第４个 Ｖ 的说法并不统一，国际数据公司（International Data Corporation，IDC）认为大数据还应当具有价值性（value），大数据的价值往往呈现出稀疏性的特点。而ＩＢＭ则认为大数据必然具有真实性（veracity）。[4]
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/860.html
