2016中国(北京)国际大数据产业博览会暨高峰论坛

时间：2016年9月12日-14日 地点：北京·中国国际展览中心(老馆)

批准单位： 中华人民共和国工业和信息化部

中华人民共和国商务部

主办单位： 中国高科技产业化研究会

协办单位： 中国高科技产业化研究会信息化工作委员会

中国通信工业协会物联网应用分会

上海大数据产业技术创新战略联盟

支持单位： 中国国际展览中心 国际数据公司

中关村大数据产业联盟 中关村大数据交易联盟

承办单位：北京百科汇国际展览服务有限公司

【日程安排】

布展：2016年9月10日-11日(9:00-17:00) 开幕：2016年9月12日(9:30)

展出：2016年9月12日-14日(9:00-16:30) 撤展：2016年9月14日(16:00)

【展会概况】

随着现代信息技术的不断发展，世界已跨入了互联网+大数据时代。大数据正深刻改变着人们的思维、生产和生活方式，即将宣起新一轮产业和技术革命。大数据与各个行业的深度融合，将产生出前所未有的社会和商业价值。再加上承德.中关村大数据产业合作项目已签约，抢抓京津冀协调发展的重大机遇，推动大数据产业快速发展，形成完整的大数据产业创新链条，促进大数据产业快速稳定增长起到至关的推动作用。随着互联网+技术的飞速发展使大数据云计算技术将会得到更为长足的发展，必将更为广泛地应用于各个领域为人类的生产生活带来全新的面貌。

为更好的交流展示国内外大数据技术应用和经验成果，推动我国大数据产业快速健康发展，由中国高科技产业化研究会主办，中国高科技产业化研究会信息化工作委员会协办，北京百科汇国际展览服务有限公司承办“2016中国(北京)国际大数据产业博览会暨高峰论坛”将于2016年9月12日-9月14日，在北京·中国国际展览中心举办。本届展览会将以“促进大数据时代变革、共赢新时代机遇和挑战”为主题，诚邀各单位、企业负责人及专业观众一起探讨大数据产业的未来和发展，共同展示大数据产业领域的最新成果、新技术，探讨行业动向、进行面对面的商业交流等。且此次会展将吸引世界各国的媒体前来报导。

为推动大数据行业健康发展，促进科技交流、合作发展及市场拓展。本次展会以产品质量为依托，以展示超越技术为导向汇聚顶尖技术，展示商家形象，立足于打造以大数据高端产品为主体的平台，结合中国北京的辐射力、中国市场容量、中国的市场需求，为业内企业及海内外同行搭建一个的高效交流平台。届时邀请各相关单位踊跃报名参展、参观！

【展出范围】

★国际品牌：

聚集世界级重量企业、综合展示全球大数据领域新技术、新成果、新产品、大数据产业园区、展示大数据未来科技趋势；

★大数据应用：

大数据信息平台、商用密码产品、智慧城市、智能交通、大数据金融、互联网投资理财、大数据医疗、大数据健康、大数据营销、大数据农业、人工智能、移动电子商务、移动互联网、车联网、地联网等

★智能制造及设备：

工业互联网及智能制造、数据存储及服务器、网络通信设备、数据中心设备、可穿戴及智能终端设备、自动识别及条码技术、软件与系统集成、智能家居设备、电信运营商、物联网技术与应用等

★大数据软件与服务：

大数据信息安全、数据处理与准备、大数据交易、云计算、大数据关联服务等

★电子商务：

移动电子商务、跨境电子商务及外贸出口、电子商务平台、现代物流等

★互联网创新应用

O2O应用与产品、企业数字化管理解决方案、移动互联网应用、动画及游戏技术与应用、智能机器人、创客团队等

【收费标准】

企业性质标 准 展 台豪华展台境外企业

展位规格￥13800元/9m2￥16800元/9m2￥30000元/9m2

室内光地(36m2起租)￥1300元/m2￥1680元/m2￥3000元/m2

1、标准展位配置：提供三面围板、洽谈桌一张、

椅子两把、中英文楣板,二盏射灯、220V/5A电源插座一个、展位铺满地毯；）参展企业若选择双开口展位加收20%的展位费用；其他额外开支由展商承担。

2、空场地费用包括：展出场地、地毯、保安服务、展位清洁服务。

【会刊广告】

封 面：￥30000元封 底：￥20000元封 二：￥15000元封 三：￥8000元

扉 页：￥8000元彩整版：￥6000元黑整版：￥3000元文字整版：￥2000元

会刊除在大会期间广泛免费发放给主管部门及相关协会、专业参观商、采购商外，还将通过主办单位途径发往国内外的业主单位及相关经销单位等；

【大会活动】

主办方将组织多场论坛、研讨会、展商技术交流会，产品及新闻发布会，与参会领导、企业、观众零距离接触。欢迎广大参展商申请举办，主题自定。组委会将积极协助组织听众，全力缔造商机。

1、中国大数据领域发展论坛，内容涵盖国家大数据政策、制定大数据规划与大数据保障问题、大数据国际合作与交流、全面开创中国大数据事业发展新局面领域；

2、大数据技术装备应用与创新发展论坛，致力于推动现代大数据技术装备的应用，提升我国大数据科技水平。

【展会宣传与推广】

目标观众云基地、数据中心投资方及运营商、通信运营商、大型网络公司、电信、能源、金融、证券、广电、电商、电子、医疗、国防、教育、海关、航空航天、集成商、工程商、代理商到会参观采购。

通过发放十万封参观邀请函、三十万张参观券直接邀请国内外邻近国家和地区的重要买家、大型用户前来参观、洽谈、订货。

在CCTV、北京电视台、BTV、百度推广、新华社、科技日报、中国教育报、腾讯、网易、新浪、搜狐、等发布展会信息及广告内容。

【参展程序】

参展手续：参展单位请认真填写《参展报名表》并传真或快递至大会组委会，并于一周内将参展费用汇至组委会指定帐号，且将银行付款底单传真至组委会，以便确认参展资格。

展位安排：组委会将依据“先报名、先付款、先安排”的原则。为保证展览会的整体形象，组委会有权对少量展位予以调整。

会务安排：组委会会前30天将《参展手册》（有关日程安排、展品运输、酒店接待、展台搭建等事项）寄送至各参展商。

【联系方式】

有关参展、参会、刊登广告和发表论文等事宜,请垂询大会组委会

地 址：北京市通州区京贸国际城4-1-30层

电 话：010-5890 7092 传 真：010-5890 7094

联系人：邢青利 18612251141 E-mail：981770772@qq.com

利用互联网购物的营销数据来追踪和勾画消费行为并以此为据促销是大数据应用的成功典型案例。有些人已此将大数据吹得神乎其神，好像它能成为万能药。其实，这只是大数据应用中的很小一部分。作为智能决策的支持手段之一，大数据在企业、事业、政府、社会管理和发展上的应用是更重要的挑战。在这里，多源数据的融合就成为大数据分析中的瓶颈。

每个亲身参加过大数据项目的数据科学家、数据分析师、数据库管理员都会告诉你，项目的80%的时间和经费花在数据的准备工作上。这其中多源数据的融合是最耗费资源的任务之一。难怪最近纽约时报惊呼：“数据科学家把高达

80%的时间用于数据准备而不是用来发现新的商业智能”。

传统的统计分析经常是对单一数据源（营销数据、行政报表、问卷调查、人口普查等）进行深入的追踪和分析。分析人员对数据的来源和结构有一定的控制和深层的了解。在大数据时代，数据源是多样的、自然形成的、海量的数据常常是半结构或无结构的。这就要求数据科学家和分析师驾驭多样、多源的数据，将它们梳理后进行挖掘和分析。在这个过程中，数据融合（data

blending）就成为不可或缺的一步。

数据融合与数据仓库（Data Warehouse）、数据一体化（Data

Integration）不同。它的目的不是将一个企业（Enterprise）或组织的所有数据集中在一起并标准化而产生唯一的真相（Single

Truth）。它是以产生决策智能为目标将多种数据源中的相关数据提取、融合、梳理整合成一个分析数据集（Analytic

Dataset）。这个分析数据集是个独立的和灵活的实体，可随数据源的变化重组、调整和更新。数据融合胜于数据仓库和数据一体化的另一点是它能包容多源数据。

数据融合有六个基本步骤：（1）连接所需多源数据库并获取相关数据，（2）研究和理解所获得的数据，（3）梳理和清理数据，（4）数据转换和建立结构，（5）数据组合，（6）建立分析数据集。这个过程的每一步都需要数据工作者认真细致的思考、辨认、测试、清理、最后产生可信赖、有意义的分析数据库。在过去，这个数据准备过程很大程度上是通过手动，十分费时和艰辛。即使有数据处理的软件（如Excel, SAS, SPSS等），每个数据工作者也都是自己使用所熟悉的工具，形成个性化的，充其量是半自动的数据准备程序。最近几年，大数据技术公司将数据处理整合过程中相关技术集合，组合，提升后开发出专门用于数据融合的新工具。应用这些直观、可视、高效的软件工具，数据准备的过程的工效大大提高，在一定程度上解决了数据融合的技术瓶颈。

数据融合的另一瓶颈是思维。打个比方，数据融合就像水泥的现场合成。水泥制作可以从人工搅拌变为机械合成，提高了工效。但水泥配置仍需要正确的配方；沙、石、混凝土的比例，以及相关化学成份的添加对达到水泥的质量标准至关重要。数据处理新工具使数据科学家从数据准备的繁琐工作中解放了出来，但如何根据每个数据分析项目量体定制，融合多源数据以形成有效的分析数据集仍是数据科学家必须面对的一个更具挑战性的瓶颈。

多源的数据可以归纳为三大类：（1）一手数据（Primary

Data），包括企业或组织直接采集掌控的内部运行数据和营销数据，（2）二级数据（Secondary

Data），第三者采集、整理、和提供的二手数据，如经济指标、人口普查、民意调查、网路数据等，（3）科学数据（Scientific Data），包括科学研究

的成果、指数、算法、模型等。

这三类数据为数据为驱动的智能决策提供了不同的观察角度。一手数据具体、灵活、快速积累能够实时或接近实时地为决策者提供监测、追踪、描述信息。二级数据一般是定期公布的数据，它能提供国家、地区、行业的状况信息，成为数据分析中的可比性坐标。科学数据的更新是不定时的，但它代表着目前科研成果，对数据分析的建模和算法提供科学基础。在大数据分析项目中，数据科学家需要针对具体研究课题同时收集、整理、融合相关的三类数据。数据科学家的水平就体现在将三类数据合理、有效、有意义的融合上。

数据融合是目前大数据应用和智能决策过程中一个瓶颈。这个挑战引发了新一轮大数据工具的快速发展。根据2016年高德纳公司数据管理和分析软件工具的评估报告，自我服务式数据准备软件（Self-service

Data

Preparation）已成为发展最快的工具之一。这一发展趋势应引起我们的关注。同时，数据融合的思维瓶颈仍是所有数据科学家必须面对的更高层次的挑战。