大数据分析研究报告

多彩贵州网讯(记者 程曦)5月27日，由大数据战略重点实验室研究编著、社会科学文献出版社出版的大数据最新理论成果《大数据蓝皮书：中国大数据发展报告No.4》在国家大数据(贵州)综合试验区展示中心网络首发。《大数据蓝皮书：中国大数据发展报告No.4》在贵阳网络首发据悉，该书是我国首部针对大数据领域进行全面梳理和总结的蓝皮书。自2017年首次编撰出版，至今已连续出版四册，作为每届数博会期间对外发布的重要理论创新成果，获得了业界和社会的广泛关注。《大数据蓝皮书：中国大数据发展报告No.4》中，以指数评价为着力点，创造性提出“数博指数”，亦称“贵阳指数”，通过指数构建和数据分析，真实、客观反映国家、地区和城市大数据发展和建设的发展现状、特点、趋势，展示地区数字中国建设取得的成就和问题。其中，“数博指数”遵循“以数据探寻规律，以规律促进决策”的宗旨，构建全球数字竞争力指数、大数据发展指数、大数据法治指数、大数据安全指数、大数据金融风险防控指数与治理科技指数等六大指数，初步建立我国大数据领域指数群，开启了用数据监测发展、科学评判形势的新时代。“大数据领域指数群的建立，提供了一个观察和分析地区大数据发展进程的角度和方法，有助于科学准确地呈现大数据发展各方面在整个经济社会运行过程中发生、发展的全过程，是认识运行状况、完善运行机制、消解决策盲区的重要依据，是指导政府运用大数据技术和大数据思维有效应对和解决不断变化、日益复杂的公共问题的新理念、新视角，是政策评价、量化评估大数据在政用、商用、民用领域创新应用的重要组成部分，成为新时代科学观测经济社会运行状况的重要机制。”该书课题组负责人连玉明教授介绍。连玉明表示，希望通过数博指数的研究和发布，可以引发人们对大数据领域热点、难点、焦点问题的关注和讨论，进而推进大数据发展、加快数字中国建设的进程。【来源：多彩贵州网】版权归原作者所有，向原创致敬

12月2日，为进一步推进风景名胜区智慧景区建设及智慧旅游精细化服务工作，提升风景区保护管理与服务水平，中国风景名胜区协会在著名的世界双遗产地峨眉山召开2020智慧景区工作会议。四川省文旅厅科教处二级巡视员王燕林、四川省自然保护地工作总站二级调研员邱安基、中国风景名胜区协会副会长、中共峨眉山市委副书记、人民政府市长、峨眉山风景名胜区管理委员会主任吴小怡、中国风景名胜区协会副秘书长赵旭伟等出席会议。还有来自黄山、云台山、泰山、九寨沟、普陀山、武当山等风景名胜区及世界遗产地、省市风景名胜区协会领导、行业专家、媒体参加会议。本次会议，现场发布了中国风景名胜区高质量发展大数据分析报告，协会组织相关单位，利用大数据对风景名胜区的发展现状进行调查研究，通过管理、服务、宣传、营销、游客消费等维度进行大数据分析，为行业信息化建设提出建议。还进行了智慧景区工作汇报和专题发言。中共峨眉山市委副书记、人民政府市长、峨眉山风景名胜区管理委员会主任吴小怡在致辞中说，早在新千年伊始，峨眉山景区便开始谋划布局数字化建设，逐步打造数字景区“管理、服务、营销 ”三大体系，为“诗和远方”插上智慧“翅膀”。2012年成为全国首批智慧旅游景区试点单位以来，我们坚持打基础、搭平台、促转型，逐步建成了“一云、两中心、多终端”的全域智慧文旅服务管理体系，有效提升了景区数字化管理能力和精细化服务水平。20年的发展实践，我们深刻感受到，文旅资源展示离不开智慧旅游，文旅融合离不开智慧旅游，文旅管理工作更离不开智慧旅游。峨眉山位于四川省西南部，是世界文化与自然双遗产地，首批国家级重点风景名胜区，国家5A级旅游景区，中国佛教四大名山之一，普贤菩萨道场，拥有雄、秀、奇、险、幽的绝美自然风光，儒、释、道、茶、武、药、食交相辉映的璀璨文化，素有“峨眉天下秀”的美誉。近年来，峨眉山景区秉持“智慧让景区更美好”这一基本理念和愿景，切实增强了广大游客安全感、幸福感和获得感。

从《中国有嘻哈》、《这！就是街舞》、《偶像练习生》、《创造101》等先后成为现象级综艺，到“Freestyle”“Pickme”“C位出道” “菊外人”等流行词的爆火，动辄破亿次的播放量，昭示了网综已经进入了全民话题带流量的时代。各视频平台对网综的持续发力，开启了IP体系化运营和网综生态营销的新模式；网综节目的受众也由浅层互动到深度参与，发生了从观众到用户的变迁。强娱乐、重垂直、深互动、年轻态……网综一路乘风破浪、高歌猛进的同时，能否深挖广拓，真正进入主流话语渠道？极光大数据发布《2018年网络综艺观众研究报告》，从行业概况、观众行为、观众态度、明星及节目、社群等多个维度带你全面了解网综的方方面面。极光观点： 超过四成的网综观众每天观看网综节目在1次及以上； 搞笑是最吸引网综观众的节目元素，其次是高颜值和美食； 观众对网综的最大槽点是广告太多，刻意炒作CP名列第二； 截止2018年5月底，网综点击量的冠亚军为选秀类节目《偶像练习生》与《创造101》； 吸金力超强，43.8%的《创造101》观众购买了视频网站会员； 《偶像练习生》、《创造101》、《热血街舞团》及《这！就是街舞》的观众均是年轻女性居多。一、行业概况以网络平台为首播渠道，是网综与台综的重要区别。网络综艺的产生和发展，主要原因是随着互联网的发展和智能终端的普及，大众视频观看习惯变化，对网络综艺的需求增长。为满足观众需求，资本、内容生产者不断向网络综艺聚集，网络视频平台进一步推动了网络综艺市场的发展壮大。网络综艺发展可根据其数量和质量划分为萌芽期、发展期和稳健期。2014年以前，中国网络综艺发展处于萌芽期，这一时期网络综艺发展未有大量资本流入，以个体或小团队形式进行制作，数量较少；2014-2016年，网络综艺进入快速发展的时期，资本涌入，各视频平台将之视为新的观众增长点，发力自制综艺，网综数量和质量均得到较大提升，各平台竞争激烈；2017年至今，依托于经验积累和观众审美水平的提升，网综制作进入稳健期，更加追求精品化，运营上追求IP化多维度长期运营。据极光大数据统计，2015至2017年，网络综艺节目数量从96部上升到197部，数量上翻了一倍不止，各主流视频网站均推出网络综艺节目，加入激烈的市场竞争中。极光调研数据显示，2015年播放量top10的网络综艺总播放量为74.2亿，这一数据到2017年已上升至264亿。网络综艺节目对于观众的吸引力迅速提升，成为网络视频平台的重要流量来源。随着网综的崛起，视频网站纷纷采用“超级网综+常规网综”的立体化节目矩阵，即通过超级网综攻城略地强力引流，辅以常规垂直化网综满足受众多元化需求。网综运营也走向IP化运营、全产业链布局。2018年初，各视频平台均提出将发挥自身特色，在网综运营上采取“IP化”策略，进一步提升网综IP价值。二、行为篇视频播放平台引流能力强大。极光调研数据显示，56.6%的观众通过视频播放平台的宣传了解到网综节目信息。此外，微信群/朋友圈/公众号等也是重要的网综节目宣传渠道。极光调研数据显示，超七成观众表示观看某网综节目是因为觉得节目好看/有意思，也有四成观众表示观看某节目是因为其是自己喜欢的类型。观看网综已成为部分观众打发时间的重要方式。极光调研显示，约三成观众每周观看1-2次网综节目；超四成观众每天观看网综节目次数在1次及以上。极光调研显示，超半数的网综节目观众会在节目发布两天内进行观看，接近一半的观众不会这么热情追更。节假日和睡前是网综节目播出的“黄金时间”。根据极光大数据显示，四成观众会在周末和节假日观看网综节目，超过三成观众习惯在睡前观看网综节目。此外，工作/学习间隙、午间、晚饭也是观看网综节目的重要时间段。网综节目已经成为观众人际交流的重要话题。极光调研显示，44.4%的网综观众会向身边人推荐正在观看的网综节目，35.4%的观众会与家人/朋友/同事讨论该节目。相较而言，弹幕功能比评论区更加重要，22.7%的网综观众会发送弹幕进行实时评价，而仅9.8%的观众会参与评论区的讨论。现象级网综节目可带动同类型网综节目发展。极光大数据发现，近四成网综观众会在观看某网综后寻找同类型网综节目观看，而三成观众表示希望了解嘉宾在网综节目之外的其他八卦。三、态度篇根据极光大数据，超六成观众表示相对于电影、电视剧等视频形式，节奏欢快、易于调节心情是他们更为偏爱网综的重要原因；其次，轻松不烧脑也是网综相对电影、电视剧等对观众更友好的地方。极光调研数据显示，搞笑是网综观众最为喜爱的节目元素，高颜值和美食等要素也吸引了不少观众的目光。才华受到三成网综观众的关注。运动、竞争和机械更受男性网综观众欢迎，而女性观众则钟情于高颜值和反差萌要素，对萌娃更是完全没有抵抗力。极光大数据发现，无处不在的广告植入是观众最为不满的地方，此外刻意炒CP也让观众觉得十分尴尬。而节目组之间、节目组和嘉宾之间、嘉宾和嘉宾之间翻来覆去的撕逼更是让观众觉得十分心累。根据极光大数据，网综观众最能接受的广告形式为道具植入，其次为场景植入。传统的悬浮广告和贴片广告形式观众接受度最低。极光调研发现，约七成观众选择目前所使用的视频平台是因为喜欢的节目在此平台独播。由此可见，视频平台需要不断为观众提供优质内容才能留住观众的心，而节目的丰富性也影响到观众对视频播放平台的选择。四、明星及节目篇节目与明星嘉宾是互相成全的关系。《偶像练习生》的大火，不止让新人练习生俘获不少观众的芳心，张艺兴作为节目导演（program director，简称PD）也登顶网综观众最喜爱的明星嘉宾。手握《拜托了冰箱第四季》等节目的何炅、在《创造101 》中担任嘉宾的罗志祥、张杰，在《这！就是街舞》中担任导师的易烊千玺，均收获不少网综观众的喜爱。极光大数据发现，男性网综观众相对整体网综观众，更喜欢罗志祥、李荣浩和娄艺潇，而易烊千玺、何炅、吴磊等明星则更招女性观众喜欢。极光调研发现，颜值和性格是明星嘉宾圈粉的重要因素。超过四成的网综观众认为自己喜欢的明星嘉宾颜值高，暖心、呆萌和耿直是受到网综观众青睐的重要性格特质。专业能力强也会吸引大量网综观众的关注和喜爱。根据极光大数据显示，约四成网综观众并不反感明星卖人设，表示如果明星卖的人设恰好对自己胃口的话，会更为关注这个明星。极光调研发现，选秀类节目观众覆盖度最高，每100个网综观众中就有47个看过选秀类的网综节目。2018年以来，约一半的网综观众看过选秀类网综节目。而《吐槽大会第二季》、《奇葩大会第二季》等优质网综节目的续集，也吸引了超过三成网综观众观看。截至2018年5月底，由爱奇艺打造的男团选秀节目《偶像练习生》狂揽31.4亿播放量，腾讯视频打造的女团选秀节目《创造101》播出仅六期，已达到28.4亿播放量。脱口秀《吐槽大会第二季》、街舞类节目《热血街舞团》和《这！就是街舞》播放量也均在15亿以上。明星网综“吸金力”强。极光调研数据显示，43.8%的《创造101》观众购买了视频网站会员，此占比高于其他网综节目。20%以上喜欢《偶像练习生》的观众购买过节目内广告的产品，14.1%喜欢《创造101》的观众下载过广告中的app。极光大数据发现，《偶像练习生》观众以19-24岁、女性为主，约三成观众为本科及以上学历。因受访者中学生及年轻未婚白领较多，仅23.3%月收入超过一万元。根据极光大数据，《创造101》观众中30.9%为本科及以上学历，25-34岁观众占比最多，其次为19-24岁观众。极光大数据发现，《吐槽大会第二季》观众多为19-34岁、男性观众占比较高，本科及以上学历观众占比超过40%。极光大数据发现，超过三成《热血街舞团》观众为19-24岁观众，家庭月收入过万的观众占比为23.3%。极光大数据发现，《这！就是街舞》观众主要为高学历、女性观众，本科及以上学历观众占比达到37.9%。网综市场发展，离不开对于观众的把握。观众并非被动地观看网综，对于明星嘉宾、节目类型等，也有自己的期待。五、社群篇极光调研数据显示，微博、微信、QQ等是粉丝关注喜欢的网综节目和艺人，甚至参与网综节目的重要平台。粉丝可在这些平台上了解节目、艺人最新动向，表达自己的关注和喜爱。从打榜送出道，到支持出道后各种推广代言，涵盖了吃喝及穿戴，粉丝经济已渗透到各个方面。报告说明1.数据来源调研数据，通过极光调研平台进行网络调研，共回收有效问卷1038份，执行周期为2018年5月2.数据周期报告整体时间段：2018.05具体数据指标请参考各页标注3.数据指标说明此报告中网络综艺观众定义为2018年以来观看过网络综艺节目的观众4.法律声明极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出，由于方法本身存在局限性，极光大数据依据上述方法所估算、分析得出的数据信息仅供参考，极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关，由此引发的相关争议或法律责任皆由行为人承担5.报告其他说明极光数据研究院后续将利用自身的大数据能力，对各领域进行更详尽的分析解读和商业洞察，敬请期待关于极光极光（www.jiguang.cn）是中国领先的移动大数据服务商。其团队核心成员来自腾讯、摩根士丹利、豆瓣、Teradata和中国移动等公司。公司自2011年成立以来专注于为app开发者提供稳定高效的消息推送、统计分析、即时通讯、短信和社会化分享组件等开发者服务。至今我们已经服务了超过70万款移动应用，30万开发者，累计覆盖超过130亿个移动终端，月独立活跃设备超过9亿，日发送消息60亿，产品覆盖了中国国内90%以上的移动终端。基于积累的海量数据，我们拓展了在大数据领域的产品，包括极光效果通和极光数据服务。极光致力于为各行各业节约开发成本，提高运营效率，优化业务决策。

日前，《清华大学智库大数据报告(2019)——今日头条版》由清华大学公共管理学院智库研究中心和北京字节跳动公共政策研究院联合发布。《报告》指出，新媒体推动全球决策体系、治理模式产生深刻变化，各国智库都在积极地利用新媒体平台与社会公众密切互动，传播智库观点，增加智库曝光率，发挥智库社会影响力。根据《报告》，在1065家中国智库中，2019年有78家智库通过头条号运营的方式在今日头条平台共发布文章2.2万篇，阅读量达3.97亿次；有886家智库在今日头条平台受到创作者关注，引用文章达79.15万篇，阅读量达109.06亿次。《清华大学智库大数据报告》是国内智库研究机构通过大数据评价方法和社交大数据资源对智库活动进行的综合性评价报告。该系列报告首次发布于2017年，采取每年发布的形式，本次报告为课题组的第四次发布。《报告》指出，中国智库在今日头条内容空间中具有相当程度的影响力，今日头条的平台特性为智库更广范围、更为精准、更大强度地实现影响力提供了新途径。“第一，今日头条平台结合实时信息发布和分众化自媒体特点吸引了海量的用户群体，为内容生产者的产品传播和专业化运营提供助力。智库可撬动更广范围的社会关注，并动态吸纳受众的反馈。第二，今日头条先进的信息分发技术，使智库生产的内容更容易找到目标受众。第三，今日头条的个性化推荐引擎技术塑造了高粘性的受众群体，智库通过平台推荐渠道可持续影响受众群体，不断强化智库在受众中的声誉。”清华大学公共管理学院智库研究中心相关负责人介绍，2020年，清华大学公共管理学院智库研究中心与北京字节跳动公共政策研究院开展战略合作，利用国内领先的通用信息平台今日头条阅读数据资源，构建“清华大学智库头条指数”，包括“智库头条号指数”和“智库头条引用指数”，以观察中国智库的活动特点。该负责人表示，“智库头条号指数”综合了机构头条号在当年发文量、阅读数、分享数等八个分项情况。“智库头条引用指数”综合了机构在今日头条平台中的引用文章量及其点赞数、分享数等六个分项情况。《报告》在分析了智库在头条关键指标、分类趋势、月度趋势等方面表现后指出：智库在今日头条上的活动存在明显的溢出效应，智库头条发文量和智库头条引文量都与其文章本身的阅读量存在正相关关系。同时，智库月度头条引用文章的时序变化与国内重大时事存在密切联系。《报告》还指出，中国智库在今日头条平台上的主动内容生产行为仍有较大提升空间。“阅读量、点赞量等不同指标在各类智库间的表现存在明显差异，发布综合性、话题性内容可产生多种类型的用户反馈，发布专业性内容则能获得更多引用与阅读。因此，智库应积极运营新媒体并加大其在移动互联网平台中的活动，同时还需要深刻理解新媒体的行为模式，分析精准投放策略，增强智库研究和产品的质量，以此获得更大的社会影响力。”据悉，清华大学公共管理学院智库研究中心特别顾问薛澜教授、北京字节跳动副总裁陈志锋担任本次报告顾问；中心主任朱旭峰教授、北京字节跳动公共政策研究院执行院长袁祥共同担任本次报告的首席专家。

自2016年下半年，网约车新政出台以来，推动了专车市场的重新洗牌。目前，市场头部平台已经显露，形成滴滴出行、神州专车、易到和首汽四分天下的大势，行业竞争也从“拼补贴”转向“拼服务”的下半场。极光大数据发布《2018年5月专车市场研究报告》，以滴滴出行、神州专车、易到和首汽约车四款专车app为主要调研对象，从市场概况、运营数据、用户画像、用户态度、用户使用习惯等全面分析专车市场。极光观点： 截至2018年5月底，网约车app市场渗透率为16.9%，用户规模为1.85亿 滴滴出行在用户中知名度最高，神州专车、首汽约车位列二三位 专车用户更喜欢接送机/车站、预约用车和为他人叫车 神州专车用户满意度最高，用户向亲友同事推荐此平台的意愿也高于其他专车平台一、市场概况国内共享出行市场主要分共享单车和共享汽车，在共享汽车出行中，根据服务类型又可分为包括分时租赁在内的汽车租赁和网约车。目前主流网约车平台运营模式多采用B2C与C2C相结合方式，神州专车和首汽约车以自营的B2C模式为主，并吸引私家车加盟，易到和滴滴出行以私家车C2C模式为主，并配有少量自营车队。网约车的兴起主要源于传统出行方式越来越难以满足社会经济发展背景下的个性化、高质量出行需求。而互联网、大数据、移动智能终端、基于LBS技术服务的发展，则为其提供技术支撑。网约车服务指符合条件的驾驶员和车辆通过网约车平台为用户提供非巡游的预约出租汽车的服务。专车定位中高端市场，相对于快车，它对驾驶员、服务、车辆要求更高。2016年7月，国家相关部门发布《网络预约出租汽车经营服务管理暂行办法》对网约车市场进行监管，此办法强调专车平台运营管理责任，并对车辆硬件质量和驾驶员水平做出了明确规定。滴滴出行、易到为综合性平台，除专车外还包括其他类型订单，而神州专车、首汽约车则主要以中高端专车市场为主。目前各平台的专车产品中，除了立即用车、预约用车、包车、接送机等服务外，还提供多种定制化服务，以优化乘客体验，提升竞争力。头部平台渐趋稳定，行业竞争从“拼补贴”转向“拼服务”的下半场。二、运营数据极光大数据显示，截至2018年5月最后一周，网约车app整体渗透率为16.9%，用户规模达到1.85亿；2017年8月以来，网约车市场增长趋于稳定。拥有快车、专车、顺风车等多种出行业务的滴滴出行app渗透率数据优势明显，截至2018年5月31日，其app市场渗透率为13.82%。根据极光大数据显示，滴滴出行2018年5月MAU为9191万，是唯一一款MAU为千万级的app。根据极光大数据显示，近一年以来，除易到MAU持续下滑，滴滴出行、神州专车、首汽约车变化幅度不大，这与国内趋于稳定的网约车市场有关。根据极光大数据显示， 2018年5月，滴滴出行月均DAU为1504.4万，神州专车和首汽约车分别为31.2万、20.7万，缺少快车、顺风车的数据，主打中高端专车市场的平台DAU数据均不高。三、用户画像根据极光大数据显示，神州专车男性用户占比最高，为73.8%。包含快车业务的综合性出行平台女性比例偏高，滴滴出行最高为37.1%。极光大数据显示，26-35岁用户为各网约车app用户主要年龄段。从更具消费能力的36岁及以上年龄段看，主打中高端市场的神州专车（36%）、首汽约车（27.7%）的用户占比远超综合平台滴滴出行的10.3%。最早专注高端用户的易到（29.7%）36岁及以上用户比例也比较高。根据极光大数据显示，网约车用户更多集中于一线、新一线和二线城市，覆盖范围更广的滴滴出行、神州专车、易到用户来源更多元化，首汽约车则把有限精力聚焦更具出行需求的大城市。首汽约车二线城市及以上用户占比89%。极光大数据发现，得益于珠三角城市群以及深圳、广州两个一线城市的拉动，广东省用户在各网约车APP中占比均比较高。三成首汽约车用户来自北京，易到用户中15.7%来自上海。根据极光大数据显示，北京、上海在各网约车app用户的城市分布占比中基本位于前两位。除一线城市占比均比较高之外，成都位居滴滴出行用户中第三位，哈尔滨位居首汽约车用户中第二。根据极光大数据显示，各网约车app用户均比较偏好京东和携程旅行。四、用户态度极光调研发现，滴滴出行在网约车用户中知名度最高，超过九成的网约车用户知道此平台，神州专车知名度仅低于滴滴出行。在专车用户满意度方面，用户对神州专车满意度最高，首汽约车位居第二，而滴滴出行用户满意度垫底。有半数未使用过滴滴出行的专车用户表示，接下来会考虑使用此平台服务，这或与滴滴出行高知名度有关。调查发现，神州专车用户对此平台的净推荐值为34.5%，相比其他平台专车用户，此平台专车用户向亲友同事推荐此平台的意愿最强。极光调研发现，在受用户关注的用车安全方面，神州专车用户满意度最高。神州专车、首汽约车和滴滴出行的专车用户都对接送机/车站、预约用车和为别人叫车这三项人性化服务最为满意；易到用户对“收藏司机、优先选派”评分最高。五、用户使用习惯极光调研发现，工作日专车用户活跃时间并不局限于通勤时间段，早晚与夜间用车情况相对均衡。周末或节假日，超过半数专车用户会在晚间20-24点出行，约三成专车用户会在中午12-14点出行。在个人和家庭出行场景下，滴滴出行和易到用户是外出购物/娱乐/餐饮的首选，神州专车和首汽约车最常使用于接送亲友。恶劣天气/紧急情况上下班也是用户使用专车的重要场景之一。极光调研发现，接送客人和本地公务/商务出行是各平台用户使用专车的重要商务情景。超半数神州专车用户会在外地公务/商务出差情况下使用此平台专车。报告说明：1.数据来源极光大数据，源于极光云服务平台的行业数据采集及极光iAPP平台针对各类移动应用的长期监测，并结合大样本算法开展的数据挖掘和统计分析；调研数据，通过极光调研平台进行网络调研，共回收有效问卷512份，执行周期为2018年5月2.数据周期报告整体时间段：2017.05-2018.05；具体数据指标请参考各页标注3.数据指标说明该报告仅选取滴滴出行、神州专车、易到和首汽约车四款专车app4.法律声明极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出，由于方法本身存在局限性，极光大数据依据上述方法所估算、分析得出的数据信息仅供参考，极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关，由此引发的相关争议或法律责任皆由行为人承担5.报告其他说明极光数据研究院后续将利用自身的大数据能力，对各领域进行更详尽的分析解读和商业洞察，敬请期待

不知不觉，第一批00后已经到了踏入大学校园的年龄。十年前，被称为“互联网的原生居民”的90后的成长，让人看到了互联网对社会的巨大影响。时至今日，在移动互联网时代成长起来的新一代在校大学生又有哪些特征？而作为“移动互联网的原生居民”的00后与他们的95后在校师兄师姐们又有哪些不同？极光大数据发布《2018年4月大学生群体app行为研究报告》，通过对在校大学生移动互联网行为的调研，深入分析不同年龄、性别、院校、城市等级的大学生们的移动互联网偏好，让你了解他们的社交、购物、学习、出行、生活与娱乐的习惯。极光观点：当代大学生“爱学习，学习使他们快乐”，超级课程表是最受大学生偏爱的app，在极光app偏好指数中名列第一，其次是学习通app；一线城市大学生最爱用知乎，其次是网易系的网易云音乐和网易有道词典；男大学生课余生活被游戏“征服”，爱玩绝地求生：刺激战场，到游戏分享app TapTap交流游戏心得，没事还上斗鱼直播、熊猫直播和虎牙直播看看游戏直播。一、大学生移动生活概况根据极光app偏好指数统计，爱学习是当代大学生的共性。进入大学生人群app偏好指数top 10的应用中，有五款app与学业息息相关，它们是超级课程表、学习通、百词斩、网易有道词典和蓝墨云班课。大学生们兴趣爱好相当广泛，课余生活丰富多彩，最爱看动漫，对服装饰品“买买买”和运动也很感兴趣。极光大数据发现太过幽默的大学生很可能没朋友。原因是知识青年的社交风格标签在大学生人群中的TGI为3.84，意味着相对于整体移动网民，大学生更倾向在带有知识青年调性的社区交友，对知识青年相关话题更感兴趣，而幽默笑话标签TGI则在大学生人群中垫底。二、大学生细分群体app偏好通过观察极光大数据发现，无论是985院校还是非985院校的大学生，偏好指数最高的的app都是超级课程表，而在985院校中偏好度排名第二的知乎，在非985院校中则没那么受欢迎，偏好度名列第八。根据极光大数据统计，男大学生课余生活玩游戏，看游戏直播，上游戏分享社区；女大学生更爱拍照美颜与购物。绝地求生：刺激战场这款游戏进入男大学生app偏好指数top 10，此外，他们还偏爱斗鱼直播、熊猫直播和虎牙直播三个游戏直播app，以及游戏分享社区TapTap和游戏资讯app掌上英雄联盟。极光大数据发现00后大学生的学习热情似乎比师兄师姐更强烈，00后大学生app偏好度top 3应用与学习有直接关系，而95后大学生则更偏爱百度网盘、网易云音乐和哔哩哔哩。根据极光大数据统计，在一线城市大学生中app偏好度最高的应用是知乎，新一线城市大学生最爱超级课程表，二线城市、三线及以下城市大学生则最青睐学习通。三、大学生app偏好一览表通过观察极光大数据发现，百度贴吧是在大学生中偏好度最高的社交网络app。而陌生人社交app探探，以及游戏社交app同桌游戏、玩吧崭露头角，进入大学生人群社交网络app偏好top 10。在大学生人群中偏好度最高的网络购物app是做购物分享社区起家的小红书，其次是二手电商闲鱼。通过观察极光大数据发现，在大学生人群app偏好指数top 10教育学习类应用中有6款外语学习app，它们是百词斩、网易有道词典、扇贝单词、金山词霸、英语流利说和沪江开心词场。大学生出行依赖公共交通，他们或会更多地选择火车、高铁、巴士、公交等公共交通解决远距离出行需求，并结合共享单车解决短距离的出行需求。根据极光大数据统计，B612咔叽、无他相机和VSCO Cam进入大学生摄影图像app偏好指数top 3。游戏直播app受到大学生追捧，进入大学生人群直播app偏好指数top 5的应用均为游戏直播类app，它们是斗鱼直播、熊猫直播、虎牙直播、龙珠直播和企鹅电竞。通过观察极光大数据发现，数字音乐领域网易云音乐一骑绝尘，以74.2的偏好度与其余进入数字音乐app偏好指数top 5的应用拉开距离。通过观察极光大数据发现，大学生对体育类新闻资讯app腾讯体育表现出较强的兴趣，同时偏爱“量身定制”的小众精品新闻资讯app即刻。在短视频app偏好指数排名中，抖音短视频、小影和VUE分别名列前三名，占据了大学生的碎片时间。通过观察极光大数据发现，大学生最偏爱的求职招聘app分别是Boss直聘、前程无忧51Job、智联招聘和LinkedIn领英。报告说明1.数据来源极光大数据，源于极光云服务平台的行业数据采集及极光iAPP平台针对各类移动应用的长期监测，并结合大样本算法开展的数据挖掘和统计分析2.数据周期报告整体时间段：2018年3月 具体数据指标请参考各页标注 3.数据指标说明极光app偏好指数：极光基于app大数据挖掘建立的评价指标，用于评估大学生群体相对中国整体移动网民而言，对某款app的偏好度4.法律声明极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出，由于方法本身存在局限性，极光大数据依据上述方法所估算、分析得出的数据信息仅供参考，极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关，由此引发的相关争议或法律责任皆由行为人承担5.报告其他说明极光大数据后续将利用自身的大数据能力，对各领域进行更详尽的分析解读和商业洞察，敬请期待 关于极光极光（www.jiguang.cn）是中国领先的移动大数据服务商。其团队核心成员来自腾讯、摩根士丹利、豆瓣、Teradata和中国移动等公司。公司自2011年成立以来专注于为app开发者提供稳定高效的消息推送、统计分析、即时通讯、短信和社会化分享组件等开发者服务。至今我们已经服务了超过70万款移动应用，30万开发者，累计覆盖超过130亿个移动终端，月独立活跃设备超过9亿，日发送消息60亿，产品覆盖了中国国内90%以上的移动终端。基于积累的海量数据，我们拓展了在大数据领域的产品，包括极光效果通和极光数据服务。极光致力于为各行各业节约开发成本，提高运营效率，优化业务决策。

（报告出品方/作者：国泰君安证券，李博伦）1. 分布式系统，一场破坏性的技术革新分布式系统的核心思想是分而治之，用一组计算机集群通过计算机网络 协作，共同完成任务。根据传统思路，处理复杂问题的方式是不断提升 计算机性能，研发一代更比一代强的“超级计算机”。而分布式系统则另 辟蹊径，解决问题的方式从“一夫当关、万夫莫开”演变为“人海战术”， 用一组计算机集群替换大型机，集群中的每台机器处理原问题的一个子 集，通过成百上千普通计算机协作，实现与大型机相同甚至更佳的效果。分布式系统是对传统单机思路的颠覆。过去十几年中，IT 性能界的技术 进步集中于延续性技术的发展，即遵照市场上主流消费者的诉求，不断 提升单机的计算及存储性能。而分布式系统的出现则是反其道而行之， 它抛却了传统采取冯·诺伊曼机进行串行顺序处理的工作机制，通过改 变计算机设计概念结构，在整个计算机集群上组织计算。分布式系统有望重塑行业格局。在历史经验看，破坏性技术往往会重新 塑造产业价值链和行业竞争格局，孵化出新的独角兽企业。例如线上零 售相对于线下零售是破坏性技术，淘宝、京东相继诞生；个人计算机相 对于大型计算机是破坏性技术，苹果、IBM 把握住了机会。分布式系统 的作为一项类破坏性技术，也有望重塑当前 IT 市场的竞争格局，在多个 细分领域孵化出新的行业龙头。2. 分布式改造已迫在眉睫2.1. 数据量爆炸增长，集中式系统矛盾凸显数据量爆炸性变大，大量非结构化数据产生。移动互联网的普及带来了 全球数据量爆炸性增长的时代。根据 Statista 的统计和预测，2020 年全 球数据产生量高达 47 ZB，预计而到 2035 年，年数据产生量将达到 2142 ZB。此外，采集到的数据中，图片、音频、视频等半结构化、非结构化 的数据占比高达 85%，传统关系型数据库无法胜任此类数据的处理，整 个 IT 系统亟须革命性重构，以适应大数据时代的发展。集中式系统的提升是非线性的，不可能无限优化。在传统冯·诺伊曼模 型中，人们通过芯片制程工艺+处理器微架构设计+服务器平台技术提升 CPU 计算性能，但目前芯片集成度已进入极小尺度级别，各类复杂的微 体系结构技术都已得到研究应用，未来集中式系统的升级将变得尤为艰 难。集中性系统技术瓶颈与大数据需求之间的矛盾不断凸显。随着 5G、物联 网时代的到来，数据量爆炸性增长，而传统集中式数据库容量有限，存 储性能提升越来越昂贵；计算复杂度提升迅速，而集中式系统性能提升 却逐步趋缓。集中式技术进步跟不上时代发展的矛盾不断凸显，人们转 而突破冯·诺伊曼体系的束缚，设计能适应大规模数据、大批量计算场 景的分布式系统。2.2. 分布式是突破瓶颈，解决问题的最佳手段大数据使得高可拓展性成为信息系统最本质的需求。可拓展性是指，若 集群中计算机数量增加一倍，则解决问题的速度加快一倍或可处理规模 扩大一倍。在可拓展性极高的情况下，只要增加系统中的计算机数量，就能满足日益扩大的业务量需求，处理日益增长的数据规模。在移动互 联走向万物互联的今天，可拓展性无疑会越来越重要。分布式向“外”横向扩展，而非向“上”纵向扩展，可拓展性降维打击。分布式系统在可拓展这一性能上可以降维打击集中式系统，并行化框架 允许方便的增加节点扩充系统，但系统节点的增加并不影响程序的编写， 并且能够保证增加后系统性能有线性的提升，也就是说，无论用户访问 数量增长到多大规模，都只需不断购置新的计算机，无需对系统和算法 进行修改即可满足需求。2.3. 国产替代政策加速分布式技术推广国产化政策使得各个企业已建成的 IT 系统面临从上到下的整体替换。随着国际形势日益紧张，为了避免“卡脖子”问题，各个企业将 IT 系统 替换为国产化设备的需求越来越强烈。若要完全避免卡脖子问题，实现 真正的 IT 自主，就意味着 IT 系统要进行从软件到硬件的整体替换。分布式系统是国产替代环境下更新换代的最佳选择。一方面，既然要整 体更新换代，就要换为符合未来需求的，最适应新时代的技术。而今集 中式的大型机瓶颈已现，无法跟上未来数据量爆炸性增长的节奏，分布 式拥有极强的拓展性，是解决未来几十年大数据时代需求的最佳方案。 另一方面，分布式作为一个新兴的技术，刚刚发展起来，国内厂商在商 业化发展程度上与国外厂商的解决方案无太大差距。3. 主流分布式系统是架构上的全面升级3.1. 开源 Hadoop 系统是大数据处理的工业标准开源的 Apache Hadoop 是最主流的大数据处理平台，成为了事实上的 大数据处理工业标准。在大数据处理的众多技术和系统中，起到开创性 作用、最为主流的当数 Google 公司在 2003 年发明的 MapRece 技术以 及随后在 2007 年由开源组织 Apache 推出的开源的 Hadoop MapRece 技术和系统。目前，Hadoop 已经成为全世界最为成功和最广为接受使用 的主流大数据处理技术平台，成为了事实上的大数据处理工业标准。近 年来出现了以内存计算为基础，能够提供多种流计算、图计算等多种大 数据计算模式的 Spark 系统。大部分分布式系统由 Hadoop 开源产品二次开发而来。在开源 Hadoop 系统发展的同时，工业界也有不少公司基于开源的 Hadoop 进行一系列 商业化版本开发。他们针对开源系统在系统性能优化、系统可用性和可 靠性以及系统功能增强方面进行大量研究和产品开发工作，形成商业化 的发行版。如 Intel 发行版、Cloudera 发行版(CDH)、Hortonworks 发行版 （HDP）、MapR 等，所有这些发行版均是基于 Apache Hadoop 衍生出来 的，在中国诸多大型应用行业得到了推广应用。3.2. 主流分布式系统由四个层级组成主流的 Hadoop 分布式系统由硬件、存储管理、并行计算框架、应用层 四个层级组成。主流分布式系统 Hadoop 是围绕数据存储、处理计算的 基础技术，同配套的数据治理、数据分析应用、数据安全流通等助力数 据价值释放的周边技术组合起来形成整套技术生态，具体可以分为：硬 件层、存储管理层、并行计算框架、应用层四个部分。硬件层：数量换质量。分布式系统选用市场上现成的普通 PC 或性能较 高的刀架或机架式服务器作为基础设施，构成一个包含数千节点的分布 式并行计算集群；据 PASA 实验室研究，普通低端的计算机由于规模效 应和激烈竞争价格较低，PC 服务器集群比高端计算机性价比高 4 倍，以 性价比作为第一要务的分布式系统一般建立在普通低端的计算机集群 中。存储管理层：去中心化存储。分布式存储系统是一套逻辑上的文件系统， 它将数据存储在物理上分布的每个节点上，但通过分布式文件存储系统 将整个数据形成一个完整的文件。系统中包含一个元数据表（META DATA) ，保存所有数据表的位置，承担目录的作用，查询数据时先访问 到元数据表，获取数据所在服务器，再访问到具体数据。并行化计算框架：封装细节，成为所有应用的入口。为了进一步提升并 行计算程序的自动化并行处理能力，编程时应该尽量减少程序员对很多 系统底层技术细节的考虑，使得编程人员更专注于应用问题本身的计算 和算法实现，并行计算框架诞生。并行化计算框架能够自动完成计算任 务的并行化处理，自动划分计算数据和计算任务，在集群节点上自动分 配和执行子任务以及收集计算结果，将数据分发、任务分配、数据通信 和同步，容错处理等并行计算中的复杂细节交给计算机处理，减轻了编 程人员的负担。3.3. 分布式系统解决所有领域中数据量大、计算复杂的问题分布式技术可应用于几乎所有行业，用以解决计算密集型、数据密集型 两大类问题。分布式系统解决的问题可以分为两类，第一是计算密集型 问题，第二是数据密集型问题。计算密集型问题：指计算复杂度极高，涉及数据量较少的问题，诸如 3D 建模和渲染、物理实验中的高性能计算、比特币挖矿等。对于计算密集 型的问题，由于涉及到的数据量较少，往往只需要部署分布式计算集群， 做好集群之间计算任务的分工协作，无需分布式存储系统。数据密集型问题：指涉及到大量数据量的问题，诸如淘宝要分析的每位 用户产生的日浏览数据，大量数据训练机器学习模型等。对于数据密集 型问题，数据迁移是信息系统中最大的开销，故往往需要分布式存储系 统作为基础，再进行分布式计算。数据密集型问题由于与数据交互的方式不同，需采用不同的分布式存储 技术：1. 频繁读写、修改数据。此种情形常用于日常事务性操作，如银行、券 商对核心数据库的日常操作，需使用关系型数据库作为存储系统。2. 一次写、多次读，已写入数据不能更新。此种情形常用于大数据分析 挖掘，可使用 NoSQL 等数据存储无固定格式的数据库。3. 一边写一边读，流式计算。用于数据时效价值极高的场景，例如高频 股票交易，对用户进行商品实时推荐等。4. 国产分布式的发展现状4.1. IT 巨头研发通用底层平台，行业 ISV 构建生态未来或将呈现 IT 巨头研发分布式通用底层平台，ISV 开发满足细分需 求的分布式应用的局面。目前几家华为、阿里、腾讯、百度等 IT 巨头大 数据技术实力较强，均基于 Hadoop 开源平台开发出了商业化版本的分 布式平台产品。但各细分行业仍有具体的分布式应用需深耕该细分行业 的 ISV 在底层平台的基础上完成开发，共同构建起丰富的大数据技术生 态。目前华为、阿里、腾讯、百度等 IT 巨头均有基于 Hadoop 开发的大数据 平台产品。Apache Hadoop 的开源协议允许任何人对其进行修改并作为 开源或者商业产品发布，国内研发实力领先的各 IT 巨头均早早开启了 分布式领域的布局，目前已经形成了涵盖数据仓库、实时流式数据处理、 数据挖掘、图计算、分布式数据库等在内，涵盖多行业领域的完善技术 体系。源于开源、高于开源。为保证良好的兼容性和开放性，以及最重要的稳 定性。各家的大数据平台均基于开源 Hadoop 平台商业化改版而来，并 在开源版本的基础上自研安全加固、可靠性增强、存储计算优化等核心 技术竞争力。各家产品均有了横跨多个行业领域的实践应用案例。4.2. 金融为目前分布式系统的主要应用领域分布式系统在各行各业中普及，金融行业分布式应用占比最高。据信通 院对 1404 家涉及行业大数据应用的企业的统计，金融、医疗健康、政务 是大数据行业应用的最主要类型，分别占比 30%、14%、13%。除此之 外是互联网、教育、交通运输、电子商务等行业。金融机构客户对分布式的接受程度不断提高，分布式技术正在从边缘系 统向核心系统演进。随着对分布式的探索越来越多，问题的不断被解决， 分布式使用场景越来越多，金融行业客户对分布式的接受程度正在提高， 分布式系统从边缘应用逐步向核心应用演进。2020 年邮储银行的分布式核心项目标志着国有大行正式进入了核心系统分布式更新换代的周期。4.3. 金融 IT 主要厂商纷纷布局分布式长亮科技在布局银行 IT 领域的分布式系统研发。近两年国有大行、股 份制银行纷纷开启新一代核心系统建设及统一技术平台建设，而基于单 元化分布式、微服务等构建的企业级 IT 架构和技术平台是其中最为经 典的建设思路。长亮科技在此过程中先后创造了国内首个分布式核心系 统、首个“微服务+单元化”架构分布式核心系统，并凭借着企业级架构 核心及技术平台的领先优势，先后中标了多家国有大行信创项目：中标邮储银行新核心技术平台及银行汇款组件；中标交通银行信用卡核心系统及技术平台；中标中国银行技术平台-单元化部署组件；恒生电子在布局证券 IT 领域的分布式系统研发。中国证券行业交易面 临基础技术升级、市场逐步完善、交易程序化、差异化竞争等几大趋势, 交易技术设施性能的提升迫在眉睫。这意味着对系统而言,低延时、高可 用、易开发，具有高度可定制性，缺一不可。而恒生电子于 2021 年 3 月 10 日公布的恒生 Light 平台中十大技术栈之一的 Light-LDP 正是低时延 分布式开发平台。Light-LDP 通过分布式构架助力金融机构构建核心极 速业务系统，进而完成差异化，并适应各类金融行业应用场景。平安云在布局企业级核心业务 IT 领域的分布式系统研发。平安分布式 关系型数据库服务（Distributed Relational Database Service，简称 DRDS） 是平安云为解决单机数据库服务瓶颈问题而研发的分布式数据库。可部 署主备架构，提供容灾、监控等方面的全套解决方案，为客户提供一站 式数据库解决方案，助力各行业企业客户尤其是金融行业客户主机下移， 以适应数据量爆炸的大数据时代。详见报告原文。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）精选报告来源：【未来智库官网】。

光明网讯（记者 秦超）日前，《清华大学智库大数据报告（2018）》由清华大学公共管理学院智库研究中心发布，中心主任朱旭峰担任本次报告的首席专家。《清华大学智库大数据报告》是通过大数据评价方法和社交大数据资源，对全球智库活动进行的综合性评价与评级。该报告通过对智库及专家言论在社交媒体中的大数据分析，推出了中国智库大数据指数（CTTBI）和全球智库大数据指数（GTTBI），公布了该机构对中国智库和全球智库的评价结果。报告采用具有客观、无偏、实时和大样本特点的大数据评价方法，通过对智库及其专家学术活动的大量无组织的痕迹数据进行回溯、追踪、提取和分析，对智库影响力进行客观评价。《清华大学智库大数据报告》首次发布于2016年，采取每年发布的形式，本次报告为课题组的第三次发布。《清华大学智库大数据报告（2018）》相比于前两年有三点重要的改进：一是依据国内知名智库评价机构最新的智库评价报告扩充了本机构评价的中国智库名录；二是完善与更新了中国智库和全球智库的社交媒体官方账户和中国智库专家社交媒体账户的基础数据；三是改进了关键词搜索算法，采集了更加完整和精准的源数据，进一步降低大数据分析的误差。此外，本次报告结合2016年、2017年的数据及评价结果对中国智库和全球智库在社交媒体上的活动行为进行了趋势性的分析和解读。《清华大学智库大数据报告（2018）》的“中国智库大数据模块”评价了归属七种类别的1065家中国智库。中国智库行为的源数据来自于由20万个网站、2100万个活跃微信公众号、2.5亿个活跃微博账户、6155个论坛和307个主流新闻类APP构成的基础大数据平台。报告以1065家智库的全称和简称作为关键词在基础数据库平台进行初步检索，经过识别、清洗和匹配等技术环节处理，最终获得中国智库在社交媒体上的三类源数据集：1）中国智库在腾讯微信平台上运营的官方微信公众号的账户信息及发文信息；2）中国智库在全部微信空间中被提及或引用的文章及其文章信息；3）中国智库专家在新浪微博平台中的专家账户信息和发文信息。基于中国智库大数据行为的三类源数据集，报告构建了由中国智库微信引用影响力、中国智库微博专家影响力和中国智库微信公号影响力三个一级指标和若干二级指标所组成的“中国智库大数据指数（2018）”（ChineseThinkTankBig-DataIndex，CTTBI2018）。报告分别评价了中国智库大数据影响力、中国智库微信引用影响力、中国智库微博专家影响力和中国智库微信公号影响力，并发布了中国智库前100名智库的四个指数评级。2018年，中国智库大数据指数（CTTBI）评级为A++机构有（按字母排序）：国防大学、瞭望智库、盘古智库、全球化智库、中共中央党校、中国工程院、中国科学技术协会、中国科学院、中国人民大学重阳金融研究院和中国社会科学院。《清华大学智库大数据报告（2018）》在展望中指出：在当今全球社交媒体迅速发展、社会舆论力量兴起和各国决策体系不断完善的大背景下，各国智库都在积极拥抱社交媒体，提升智库影响力。这不仅契合智库扩大其影响力的内在动因，也应和了现代国家治理的外在需求和变化的国际环境。报告进一步指出，2018年智库在新型社交媒体上表现的更加活跃，诸多智库已开始意识到社交媒体平台作为智库社会影响力发挥的重要作用，并开始在社交媒体平台上的运营中投入精力。社交媒体平台，尤其是微信和Twitter，不仅成为促进学界观点传播的有效工具，也发掘和凝聚了社会精英群体的网络关注力。但是，智库积极运营社交媒体并加大其在社交媒体中的行为活动并不一定能够带来智库影响受众和影响效力的广泛提升，需要恰当的结合平台传播属性才能行之有效。与此同时，全球各类机构、媒体和个人都在利用社交媒体平台塑造自身影响力，引用了智库观点的文章并不总能产生更强的社会影响力，这意味着智库在思想市场中面临不断增长的竞争对手。智库若想赢得更多的社会影响力，则需要深刻理解社交媒体的行为模式，分析精准投放策略，并增强智库研究和产品的质量。对每个智库的运营者而言，在新媒体时代这无疑是一个更加富有挑战性的任务。智库研究中心简介：为了响应《关于加强中国特色新型智库建设的意见》重大部署，进一步推动智库加强自身平台建设、提高智库产品的质量、营造公平的政策研究市场环境、促使智库向专业化方向发展，清华大学公共管理学院成立智库研究中心。智库研究中心（ThinkTankResearchCenter）于2018年4月正式成立，旨在依托学院强大学术研究和政策分析能力，采用现代社会科学研究方法研究智库发展建设问题；通过搭建智库信息分析系统，对全球智库、尤其是中国智库的形象、能力、表现和发展进行综合性的跟踪分析和研究评价；支持全球智库研究网络建设和促进智库产业健康发展，致力于引导智库更好地为政策制定者与公众服务。

大数据时代，政府数据开放已然成为社会发展的必然趋势，目前我国政府公开数据的渠道和方式尚未完善，政府的很多数据还没有被很好地充分开发利用，导致企业和个人无法通过正规渠道获取所需的数据资源，同时政府内部，跨部门的数据共享也存在诸多问题。政务开放平台旨在推进政府部门的数据共享，方便政府部门将自己的数据进行共享和管理。我们选取了广东、贵州、山东、浙江四个较完善的省级政务大数据平台，对比其数据量及政务关注主题等，希望能够为后续数字政府建设和完善过程中的业务数据梳理提供参考依据；并推动各地政府数据资源对社会的开放，提升政府与公众、企业的交互水平，进一步为公众服务。平台一览以上是四个平台首页界面，在当前新冠肺炎疫情防控的关键阶段，各平台还增设了疫情防控消息推送专栏，方便公众多渠道获取疫情防控相关信息。四个省份数据获取均大致有三种方式，以广东省科技厅为例：第一种方式是直接在搜索框输入省科技厅就可直接找到对应科技厅的所有开放数据；第二种是从首页主题中找到教育科技进行访问；第三种是通过数据目录找到省级部门下的省科技厅，便可找到对应数据。数据格式包括表格数据、数据库数据、数据接口等形式，都是可供下载和查看的，同时还可以查看关联信息，对数据进行可视化分析。数据目录我们对比了四个省份基本数据，得到如下表格：上线时间来看，浙江2015年9月就上线了，是国家《促进大数据发展行动纲要》发布后，全国各省份中第一个推出的政府数据统一开放平台。山东上线时间，为四个省份中最晚。开放部门来看，贵州省开放平台是“一云一网一平台”体系建设展示的前沿窗口之一，开放了贵州省地方金融监督管理局、贵州省人民政府办公厅、贵州省高级人民法院、贵州省发展改革委、贵州省教育厅等68个部门，四个省份中最多。数据集开放数量方面，山东省最多，现已开放40548个数据集(含83836个API接口)，40451个目录，全省开放数据8.55亿条。广东省平台共开放了4490个数据集，1.468亿政府数据，284个API接口。贵州省平台汇聚了1523个可机读、可下载、可二次开发的数据集，开放文件数量达1339个，其中1318个数据集可通过API接口直接调用。浙江目前已开放1192个数据集(含602个API接口)，6101项数据项，全省开放数据187577597条。主题领域方面，贵州和山东分类最多，涵盖了20个主题。四个省份均包括了资源环境、财税金融、工业农业、机构团体、公共安全、交通运输、生活服务等基本领域。应用方面广东省的数量遥遥领先，包括移动APP、微信小程序、网站以及研究报告，便于推广应用。形成了包括广东省测绘地理信息市场服务与监管平台、广东省农产品价格信息网、广东交通APP在内80个应用。贵州智慧应用包括智慧旅游(快行漫游)、智慧交通(车来了)、智慧医疗(贵健康)、智慧金融(贵州通)、智慧物流(货车帮)等8个智慧应用。浙江现形成6个成果应用：数读浙江省旅游资源、浙江省水利市场信息、安全生产企业查询、琅琊阁、食放心药安心、药点点。山东将数据分为疫情防控、最新数据、热门数据和推荐数据四个板块，方便决策者及民众快速获取信息，同时依据目录下载排名、优质数据和特色数据等维度进行展示顺序的排列。平台特色方面，浙江还提供了根据不同主题对定位地点进行分类的地图服务，为当地民众提供办理各项政务事务提供了便利。广东还提供了数说广东的特色服务。数据统计我们对比了四个省份平台访问次数等数据(截止2020.03.11)，对比情况如下：平台访问次数可以体现其开放程度及数据实用性。浙江省最高，超过470万。我们认为浙江作为阿里公司根据地，互联网重视程度较高，网络基础较好，因此政务大数据开放程度较高。其平台注册用户数为21760个，开放数据集数量590个，开放接口量602个，开放文件数量2360个。广东平台访问次数有75万多，其数据下载次数为600559。贵州相比次数最少，另外其注册用户数为5713，开放数据数量1521，文件资源数量1260，接口资源数量1023。山东未统计到访问量，但其数据目录数量为40535，开放超过8.55亿数据，开放程度也较高。开放指数排名可以看出该省更重视哪些领域，哪些领域数据更完善、需求更多，以及哪些部门的数据需求最高。主题方面，展现形式有柱状图有饼状图，如下图，由上至下分别为广东、贵州、山东、浙江。广东排名第一的是社会资源类，其次的是经济建设和机构团体；贵州第一类为机构团体，其次是生活服务和财税金融；山东第一为社会保障，其次是统计类、信用类；浙江最高的是生态环境，其次是教育文化和城建住房。部门层面，各省展现形式均为柱状图，如下图，由上至下分别为广东、贵州、山东、浙江。广东市场监管局和省自然资源厅资源总数最多，均为40，省交通运输厅紧随其后(35)。贵州省生态环境厅最高，资源总量189；贵阳市大数据和省林业局以资源总量162、153成为第二、第三名。山东最高是省市场监管局，指数为1；省教育厅(0.8)，省海洋局第三(0.64)。浙江省级部门中省建设厅的开放指数最高，数据集和API都为84。省农业农村厅和省自然资源厅分别位列第二和第三。综合来看，国内目前沿海城市政务大数据发展程度较高。各省份在建立政务大数据平台方面，都重视了省级部门开放数量及主体覆盖领域，有利于企业、个人获取更值得信赖的多方面数据。（文章来源：移动Labs）