第1章 大数据 1
1.1 数据界 2
1.1.1 数据 2
1.1.2 数据资源 4
1.1.3 数据界的特征 5
1.2 大数据 7
1.2.1 大数据的定义 7
1.2.2 大数据概念分析 9
1.2.3 大数据的用途 10
1.3 大数据时代 11
1.3.1 大数据的发展概况 11
1.3.2 数据增长提升人类能力 13
1.3.3 大数据大变革 14
1.4 数据科学与技术 16
1.4.1 数据科学的定义 16
1.4.2 数据科学的发展状况 18
1.4.3 大数据的工作步骤 19
1.4.4 大数据技术 20
1.5 大数据应用 20
1.5.1 数据权属 21
1.5.2 数据共享和使用 21
1.5.3 数据存放与管理 22
1.5.4 数据产业 22
1.6 大数据人才培养 24
1.6.1 数据科学家 24
1.6.2 数据科学家培养 25
1.7 小结 26
参考文献 26
第2章 解读汇计划 29
2.1 汇计划的产生 30
2.1.1 编制背景 30
2.1.2 指导思想 30
2.1.3 编制过程 31
2.1.4 “汇”的寓意 31
2.1.5 汇计划的构成 32
2.2 研究现状与基础分析 32
2.2.1 汇计划的大数据定义 32
2.2.2 国内外发展现状 33
2.2.3 上海基础分析 33
2.3 计划目标与实现机制 34
2.3.1 计划目标 34
2.3.2 保障措施 35
2.3.3 推进原则与机制 35
2.4 重点任务 36
2.4.1 技术攻关和产品研制 36
2.4.2 应用推进和模式创新 38
2.5 汇计划相关机构与展望 42
2.5.1 推进办公室 42
2.5.2 上海市大数据产业技术创新战略联盟 43
2.5.3 上海市数据科学重点实验室 44
2.5.4 展望 44
参考文献 44
第3章 上海大数据产业技术创新战略联盟 47
3.1 联盟的意义和宗旨 48
3.2 联盟的发起成立 48
3.3 联盟的基本工作方式 50
3.3.1 联盟的组织原则 50
3.3.2 联盟的组成 51
3.3.3 理事会 51
3.3.4 专家委员会 51
3.4 联盟秘书处 52
3.5 联盟的活动 53
第4章 上海市数据科学重点实验室 57
4.1 概况 58
4.1.1 意义和目的 58
4.1.2 组织结构 59
4.1.3 主要人员 60
4.1.4 实验环境 61
4.2 主要研究方向 63
4.2.1 数据科学基础理论 63
4.2.2 数据界探索 64
4.2.3 数据技术及其应用 64
4.3 运行机制 65
4.3.1 开放运行 65
4.3.2 联合攻关 66
4.3.3 人员管理 66
4.3.4 管理制度 67
4.4 学术会议 67
4.4.1 国际数据科学会议 68
4.4.2 超学科论坛 68
4.4.3 其他会议 69
4.5 人才培养 70
4.5.1 数据科学学位培养 70
4.5.2 大数据工程硕士 71
4.5.3 数据科学FIST课程 72
4.5.4 数据科学家训练营 72
附录 上海推进大数据研究与发展三年行动计划（2013—2015年） 73