英语学习专题
整理精选几十个类别2千多篇地道情景会话，还可进行会话强化训练..
每天一期视频节目，VOA中文部节目主持人白洁带你学习最地道的美语..
初级口语节目推荐
实战口语节目推荐
商务口语节目推荐
可可英语官方微信(微信号:ikekenet)
每天向大家推送短小精悍的英语学习资料.
添加方式1.扫描上方可可官方微信二维码。
添加方式2.搜索微信号ikekenet添加即可。大国小民 | 城乡教育差距：原本就是一场不公平的比赛_网易人间_网易新闻
大国小民 | 城乡教育差距：原本就是一场不公平的比赛
&《大国小民》第<font color="#9期
本文系网易人间工作室（the livings）大国小民栏目出品，每周日至周四准时更新。
<font color="#
我生在一个四川中部的农村，大学毕业后留在城市工作结婚。
哥哥初中毕业便出来闯荡，跑过工地、修过铁路、开过挖掘机。
2008年，我有了女儿，哥哥有了儿子，我的侄儿比女儿大三个月。女儿我们自己带，哥嫂在外打工，侄儿大多时候就留在老家由爸妈照顾。
回家探亲时，一岁多的女儿还走不利落，母鸡扑棱一下翅膀都会被吓得哇哇大哭。此时的侄儿却已经长成了一个“小村霸”，他把家里的大黑狗当马骑，推着拉粮食的板车撒着欢到处跑。
侄儿两岁多时，哥嫂觉得把孩子放在老家不方便管教，也淡薄了亲情，一合计，就把侄儿接了过去。
当时，哥哥在云南一个小村庄的砖厂打工，开挖掘机，工资不低，就是位置太偏，条件也不好。砖厂外是一大片彝民村落，所以平日里，侄儿也就只能待在砖厂刨泥巴、搬砖头、玩玩具。
女儿五岁了，已参加过几次省内的滑冰比赛，接触了不同风格的舞蹈，我们也带她去过黄龙溪、西岭雪山；而侄儿看动画片的时间越来越长，刨泥土的花样越来越多，搬砖头的力气越来越大，玩具被玩坏的时间越来越短……
2014年8月底，因为嫂子腹中的老二临近预产期，哥嫂便想让侄儿到我家暂住一年，和女儿一起上学前班。
孩子送来之前，嫂子给我打预防针，她细数了侄儿的种种劣迹——不听话、不讲卫生、不爱学习、天天就知道傻玩、看电视，上了几年幼儿园，每次回来问学了什么，都说不知道……
嫂子叹了口气：“唉，送来你就晓得了。你哥天天都忙，没时间管他，我也管不住他，打也打了，骂也骂了，该说的也说了，都没得用。这一年，只有麻烦你多费心了，看能不能让他把坏毛病改一改。”
<font color="#
侄儿来的那天晚上，吃饭时丈夫随口问侄儿：“你长大后的理想是什么？”
侄儿一脸茫然：“啥子是理想哦？”
女儿插话：“就是你长大了想做什么。”
侄儿恍然大悟，毫不犹豫地给出答案：“挖地！”
丈夫愣了一下，有些不确定：“啥子呢？”
侄儿：“挖地！就在云南，我们住的那个地方天天都可以挖地。”
一段时间后，我发现当初嫂子给我打的预防针并非全无根据。从农村忽然进入城市，侄儿和女儿之间的差异清晰得有些刺眼。
一顿饭下来，侄儿的碗边一片狼藉；走在路上，左顾右盼，过马路不看灯，一股脑地向前冲；玩高兴了，便随地而坐，甚至满地打滚；刷牙洗脸敷衍了事，用了卫生间不冲水……如果说，这些都只是细枝末节，严加约束就能立竿见影，那其他的差距就足以伤筋动骨了。
入学后，面对班上的陌生同学，连普通话都说不好的侄儿，显得格格不入。
自我介绍时，他结结巴巴，满面通红，两手不自然地拉扯着衣角，眼神漂浮，不敢和老师对视；被要求上台表演节目时，他更是手足无措，恨不得躲开所有的目光，屏蔽掉台下无意或有意的笑声。
那时，同班的女儿几乎天天站在讲台上当小老师，协助管理。而侄儿却天天因为没有遵守课堂纪律、回答不上问题而被罚站，最多的一天，被罚了11次。
一次家长会上，班主任有些不确定地向我求证：“他俩都是你的孩子？”
我说：“是啊。”
班主任摇摇头：“哎呀，怎么差别这么大啊？”我勉强挤出一丝笑容。
<font color="#
平日里，哥嫂会时不时打来电话询问侄儿的情况，除了身体是否健康、是否听话之外，他们最爱问的就是学习怎么样。
最初，我如实汇报，哥嫂便一副早知如此的口吻，长吁短叹：“唉，他就是笨得很，一点都不是读书的料。”之后，我就尽量挑好的说，称赞侄儿的进步和优点，哥嫂便很开心。
说实话，我和丈夫都不觉得侄儿笨，在很多方面，侄儿思维的缜密程度和反应速度，都远远超过了女儿。锻炼两人的辨别能力时，侄儿可以很快对我储存的音乐进行分类，并选出耗时最短的三首，而女儿却从来都不会注意到这些小细节。
有时候，侄儿想看《熊出没》了，会假装不经意地对女儿说：“上次熊大熊二实在是太搞笑了哈。”也爱看《熊出没》的女儿想起今天可以看电视，于是，做完手里的事后就冲过去打开电视。见我进屋，侄儿立马端坐身体，指着女儿，“不是我开的，她开的。”
这样的孩子，怎么能用“笨”来形容？
我决定用教育女儿的方式来系统地教育侄儿，甚至更用心一些，还专门新建了一个文档记录他目前存在的种种问题和解决方案，并在运用中不断调整。
普通话不好，就多看、多读、多说。反复拼读故事书，然后用自己的语言复述，最后改编这个故事。或者，督促他讲述校园发生的趣事，或是描述路上看见的某样东西。
怯场、不敢上台，那就在家和女儿一起模拟对练。练习的次数多了，怯场的状况就少了。
我也带着他去学街舞、画画、滑冰，参加各种户外活动。课余生活丰富了，也没那么多时间看电视了。一天天过去，侄儿愈发自信了，有了成就感，学习兴趣也越来越浓厚。
我像告诉女儿那样，不断的告诉侄儿，“每个人都有各自的优缺点，只要认真对待每一天，哪怕只比昨天进步一点点，我们都能变得越来越好。”
侄儿的变化天翻地覆。和刚来我家相比，他变得自信、健谈、阳光，对各种新鲜事物都表现出浓厚的兴趣，连小区门卫都感慨：“哎呀，这孩子变化真大。”
2015年6月底，嫂子接回了侄儿，准备入秋后上一年级。
临走时，侄儿很不舍：“大姑妈，其实你打人比我爸妈都痛，但是我知道，是因为我犯了很严重的错误你才会打我。我会想你的，我以后要再来。”
嫂子见到儿子后，按捺不住惊喜与感谢，给我打电话说：“儿子像变了个人似的，爱说爱笑爱运动，又有礼貌又懂事，你到底怎么教的？”
我把方法详细地讲了一遍，特别强调了大人的自我提升与以身作则。
可不到半个月，嫂子在电话里就又开始抱怨了：“按你的方法做了，没用。以往的坏毛病又回来了，而且越演越烈。”
“你要经常和他聊天，了解他心中的想法。”
“他不和我聊啊，说不到几句就没话说了。”
“那你有空的时候多看点书，少看点电视，多带他去运动。”
“我一看书就想睡，他也不愿意出门，天天回来就知道看动画片玩手机。”
电话两端，我们不断地沟通交流，却始终无解。嫂子把原因归为两点：一是江山易改，本性难移；二是农村环境太差，孩子容易受影响。
很快，一年就又过去了。
这一年，嫂子最关注的是考试的对错和分数，“怎么又错了？考了多少分？咋成绩又下降了？认真学习，不懂多问老师，听老师的话，按老师的要求做……”这是她最常说的话。
我给女儿也强调了几点。首先，别太在乎对错和分数，最重要的是养成良好的学习习惯。其次，老师说的不一定都是对的，要独立思考、大胆想象。最后，不要为了得100分而反复练习早已掌握的习题，可以把时间挪出来，去接触更多感兴趣的东西。
嫂子说，平时，侄儿除了看电视玩游戏之外，还玩起了打纸牌、弹玻珠，打遍年级无敌手。“因为弹玻珠，还磨破了好几条裤子！”
女儿则乐此不疲的在各种兴趣班之间穿梭，结识朋友，参加活动。
丈夫建议减少一些兴趣班，女儿一口回绝，还夸下海口：“等我再练习10年，应该可以成为舞蹈家。到时候，你们想去哪，我就带你们去哪。”
一是江山易改，本性难移；二是农村环境太差，孩子容易受影响。
<font color="#
2016年7月暑假，我依约把侄儿接了过来。
当天，嫂子口中沉默寡言的侄儿向我开启了话痨模式，甚至聊到了以后想和什么样的女生结婚。期间，我向他建议了这个假期的安排，他欣然同意。
平日里，上午，早起，打扫卫生、写作业、画画或做手工、看故事书；中午，午睡；下午，女儿学跳舞，侄儿学跆拳道；晚上，先点评作业，然后去广场一边练体能一边背古诗，之后自由活动。周末，我们白天去周边的景点玩，晚上看电视。
两个月后，暑假结束，该回老家上二年级了，侄儿有些沮丧：“这么快就完了？明年暑假我还要来。”
像是重播似的，侄儿刚回去时，嫂子又惊喜地说：“儿子变样了。”可没多久后，便开始抱怨：“儿子又恢复成了原样。”
这一次，我冲嫂子发了火，“你不要总把问题归到环境和孩子身上，把自己择得干干净净的。整天说孩子这里不行，那里不好，在要求孩子之前，能不能先反省一下你自己的问题？”
“你要求他回家主动学习，自己却天天看电视玩手机；要求他言行举止文明，自己说话却总是带脏字；要求他讲卫生，自己家里却乱得一塌糊涂；要求他上进，自己却原地踏步，有时间和别人神吹胡侃、打麻将，都懒得花精力提升一下自己；要求他有说不完的话和你分享，自己却不用心思考有趣的话题，说来说去，都是千篇一律的叮嘱，什么你不要调皮，要听老师话，要好好学习，要好好吃饭……这哪里是聊天，分明就是无休无止的唠叨，是个人都要听烦。”
两个人不欢而散。挂断电话，我依然不解气，又给远在云南的哥哥打电话。
“你不要老拿文化低、年龄大当挡箭牌。以身作则就是最好的教育，少抽一支烟、少说一句脏话、少玩一会儿手机、锻炼一下身体……这些事不难吧？不要总认为自己努力挣钱，就算是尽到了对孩子最大的养育义务，你现在在教育上偷懒，最终还是孩子来买单……”
挂断电话，丈夫说：“你这么说过分了啊，孩子的教育，本就没有绝对正确的标准，强求不得，顺其自然就好。”
我心中也有些为自己的口不择言而后悔，嘴上却还是强硬：“真正的顺其自然，是竭尽全力之后的不强求，而不是袖手旁观的不作为。”
从那之后，哥嫂就不再那么频繁地和我聊侄儿的教育问题了。
<font color="#
2016年10月，我被拉入了小学同学的微信群。
80年代初我读初中时，小学同学几乎都辍学了；读高中时，初中同学差不多都外出打工了；等到我读大学时，我的小学同学很多都结婚生子了。
工作后，我回老家次数少，待的时间也短，这么多年过去了，大家都已为人母父，不少同学在老家安家落户，孩子留在家里，由老人带着，夫妻俩在外打拼，做工程、做装修、做生意……钱没少赚，日子过得也滋润。
群里很热闹。我只在进群的第一天礼貌性地打了声招呼，而后就没再发言。一是确实没时间，二是有些接不上话，不知道该说什么。
12月底，我忽然接到同学私信，问我怎么不在群里说话。我讪讪地笑笑，灰溜溜地点进群，恶补大家的聊天记录。
手指快速地在屏幕上滑动，却怎么也滑不到尽头。总结起来，大概都是：求红包的，发红包的，发各种图片、小视频的。然后就是闲聊的，比如最近在哪里发财？发了多少？吃饭了没有？啥时候回来一起打麻将。
聊了两句，我给同学说自己要去陪孩子了。
“哎哟，大忙人。有文化就是不一样，还要陪女儿，我们娃儿都是妈老汉（父亲）带大的，哪个还要陪哦？”对方说。
我有点尴尬。
“过年回家打麻将哇，好多年没见你了，大家老同学还是聚哈瑟。”同学又发了条消息过来。
我坦诚相告：“不好意思啊，我真的不会打麻将。”
她发来一排震惊的表情：“不会吧，你逗我耍嗦！”
10年前，我曾经的小学因为学生太少而停办了，很快就成了打麻将、长牌的集聚地。每次我过年回家，从小学门口路过时，里面都是人满为患，几乎全是平日在外务工、回家过年的人。牌桌上的赌额令人咂舌，一天下来，输赢随便就上了万。
很多年幼的孩子伴着“哗哗哗”的麻将声，在大人吐出的烟圈和几家露天烧烤摊飘散出的烟雾中，穿着新衣，拿着零食，依偎在正在麻将桌上激战的父母身旁。他们或三五成群地蹲在地上玩游戏，或在烧烤摊前争着买各种烤串……
我的侄儿就是这些孩子中的一员，也许以后也会是桌上的一员。我不知道自己还能为他做点什么，或者，我做的一切，原本就是多余。
编辑：任羽欣
扫一扫关注“人间”
活在尘世看见人间大国小民 ｜ 那个铺天盖地的东南亚海景房，你还信吗？_网易人间_网易新闻
大国小民 ｜ 那个铺天盖地的东南亚海景房，你还信吗？
《大国小民》第<font color="#2期“人间-大国小民”栏目，每周日至周四晚准时更新。&本文转自公号“摩登中产”，网易人间已获授权转载。海风掠过东南亚的小岛，沙滩上留下潮水退后的轻柔泡沫。你慵懒地打开落地窗，满眼春暖花开。高档会所的门童彬彬有礼，私立学校提供从幼儿园到高中的西式教育。不到100万总价，不足10万首付，你便能拥有一套海景房，永久产权而且免税。——广告上如此写到。1与那些穿着廉价西服，站在寒风中萧瑟的大多数地产中介不同，何西卖的房子，在整个中国都难找一份。他是一所专注高端项目房产公司的金牌中介。平日里在一座城堡般的西式洋房里办公。何西和同事们一样，身着笔挺的定制西装，面带优雅微笑，手握最新款的iPhone 7，开着三十多万的轿车以及更贵的凯迪拉克和宝马，居住在100多平米的精装洋房内——自己买下来的。而且，他们的年龄都在25岁上下。何西最常出没的地方，是公司附近希尔顿酒店内的大堂。悠然地坐在沙发上，喝着咖啡，装作一副漫不经心在等人的状态。实际上他在观察那些在楼盘沙盘边驻足的人，伺机而动。过去的一年里，何西卖出好几间高端住宅，频频拿下销售冠军。但最让他心驰神往的楼盘，却不在中国。2015年年底，部门召集紧急会议。从一位来自总部的总监口中，他第一次得知了S城的那个项目。那是公司在马拉西亚一座人工岛屿开发的海外楼盘。宣传资料中，小岛与新加坡隔海相望。全城布满绿地和丛林，车辆可以在地下穿行，楼层中长满灌木，如同热带雨林。岛上遍布高端酒店、国际会所和购物中心，这里还有多所私立学校和国际学校，让孩子从幼儿园到高中一直接受西式教育。在何西的想象中，这里就像电影中的迪拜 “世界岛”，人们开着跑车、喝着香槟在沙滩上奔驰。对于试图投资海外房产的中国人而言，新加坡是非常不错的选择。相比于路途遥远、价格日益攀升且限制越发严格的欧美房产，这里不仅有宜人的气候，还有与国内相似的人文环境。虽然S城项目不在新加坡本土，但不足几公里的距离让人们相信，这里必将升值。更令人心动的是，按照宣传海报所说，最低只要100万的总价，不足10万首付，你便能拥有一套面朝大海的房子——永久产权而且免税。30多岁的总监面容姣好，举止从容，是何西最喜欢的类型。还在开着会，他甚至就开始幻想，未来能和她一同在海景房外的沙滩前，散步聊天。一切都无比令人沉醉。宣讲一结束，他毛遂自荐，如愿成为S城项目的一名销售。何西一帧一帧地比对视频资料，反复背诵搜罗来的东南亚国家房地产政策和风土人情，还汇总成了资料库。那里如同一部科幻片，一个天堂——他当时觉得。2支援S城项目的团队一共有50人，都是来自全省的销售精英。第一个客户是个四十多岁、头发梳得一丝不苟的中年男子，双手抱臂打量着沙盘，一脸沉思。何西放下咖啡，动作自然地递上名片：“不好意思，冒昧地向您介绍一下……”两分钟后，对方开始表现出浓厚的兴趣。他解释，自己的老板正准备进行房产投资。酒店大厅的电视中，正在播放S城项目。对方瞄了一眼，顿了顿说，海外房产投资我们也很感兴趣。留下联系方式后，便匆匆离去。何西心里一阵狂喜。半个月过后，何西接到回电，这位“老板”将与他会面。当时他正在吃午饭，撂下电话便带上电脑和文件夹，狂奔到酒店。“老板”身姿挺拔，穿着黑色夹克，脚踏灰色休闲鞋。背靠沙发，听着何西的讲解，一直若有所思。他们并没有当场拍板。后来的四个月里，何西跟对方打了不下60通电话，发了40多条短信。2016年3月，何西又先行垫付了近万元的机票酒店，邀请“老板”登岛参观。一切都安排好，对方突然因公务临时取消了参观。此前，到马拉西亚看房的中国客户组团而来，非常火爆。何西担心名额被挤掉，三番五次催促行政预订好行程。这么大的客户没留住，何西被上司一顿臭骂。因为没有完成业绩指标，他已经连续两周被罚款。他算了算，那段时间自己一共被罚了3000多元。3一名金牌中介最突出的特点，就是不能轻言放弃。接下来的一个月，他硬着头皮和“老板”的秘书沟通。对方又提出了要求，“老板”不想和太多人待在一起，也不坐经济舱，酒店必须是五星级。接触过很多高端客户，何西认为这些要求不算过分。他咬了咬牙，又自掏腰包把订好的酒店换成五星，机票也升成了行政舱。“老板”终于登岛了。负责接待的是一位年轻漂亮的驻岛女销售。她用了哪些话术和手段，何西并不清楚。他只知道，从下了飞机到决定付款，最终只用了5个小时，且一口气买了10套。当天，对方就把首笔款项打到了账户上。何西一直想请那位秘书吃顿饭，对方总是淡淡一笑，婉然谢绝。这让何西非常兴奋。第二笔生意，其实是个圈套。何西接触了两个做小生意的企业家，看上去似乎并不了解当地行情。登岛时，公司的四名下线分销都在现场。其中两个分销，装成在S城项目买过房子的顾客，自称在这买了4套房子，“很值”。在“顾客”的热情“推荐”下，两名蒙在鼓里的企业家也心动了，各买了一套。大概是回国后，两位企业家在网上看到，S城项目类似的销售手段被曝了光，这才缓过神来。不断地找何西的麻烦，没有任何商量的余地——只要退房。何西还曾专门请人看过S城项目与客户签署的英文合同，合同里写满了免责条款，规避了很多公司方的风险。这也意味着，顾客一旦签了，就很难全身而退。公司要求何西每个月催促对方补齐房款，不然，他便无法获得相应的佣金。这种状态一直持续到他离职后。而每一次电话催款，何西都会遭到劈头盖脸地指责。他实在疲于应付。到了最后，他再也不想卖S城项目的任何一套房了。46月份，何西要陪同一位客户登岛看房。这是他第一次出国，也终于要登上这座让他五味杂陈的小岛了。虽然经历过种种不快，但他还是很激动。飞机降落在新加坡机场，他们驱车前往马来西亚。一路上，高耸的椰子树、湛蓝的天空和无际的海岸构成了一幅热带的浪漫画面。温润的空气让人心旷神怡，高楼的玻璃幕墙上，映衬着朵朵白云。何西耳边回想起总监当时的话——“幸福感无以言表。”从小岛的公路桥上岸后，眼前却是另一番场景。岛上人烟稀少，路边尽是荒草。整个岛屿如同一个大工地，在建的楼盘还只有钢筋水泥，起重机激起厚重的烟尘，让人不禁想起了北京的雾霾。通关口岸，S城项目硕大的广告牌立在路边，宣誓着存在感。对外宣传中，小岛将开通一条直达新加坡的公路桥——但何西心里清楚，这个项目，新加坡政府至今还未通过。眼前的一切，并没有想象中那样美好。他甚至怀疑，在整个项目30年的开发周期里，一旦执政政府换届，项目能否持续下去。毕竟在这个东南亚国家，华人虽富裕，却并不具备话语权。当然，如果一切顺利，这块土地必然会成为一个新的奇迹。就像是一场豪赌。回国不久，何西离开了S地产公司。有时，在高档小区的电梯内，他还会看到小岛的海报。海报依旧很美，美得如遥远梦境。（应采访对象要求，何西为化名。）投稿给“人间-非虚构”写作平台“大国小民”栏目，可致信：，稿件一经刊用，将根据文章质量，提供千字500元-1000元的稿酬。其它合作、建议、故事线索，欢迎于微信后台（或邮件）联系我们。&
扫一扫关注“人间”
活在尘世看见人间大数据播报（第299期）
日，星期二，农历六月廿五
丁酉年丁未月丙午日[鸡年]
1、10大数据解码中国经济“半年报”
2、车市上半年大数据出炉 整体表现远低于预期
3、2017大数据人力资源论坛在成都召开
4、智联招聘重磅推出“企业智赢计划“，大数据精准招聘时代到来
5、2017人工智能将带来四大变革 你都知道吗？
6、全球首款学习专用智能终端发布 教育进入学习者主权时代
1、德国技术官眼中的工业4.0、物联网和大数据
2、当世界不再用钞票 未来物联网生活长这样
3、大数据+人工智能+生态，招聘进入高维竞争时代
4、实施工业物联网的5大挑战
5、每个人都应该知道的25个大数据术语
1、10大数据解码中国经济“半年报”
——新华社北京7月17日电（记者 林晖、郁琼源）国家统计局17日公布了上半年国民经济运行情况。简单的数字背后蕴含着怎样的经济“密码”？记者从中梳理了10大经济数据，全面解码2017上半年中国经济“半年报”。【ＧＤＰ：增长6.9%】【固定资产投资：增速稳中略缓】【消费：对经济增长贡献率稳居“三驾马车”之首】【进出口：大涨近两成】【财政收入：上涨近一成】【ＣＰＩ：温和上涨1.4%】【新增就业：完成全年三分之二目标】【居民收入：再次“跑赢”ＧＤＰ】【外汇储备：站稳3万亿美元上方】原文链接：/17/0717/21/CPJ1FA1R.html
2、车市上半年大数据出炉 整体表现远低于预期
——金华新闻客户端7月17日消息：近日，乘联会发布了最新汽车销量数据，今年上半年，狭义乘用车累计零售1056.25万辆，销量同比增幅转正至0.8%。狭义乘用车市场累计批发销量1093.36万辆，同比增长2.4%，广义乘用车批发销量1122.62万辆，同比增长1.6%。从大数据可以看出，SUV仍然是市场保持增长的绝对主力，而排名前十的车企内部的分化与差距也在逐渐拉开，强者更强、弱者更弱的格局正在形成。原文链接：.cn/0406.shtml
3、2017大数据人力资源论坛在成都召开
——国际在线四川消息（刘世光）：7月13日，2017年大数据应用大会大数据人力资源论坛在成都召开。论坛现场大咖云集，“中国十大科技人物”周涛、数联寻英CEO周俊临、人力资源报总编陈欣等陆续上台进行分享。论坛开场由“中国十大科技人物”周涛演讲，他表示，数据仅仅在这个星球上体现出其价值的万分之一，随着大数据人才的不断聚集，更大的突变将会发生。大数据不是在颠覆人力资源，而是助推企业管理模式完美转型。数联寻英CEO周俊临表示，未来招聘领域将出现一段前所未有的“抢人”风潮，而核心就是大数据人才。企业想要在未来的人才争夺战中占领先机，那就要从现在开始提升人力资源“选、用、留”体系。传统粗放的招聘模式将不再适应今天的竞争趋势，企业的未来人才管理模式，必然是数据驱动的精细化运作体系。原文链接：/e54c14-2e9e-50d2-330f-20aeacd02a5d.html
4、智联招聘重磅推出“企业智赢计划“，大数据精准招聘时代到来
——据楚北网消息：为全面提升HR招聘体验，智联招聘近期进行产品升级，革命性地将职位发布免费开放给所有企业，推出“企业智赢计划” ，依托强大的数据实力，颠覆传统招聘模式，建设开放职岗生态系统，重塑人力资源市场招聘服务标准。智联招聘产品负责人表示，“企业智赢计划”产品升级以保障招聘效果为目的，构建开放平台的同时，实现精准推荐，更有直指招聘效果的保面试和直约面试等产品，致力于达成招聘价值链条中的开放、效率、精准、保障、公平五大目标。原文链接：/350.shtml
5、2017人工智能将带来四大变革 你都知道吗？
——据媒体报道，2017年人工智能将带来四大变革： 聊天机器人 、 医疗 服务、生物特征识别软件和专属你的APP。第一大变革是聊天机器人。研究表明，现如今大部分人希望商业场所能够随时提供服务。某公司研发出的聊天机器人，可以满足不同客户的需求。不论你是要订飞机票还是订外卖，聊天机器人都可以为你提供服务，而且你很难察觉你是在和机器人说话。人工智能所带来的第二大变革，是医疗服务方面。软件能够根据病人以往的病史进行分析诊断，从而为病人提供准确的治疗，减少医疗事故的发生。这种软件能够和医生的工作相辅相成，帮助医生更好地为病人提供治疗。第三大变革是生物特征识别软件。在人工智能的帮助下，生物特征识别软件能够轻松地推测出一个人的心情好坏。网络广告公司和电视节目供应商都希望采用这项技术来了解顾客对他们的满意度。第四大变革是为你量身打造的APP。运用了人工智能的技术能够通过分析一系列数据熟知你的习惯，为你量身打造出属于你的服务。你每天都会吃午餐吗？天气不好你更喜欢看视频吗？人工智能能够将这些信息了如指掌，从而为你提供专属服务。原文链接：.cn/958/9587935.html
6、全球首款学习专用智能终端发布 教育进入学习者主权时代
——据中国经济网消息：日，由OKAY智慧教育主办的 “第七届世界智慧教育高峰论坛”在北京国家会议中心召开。在本次论坛上，OKAY智慧教育还盛大发布了全球首款学习专用智能终端——OKAY e学本S4.0，再掀高潮，成为此次论坛一大亮点。这款全新智能学习终端的发布，带来了尖端技术与教育教学实际应用的深度融合，完成了了人工智能对教育教学的全新智慧升级体验。智慧学习AI助手“OKAY小云”，基于大数据与云计算技术，能够帮助学生做到“只做能让自己进步的那一道题目”、“只看能帮助自己解决问题的那一分钟微课视频”，真正实现了“学已所需”。OKAY e学本S4.0的全球盛大首发，不仅标志着学习终端产品全新品类——智能学习终端的诞生，开创了学习终端市场新时代，更标志着学习者主权时代的全面到来。原文链接：/xwzx/gnsz/gdxw//t63008.shtml
德国技术官眼中的工业4.0、物联网和大数据
克林贝格集团(Klingelnberg Group)的历史可以追溯到1863年，现在已传承到家族第七代。1993年，克林贝格收购奥利康（Oerlikon Geartec AG）；1997年，成功攻克螺旋伞齿轮干式切削技术；2008年，投入运营全球最先进的大型锥齿轮生产设备；2012年，收购霍夫勒(H?fler Maschinenbau GmbH)的核心业务。
如今，克林贝格已成为全球领先的锥齿轮、圆柱齿轮、齿轮测量、定制化高精度齿轮零部件的研发和制造公司。克林贝格的领先地位来源于精益求精的产品和服务质量，绝对的可靠性和严格的交货期。
Hartmuth Müller博士自1990年以来就在技术创新部门工作，现为这家德国隐形冠军的首席技术官。
Connected Industry：
Müller博士，工业4.0被视为是当前国际工业领域内最大的技术趋势，然而各行各业对这个理念都各有高见。那么您觉得这当中，工业4.0的共同点是什么呢？
Hartmuth Müller：
我们集团认为工业4.0是一种必然的趋势，整个工业领域都聚焦于此，但是针对不同行业他们都带有千差万别的理解。因此描述这一趋势的关键词也都不尽相同。对于我们来说，工业4.0的核心思想是赛博物理系统（CPS）。
Connected Industry：
您认为，“工业4.0”这一概念真的贴切吗？真的是未来的一种趋势吗？
Hartmuth Müller：
工业4.0被公认为第四次工业革命。目前我看到的仅仅是一些革新性的东西，这种革新利用一些技术手段逐渐地把数字世界和现实世界想融合。
Connected Industry：
我们再谈谈赛博物理系统，KLINGELNBERG基于该系统的首要任务是什么？
Hartmuth Müller：
我们是一家专门从事机床生产与精密测量技术的公司，这其中齿轮承载着最重要的机械性能。通过我们的设备，客户可以制造车辆与工业用途的齿轮。这些齿轮可以是正齿轮或锥齿轮。它对质量要求非常高，从设计过程到齿轮成品，成本很高。
通过我们的方法，用户可以得到所要生产零部件的数字双胞胎，其中包括了几何形状的数字图像。在此基础上，我们可以调整产品数字化模型与实际的生产过程，从而建立起工序质量控制环。而它所基于的概念就是赛博物理生产系统（CPPS）。
Connected Industry：
那么CPPS是如何改变客户的整个过程呢？
Hartmuth Müller：我们所属的领域是零部件的切削加工。传统的流程始于基于CAD数字建模的设计环节。生产中CAD模型仅用于生成指定工具下的机械运动模型，这会执行于准备工作中的CAM过程与NC编程。生产基础则是用于加工机器的NC数据、给定的公差以及CAD模型所生成的图纸。至于生产过程中不断出现的误差的校正，校正方面，需要由专业的NC编程员或者新的NC数据来解决，以弥补产生的误差。
对于齿轮，我们与客户的理解有所不同：我们将设计过程与持续的生产模拟相结合。因此我们不再仅仅聚焦于CAD模型，而是生产一个齿轮的整个工作细则上。基于我们开发的CPPS，数字双胞胎不仅包括了几何图像，还存在工具与组件之间的几何形状与运动描述的生产步骤，即所谓的运动学。所以CAD-CAM过程完全不需要了，因为NC齿轮加工数据在生成过程中就已经同时生成这个过程了。
Connected Industry：
所以您认为工业4.0可以更好的优化流程。但是目前，也有一些技术，可以更颠覆式地优化过程，比如3D打印技术，您怎么看待？
Hartmuth Müller：
在CPP系统几乎保存了许多所需的数据，这些数据在将来肯定是要用于进程优化的。
对于3D打印，在很多应用场景中它确实非常的适用。尤其是在快速成型，或者是通过切削加工不可能实现的，具有复杂内部结构的系列产品生产。
但只要你能够进行切削加工的产品，并能数量达到一定的级别，3D打印就不再是一个好的选择。规模经济不能用3D打印来实现。
Connected Industry：
再回到CPPS，我们进一步探讨：您觉得物联网扮演着怎样的角色？
Hartmuth Müller：
物联网（IOT）是指更高层次对象交互连接的网络，在流程上具有超越潜力。举例来说，我们不仅可以实现机器监控，还能实时监控与规划所有其他资源。
在机床养护领域中，预防性维护是确切有效的方法。在这种情况下，基于统计信息，我们能够检测出各个部件的磨损情况。这样一来，我们就可以去更换磨损严重的组件，但是往往这样的零部件还没到使用寿命。
随着物联网的发展，人们可以从预防性维护向预测性维护迈出一大步。通过预测性维护，机床部件的磨损状态会由传感器检测并记录在数字系统中。既然现在已经知道磨损状态，我们就能在部件真正快达到寿命时才及时更换。所以，通过物联网人们可以更有效地使用资源，这样一来也更具成本效益。
Connected Industry：
您提到，在工业4.0中会生成很多数据。您如何看待大数据的发展？
Hartmuth Müller：
是的，它产生了大量的数据，但是往往人们数据丢失速度也很快。因此，我是“小数据分析”的支持者，即支持相对可控的数据集处理。首先，大数据听起来是很多数据的感觉，但仅凭数据断言则是愚蠢的。它需要聪明的头脑，将数据与已有知识相结合，并从中受益。
如今我们已经在使用机器数据，以确定异常情况的因果。关联模式的查找有益于因果关系的确定，即经营者或环境因素导致了某些异常。
我们能完成数据分析，得益于人工智能，我们与人工智能相距甚远。学术环境当然很重要，但对机床的现实理解仍然不够成熟。（来源：Connected Industry）
来源：德国工业智库 工控网
原文链接：/2017-07/ART-0-.html
当世界不再用钞票 未来物联网生活长这样
随着物联网的发展与健全，加密数字资产影响的范围，不再只是经济层面上的投资习惯，同时，也影响着我们未来的生活样态，即能透过数字货币的应用，进行各种不同领域的活动。
加密数字资产在经济、金融与商业中，已经得到广泛而深入的应用，最为人所熟知的，比特币就是其一。不过，加密数字资产的潜能无可限量，有能力向更多领域扩散和发展。
顾名思义，加密数字资产与传统有形资产(房子、车、土地)与无形资产(信息、技术、专利)一样，能够用于多种形式的资产注册、存货列表、交易介质等，甚至影响到国家的财务、经济和货币交易系统。
我们应该将加密数字资产与互联网置于同等地位，这是一种平台化的综合技术创新，而非单一化的载具变革。如今，互联网早已不再是一个简单的工具应用，而是一个孕育创新的基地。加密数字资产也应当沿着这个方向发展，其潜在的创新能量甚至更为强大。
无人车、商店 随处都有
加密数字资产的应用可分为六大方面，包括经济、产权、组织机构、物联网、文化及社会领域。
经济领域：消费、金融与交易。例如加密数字资产的交易、流通，积分商业模式的出现和普及、商业积分的增值模式等，都带来了不同程度的经济领域革命。在未来经济领域中的应用，仍将围绕着消费、金融与交易这三大主流市场，如何加速加密数字资产的普及和应用，将是下一个研究课题。
产权领域：全网监控验证，有心人士难下手。加密数字资产代码的唯一性及交易可监控、验证的特性，能用以保障我们的产权不受侵害。这也就意味着，未来任何有形资产和无形资产，都能在区块链网络中进行注册和交易，由于全网的对等监控和验证机制相当完善，任何人或机构都无法随意窜改他人的产权信息。
组织机构领域：新创及非营利组织的发声保障。加密数字资产的潜在作用，可以利用区块链技术制定去中心化的云端功能，延伸到政治、社交乃至人道主义。例如国际性非营利媒体组织“维基百科”，就可透过去中心化，突破不同国家政府、法律的限制，进而使更多中立的跨国组织得以生存和运作。
此外，一些不受支持的特殊利益集团，可以借助区块链网络摆脱政府的影响，实现授权给新的投资者和投资机构的商业模式。比如美国Airbnb和Uber(优步)，尽管一个受到现行企业法律的查缉，但仍旧取得了长足的发展，正是因为其应用符合市场需求。
物联网领域：无人驾驶、无人商店成常态。区块链网络的去中心化模型，意味着无中介机构的交易成为可能。去中心化的信任机制，将使建立在全球范围的大规模交易，能以一种不同的机构与方式运行，当前权威机构的交易关系和阶层属性，未来都将失去作用。
届时，对于交易双方来说，传统的金融机构将不再是必须，双方可以直接透过区块链网络，进行点对点的远程交易，更不存在欺诈和风险问题。无中介的交易结构，也将使无人设备得到进一步的发展和应用。透过加密数字资产的支付网络，机器经济成了可能。
投票、立遗嘱 科技代劳
文化领域：投票、买艺术品，全新的融资及价值转换。加密数字资产在社会层面的最深刻影响，是在文化领域。衡量一种技术是否已成为主流的关键指标，就要看其是否被主流文化接纳。
据研究显示，加密数字资产真正进入全球社会，可能始于比特币电影节，观众可用比特币向他们喜欢的电影投票，并由此产生了一系列业务线;而在未来，不只是比特币，任何一种广泛应用的主流加密数字资产，都有可能应用至文化产业领域，为其提供一种全新的融资及价值转换管道，进而推动整个文化领域蓬勃发展。
社会领域：做公益、立遗嘱，将不再透过他人之手。加密数字资产凭借其可信、合用、易用的特性，将逐步被社会主流接纳，例如在社会公益中，需要接受捐赠的一方，只须提出自己的加密数字资产帐户，捐赠者即可快速、安全的将善款转移到该账户中。在这种点对点的捐赠过程中，不存在黑箱操作，社会公益也将得到更理想的维护与实现。
但即使新技术得到了公众的认可，加密数字资产在社会领域的应用还是会受到限制。例如应用加密数字资产的虚拟公证服务，能够简单、便宜、安全和永久性地处理多项业务。但出于社会原因，许多人更倾向找一位真实的活人律师商讨。所以，加密数字资产不仅要在技术上成熟、应用上创新，也要有明确的价值定位。
加密数字资产的下一站，既是创新，也是应用。加密数字资产将会超脱于资产属性之上，成为技术形态和思维形态上的创新模型，并由此推动整个人类社会的进步。
(来源：wealth)
原文链接：.cn/9236809.shtml
大数据+人工智能+生态，招聘进入高维竞争时代
近期，人工智能这个热词不断渗透在各行各业，连不温不火的招聘行业都在喊通过人工智能提高招聘效率，上个月看到猎聘在六周年上推出了两款人工智能产品，也是在6月智联招聘CEO也在讲人工智能。这种新玩法的探索，这个动作也将整个招聘行业的竞争维度拉升到人工智能的高度。
未来阶段，招聘行业竞争的维度总结起来就是三个关键词：大数据、人工智能、生态，大数据是基础，没有大数据就无法做到成规模和体系的高效率招聘;人工智能是建立在大数据的基础上，为的是让企业更有效率的找到所需人才，人才也能高效率的匹配到用人单位;生态其实就是组合拳，在丰富的招聘生态下，每一方参与者都能实现角色的转型和升级。
年初，百度公司CEO李彦宏说，2017年将是移动互联网与人工智能的分水岭，是人工智能元年。事实上，距离1956年，10位科学家在达特茅斯会议上提出这个概念，人工智能已经走过了60年。
招聘业低维度的竞争已经是过去时，未来的竞争时代已经到来，手里有砝码吗?
上述这个问题或许值得所有身在招聘业的玩家深思。招聘作为一个有很长历史的细分领域，即使从网络招聘开始算起也已经很多年了，近年来，随着互联网和移动互联网、深度学习、人工智能等新技术的不断日新月异，招聘行业也迎来了变革的深水期，在新形势下，解构招聘未来密码就得靠硬实力了。
我们来看一组数据。迄今为止，猎聘在猎头端、企业端和经理人端积累的用户数分别超过了25万、50万和3500万，猎聘平台上每天发生的行为数据超过1亿条。这些源源不断的数据沉淀是猎聘布局人工智能战略的核心筹码，也为猎聘的大数据研究以及深度学习提供了可能，这些海量的基础数据是很多招聘平台缺失的。如果说2017年是招聘领域的人工智能元年，那么同时也意味着招聘行业第一阶段的竞争已经结束，如果在第一阶段没有完成用户量、用户行为数据等的积累，就相当于没有拿到第二阶段竞争的入场券。
智联招聘CEO郭盛曾在某大会上也发表了他的对人工智能的看法。他强调人工智能将主要带来对偏理性的、初级和重复性的工作的冲击，对就业市场的长期和整体影响是正面的，但可能产生短期和局部冲击。”同时，他指出“目前我们看到就业形势非常好的行业是交通运输业，但是我们认为这个行业在未来将有非常大的危机，随着算法越来越精确，以及无人机、无人驾驶汽车的出现，需要的司机将会越来越少，因此交通运输业吸纳的就业人口也会变少。另外，就业情况良好的互联网行业，也有一些职业正在慢慢减少。如计算机算法已经代替网络编辑，新闻可以变成自动抓取，自动生成，从智联招聘的数据来看，网络编辑这一职业正在以14%比例下降”。
当猎聘、智联等行业第一阵营的招聘平台都转换赛道，开始血拼人工智能时，没能及时赶上来掉队的招聘网站就会越来越被边缘化，境况越来越被动。
各个行业都是如此，比如资本和创业者杀的火热的共享单车市场，起初在摩拜和ofo小黄车的示范效应下，创业者前赴后继的涌入。在摩拜和ofo占据规模优势下，近期陆续很多共享单车企业传来倒闭消息，市场洗牌在即。
“共享单车这场战争，已经从最初野蛮的铺市场，看谁家投入的车多，进化到用大数据、人工智能思维指导运营，使得单车的运转效率更高的阶段，小玩家已经玩不起了。”类比招聘业，竞争也早已从收发简历向人工智能驱动下的行业新生态转变，用数据分析支撑运营决策，让求职和招聘变得更聪明。在招聘行业的高维竞争时代，人力资源这个产业将加速剧变。
来源：新讯网
原文链接：.cn/gundongbobao/91002.html
实施工业物联网的5大挑战
物联网已经成为当世焦点及未来发展趋势，作为计算机和通信技术融合创新的产物，物联网及其“智能”设备不仅改变了人机交互方式，而且也让机器与机器之间的交互方式发生了变革。
我们看到物联网已经开始渗透到各个领域，其中普及速度最快和范围最广的垂直领域当属工业。事实上，能源、医疗、汽车和其他很多行业都在积极采纳工业物联网，诸如传感器、机器人、混合罐和胰岛素泵等设备越来越多地连接在一起。如Tripwire的安全研究和软件开发工程师Lane Thames的博客文章所述，物联网的这个子集也就是工业物联网未来有很大的发展空间。
泰晤士报认为“工业物联网将彻底改变未来，而不仅仅是工业系统，并且也会对许多相关人员造成巨大影响。如果我们能够实现工业物联网愿景的全部潜力，许多人将有机会通过无数的价值创造机会来改善他们的职业生涯和生活水平。”
泰晤士报继续指出工业物联网如何创建一些新的“智能”范例，如智能电网和智能医疗保健，以及具备自我意识的自动化机器驱动的新制造业生态系统的开发。
显然，工业互联网可以有一个光明的未来。但正如泰晤士报及时地警告说，“千里之堤溃于蚁穴”。 安全顾问Larry Vandenaweele观察到，连接到互联网和网络的设备可能威胁到我们的工业控制系统(ICS)。这些系统对公用事业、能源和核能部门的运营至关重要。 更具体地说，随着业务需求的扩展，“智能”设备仅仅作为控制手段的界限将被打破寄云工业物联网，当工业物联网融入办公环境时，挑战与障碍也随之而来。
实施工业物联网时，行业将面临众多挑战。这里有五个特别突出：
主要挑战1：解决设备功能
Belden Inc.负责监督ICS研发和基础设施安全解决方案和产品的安全首席架构师Jeffrey Caldwell表示，今天工业物联网所面临的最根本挑战之一是制造者和过程控制操作员需要使用大量不同的设备和功能。
“工业领域已经有许多的机器对机器(M2M)互连和通信的解决方案，而且还有更多的方案产品不断的投入市场。”Caldwell说，“因此在部署供邪物联网技术时，我们必须考虑几个问题。应该收集什么信息?信息应如何存储?如何最好地分析信息?应该根据分析做出什么决定?”
虽然对经济价值和投资回报率的分析可以帮助行业决定在哪些环节纳入工业物联网技术，但是解决能力的挑战一直延续到设备制造商。Joel Langill是具有近35年工业自动化和控制开发经验的运营安全专业和工业控制系统网络安全顾问，以及信息共享网站的创始人，他解释说，一些制造商仍在不断的解决工业物联网事物的复杂需求。
“我所谓的‘制造完整性’的真正风险是，当可能非常适合典型办公环境的产品和服务，被拿来在制造环境中解决相同的问题，而没有全面考虑工业环境相关要求(环境、危险区域、可靠性和服务可用性等)”Langill解释说，“最后，工厂环境的控制组件(控制器、传感器、执行器等)在物理空间层面的连接仍然基于传统IT架构，这些架构在工业网络中并不常见。虽然以太网(注意我没有说TCP或UDP)与几十年前相比，应用已经非常普遍，但它与Windows平台在工业环境中几乎没有多少应用，因为它们不能满足最基本的工业运营要求。
对工业物联网的落地规划，不仅个别工业企业必须认真考虑到要实施工业物联网的地方，制造商也要明确定义运营要求，了解他们希望得到的技术和能力。这需要深刻理解最终需要应用工业物联网技术的实时生产设备。
关键挑战2：供应链关系
功能不是制造商在未来几年需要解决的唯一焦点。成本和工业可靠性也将作为早期采用者争取向工业物联网过渡时需要考虑的一部分。随着嵌入式系统越来越多地进入企业，制造商有责任保持他们供应链的完整性。
Patrick Miller致力于全球关键基础设施的保护和防御，对工业物联网供应链的完整性保持有自己的看法。Miller预测，“特别是在关键基础设施中使用工业物联网元素时，我预计政治、舆论和其他方面开始关注供应链的完整性。为了摆脱这种潜在的阻力来源，组织必须考虑如何最大程度地最大化制造过程中的透明度和标准化。他们将需要根据商定的开放标准来构建设备，该标准可以独立评估，以确保仅包含预期的硬件，软件或固件。”
关键挑战3：安全
与工业物联网设备的组件完全相关的是研究人员为确保它们而采取的措施。 Access Control Technologies LLC(ACT)总裁兼管理成员以及Tripwire业务开发合作伙伴Ron Carr，有超过40年管道SCADA通信的管理经验，他认为安全问题不仅影响制造商和过程控制运营商，还有管道控制操作员。
他表示：“网络通信所控制的任何设备和系统在面临互联网的时候，都处在遭到黑客入侵的威胁中。”工业物联网设备也绝对不会被免除这种威胁。例如，根据Carr的说法，“为了下载软件升级，将流量计算机接入笔记本电脑(有互联网连接)，在这短暂的时间内就有可能被上传恶意软件，如BlackEnergy或Stuxnet就属于这种类型。
为了防范这些和其他威胁，工业企业应考虑如何将高级网络威胁防护解决方案整合到其网络中。
关键挑战4：弥合我们的优势
在实施工业物联网时，安全性是一个非常重要的问题。然而，与任何新技术一样，技术问题仍然无法解决人员分裂等问题，并阻碍了人们更好的协同工作。
“也许克服的最大挑战是破除不同学科和部门之间的障碍。”业界领先的自动化、控制、软件、制造、市场营销和领导力作家Gary Mintchell说，“多年来一直在讨论的著名的‘IT/OT融合’必须实现。控制工程师必须升级他们的技能，使他们知道网络和安全至关重要。IT工程师和架构师必须了解业务流程与制造流程之间的区别。”
要实现这一点并不容易，然而，建立新的协作机制将使整个企业在生产力、盈利能力、客户服务和可持续性方面受益。正如明茨尔正确地指出的那样，“领导者必须加强他们的能力以引领整个行业的发展”。
关键挑战5：安全
实施工业物联网时企业面临的第五个也是最终的关键挑战是安全。这种担忧源自于互相连接的设备以及物理控制的深度整合引入了新的攻击方式。
Tripwire负责解决方案和战略的安全和信息技术风险策略主管Tim Erlin阐述：“当然，工业领域的安全规定有着悠久的历史，但它们很少考虑到逻辑攻击会带来哪些物理的影响。我们已经看到了Stuxnet和德国钢铁厂的这些“动态网络攻击”的开始，令人担忧的是工业物联网的快速增长让越来越多的工业场景暴露在网络安全威胁之下。工业网络安全与IT安全性不一样，我们需要新的方式来应对这种新的挑战。”
幸运的是，工业企业可以通过IT与OT之间的融合与平衡，来应对这一安全障碍。“我们必须追溯OT领域的历史以及相关运营者的经验，”Erlin建议。“IT安全小组应该开始将工业安全纳入其威胁建模，并开始与OT安全小组就如何做到这一点进行磋商。这不是IT或者OT小组能够单独解决的，而是需要二者的共同努力以实现双方完美融合。
实施工业物联网的关键挑战似乎都是艰巨的。然而，与设备能力、供应链关注、安全性、人与人之间的分离以及安全相关的问题，所有这些最终都将显示出部门、整个企业和制造商必须共同努力，才能在技术不断发展的情况下时刻把握住正确的方向。以上我们提到的5个方面，都有相应的适合某个行业可用的方案，但采取哪种方案取决于每个行业组织的选择。
来源：物联网世界 寄云科技
原文链接：.cn/e5d32e.html#
每个人都应该知道的25个大数据术语
如果你初来乍到，大数据看起来很吓人！根据你掌握的基本理论，让我们专注于一些关键术语以此给你的约会对象、老板、家人或者任何一个人带来深刻的印象。
让我们开始吧：
1.算法。“算法”如何与大数据相关？即使算法是一个通用术语，但大数据分析使其在当代更受青睐和流行。更多关于算法的文章请查看36大数据“算法”栏目&&&
2.分析。年末你可能会收到一份来自信用卡公司寄来的包含了全年所有交易记录的年终报表。如果你有兴趣进一步分析自己在食物、衣服、娱乐等方面具体花费占比呢？那你便是在做“分析”了。你正从一堆原始数据中来吸取经验，以帮助自己为来年的消费做出决策。如果你正在针对整个城市人群对Twitter或Facebook的帖子做同样的练习呢？那我们便是在讨论大数据分析了。大数据分析的实质是利用大量数据来进行推断和讲故事。大数据分析有3种不同到的类型，接下来便继续本话题进行依次讨论。
3.描述性分析。刚刚如果你告诉我，去年你的信用卡消费在食物上花费了25%、在服装上花费了35%、娱乐活动上花费了20%、剩下的就是杂七杂八的事项，这种便是描述性分析。当然你还可以参考更多的细节。
4.预测分析。如果你根据过去5年的信用卡历史记录来进行分析，并且划分具有一定的连续性，则你可以高概率预测明年将与过去几年相差无几。此处需要注意的细节是，这并不是“预测未来”，而是未来可能会发生的“概率”。在大数据预测分析中，数据科学家可能会使用类似机器学习、高级的统计过程（后文将对这些术语进行介绍）等先进的技术去预测天气、经济变化等。更多内容请参考36大数据的预测分析&&
5.规范分析。沿用信用卡交易的案例，你可能想要找出哪方面的支出（级食品、服装、娱乐等）对自己的整体支出产生巨大的影响。规范分析建立在预测分析的基础之上，包含了“行动”记录（例如减少食品、服装、娱乐支出），并分析所得结果来“规定”最佳类别以减少总体支出。你可以尝试将其发散到大数据，并设想高管们如何通过查看各种行动的影响来做出数据驱动的决策。
6.批处理。虽然批量数据处理在大型机时代就早已出现，但大数据交给它更多大数据集处理，因此赋予了批处理更多的意义。对于一段时间内收集到的一组事务，批量数据处理为处理大量数据提供了一种有效的方法。后文将介绍的Hadoop便是专注于批量数据处理。超越批处理的世界：流计算 使用Spark SQL构建批处理程序
7. Cassandra是由Apache Software Foundation管理的一款流行的开源数据库管理系统。很多大数据技术都归功于Apache，其中Cassandra的设计初衷便是处理跨分布式服务器的大量数据。更多请看&&&
8. 云计算。显而易见云计算已经变得无所不在，所以本文可能无须赘述，但为了文章的完整性还是佐以介绍。云计算的本质是在远程服务器上运行的软件和（/或）数据托管，并允许从互联网上的任何地方进行访问。更多请看&&&
9. 集群计算。它是一种利用多台服务器的汇集资源的“集群”来进行计算的奇特方式。在了解了更多技术之后，我们可能还会讨论节点、集群管理层、负载平衡和并行处理等。
10. 黑暗数据。依我看来，这个词适用于那些吓得六神无主的高级管理层们。从根本上来说，黑暗数据是指那些被企业收集和处理但又不用于任何有意义用途的数据，因此描述它是“黑暗的”，它们可能永远被埋没。它们可能是社交网络信息流、呼叫中心日志、会议笔记，诸如此类。人们做出了诸多估计，在60-90％的所有企业数据都可能是“黑暗数据”，但无人真正知晓。
11. 数据湖。当我第一次听到这个词的时候，我真的以为有人在开愚人节的玩笑。但它真的是个术语！数据湖是一个原始格式的企业级数据的大型存储库。虽然此处讨论的是数据湖，但有必要再一起讨论下数据仓库，因为数据湖和数据仓库在概念上是极其相似的，都是企业级数据的存储库，但在清理和与其他数据源集成之后的结构化格式上有所区别。数据仓库常用于常规数据（但不完全）。据说数据湖能够让用户轻松访问企业级数据，用户真正按需知道自己正在寻找的是什么、如何处理并让其智能化使用。拥抱开源技术的前提——认识数据湖 你知道数据湖泊(DATA LAKE)吗?
12. 数据挖掘。数据挖掘是指利用复杂的模式识别技术从大量数据中找到有意义的模式、提取见解。这与我们前文讨论的使用个人数据做分析的术语“分析”密切相关。为了提取出有意义的模式，数据挖掘者使用统计学（是呀，好老的数学）、机器学习算法和人工智能。更多请看&&&
13.数据科学家。我们谈论的是一个如此热门的职业！数据科学家们可以通过提取原始数据（难道是从前文所说的数据湖中提取的？），处理数据，然后提出新见解。数据科学家所需具备的一些技能与超人无异：分析、统计、计算机科学、创造力、故事讲述和理解业务环境。难怪他们能获得如此高的薪水报酬。36大数据数据科学家专栏&&&
14.分布式文件系统。由于大数据太大而无法在单个系统上进行存储，分布式文件系统提供一种数据存储系统，方便跨多个存储设备进行大量数据的存放，并有助于降低大量数据存储的成本和复杂度。
15. ETL。ETL分别是extract，transform，load的首字母缩写，代表提取、转化和加载的过程。 它具体是指“提取”原始数据，通过数据清洗/修饰的方式进行“转化”以获得 “适合使用”的数据，进而“加载”到合适的存储库中供系统使用的整个过程。尽管ETL这一概念源于数据仓库，但现在也适用于其它情景下的过程，例如在大数据系统中从外部数据源获取/吸收数据。我们需要什么样的ETL?
工程师要不要写ETL?——教你构建高效的算法/数据科学部门 ETL的经验总结
16. Hadoop。人们一想起大数据就能立即想到Hadoop。 Hadoop（拥有可爱的大象LOGO）是一个开源软件框架，主要组成部分是Hadoop分布式文件系统（HDFS），Hadoop部署了分布式硬件以支持大型数据集的存储、检索和分析。如果你真的想给别人留下深刻的印象，还可以谈谈YARN（Yet Another Resource Schedule，另一个资源调度器），正如其名，它也是一个资源调度器。我由衷佩服这些为程序命名的人。为Hadoop命名的Apache基金会还想出了Pig，Hive和Spark（没错，它们都是各种软件的名称）。这些名字难道不让你感到印象深刻吗？36大数据Hadoop专区&&&
17. 内存计算。一般来说，任何可以在不访问I / O的情况下进行的计算预计会比需要访问I/O的速度更快。内存内计算是一种能够将工作数据集完全转移到集群的集体内存中、并避免了将中间计算写入磁盘的技术。Apache Spark便是一种内存内计算系统，它与I / O相比，在像Hadoop MapReduce这样的系统上绑定具有巨大的优势。
18. IOT。最新的流行语是物联网（Internet of things，简称IOT）。IOT是通过互联网将嵌入式对象（传感器、可穿戴设备、汽车、冰箱等）中的计算设备互连在一起，并且能够发送/接收数据。IOT产生了大量的数据，这为呈现大数据分析提供了更多的机会。
19.机器学习。机器学习是为了设计一种基于提供的数据能够进行不断学习、调整、改进的系统的设计方法。机器使用预测和统计的算法进行学习并专注于实现“正确的”行为模式和简见解，随着越来越多的数据注入系统它还在不断进行优化改进。典型的应用有欺诈检测、在线个性化推荐等。36大数据机器学习专区&&&
20.MapReduce。MapReduce的概念可能会有点混乱，但让我试一试。MapReduce是一个编程模型，最好的理解方法是将Map和Reduce是看作两个独立的单元。在这种情况下，编程模型首先将大数据的数据集分成几个部分（技术术语上是称作“元组”，但本文并不想太过技术性），因此可以部署到不同位置的不同计算机上（即前文所述的集群计算），这些本质上是Map的组成部分。接下来该模型收集到所有结果并将“减少”到同一份报告中。 MapReduce的数据处理模型与hadoop的分布式文件系统相辅相成。36大数据MapReduce专区&&&
21.NoSQL。乍一听这像是针对传统关系型数据库管理系统（RDBMS）的面向对象的SQL（Structured Query Language， 结构化查询语言）的抗议，其实NoSQL代表的是NOT ONLY SQL，意即“不仅仅是SQL”。 NoSQL实际上是指被用来处理大量非结构化、或技术上被称作“图表”（例如关系型数据库的表）等数据的数据库管理系统。NoSQL数据库一般非常适用于大型数据系统，这得益于它们的灵活性以及大型非结构化数据库所必备的分布式结构。
22.R语言。有人能想到比这个编程语言更糟糕的名字吗？是的，’R’是一门在统计计算中表现非常优异的编程语言。如果你连’R’都不知道，那你就不是数据科学家。（如果你不知道’R’，就请不要把那些糟糕的代码发给我了）。这就是在数据科学中最受欢迎的语言之一的R语言。36大数据R语言专区&&&
23. Spark（Apache Spark）。Apache Spark是一种快速的内存内数据处理引擎，它可以高效执行需要快速迭代访问数据集的流、机器学习或SQL工作负载。Spark通常比我们前文讨论的MapReduce快很多。36大数据Spark专区&&&
24.流处理。流处理旨在通过“连续”查询对实时和流数据进行操作。结合流分析（即在流内同时进行连续计算数学或统计分析的能力），流处理解决方案可以被用来实时处理非常大的数据。
25. 结构化和非结构化数据。这是大数据5V中的“Variety”多样性。结构化数据是能够放入关系型数据库的最基本的数据类型，通过表的组织方式可以联系到任何其他数据。非结构化数据则是所有不能直接存入关系数据库中的数据，例如电子邮件、社交媒体上的帖子、人类录音等。
翻译自25 BIG DATA TERMS EVERYONE SHOULD KNOW，本文作者为RAMESH DONTHA。本文由36大数据ya楠翻译。
Ramesh Dontha是Digital Transformation Pro的管理合伙人，Digital Transformation Pro是一家管理咨询公司，专注于数据战略、数据治理、数据质量和相关数据管理实践。15多年来，Ramesh已经成功指定了一些战略和实施计划，以达到或超越业务目标并传递业务价值。他的个人热情是揭秘数据治理和数据管理的复杂性，使其适用于业务战略和目标。
来源：36大数据
原文链接：/hlw/detail/.html
更多精彩资讯，欢迎关注本微信公众号，免费订阅每日精彩“大数据播报”
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点}