大数据联盟云服务模式研究

With the flourishing development of Internet, data is growing explosive. The world has entered the era of big data. Big data have the characteristics of massive scale, complex structure, and low valve density,etc. It is difficult for single enterprise to satisfy user’s comprehensive and personalized demand because of the existence of data gap. In order to solve this problem, this project proposes to build a close big data alliance composed by different kinds of enterprises in data supply chain. By data sharing, realize an on-demand scalable and flexible data cloud service models. By using transaction cost and value network theory, this project reveals big data alliance generation mechanism and big data value-added process, constructs organization structure for big data alliance. On this basis, this project builds cloud service model system based on alliance cloud by using SOA and cloud computing theory, consisting of data aggregation as a service(AaaS), data mining as a service(MaaS) and data decision support as a service(DSaaS).The construction of data cloud service models will fill single enterprise data gap, increase big data value density. According to user’s demand, providing different levels of data service enlarges enterprise data service scopes from analysis level to decision level. Not only has a very important practical significance to enhance enterprise data service capacity and competitiveness, but also has great theoretical value for improving alliance organization and service model theory.

随着互联网的蓬勃发展，数据呈爆炸式增长，世界已进入大数据时代。大数据具有数量大、结构复杂和价值密度低等特点，单个企业由于存在数据缺口难以满足用户对大数据全面化和个性化需求。针对这一问题，本项目提出将数据供应链上不同类型企业组成具有紧密合作关系的大数据联盟，通过数据共享，实现按需使用、易拓展、计费灵活的数据云服务模式。拟将运用交易费用和价值网理论揭示大数据联盟产生机理和大数据价值增值过程，构建大数据联盟组织结构。在此基础上，应用SOA和云计算理论建立基于“联盟云”的云服务模式体系，包括数据聚合即服务、数据挖掘即服务和数据决策支持即服务的三层数据云服务模式。该模式的建立可以弥补单个企业数据缺口，提高大数据价值密度，根据用户需求提供不同层次的梯度服务，不仅使企业数据服务从分析层次提高到决策层次，对增加企业数据服务能力和竞争力具有重要的实际意义，而且对完善联盟组织和服务模式理论具有重要的理论意义。

大数据产业的发展改变了企业管理决策的过程和方式，极大地促进了信息产业的发展和商业模式的变革，大数据具有数量大、结构复杂和价值密度低等特点，单一数据服务企业由于数据源的局限性而存在数据缺口，难以满足用户日益增长的对大数据全面化和个性化需求。将数据供应链上不同类型企业组成具有紧密合作关系的大数据联盟，可以实现对不同领域的数据资源重组、关联和共享，弥补单一企业数据缺口，提高服务能力和层次，为数据用户提供不同层次梯度的全面化和个性化数据服务。.本项目运用交易费用等理论，多视角分析了大数据联盟形成动因，基于服务主导逻辑揭示了大数据联盟价值共创机理，构建了大数据联盟组织结构。在此基础上，建立了基于“联盟云”的，由数据聚合服务、数据挖掘服务和数据决策支持服务三个层级组成的大数据云服务模式。.为了促进数据资源的交易和流通，在大数据联盟云服务模式管理体系架构的基础上，从双边市场和供需双方博弈的视角，对数据产品进行了分类定价，并设计了主动推送式和需求拉动式云服务方式，以满足数据用户个性化和通用化需求。根据服务主导逻辑理论，构建了以服务内容、运行过程、服务方式和支撑保障体系为核心的数据聚合服务模式。按照DIKW概念模型对数据挖掘服务进行了分类，在分析大数据联盟数据演化过程、数据挖掘层次的基础上，构建了大数据联盟数据挖掘服务模式。基于超循环理论揭示了大数据联盟决策支持服务耦合机理，根据数据用户需求的特点，构建了基于完全用户信息和不完全用户信息的大数据联盟决策支持服务模式。.大数据联盟云服务模式的研究可以促进数据资源的共享、转移和利用，实现大数据联盟的数据资源增值，对完善大数据交易市场起到重要作用。对增强企业数据服务能力和竞争力，以及对政府和管理部门制定大数据产业发展政策具有重要的实际意义。此外，该项成果对联盟组织和服务模式等理论的完善也具有重要的意义。