创业板企业在大数据领域的技术与专利现状分析

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

大数据时代带来了机遇和挑战,首先获益的便是IT行业。大数据已成为信息产业新的增长点,其发展已从以谷歌(Google)、亚马逊(Amazon)、雅虎(Yahoo)为代表的互联网大公司,蔓延到越来越多的创业型中小公司,这些公司在其不同的领域进行着各自大数据的发展,创造出了更多的商业模式和经济增长点。

资本市场逐利新概念股总是具有超强的敏锐性,大数据主题投资已在业内引起高度关注,国内多家证券机构也力荐“大数据概念股”,其已成为一条全新的投资主线。本文对在创业板上市的计算机企业中涉及大数据的相关企业的技术与专利方面进行分析,以探究其技术现状与发展。

技术与专利信息概况

在创业板上市的计算机企业中,明显涉及大数据的相关企业主要有10余家,依据大数据体系可分为以下三类:

第一类是与海量数据存储和处理相关的企业,如:北京拓尔思信息技术股份有限公司、厦门市美亚柏科信息股份有限公司、江苏天泽信息产业股份有限公司和北京超图软件股份有限公司。

第二类是与数据中心建设相关的企业,如:上海天玑科技股份有限公司、北京银信长远科技股份有限公司。

第三类是与行业数据应用相关的企业,如:上海金仕达卫宁软件股份有限公司、河南汉威电子股份有限公司、杭州中威电子股份有限公司、成都振芯科技股份有限公司、北京易华录信息技术股份有限公司、华平信息技术股份有限公司和上海汉得信息技术股份有限公司。

就专利申请方面而言,截至2014年9月,上述10余家企业的专利申请总量以及其中明显涉及大数据相关技术的专利申请如图1所示(本数据是以创业板企业工商注册名称为关键词检索而获得,同时,由于受数据来源、专利申请公开时间及具体检索时间节点等因素影响,所统计数据与公司公告中的数据可能略有不同)。

虽然从事大数据研究和开发的公司或研究单位对于各自的数据有不同的业务逻辑,但是大的处理技术基本类似,即遵循“数据采集、数据存储、数据检索、数据分析和数据应用”的大数据产业链,而分布式存储管理、实时计算、非或半结构化数据处理、基于云平台的数据挖掘、数据可视化和数据产品应用等则是该大数据产业链中的关键技术。因此,对于以技术创新为主体的企业,特别是创业板上市的中小企业而言,要想在大数据领域有长久的可持续性发展,还需要注重对大数据中关键技术的积累和研发,对战略性和前沿性技术保持高度的敏感性,构筑全面和深入的基础技术支撑,奠定在市场和潮流中的领先地位。

从上述企业专利申请分布图来看,其专利申请情况差异较大。就总量而言,有专利申请量在百件以上的企业,也有专利申请量仅为个位数的企业。而在这些专利申请中明显涉及大数据技术的相关专利申请量总计50余件,且基本都是发明专利。众所周知,发明专利的技术含量高于实用新型专利和外观设计专利,其保护期限长、保护力度大,在一定程度上讲,一个企业的发明专利(包括申请)数量越多,则表明这个企业拥有的核心技术越多、技术实力越强。

从具体技术来看,在这50余件专利申请中,绝大部分的国际专利分类号(IPC)集中在电数字数据处理(G06F)、数字信息的传输(H04L)领域,少量分布在图像通信(H04N)、无线通信网络(H04W)领域,还有极少量分布在商业(G06Q)、静态存储器(G11C)、导电连接(H01R)等其他领域。


本文作者:牛晓丽

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
13天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
52 2
|
15天前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
3天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
13 4
|
4天前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
46 5
|
9天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
15天前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
12天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
98 7
|
12天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
27 2
|
24天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
68 1
下一篇
无影云桌面