
创业板企业在大数据领域的技术与专利现状分析
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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15