開刀房與加護病房無線Wifi巨量資料收集系統簡介

以醫學的大數據而言，從過去紙張病歷記錄，到紙本資料的數位化與醫學紀錄遠距儲存，再到現今許多的資訊整合。數據量的累積非常快速，也引導許多醫療技術的發展。以往在收集生理數據的架構，每台機器(ex. 心電圖機、血壓機、腦波機等等) 各需要一台電腦，用RS-232相互連接，成本太高且非常耗時，收集手術中病人的生理信號資料更是怕人多手雜。因而謝建興教授的研究團隊發展了一套利用無線Wifi的方式收集開刀房與加護病房病人的生理信號資料系統，能夠儲存以及顯示即時手術過程與加護病房的資料於軟體上。 

一般來說，手術的過程中會收集非常多生理信號像是心電圖、腦波、血壓、呼吸信號、血氧濃度等許多種生理信號的資料。醫生也是從這些生理信號來判斷目前病人的狀況。我們的系統便是將這些生理信號透過無線Wifi的方式，將病人手術過程中的生理信號數據存取下來。研究的方向，目前整合了心電圖(ECG)、腦波(EEG)、以及血氧濃度(SPO2)三種生理信號的收集，研究也專注於這三種生理信號的後續分析。

圖一、亞東醫院數據採集系統示意圖，手術房之應用

        圖一為系統架構的示意圖，以亞東醫院為例，每間手術房都有一台Datex機器，能夠收集病人的心跳、血壓、和血氧濃度三種生理信號。我們在Datex機器的後面，接上MOXA NPort系列的設備連網伺服器，MOXA的NPort系列設備裡面有一個AP模組會去連上醫院的Wifi，並且把手術時的即時生理信號(心電圖、腦波、血壓、血氧濃度等) 數據資料用無線的方式傳輸出來，而收集資料的護理站端只要連上AP，便能夠將資料抓取出來，從軟體的介面上也能看到機台上收到的即時資料，並且同時會記錄當天日期、時間等資訊並且存取（如圖二和圖三）。

圖二、台大醫院及亞東醫院即時手術資料顯示以及存取

圖三、病房之應用

        由於手術的過程中可能會翻動病人或是有其他動作，可能會導致信號有雜訊的產生，有時候也必須記錄其他醫生動手術的動作。所以軟體的部份也設計了能夠點選手術事件，來記錄可能導致雜訊發生或者是需要紀錄的情況。如圖二和圖三所示，操作介面上除了可以看到即時顯示的手術中生理信號的資料外，手術時在幾點幾分打麻醉藥、幾點幾分使用電刀等等的手術資訊都能夠在介面上點選，並且記錄下來。同樣的，在病房中，病人的生理信號資料也能夠利用相同的方式來收集（系統架構圖如圖四）。

 圖四、亞東醫院即時手術資料顯示

       利用此系統，我們便不需要人拿著筆記型電腦進去手術房裡收集資料，同時也能夠不間斷的收案。除此之外，因為手術台的附近已經放了許多儀器和手術用具，透過此無線的系統也不會附近有線還要在地上繞來繞去。同時因為這個系統，資料累積的量會非常快，所以能夠慢慢建立一個Big Database，目前，這個系統已經架設在亞東醫院兩間以及台大六間手術房(台大兒童醫院三間開刀房、台大醫院東址開刀房三間)。收集資料的部分會專注於亞東醫院心臟手術資料的部份。有了龐大的資料量，就能夠利用這些資料做後續離線的臨床資料分析 (Offline Analysis)。

        在許多過去的文獻之中，有些演算法的分析方式能夠提供醫生一些臨床上評估的指標，如果我們也能夠利用不同的演算法分析，並且提供給醫生一些資訊或指標，也許能夠在醫療上有所貢獻。同時，這也牽扯到有效醫療和無效醫療的問題。舉例來說，如果我們明知手術就算成功，恢復狀況也不會很好，卻還是動手術，這樣便是所謂的無效醫療。或許可以選擇不開刀而直接選擇安寧照護，節省醫療成本。 相反地，如果提供給醫生後評估開刀或許能夠恢復，那便值得一試，就是有效醫療。近年來，健保吵的沸沸揚揚，如果我們能夠利用一些演算法分析，提供醫生一個參考的指標，來評估是開刀後的恢復狀況或許能夠盡量避免一些不必要的醫療資源浪費，但這畢竟是一個非常嚴肅的問題，因為牽涉到生與死，所以這個部分一直以來都是個非常困難的研究議題，也正是我們所要努力的方向。

醫學資料分析小組A研究團隊

團隊成員

元智大學：

機械系        謝建興 教授兼系主任

通訊系        李建誠 助理教授

電機系        方士豪 副教授

亞東醫院：

麻醉部        林子玉 部主任

麻醉部        陸正威 科主任

心血管加護病房  辛和宗 主任

外科部        陳　芸 部主任

骨科  張至宏 主任

國內、外合作學校與合作企業

目前研究室與許多國內、外的學校都有合作，研究領域也非常廣泛。國內與台大醫院和亞東醫院共同專注於研究重症病人的監測暨人體平衡。國外的學校則有美國哈佛大學的巴斯以色列執事醫院醫學中心的彭仲康教授。彭教授是提出多尺度熵複雜度分析 (Multi-scale Entropy, MSE)、以及去勢波分析 (Detrended Fluctuation Analysis, DFA)等演算法的學者，在醫學領域有非常大的貢獻。英國布魯內爾大學的Dr. M.Abbod也是長期合作的夥伴之一，其研究領域專門在智慧型控制、模糊邏輯、人工類神經網絡及基因演算法等。除此之外，腦部自動調節研究的權威，劍橋大學的M.Czosnyka 教授、人體平衡研究的法國巴黎第11大學Dr. B. Isableu、以及利用模組化磁磚讓Body & Brain產生互動的PlayWare ABC設計者，丹麥技術大學電機系的H. H. Lund教授，都是我們研究的合作夥伴，透過許多的學術演講與國際研討會等等的活動，彼此互相討論、學習，並與國際接軌。 

除了學校方面的合作與交流之外，我們也和中山科學研究院、豐生儀器有限公司、企建科技股份有限公司、健昇科技股份有限公司等企業合作，讓學生能夠真正將在校所學的知識與技能應用在職場上。執行中的產學計畫有和台大醫院、亞東醫院一起執行的中央大學國科會跨國頂尖五年研究中心計畫、一期四年國家中山科學研究院法人科專計畫、以及科技部「產學小聯盟」與先豐通訊股份公司合作的科技部小產學計畫等等。

在現今的高科技與資訊爆炸的21世紀，世界早已經是平的。我們除了培養學生獨立思考與研究創新的能力外，也讓學生盡早具備國際的視野、做好進入職場的準備，希望有朝一日能對世界做出一份貢獻。

研究成果

一個基於熵分析和生理信號資料庫分析麻醉深度的重症監護系統

A Critical Care Monitoring System for Depth of Anaesthesia Analysis Based on Entropy Analysis and Physiological Information Database.                                (全文)

【摘要】手術過程中，麻醉深度是一個非常重要的指標，會影響到後續麻醉醫生需要注射多少麻醉藥的劑量，在分析與監測麻醉深度的機器已經蓬勃發展，少量的生理信號資料已經被存取和分享在學術研究上。本篇研究中，重症監測麻醉深度的系統，包含生理信號資訊的資料庫建立以及麻醉深度分析。生理信號資訊的資料庫裡面包含了生理信號和臨床資訊的存取。在麻醉深度的分析上，根據我們先前在近似熵(approximate entropy)、樣本熵(sample entropy)和多尺度熵(multi-scale entropy)的研究，樣本熵和多尺度熵被整合在系統中用於指示即時病人的狀態。因此，這個重症加護的系統不只提供從手術房收集到的生理信號，也分享我們在麻醉深度的研究與創新。

InnoBic「大數據應用的資訊隱私」論壇

近來大數據被喻為數位時代的石油，而大數據的資料取得來源，則常涉及到個人隱私資訊，因此如何讓數位足跡的採擷與利用可以避免侵犯個人隱私或違反個資法之規範，進而讓大數據之應用得對社會發揮更大的效用，是當今全國所關注的議題；在此世界潮流之下，本中心當不能自外於關注個人資訊隱私保護的議題，因此於10月31日特舉辦「大數據應用的資訊隱私」論壇，邀集產官學各界人士參與討論，期望透過多方的意見激盪與交流，從不同的觀點來討論大數據應用的各項資訊隱私問題，並透過這樣的論壇，讓大數據時代下的個人隱私既可以獲得充分的保護，又可以讓各界所利用，發揮大數據資料的最大效益。以下摘錄論壇當日蔡玉玲政務委員致詞及各位與談人發言時的重點，以供讀者參考。

貴賓致詞  蔡玉玲政務委員

大數據是行政院相當重視的議題，在快速發達的科技下，無法刪除紀錄更是在大數據時代必須面對的難題，大數據絕對是一股擋不住的巨浪，除了帶來無限的商機、改變人類生活，更重要的是，隱私問題也將隨之而來。目前政府也積極將大數據列為重點計畫，如科技部技術白皮書之大數據深度運用、衛福部積極推動智慧型「健康管理存摺」創新計畫、虛擬世界法規調適等。而開放資料的原則與政策方向也都是政府目前積極努力的方向並也開始檢討網路法規鬆綁問題、法務部各項草案等，希冀公民能對開放資料多加運用、參與，此外，政府也密切關注國際發展動向。

李世德科長  法務部法律事務司

關於個人資料的安全維護義務，需考量在資料欲進行解放的時候，應俱備衝擊影響的評估；第二，是去識別化的技術的發展；第三，在於法制的設計上，應存在「飽含」的概念。是在說明無論是在機制面上或是制度面上的設計，都必須緊扣個人隱私安全的維護。目前，於我國個資法的修正，在修正草案第6條所關心的特種資料(包含醫療、健康等資訊)，其限制性是否可因大數據的應用而解放，目前尚在研議中。行政院在今年1月也表態，未來針對此類型資料之運用時，在法制面上將朝向設立特別法前進，以進行更妥善的規劃。

劉德明教授  國立陽明大學生物醫學資訊研究所

通過臨床試驗，察看一般人對於藥物的反應，但是，無法觀測到所有人對於藥物的反應。如果未來能擁有更多的資料，我們的醫療將可走向「個人化醫療」或是俗稱的「客製化」。在這個Big Data世代，醫院當前的目標是希望把一個實體的病歷室轉換到一部虛擬的伺服器上面。而進行病歷電子化的目的有兩個，首要的是讓臨床醫師看得懂，再來則是希望電腦看得懂。因為如此，將來才有機會幫忙臨床醫師進行決策支援或是後續研究。如果，未來都走上電子病歷，優勢在於臨床資料的蒐集速度，乘著此優勢，將提升「臨床資料庫(Clinical Data Repository)」的建立可能性。而「智慧醫療」將是我們下個階段欲實現的目標。

陳鋕雄教授  國立交通大學科技法律研究所

匿名化與資料價值兩者間存在著零和關係，不可能擁有兩者。但爭議點即在於我們希望能夠得到有價值的資料，也希望迴避當事人同意權行使的問題。管制面上，我的建議是要將管制重心移轉，首先，是指匿名化與非匿名化的「絕對標準」；再者，是指涉及資安義務時，對於資料的使用者應有「問責機制」；最後，是要從個人同意權的行使轉向為「正當性之評估」，此評估是針對不同的資訊進行分類，包括臨床試驗、健保財務以及病患行為想法等，建立不同層度資料使用的正當性說明。

劉定基教授  國立政治大學法律學系

在大數據時代下面，大家的「想法資料」就是利益、商機，原來我可能只要5個資料就夠，但是會「順便」蒐集其他未來「可能」會有用的資料，這樣的一個心態即造成個資法的衝擊；另外一個心態是，原先想要刪除的資料，現在會願意留下，因為未來可能會變黃金，資料在長時間的儲存就會形成資訊安全的問題。目前在大數據與資訊隱私安全議題上，國際上已有談話平台，比如說資料保護、隱私保護專員的國際會議；而我們台灣有沒有可能加入這個平台一同參與關心隱私和個人資料保護的制定合作，這是我所關心的。

戴豪君資訊長  資訊工業策進會

在做大數據研究前，資料供給是必然會面對到的問題，其中，資料供給又可區分為公部門資料供給以及私部門資料供給。根據政府資訊公開法，資料公開可分為「應公開」以及「得公開」，但是法律規定只有「應公開」才需公開，其他資料一概不需要公開。

在大數據時代下，可以使用六字箴言去判斷個資法：「蒐集、處理、應用」，也就是說是否符合特定目的、有沒有相關告知，在處理上，是否符合相關流程以及在應用上是否符合相關目的，此外，戴資訊長也特別提出去識別化的重要性，相關規範依個人資料保護法第17則：「資料經過處理後或依其揭露方式無從識別特定當事人，紙個人資料以代碼、匿名、隱藏部分資料或其他方式，無從辨識該特定個人。」資料運用是否符合法律的規範是未來利用大數據相當重要的問題，也包括資安、智財權的處理等。未來新的個人資料營運模式，擁有data set的人是否有新的business model來做，像英國有公司提供個資保護的服務，這也是新的思考。

謝明益副總經理  凱擘股份有限公司

從產業角度去看大數據時代下新媒體收視分析以及資料應用要該何去何從。謝副總指出在討論個資時，面臨兩大問題，其一為資安問題，二為隱私問題，並以台灣現有電信媒體角去討論個資問題。首先，凱擘會先取得用戶同意並去識別化再對資料做應用分析，當用戶同意被蒐集資料並做統計分析時，就可以進行大數據分析，另外，凱擘也成立新媒體閱聽行為研究實驗室去做相關的大數據分析。以凱擘為例，在收視分析的大數據應用上，目前已經可以使用性別、時間、居住地區甚至是路段等去對用戶做出熱門推薦，雖然已經去識別化，但這裡還是有牽涉到一些個資問題。在大數據帶動新媒體服務的創新是很有發展空間，但還是有個資上的限制。最後提供一些建議，如應盡快建立中立、公正第三方收視調查平臺，進行數位收視行為研究分析與發佈，提供一個數位平臺收視調查的試驗計畫。

賴祥蔚教授  國立台灣藝術大學廣播電視學系

有位友人請我不要再使用臉書，因為臉書的資料外洩問題相當嚴重，我回道，你用Facebook告訴我不要再使用Facebook，這樣我到底要不要使用Facebook?

這個小故事無非反映出來的就是現今社會網路時代的便利性以及隱私外洩的荒謬性，大數據就像一個雙面刃，除了極具商業價值外，更可以對公民社會發展產生有意義的貢獻；但缺點就是在隱私權上造成的莫大傷害，也因此個資法議題更顯其重要性。在資訊爆炸的時代，隱私權保護已成為大家關注的焦點，未來政府機關也應該考慮推動「隱私權經紀人」或「認證」制度，畢竟目前市場上這些隱私權政策的良窳都是由民眾自己去判斷，但一般人沒有足夠的能力去保護自己的隱私。如此才能妥善保護小市民的隱私權。

林照真教授   國立台灣大學新聞研究所

大數據（Big Data）重點在於data，data就會涉及到品質的問題，data品質是否夠好，是否足以信任；另外就是量非常大。傳統的尼爾森收視率調查，採用約1800戶固定樣本來推估全國收視行為，在客廳電視安裝「個人收視紀錄器」，再依照收視戶看電視的資料記錄進行資料回傳。然而這1800戶真的足以代表台灣的收視情況嗎？在這樣如此有限的樣本所得出的收視資料可能是與現實存在落差。在大數據的意涵下還有開放資料（open data）的概念，而open data的前提是要有一個open government，有開放的政府才會釋放開放的資訊，因為有這些開放資訊，才會這些涉及隱私權的問題，但是台灣政府現今釋放資料的情形，顯然是不夠誠意的。實則，政府應貫徹資料的公開，接下來才能談如何保護個人隱私的問題。

(2014年10月31日)

大數據小園丁

醫學健康大數據分析團隊B目前成員共有5位教授，分別為資管系 詹前隆資訊長、資工系 李宗夷教授、資工系 翁資雅教授、資管系 郭文嘉教授及大數據中心 潘人豪教授。該團隊的研究方向主要有以下幾個主軸：決策科學（Decision Sciences）、生物與醫學資訊(Biomedical Informatics)及醫學影像處理（Medical Image Analysis）等。

其中在生物與醫學資訊領域，次世代定序（Next Generation Sequencing）是目前基因檢測、基因體序列重組、疾病分析之關鍵技術，能產生「巨量資料」進行相關生物資訊分析，是該團隊研究重點之一，該分析技術應用於新興研究領域「環境微生物組成與轉錄體分析（Metatranscriptomics Analysis）」及「發現RNA干擾分子（Discovery of RNA interference, RNAi）」，並與桃園醫院、亞東醫院和生物科技公司進行產官學三方合作(如圖五)。前者旨在利用高通量生物定序技術針對特定微生物生存環境，舉凡人類呼吸道、消化道、女性陰道、食品、飲料及農產品等進行樣本定序後，搭配生物資訊分析技術針對環境中的微生物組成及轉錄體進行分析，能描繪出環境內真實且完整的微生物組成比例與基因功能及其參與之生物反應途徑，藉此可開發一創新快速菌相檢測平台或作為疾病診斷、投藥標靶及食品安全等相關檢測之主要參考依據。而後者係針對宿主為人類之相關病毒的巨量定序資料進行分析，期盼能夠觀察到尚未被發現的RNAi（microRNA）或是未知功能的基因（Gene）。以上研究皆透過大數據分析技術始能進行，大數據分析技術之浪潮已在計算機硬體逐漸走向完善的時刻，正掀起巨大的波瀾。

 圖五、醫學健康大數據分析團隊B之合作單位

大數據時論

空中交流道－以大數據治理食安問題  (全文)

近來，黑心油風暴重創臺灣美食王國的形象。行政院江宜樺召開跨部會專案會議，宣布八項強化措施：大幅提高刑度、檢舉獎金、設置檢舉專線、油品分流管制、廢油回收管理、落實三級品管、食品追溯追蹤、食品GMP改革。事實上，過去政府主管機關早已採取類似作法，只是效果不彰，業者才鋌而走險再賺黑錢。在此也呼籲政府要盡力並確實落實八項措施，找尋具體可行且創新的辦法。

食安事件一再席捲台灣，問題的癥結是政府無法掌握有關食品數據資料的流向與流量；以油品而言，如業者進口與生產油品的流向與數量。基此，建立食安大數據資料庫應該是要指日可待的，而資料庫的建置必須要整合主管工商業登記的經濟部、農業生產的農委會、食品安全的福衛部以及進出口的財政部，並從各種不同角度掌控食品流向，若有發現異常，立刻採取主動措施予以稽查，未來也建議政府可以採取大數據治理解決食品安全問題並思考該如何建立大數據資料庫。

(本文作者:本中心丘昌泰教授，摘錄自2014/10/14台灣新生報)

大數據藍海

收集人體生理信號以建立大數據資料庫 (Big Database)

透過無線及網路方式收集人體生理信號的方式，建立生理信號的大數據資料庫(Big Database)，首先會專注於亞東醫院心臟手術資料。(醫學資料分析A團隊)

重症醫學的資料分析、探勘與挖掘

針對重症醫學(Critical Care Medicine)的資料於以探勘與挖掘 (Big Data Mining)與分析，首先將會專注在最初的創傷評估 (Initial Trauma Evaluation) (醫學資料分析A團隊)

利用資料探勘找出使用者消費行為資訊

在行動商務的使用者行為中，蒐集顧客的移動資料及交易資料，藉資料探勘(Data Mining)技術，找出隱藏在大量資料中的使用者消費行為資訊(Consumer Behavior)，有助於資訊服務業者(Information Service and Application Provider, ISAP)發展即時的行銷廣告、最適的資源配置、及系統效率改善等工作。(商業智慧研究團隊) 

結合TBSM、SA、TA及ISTSCF等提高股市預測之準確性

運用trend-based segmentation method(TBSM)、sentiment analysis(SA)、technical analysis(TA)結合之intelligent stock trading system using comprehensive features(ISTSCF)進行分析預測，以提高股市預測之準確性，並可在社群分析(Social Analytics)與線上交易領域於大數據應用之延伸。(商業智慧研究團隊) 

  

時間主路徑法預測商業侵權軌跡

對跨國企業的研究裡從類似商品擴張，商標/專利侵權等行為之巨量資料庫中，依引證關係，以時間為序的主路徑(main path)方法，探討商業侵權軌跡，可對商務事件發展之判讀效率提升與減低重要事件遺漏之虞。(商業智慧研究團隊)

網拍詐欺用戶偵測

網拍詐欺用戶利用不實交易提升其評價，進而誘使其他用戶與其交易，透過分析與詐欺用戶交易之用戶的特性，建立及早偵測出詐欺用戶的機制。(社群媒體資料分析團隊)

新型微生物功能檢測平台

與康健基因生技公司合作，開發新型微生物功能檢測平台，應用於有機土壤(成大熱植所與農改所)、農產品(台灣茶葉)、腸道菌相、子宮頸癌(桃園醫院)、不孕症(台北榮總)等相關微生物群落與功能性分析，找出關聯性之優勢菌種。(已通過103年度科技部百人拓荒計畫之補助) (醫學健康大數據分析B組團隊)

大數據領航員

搭上大數據潮流，電信產業如鷹展翅，帶動智慧生活的發展

大數據潮流席捲各產業，電信產業如何透過此潮流精準行銷、降低客戶流失率並擴大其格局是當前的趨勢，但在找尋龐大的商機下，卻也要產、官、學的努力來達成三贏的局面。

近年來，由於行動裝置的普及以及日益成熟的雲端運算，電信業者為了創造更大的利潤，在資費結構的精算、數位匯流的整合、社群媒體平台的行銷、異業產業結盟上都下足了苦功，面對不斷膨脹的資訊，電信業者必須透過即時化的大數據分析來取代過去傳統分析，才能更精準地行銷來降低客戶流失率、提供創新的商業模式來提升客戶體驗行為。

降低客戶流失率以及提升獲利一直是業者所重視的議題，在過去業者所 採用的資料，較多是非及時且從不同部門下所蒐集、整合而來，對於要更加精準描述用戶的使用行為其解釋有限；再者，隨著 FB、Twitter 的興起，非結構化資料 (例如，圖文、影音、視訊的資料) 的分析也不易用過去傳統的方法來執行。因此，採用即時化的大數據分析不僅可以降低資料儲存成本、加速資料載入以及管理時間，且可以搭配Hadoop平臺進行高維度的資料運算以及儲存，比傳統方法在探索資料上更具有高效率。

根據 Heavy Reading 報導發現運用大數據分析在電信產業的產值，預期至 2020 其年產值為 $ 9.83 billion (如圖一)。

圖一：大數據分析對電信產業的產值趨勢

從圖一也可以看出從 2013至 2020期間年均複合增長率 (Compound Annual Growth Rate, CAGR) 為 26%。因此，電信業者所提供的數據應用以及服務也越多元，且影響力也無遠弗界，例如可以應用至到量販百貨業、製造業、醫療業. . . 等等，帶來全新的智慧化服務，以實現智慧生活的情境 (如 圖二)。

 圖二：智慧生活情境示意圖 (資策會)

雖然透過大數據即時化的分析可以使業者更加了解用戶的消費模式，但如何在不違反個資法之前提下，把這些多元的資料整合也非簡易的，必須要有更完備的配套措施，例如制定資料開放標準、商業模式與資料維運之規劃...等等，都是業者在決定精準客群行銷下所必須考慮到的面向。因此，業者如何有效地蒐集有價值的巨量資訊，將會影響到挖掘後的商機，這也是值得產、官、學界一起來努力的方向。

(本文作者:本中心李宜憲助理教授。Email: billnettw610716@saturn.yzu.edu.tw )

大數據辭典

非結構化資料

指得為文本、部落格、圖片、影音等不易利用傳統關聯式資料庫邏輯來表現的數據。

Hadoop

主要是分散式檔案系統與平行運算設計模式所組成。對於企業的大型資料處理具有高效率的分散式運算，且對於程式開發者而言，具備有穩定的操作平臺以及高度容錯性。

大數據報報

策略聯盟 迎向數位匯流領導品牌

台灣大哥大與鴻海集團宣布策略聯盟，聯盟的願景是成為亞洲新興數位匯流領導品牌。未來台灣大與鴻海合作項目涵蓋手機、終端設備與物聯網等；合作面向不侷限，製造雙贏且互利的合作關係，指日可待。【台視財經/2014.09.26】全文

黃金周熱門旅遊國家 百度大數據預測泰國

百度大數據2014年黃金周旅遊預測，泰國為陸客最熱衷的旅遊國家。主要是透過對搜尋引擎數據進行研究，發現旅遊相關搜尋數量與實際遊客人數有密切相關性，從過去幾年預測準確度來看高達九成。【環球網/2014.09.30】全文

大數據將為銀行業締造新未來

百度大數據2014年黃金周旅遊預測，泰國為陸客最熱衷的旅遊國家。主要是透過對搜尋引擎數據進行研究，發現旅遊相關搜尋數量與實際遊客人數有密切相關性，從過去幾年預測準確度來看高達九成。【環球網/2014.09.30】全文

數據缺陷重要嗎?

大數據資料其實就是從物理傳感器或是人類活動所衍生出來的各種數據，如社群媒體，可見其數據量，也正因為如此，資料內容質量不一，但也因為資料龐大，質量問題可以被包容，畢竟處理這些微不足道的訊息偏差是浪費精力，成本會很高。【the institute/2014.10.01】全文 /【中國大數據/2014.10.08】全文

大數據時代下 數據資料保護問題

大數據改變了人類生活，但要怎麼妥善運用大數據而不被濫用，則是目前所有人都在關注的議題。 學者Parasha指出有很多面向可以去努力，包括技術面(如管理資料安全算法)、誠信、法律監管、社會意識等。【the institute/2014.10.01】全文

  

數位匯流 新媒體V.S.傳媒與紙媒

網際網路的普及加上數位化技術以及網路壓縮技術的快速發展，傳統媒體在未來市場的發展受到威脅【2014/10/03 中央廣播電台】全文；世新大學吳永乾校長強調：「數位匯流已經不僅僅是趨勢」，是宣告了新媒體大匯流時代的來臨，同時，也是未來不可逆的發展方向。【 聯合新聞網/2014.10.03】 全文

「預測式購物」 Amazon做到了

以往的限時送貨不夠看了，Amazon設計出「預測式購物」，在消費者還沒下單前，就已經把消費者可能購買的商品送達離消費者最近的物流倉庫，待消費者下訂後，Amazon就能以最快速度配送到家。【服務創新電子報/2014.10.06】全文

中德工業4.0 台灣也有

中德雙方在10月10日將開展「工業4.0」合作；其核心精神為整合生產、物流到物聯網，最後延伸至服務端，未來台灣也有工業4.0，發展趨勢如下；第一、大量使用機器人生產；第二、生產流程要更自動化，加入物聯網的概念，並結合雲端運算，將資訊得到即時處理。【風傳媒/2014.10.11】全文【經濟日報/2014.10.06】全文

大數據時代 B2B企業新契機

B2B一直是行銷人遇到的大課題，以往數位行銷都是B2C的企業當道，現在透過大數據應用，B2B就不在是遙不可及。而當前最大問題就是行銷業者在大數據的資料捕捉面尤為欠缺，以至於不能高效實現商業價值，Aberdeen指出若能重視數據資源，那麼用戶就能選擇最適合的行銷路徑精準行銷。【B2BCMO/2014.10.08】全文

病毒伊波拉肆虐 防災救星Big Data展露曙光

伊波拉病毒不斷在擴散，經世界衛生組織指出伊波拉已奪走四千餘名之生命。非洲，多屬低度開發國家，但擁有超過九成的手機普及率，當地多家電信業者與跨國衛生組織合作，藉由手機通話數據資料、記錄使用者移動軌跡再運用Big Data分析工具塗繪數據移動地圖；病情被快速掌握，Big Data成防災新星！【BBC NEWS BUSINESS/2014.10.14】全文

大數據資訊資產 無形的企業價值

愈來愈多企業投入大數據的應用，就企業面而言，在蒐集、獲得資訊的過程，這部分的成本應計算成為支出或是以資本來計投資？凡是資產皆有折舊的問題，企業也希望有一套方式能計算出數據的嘗鮮期及它的保存期限；蒐集大數據的「時間價值」及「無形的資訊資產」，是未來數位化世界中的另一項新興資產。 【自由時報/2014.10.14】全文

Big Data 可能改變你的命運

Big Data可能改善數百萬人的生命。國外媒體(Forbes)報導Big data可預測季節變化，提前預防農產品短缺；Big Data能幫助慈善團體預測可能被家暴或驅逐的人口，提前給予庇護援助；利用Big data發現學生走向中輟的初期症狀、因素，降低中輟生的發生。探勘海量資料只是個開始，運用Big Data技術發現指標才是改善社會問題的關鍵。【Forbes/2014.10.15】全文

新串流媒體將是未來趨勢

未來將會是新串流媒體的時代，根據研究報告指出，人們的觀賞習慣已經由被動轉變為主動，且大約有21％會在通勤時間看電視，顯示黃金時段成為過去式，其中又以素人自製的Youtube最受青睞，這表示OTT線上串流將成為未來收視主流。 【遠見/2014.10.17】全文

別懷疑 大數據也能揪出食安兇手

近來，台灣食安風波不斷，例如奶粉、食用油等，然而，食安問題不只有發生在台灣，日本知名品牌「雪印乳業」也曾發生奶粉五染事件，歐美的「馬肉醜聞」等，事實上，美國連鎖餐飲集團Cheesecake Factory，去年就和雲端大廠IBM合作大數據服務，即時揪出食安兇手。【遠見/2014.10.18】全文

新技術運用的雙面刃，大數據v.s.安全

當前IT產業最熱門的關鍵字莫過於：雲、移動、大數據；當它們之間不間斷地相互作用，「安全」會是最當頭的考量；目前有兩種資訊危安情況在持續白熱化，一種是系統已遭到駭客攻擊的組織，另一種是還不清楚系統是否遭到攻擊的組織。我們享受IT產業的新興技術，但我們的「安全市場」似乎還未被建立。美國「大數據」發展策略新動向【TechCrunch/2014.10.25】 全文

美國「大數據」發展策略新動向

未來，美國將利用「大數據」改善民生服務；利用大數據建立學習型醫療保健系統；利用大數據促使教育 創新；利用大數據帶動執法手段革新等。此外，美國政府認為目前最棘手的挑戰就是如何保護隱私，凡涉及消費者隱私、國家數據、電子通信隱私等都是未來進行修法的重點。【光明/2014.10.27】全文

大數據活動訊息

2014「R Taiwan」研討會 會議網站

本研討會旨在提供產官學各界人士一個交流平台，除了R軟體以外，針對資料解析生態系統中的其它組成要素與相關成員，進行各個領域的應用觀摩與研討，期使資料科學技術深植於學術研究與產業活動中。

活動日期： 2014.12.19日(五)、2014.12.20(六) 09:10AM ~ 05:00PM

報名截止日：12/14(星期日)

活動地點：中華電信股份有限公司、板橋電信學院G701室

2014匯流時代中的網際網路治理研討會 會議網站

針對近來重要的網路新興議題，如海量資訊(Big Data)、電信網路業者(carrier)與網路內容服務提供業者之間的競合，與網路內容共管(co-regulatory)機制等，辦理此次研討會，盼能引發社會討論與關注，蒐集在匯流時代中，關於網際網路治理來自各界的看法與意見，並對法令與政策提出建議。

活動日期：2014.12.02 (二) 09:00 ~ 17:40
活動地點：集思交通部國際會議中心國際會議廳 

台灣區電機電子工業同業公會─「大數據與資訊安全研討會」 會議網站

隨著社群網路、行動終端與智慧電視等新興應用服務與技術產生，不同管道累積出許多更複雜的資料。因此，如何善用巨量資料的價值，已是大家關注的焦點。本研討會邀請到台大資工所及趨勢科技資安專家來跟我們探討目前在巨量資料分析及資訊安全上所碰到的困難，以及提出可行的解決方案。
活動日期：2014.12.12 (五) 9:30～16:30
活動地點：台灣區電機電子工業同業公（台北市內湖區民權東路六段109號7樓會議室）

International Conference on Big Data & Analytics for Business 會議網站

BDAB 2014研討會將於2014年12月28日及12月29日兩天於印度首都新德里盛大舉行；本研討會之成立是為提供討論前瞻數據分析及大數據發展之交流平台，並邀請相關領域之產官學界頂尖人士一同討論。本次研討會之主題是專研於企業創新解決方案的開發及利用，並分為十大議題向全球各地邀稿：1.市場分析 2.海量資料的管理3.大數據應用的基礎建設4.決策支援系統及專家系統5.電子商務及電子零售6.企業資源規劃7.社群媒介之分析8.資料探勘9.雲端運算10.電信網絡與科技。

ICBD 2015 : XIII International Conference on Big Data 會議網站

第十三屆大數據國際會議旨在匯集學術科學家、先進、研究人員、研究學者交流與分享他們在大數據領域的經驗與研究成果，並提供一流的跨學科、跨領域論壇，並提供業者與教育工作者最新的創新技術、趨勢與關於大數據領域解決方案。研討會將於2015年2月12-13日馬來西亞太平洋麗晶酒店盛大舉行。