这些数据都是哪里来的

A. 同花顺，大智慧，Wind等软件的数据都是从哪儿来的

首先你要什么数据，什么市场，什么类型，收盘还是高频？数据不一样获取源头不一样。交易所的数据要从各个交易所购买。中债的数据要从中债登和上清所购买。外汇的又分国内银行间市场和海外市场。要从交易中心和路透购买。同花顺等数据供应商的数据也是分别购买而来。从供应商的角度来说是这样的：上交所——卫星——卫星接收机——电脑，从用户的角度来说：天线、有线源——行情接收机——电脑——接收机驱动程序——股票分析软件行情接收机都把数据解密了（硬件数据加密）有接收机驱动程序转换成通用的软件数据源。一般是直接的二进制文件，可以从传口读出，但是无法知道数据的效验方法，不能方便过滤错误数据。

B. 高德地图，百度地图，腾讯地图哪里来的数据那么准

数据的采集生产，在中国需要国家认定的资质，有资质的除了国家测绘机关以外，商业机构本来就不太多，而真正在这个数据供给市场上活跃的，现在主要就是高德和四维图新这两家。
其他无论是谷歌地图也好，苹果地图也好，这部分的数据，基本上都是从上述两家购买的。
POI数据：严格来说属于矢量数据，不过是最简单的矢量数据，换句话来说就是坐标点标注数据。也是电子地图上最常用的数据图层。
我们日常在电子地图上所使用的数据都是POI数据（就是地图上常见的那种标个气球的点）。
POI数据只是信息关联坐标点的数据，不涉及到线和面，是最简单的矢量数据，用于简单的地点标注而不需要相应地物轮廓的需求。
POI数据的内容五花八门，一般POI数据的供应商提供的POI数据都是日常常用的场所数据，例如饭店，商店，加油站，银行等日常常用设施。
当然，在一些特殊的地图应用领域，也可以委托这些数据供应商或者自行去专门采集特殊用途的POI数据，例如井盖，消防栓等
税务GIS系统标注企业及纳税信息

值得指出的是，POI数据的编辑更新简单，同时也经常用于动态数据标注，最经典的莫过于车辆定位标注。

POI数据的采集和生产来源五花八门，不能尽述，总的来说，主要有以下几种：
a）通过整合GPS的摄像机，步行或者车行，进行扫街持续拍摄，回去以后，再根据拍摄结果手工进行输入和标注，这种方式适合于大规模的进行采集标注，效率高，成本低，车行居多，尤其适合沿街的店面和场所的采集和标注，是目前数据采集供应商的主要采集手段之一
b）通过专职或者兼职人员，使用手持含GPS的智能设备（比如智能手机），进行拍摄（主要是为了取证），输入，提交，进行采集。这种采集方式，大多用于上述方法a的补充。在一些车辆不能达到的地方，或者商户设施变动频繁的某些区域使用
c）地址反向编译：通过门牌地址号码，以及矢量地图中的道路数据，运用算法进行定位标注。这种标注精度相对最低，准确性也不高，但是成本非常低。用在不需要特别高精度，成本控制也比较严的采集领域。大家在地图服务搜索框中输入地址门牌号，可以直接出现标注点，用的就是这个技术。
d）互联网或者企业获取：直接从一些专业类服务网站上抓取或者购买（例如大众点评，携程），或者直接从大家在其公开的地图服务上的标注中进行筛选和获取。这就是google，网络，高德自己免费向社会开放其地图服务所能够获得的利益。尤其对于开放API免费企业客户的使用，这种获取是很有价值的。

国内POI数据的供应商没有太多资质限制，相对底图数据供应商，要多很多，例如图吧等都是POI数据供应商，当然四维图新和高德也提供POI数据，每个POI数据供应商，都有其自己的分类方式，数据定义等内容。很多时候，大家也互相买来买去，互补有无。

网络地图这方面的数据，主要来自四维图新和道道通，当然也有其他来源，甚至有少量的自产数据。
高德地图这方面的数据以自产为主，辅以向一些专业服务商购买（口碑网，大众点评，携程，乐途，搜房）
其他数据图层或数据：常见的有卫图图层，交通状况图层，三维图，街景图。专业一些的领域有楼盘图，室内图，气温分布图，商圈分布图，地形图，水文图等等。

C. 经济学中使用的那些数据一般是从哪里得到的

得到全部信息比较难，但是对经济统计比较多的单位会公开部分信息，例如中国人民银行，银监会，证监会，统计局，社会保障局等，但是信息量不是很大，而且数据相对滞后，且完整性，统计方法，统计口径也值得研究，部分数据和经济学中要求的数据或国外的数据没有直接可比性，例如：CPI，中国和美国统计的内容有很大差别。

D. 如何获取大数据

问题一：怎样获得大数据？ 很多数据都是属于企业的商业秘密来的，你要做大数据的一些分析，需要获得海量的数据源，再此基础上进行挖掘，互联网有很多公开途径可以获得你想要的数据，通过工具可以快速获得，比如说象八爪鱼采集器这样的大数据工具，都可以帮你提高工作效率并获得海量的数据采集啊

问题二：怎么获取大数据 大数据从哪里来？自然是需要平时对旅游客群的数据资料累计最终才有的。
如果你们平时没有收集这些数据 那自然是没有的

问题三：怎么利用大数据，获取意向客户线索 大数据时代下大量的、持续的、动态的碎片信息是非常复杂的，已经无法单纯地通过人脑来快速地选取、分析、处理，并形成有效的客户线索。必须依托云计算的技术才能实现，因此，这样大量又精密的工作，众多企业纷纷借助CRM这款客户关系管理软件来实现。
CRM帮助企业获取客户线索的方法：
使用CRM可以按照统一的格式来管理从各种推广渠道获取的潜在客户信息，汇总后由专人进行筛选、分析、跟踪，并找出潜在客户的真正需求，以提供满足其需求的产品或服务，从而使潜在客户转变为真正为企业带来利润的成交客户，增加企业的收入。使用CRM可以和网站、电子邮件、短信等多种营销方式相结合，能够实现线上客户自动抓取，迅速扩大客户线索数量。

问题四：如何进行大数据分析及处理？ 大数据的分析从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？1. 可视化分析。大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。2. 数据挖掘算法。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。3. 预测性分析。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。4. 语义引擎。非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。5.数据质量和数据管理。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。大数据的技术数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。数据存取：关系数据库、NOSQL、SQL等。基础架构：云存储、分布式文件存储等。数据处理：自然语言处理(NLP，Natural Language Processing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机”理解”自然语言，所以自然语言处理又叫做自然语言理解(NLU，Natural Language Understanding)，也称为计算语言学(putational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。统计分析：假设检验、显着性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。数据挖掘：分类（Classification）、估计（Estimation）、预测（Predic胆ion）、相关性分组或关联规则（Affinity grouping or association rules）、聚类（Clustering）、描述和可视化......>>

问题五：网络股票大数据怎么获取？ 用“网络股市通”软件。
其最大特色是主打大数据信息服务，让原本属于大户的“大数据炒股”变成普通网民的随身APP。

问题六：通过什么渠道可以获取大数据 看你是想要哪方面的，现在除了互联网的大数据之外，其他的都必须要日积月累的

问题七：通过什么渠道可以获取大数据 有个同学说得挺对，问题倾向于要的是数据，而不是大数据。
大数据讲究是全面性（而非精准性、数据量大），全面是需要通过连接来达成的。如果通过某个app获得使用该app的用户的终端信息，如使用安卓的占比80%，使用iPhone的占比为20%, 如果该app是生活订餐的应用，你还可以拿到使用安卓的这80%的用户平时网上订餐倾向于的价位、地段、口味等等，当然你还会获取这些设备都是在什么地方上网，设备的具体机型你也知道。但是这些数据不断多么多，都不够全面。如果将这部分用户的手机号或设备号与电子商务类网站数据进行连接，你会获取他们在电商网站上的消费数据，倾向于购买的品牌、价位、类目等等。每个系统可能都只存储了一部分信息，但是通过一个连接标示，就会慢慢勾勒出一个或一群某种特征的用户的较全面的画像。

问题八：如何从大数据中获取有价值的信息 同时，大数据对公共部门效益的提升也具有巨大的潜能。如果美国医疗机构能够有效地利用大数据驱动医疗效率和质量的提高，它们每年将能够创造超过3万亿美元的价值。其中三分之二是医疗支出的减少，占支出总额超过8%的份额。在欧洲发达国家， *** 管理部门利用大数据改进效率，能够节约超过14900亿美元，这还不包括利用大数据来减少欺诈，增加税收收入等方面的收益。
那么，CIO应该采取什么步骤、转变IT基础设施来充分利用大数据并最大化获得大数据的价值呢?我相信用管理创新的方式来处理大数据是一个很好的方法。创新管道(Innovation pipelines)为了最终财务价值的实现从概念到执行自始至终进行全方位思考。对待大数据也可以从相似的角度来考虑：将数据看做是一个信息管道(information pipeline)，从数据采集、数据访问、数据可用性到数据分析(4A模型)。CIO需要在这四个层面上更改他们的信息基础设施，并运用生命周期的方式将大数据和智能计算技术结合起来。
大数据4A模型
4A模型中的4A具体如下：
数据访问(Access)：涵盖了实时地及通过各种数据库管理系统来安全地访问数据，包括结构化数据和非结构化数据。就数据访问来说，在你实施越来越多的大数据项目之前，优化你的存储策略是非常重要的。通过评估你当前的数据存储技术并改进、加强你的数据存储能力，你可以最大限度地利用现有的存储投资。EMC曾指出，当前每两年数据量会增长一倍以上。数据管理成本是一个需要着重考虑的问题。
数据可用性(Availability)：涵盖了基于云或者传统机制的数据存储、归档、备份、灾难恢复等。
数据分析(Analysis)：涵盖了通过智能计算、IT装置以及模式识别、事件关联分析、实时及预测分析等分析技术进行数据分析。CIO可以从他们IT部门自身以及在更广泛的范围内寻求大数据的价值。
用信息管道(information pipeline)的方式来思考企业的数据，从原始数据中产出高价值回报，CIO可以使企业获得竞争优势、财务回报。通过对数据的完整生命周期进行策略性思考并对4A模型中的每一层面都做出详细的部署计划，企业必定会从大数据中获得巨大收益。 望采纳

问题九：如何获取互联网网大数据 一般用网络蜘蛛抓取。这个需要掌握一门网络编程语言，例如python

问题十：如何从网络中获取大量数据 可以使用网络抓包，抓取网络中的信息，推荐工具fiddler

E. 所有天气APP的数据来源是哪里不同的天气APP显示的数据为什么不一样

这些App数据有可能是根据大数据做出来的，气象台对此无法控制。

有可能是该手机后台某款App通过大数据采集来的实况数据，也可能从中国气象局的气象数据中采集的实况数据。手机App发布的天气预报数据，除非这些数据底下有“和中国气象局合作开发的App”等信息提示，否则，这些数据肯定不是中国气象局发布的数据，都是通过非正规渠道发布的。发布这些非正规数据的App，都有相应的属于自己研发团队，从而发布自己的天气数据。

理论上，实况数据与预报数据有一定的差异。因此，不仅“-5℃”和天气预报“-3℃至6℃”有误差，而且不同的手机、不同的App产生的天气预报数据是不一样的。有的App发布的数据，如果手机的位置不同，即采集实况数据的地点不同，发布出来的数据在同一时间点也是不一样的。

值得一提的是，这些非正规App发布的气象数据，与气象部门发布的数据尽管有误差，但在气象大趋势上是基本一致的，市民出行也可做参考。

注意事情：

很多市民就是很少使用气象部门开发的App，很少相信气象部门所发布的正规天气数据，却相信非气象部门App发布的数据。在此，气象局提醒市民，获取准确正规的气象数据，请使用气象部门的App。

F. 请问在本科毕业论文答辩过程中,老师问到“你这些数据是从哪里来的”我该如何回答

1、如果是自己所做的实验。数据就是自己得出来的。

2、如果是网上抄的，那就回答为：是从网上借鉴的。

毕业答辩的注意事项：

一、熟悉内容 ：作为将要参加毕业论文答辩的同学，首先而且必须对自己所着的论文内容有比较深刻的理解和比较全面的熟悉。所谓“深刻的理解”是对论文有横向的把握。这两方面是为回答答辩委员会成员就有关论文的深度及相关知识面而提出的问题所做的准备。

例如，题为＜创建名牌产品发展民族产业＞的论文，答辩委员会成员可能会问“民族品牌”与“名牌”有何关系。尽管论文中未必涉及“民族品牌”，但学生必须对自己的论文有“比较全面的熟悉”和“比较深刻的理解”，否则，就会出现尴尬局面

二、图表穿插 ：任何毕业论文，无论是文科还是理科都或多或少地涉及到用图表表达论文观点的可能，故我认为应该有此准备。

图表不仅是一种直观的表达观点的方法，更是一种调节答辩会气氛的手段，特别是对私人答辩委员会成员来讲，长时间地听述，听觉难免会有排斥性，不再对你论述的内容接纳吸收，这样，秘然对你的毕业论文答辩成绩有所影响。

三、语流适中 ：进行毕业论文答辩的同学一般都是首次。无数事实证明，他们在众多的都是和同学面前答辩时，说话速度往往越来越快，以致答辩委员会听不清楚，影响了答辩成绩。故答辩学生一定要注意在答辩过程中的语流速度，要有急有缓，有轻有重，不能像连珠炮似的轰向听众。

四、目光移动 ：毕业生在论文答辩时，一般可脱稿，也可半脱稿，也可完全不脱稿。但不管哪种开工，都应注意自己的目光，使目光时常地瞟向答辩委员会成员及会场上的同学们。这是你用目光与听众进行心灵的接触，使听众对你的论题产生兴趣的一种手段。

在毕业论文答辩会上，由于听时间过长，委员们难免会有分神现象，这时，你用目光的投射会很礼貌地将他们的神“拉”回来，使委员们的思路跟你的思路走。