大数据依然很热，对其解读也越发众说纷纭。结合笔者长期以来的研发经历和深层思考，讨论了对“大数据”本身、“大数据”国家战略、“互联网+”行动计划的理解。在大数据语境下重提数据库理念，说明这对于理解数据管理的发展趋势、把握技术发展的机遇有着重要的意义。此外，从一个资深的IT学者和实践者的角度，讨论近10年来IT发展范型的变化，介绍了近5年来笔者领导研发的3个数据管理系统，提出了分享型数据的概念，作为区块链背后的基本思想的抽象。
大数据的价值有不同的体现形式和发现价值的途径。总结了从大数据中发现价值的3种基本途径：数据服务、数据分析与数据探索，并对它们的特点进行了分析和对比。数据服务通过提供高性能和高并发的数据访问从微观层面体现数据价值；数据分析侧重利用统计模型的方法在宏观层面上对大数据进行处理，通过产生数据洞察的形式体现数据价值；数据探索侧重通过交互模型在微观和宏观的不断变换，引导用户浏览和发现数据的价值。
大数据的应用和研究是信息爆炸时代的热点话题。就如何更智能地发现大数据中的有用信息展开讨论，探讨了大数据中的“陷阱”和其引发的社会危害，提出一种面向社交文本的智能应用系统，以有效规避大数据中的“陷阱”并自动提取有用信息；基于提到的框架，展示了笔者研究组近些年在社交媒体上的事件检测、自动摘要和谣言检测方面的研究成果。
大数据在学术界和产业界的各个领域正扮演着愈加重要的角色，但同时，大数据是否可信，引发了无数研究者的广泛关注和激烈讨论。从大数据名称的历史演变、大数据应用的案例分析以及大数据工程的角度探索大数据的可信程度，并由此总结出保证大数据分析正确性需要解决的3个挑战：正确选择数据源、科学抽样有代表性和有价值的数据、严谨完备的大数据工程分析方法。
社交网络分析技术是一种通用有效的研究社会人员之间复杂关系模式的方法。以公安领域为背景，首先介绍了社交网络分析理论，然后详细阐述该技术在公安领域的3个应用案例，包括犯罪团伙挖掘、核心成员识别和串并案挖掘，以期为读者了解社交网络分析技术在公共安全领域的应用提供帮助。
深度学习在计算机视觉、语音识别和自然语言处理三大领域中取得了巨大的成功，带动了人工智能的快速发展。将深度学习的关键技术应用于化学信息学，能够加快实现化学信息处理的人工智能化。化合物结构与性质的定量关系研究是化学信息学的主要任务之一，着重介绍各类深度学习框架（深层神经网络、卷积神经网络、循环或递归神经网络）应用于化合物定量构效关系模型的研究进展，并针对深度学习在化学信息学中的应用进行了展望。
论述了大数据在信息社会发展中的核心地位和对信息技术创新的全方位驱动；重点阐述了应用驱动的大数据和超级计算、云计算融合平台层次结构，在物理设施、系统软件、管理体系几个方面系统介绍了该融合平台的体系架构和实现；同时，也以生物基因、气象与空气污染为典型应用具体介绍了平台应用实现；最后结合大数据发展和融合平台建设，形成了一些如何推动大数据产业发展的思考，为政府和产业领域等提供参考。
教育大数据是近年来的研究热点。利用分布式文件系统对校园一卡通数据进行存储、预处理和分布式计算。在此基础上，提出学生生活轨迹中的相遇模型，从而挖掘学生线下社交关系。为了区分熟悉的陌生人和真正的好友，从单个学生和整个班级两个角度分析学生线下相遇行为，既可以挖掘好友关系（包括比较孤立的学生），又可以为校园班级社群管理提供数据支撑。实验结果表明，挖掘出的社交关系比较符合实际情况。
基于某省税务局大数据分析项目的实践，结合税务机关的信息化建设现状和业务特点，说明了如何搭建适合于税务业务应用的大数据分析平台，并结合具体的应用案例，说明运用大数据开展业务应用的过程、建模方法和数据处理方法。通过对比大数据与传统信息化建设方式的差异，说明大数据将为税务机关的信息化建设带来全新的突破，提供更为有力的业务创新手段。
大数据问题的关键技术挑战在于：找到隐含在低价值密度数据中的价值；在希望的时间内完成。指出前者需要将领域知识和数据技术结合，这种结合的理论和新型算法构成大数据的分析基础和应用基础；后者需要设计新的计算机、集群体系、计算框架、存储体系和数据管理方法，这些构成大数据的计算基础和数据基础。另外，这两个挑战都涉及数学理论，这是大数据的数学基础。系统地分析了大数据的数学基础、计算基础、数据基础、分析基础和应用基础等基础研究方向。
