一、結合智能計算的大數據分析成為熱點，包括大數據與神經計算、深度學習、語義計算以及人工智能其他相關技術結合，成為大數據分析領域的熱點。大數據分析的核心是從數據中獲取價值，價值體現在從大數據中獲取更準確、更深層次的知識，而非對數據的簡單統計分析。要達到這一目標，需要提升對數據的認知計算能力，讓計算系統具備對數據的理解、推理、發現和決策能力，其背后的核心技術就是人工智能。近些年，人工智能的研究和應用又掀起新高潮，這一方面得益于計算機硬件性能的突破，另一方面則依靠以云計算、大數據為代表的計算技術的快速發展，使得信息處理速度和質量大為提高，能夠快速、并行處理海量數據。

    二、數據科學帶動多學科融合，但是數據科學作為新興的學科，其學科基礎問題體系尚不明朗，數據科學自身的發展尚未成體系。在大數據時代，許多學科表面上看來研究的方向大不相同，但是從數據的視角來看，其實是相通的。隨著社會的數字化程度逐步加深，越來越來多的學科在數據層面趨于一致。可以采用相似的思想來進行的統一的研究。數據科學作為一個與大數據相關的新興學科出現，真正支撐大數據發展的學科跨越還沒有出現。針對大數據處理的理論研究上，新型的概率和統計模型將是主要的研究工具，學科基礎理論的突破還難于在2015年出現。

    三、跨學科領域交叉的數據融合分析與應用將成為今后大數據分析應用發展的重大趨勢。大數據技術發展的目標是應用落地，因此大數據研究不能僅僅局限于計算技術本身。由于現有的大數據平臺易用性差，而垂直應用行業的數據分析又涉及到領域專家知識和領域建模，目前在大數據行業分析應用與通用的大數據技術之間存在很大的鴻溝，缺少相互的交叉融合。因此，迫切需要進行跨學科和跨領域的大數據技術和應用研究，促進和推動大數據在典型和重大行業中的應用和落地。

    四、大數據將與物聯網、移動互聯、云計算、社會計算、等熱點技術領域相互交叉融合，產生很多綜合性應用。近年來計算機和信息技術發展的趨勢是，前端更前伸，后端更強大。物聯網與移動計算加強了與物理世界和人的融合，大數據和云計算加強了后端的數據存儲管理和計算能力。今后，這幾個熱點技術領域將相互交叉融合，產生很多綜合性應用。

    五、大數據多樣化處理模式與軟硬件基礎設施逐步夯實。內存計算將繼續成為提高大數據處理性能的主要手段。以Spark為代表的內存計算逐步走向商用，并與Hadoop融合共存，專為大數據處理優化的系統和硬件出現，大數據處理多樣化模式并存融合，一體化融合的大數據處理平臺逐漸成為趨勢。其中有一個觀點這種多元化一定程度上成為一體化，未來大數據多樣化處理模式并存并且有可能成為一體化的平臺。

    六、大數據安全和隱私，這是我們第三年關于大數據熱點問題趨勢的預測，每一年這都是非常靠前關于大數據安全和隱私問題，這個反映我們專家我們用戶一種期盼一種理解一種關注度，但是我們在大數據的安全和隱私保護方面，以及大數據涉及到資源國家主權這層面，實際上技術層面沒有比較多的，這兩年多以來沒有比較長足的進步，這方面有一定的問題的，所以說大數據的安全持續令人擔憂。

    七、新的計算模式講取得突破，去年前年我們在國內大量的去講深度學習，今天我們發現一個很有意思的現象，在一些特定的領域發揮了作用，但是我們專家和工業界的人士更關注眾包技術，也就是說可能未來不光是大數據講深度學習。

    八、各種可視化技術和工具提升大數據分析。進行分析之前，需要對數據進行探索式地考察。在此過程中，可視化將發揮很大的作用。對大數據進行分析以后，為了方便用戶理解結果，也需要把結果展示出來。

    九、大數據技術課程體系建設和人才培養是需要高度關注的問題。

    十、開源系統將成為大數據領域的主流技術和系統選擇。