提到政策，大数据可以做的事情就更多了，比如反腐，我们有金融大数据，现在打虎的成本蛮高的，现在的反腐都是主动的。很多腐败的事件和案例，贪污受贿不会放在自己的名下，如果我们把人口的数据融合上，把行政的数据，通过家人或者秘书会发现，把工程项目的数据跟他融合在一起，可能会有更好的监测。前段时间我们给一个政府去做多源数据的融合，他是综合治理部门，他的数据融合的渠道有很多，和垂直系统的交换，还有网络信息采集、共享平台的交换，现在的系统越来越多，不同的系统中数据如何来共享和对接，还有空间的数据，有些社区的台账，社区的基层工作人员报的数据可能不是网络的，就像我们在银行填申请单一样纸版的数据，包括移动终端采集的数据。对这些数据驱做建模和整理。
对于一个企业来讲，我们的数据包括三方面，我们自有的数据、我们购买合作的数据和交易的数据、公开信息来源的数据，把这些不同类型的数据融合在一起，这是电子商务里的一些交易数据的融合，历史的信息、检索日志的信息、上网行为的信息、地址的信息。现在大部分电子商务公司还是不去搜集你的收货信息，如果搜集这种信息的话用户画像就更清楚了，现在可以知道你什么时候在单位什么时候在家，这些数据是可以分析的。整个的多源数据融合，从理论方面有这样一些。D-S证据和深度学习的算法，去处理一些重名的情况，对技术的问题实现历史数据和外部数据的融合，线上线下的融合、传感器硬数据与软数据的结合，实现这样一些应用，这是整个的体系。
多源数据融合整体上是实践驱动的领域，和大数据一样。社会人文的数据和物理信号的数据同样重要，商务领域更加重视多源信息进行交叉印证与关联分析。我的演讲就到这里，谢谢！