1.
感知层技术:射频识别技术是一种非接触式的自动识别技术,通过射频电子设备产生射频信号或空间电感耦合或电磁反向散射耦合自动识别目标对象并获取单个或多个对象信息数据,并且可以通过读写设备跟新对象信息数.完整的射频识别系统宝库rfid标签,rfid读写器和rfid数据管理系统.非接触式ic卡自动收费系统就属于典型的射频识别系统.无线传感器网络
2.
网络层技术:接受网关接受下属节点上传信息,实现信息汇集和组网控制并具有向下属街道转发信息的功能.由于下属节点所具有的组网和通信协议的差异性,接入网关还应该具有协议转换功能.ipv6技术地址长度为128bit,地址空间增大,解决了ipv4地址不足的难题,理论上可以满足物联网的需求.同时,该技术增强了对组播、对流以及自动配置的支持.与互联网
3.
应用层技术情景感知技术赋予物联网中的物体检测和感知它所处环境或状态变化的能力,帮助只能系统更好地跟踪环境和状态变化,提供优质的服务.云计算式基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态扩展且经常是虚拟化的资源.泛在网络是基于个人或社会需求,通过信息网络通信技术,实现个人与个人、个人与设备、设备与设备之间进行
公司测量是指通过运用心理学、管理学以及其他相关学科的研究成果,通过采用如面试、心理测试以及一些情景模拟的方法对人的能力大小、性格特征以及行为风格等特质的测量；
而人才评价是指将人才测量的结果与本职位的需求以及企业的组织特性结合起来,在人的素质、发展潜能以及性格特征等心理方面做出科学的评价,从而为用人单位在用人、选人、育人等人力资源管理和开发工作方面提供有价值的参考信息。
经过近几年的发展，大数据技术已经慢慢地渗透到各个行业。不同行业的大数据应用进程的速度，与行业的信息化水平、行业与消费者的距离、行业的数据拥有程度有着密切的关系。总体看来，应用大数据技术的行业可以分为以下4大类。
1）第一大类是互联网和营销行业。
互联网行业是离消费者距离最近的行业，同时拥有大量实时产生的数据。业务数据化是其企业运营的基本要素，因此，互联网行业的大数据应用的程度是最高的。与互联网行业相伴的营销行业，是围绕着互联网用户行为分析，以为消费者提供个性化营销服务为主要目标的行业。
2）第二大类是信息化水平比较高的行业。
如金融、电信等行业。它们比较早地进行信息化建设，内部业务系统的信息化相对比较完善，对内部数据有大量的历史积累，并且有一些深层次的分析类应用，目前正处于将内外部数据结合起来共同为业务服务的阶段。
3）第三类是及公用事业行业。
不同部门的信息化程度和数据化程度差异较大，例如，交通行业目前已经有了不少大数据应用案例，但有些行业还处在数据采集和积累阶段。将会是未来整个大数据产业快速发展的关键，通过及公用数据开放可以使数据在线化走得更快，从而激发大数据应用的大发展。
4）第四类是制造业、物流、医疗、农业等行业。
它们的大数据应用水平还处在初级阶段，但未来消费者驱动的c2b模式会倒逼着这些行业的大数据应用进程逐步加快。
据统计，目前大数据it应用投资规模最高的有五大行业，其中，互联网行业占比最高，占大数据it应用投资规模的28.9%，其次是电信领域（19.9%），第三为金融领域（17.5%），和医疗分别为第四和第五。
国际知名咨询公司麦肯锡在《大数据的下一个前沿：创新、竞争和生产力》报告中指出，在大数据应用综合价值潜力方面，信息技术、金融保险、及批发贸易四大行业的潜力最高，信息、金融保险、计算机及电子设备、公用事业4类的数据量最大。
