大数据小应用 概念需落地生根

发表文章

来源:网络

上传者:用户

关键词:
大数据让更多

  2013年6月19日,笔者微信上关注的一个共用帐号“油价早知道”推送了这样一条信息:“油价早知道友情提示:跟踪和分析石油价格的舆论,早在6月22日,石油价格上涨(超过70%,约100元/吨的增长率。”第二天,油价早知道继续提示油价上调消息,并考虑到人民币/升的增长率。,6月21日,油价早知道发布的消息就已经是发改委发布的油价提升通知。

  油价早知道又一次提前三天预报了油价调整的信息,自从那行,预测准确率达95%以上。!这是大数据的应用程序的一个典型例子,这就是我看到的。,在中国落地的大数据的应用程序的好例子。

  在大数据,从去年开始,世界各地的云计算、物联网、3D打印。,已经成为炙手可热的话题。但到底什么是大数据?大数据究竟有些什么特性?我们应该怎样应用大数据?它将给我们的生活带来什么样的变化?这些问题的探讨一直在进行,许多企业都在思考,如何在企业的IT建设使用大数据,企业经营创新。

  大数据(big 数据),百度的定义:所涉及的数据量是巨大的,不能通过目前的MAI。,捕获在一个合理的时间、管理、处理、组织帮助企业决策的目的变得更活跃。

  加特纳给出了这个定义。大数据是一种新的治疗模式,为了有更多的决策需要、质量的顿悟发现与过程优化能力、高增长率和多样化的信息资产。

  IBM的大数据4V描述特征被广泛接受:(1)体积,数据量庞大。从TB级别,跳转到PB级别;(2)品种,不同的数据类型。不仅包括传统的数据格式,该网络还包括来自互联网的日志、视频、图片、地理信息等。(3)价值,低密度值,高商业价值。例如在视频,连续监测过程,数据可能是有用的只有一个或两个秒。(4)速度,处理速度快。一个第二法。最后一点是传统的数据挖掘技术本质上是DI。。

  如果你遵循这四个特征来理解大数据,可能对大数据的理解成为数据或全息图的全部金额。这样的数据应用程序,似乎只有在以大项目、大项目建设,这与传统的数据仓库,并有什么区别?

  最早洞见大数据时代发展趋势的数据科学家之一舍恩伯格给出的三条大数据特征或许能够让我们更好地理解大数据。对大数据的特点可以用三个词来形容勋伯格:更多、更乱、相关性。

  这里比较,是以研究对象本身为基础的。,考虑对象的尺寸的更多信息,而传统的企业内部信息,例如运营商在研究客户离网率预测的时候,不仅研究客户账单数据,可以根据客户的位置信息,甚至在SNS网上增加了语音信息等。。所以,大数据不一定能做到全量(而谁能够定义到底全量是什么呢?)而只是逐渐增加的“更多”。

  更乱,数据采集是更大的噪音,即使是一个大数据的维数,将扰动的预测结果甚至当。这就需要用试错的互联网思维,继续研究在数据采集和过程形成的可能,反复实践,在大数据中淘出最有用的小数据。上文提到的油价早知道应用中,一个开发商的经验是有限的不变的算法调整,从噪音等其他主题看石油价格的干预,小数据集更准确。例如,大V在出租车价格问题讨论,如果出租车价格上涨,所以,石油价格必须上涨。该语言的人的大脑可以迅速判断,主题讲的是出租车价格,当机器理解这一点是非常困难的。如果从这句话中得到涨价信息,对于石油价格是一个干扰判断。

  相关性,数据间的相关性,更好的预测研究对象的发展。Google的工程师能够比美国官方卫生部门更早地预测流行性感冒的例子就是一个很好的说明。谷歌的数据不是病理专家工程师,他们可能不知道流感的原因是什么,但是他们能够通过与流行性感冒相关的一些信息表现,预测即将到来的流感。

  从以上三个特点,例如,大数据的应用程序,国家战略不仅,这一策略的应用,它可以继续促进发展,通过无数的我们的生活,,从高高的祭坛上下来,上市的现实应用。。

  但是,当大数据逐渐进入我们的日常生活。,我们应该认识到,,任何技术的发展,是一种规范(制度)、技术、应用程序继续相互合作共同发展的过程。最近,沸沸扬扬的棱镜事件,让人们对大数据有清醒的认识。6月17日,微博上写了这样一句话:斯诺登事件最后的数据正确在公众视野中提到,谁希望生活在1984里老大哥的统治下呢?有人想成为老大哥,但人不是上个世纪。大数据的第一个坎或者第一个发展断点逐渐显现。”

  因此,尽快实现标准(系统)、技术、应用程序的匹配也应该是每个PRA的责任。。大数据技术的制造商的操作可以更多地参与,应用探索者可以在持续的过程中积累经验。,参与建设的基本理论。国家信息主管部门相关负责人,毕竟,这是不可以单独一个行业或企业。

  大数据的应用,在汹涌的水流中涌入我们的生活,油价早知道就是一个很好的例子,这种探索,我相信我们的生活,健康的认识、旅游早知道、知道交通、知道股票…不远了。

通过互联网用户上传自己的自发本文内容,这个网站没有所有权,无需手工编辑,对于法律责任的不负责任。如果你发现任何涉嫌抄袭这个社区的内容,欢迎发送邮件到:zixun-group@ 进行举报,并提供相关证据,工作人员会在5个工作日内与您联系,一旦查实,本站将立即删除涉嫌侵权的内容。

发表评论

电子邮件地址不会被公开。 必填项已用*标注