发动引擎 提速大数据时代营销

大数据时代的营销,不再是"啤酒+尿布"的简单组合,而需要更多科技的力量来提速,对消费者行为习惯甚至性格的不断挖掘研究,将成为未来的数据焦点。"什么是大数据智能营销引擎?大数据是分析基础;分析结果指导企业营销行为更科学;智能是要让机器和模型来提升分析效率;最后是引擎,营销是带动企业向前发展的动力,也是影响消费者行为的直接手     

IBM Netezza重拳出击

分析报告显示,在未来五年,企业数据将增长650％,其中80％的数据是来自表格、网页等来源的非结构化数据。同时,受到移动、互联网等新型交易模式的驱动,交易数据量的疾速增长催生着业务分析方面的巨大需求。企业期待一种具备强大功能的数据管理和分析解决方案,帮助他们扭转“大数据”时代的战略方向,以更经济的方式获取更广阔的商业价值。     

扩展LATTUS对象存储产品

为满足越来越多的企业对大数据归档的需求以及客户把对象存储用于一般性次级存储的兴趣数据保护和大数据管理厂商昆腾扩展LattusTM产品线,纳入容量更低、成本更低的型号,帮助大型企业将Lattus对象存储的价值延伸到大数据归档以外。     

扩展LATTUS对象存储产品

数据保护和大数据管理厂商昆腾扩展Lattus产品线,纳入容量更低、成本更低的型号,帮助大型企业将LattuS对象存储的价值延伸到大数据归档以外。     

基于网络爬虫技术的企业大数据采集系统设计

为便于企业进行信息筛选和采集,文章采用网络爬虫技术设计企业大数据采集系统,使企业大数据采集系统更符合时代发展的需求,即要确保采集数据信息的精准性、有效性、及时性,拟在解决数据精准匹配问题的基础上,优化系统的处理和运行效率。     

基于大数据的电力客户行为分析体系研究及实践

随着我国电力市场的发展,供电企业紧跟数字化发展步伐加快信息系统建设,各业务系统在运行过程中积累了海量信息数据资源,利用这些数据资源进行数字化分析已经渐渐成为供电企业的重点工作。在供电企业不断地拓展分析范围,优化分析方法的过程中,大量的数据资产被盘活,巨大企业价值与社会价值逐渐显现。大数据技术的使用可体现在电力系统运行的各种环节,为电力信息的商业化利用提供有力支撑。基于大数据技术的电力客户用电行为分析能提高电力系统的运行效率,为供电企业的实际运行提供决策依据。文章分析了国内、外电力行业大数据应用的进程及现状,根据不同类型客户的用电行为建立了基于大数据技术电力客户行为分析体系,对大数据技术的实践情况进行探究,实现电力客户用电行为的深度分析,为客户提供更优质的服务体验。     

Sybase~CEP简介

快速的数据洞悉能力驱动着企业的繁荣。目前,数据规模的膨胀和数据产生的速度空前增长,而企业却面临着前所未有的更快速、更深入分析数据的压力。用来进行分析和采取行动的时间,即使是以毫秒计,也可能带来巨大的收益或者令人惊愕的损失。因此,如果应用需要在分析之前进行数据存储,那么因此带来的延迟可能会导致企业丧失重要的业务机会。     

Sybase^（R）CEP简介

快速的数据洞悉能力驱动着企业的繁荣。目前,数据规模的膨胀和数据产生的速度空前增长,而企业却面临着前所未有的更快速、更深入分析数据的压力。用来进行分析和采取行动的时间,即使是以毫秒计,也可能带来巨大的收益或者令人惊愕的损失。因此,如果应用需要在分析之前进行数据存储,那么因此带来的延迟可能会导致企业丧失重要的业务机会。     

大数据技术环境渐趋成熟

<正>大数据虽然是一个新概念,但数据一直都存在。事实上,对数据进行分析、挖掘,为企业的运营、业务提供决策支撑,是很多企业一直所希望的,但在传统的IT环境下,企业对数据进行分析挖掘的成本太高,这使得很多企业只能望数据而兴叹。不过,经过近几年的发展,如今大数据分析的IT环境已经日趋成熟,这也为大数据应用的落地和普及提供了基础的支撑条件。     

大数据时代勘探云建设模式探索

按照大数据定义,油气勘探数据处理工作显然是一种大数据应用模式,而作为油气勘探核心工作平台的勘探云计算中心,其建设目的首先是为了满足企业内部业务数据处理工作需求,在确保计算力分享和协同工作的基础上,勘探云更注重数据存储、数据管理以及数据应用业务的支持,对照一般公用云建设模式,勘探私有云建设具备其独特的建设模式。笔者企业结合自身特点,对照当前大数据应用需求开展勘探私有云建设工作,取得了一定的效果,对企业主营业务的支持效果明显。     

大数据分析中的计算智能研究现状与展望

随着产业界和科学界数据量的爆炸式增长,大数据技术和应用吸引了众多的关注.如何分析大数据,充分挖掘大数据的潜在价值,成为需要深入探讨的科学问题.计算智能是科学研究和工程实践中解决复杂问题的有效手段,是人工智能和信息科学的重要研究方向,应用计算智能方法进行大数据分析具有巨大的潜力.对大数据分析中的计算智能方法进行综述,结合大数据的特征,讨论了大数据分析中计算智能研究存在的问题和进一步的研究方向,阐述了数据源共享问题,并建议利用以天文学为代表的数据密集型基础科研领域的数据开展大数据分析研究.     

大数据技术在智能充电桩网络系统中的应用

当前智能充电桩网络系统中的数据具有“大数据”的典型特征,即数据源、数据类型丰富、数据量庞大且增长迅速,而传统的数据处理技术无法有效处理这些数据,大数据技术可以很好应对此场景。大数据技术在充电桩运维,充电客户分析,电网企业整体运营调度中起到非常关键的促进作用,对建立安全可靠高效的充电桩网络具有重要意义。本文初步探讨了大数据技术以在智能充电桩网络系统中的具体应用,分析了智能充电桩网络系统与大数据之间的关系,详细阐述了智能充电桩网络大数据处理平台总体架构的设计思路,并展开描述这其中所使用到的关键技术点,最后着重分析了大数据技术在充电桩运维,充电客户分析,企业整体运营调度中的具体应用。大数据技术能促进充电桩网络向智能化方向发展,为建设安全高效便捷充电桩网络提供切实保障。大数据技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

Hadoop大数据平台安全问题和解决方案的综述

大数据时代的到来,更强的计算机和更成熟的大数据平台工具让企业从海量数据中挖掘数据价值成为了可能,尤其是基于Hadoop的大数据平台,甚至利用廉价的商业硬件处理TB、PB级别的数据. 在最初Hadoop大数据平台落地建设的过程中,往往功能先行,而忽略了安全的管控策略,直到2009年Yahoo团队提出了基于Kerberos的身份验证方案,才带动了Hadoop大数据平台安全管控工作的全面开展. 本文介绍了Hadoop大数据平台的基本历程,描述了2009年之前Hadoop大数据平台存在的传统安全问题,并尝试着将目前行业内Hadoop生态系统组件的安全性和每个组件的安全解决方案做一次系统的梳理,希望为构建Hadoop大数据平台管控方案时提供参考意见,以便合理利用先进的安全管控方案保护好企业、用户的隐私数据.     

大数据应用的安全性探索

大数据具有规模大、生成速度快、种类繁多等方面的特点,大数据就是使用数据对其进行分析,并从其中挖掘出一些有效的信息进行分析,建立合理的数学模型后,得到预测结果,为企业发展提供有效的解决措施。大数据处理流程主要包含获取数据、集成数据、分析数据三个方面的内容。由于大数据本身的特征,大数据应用过程中存在一定的安全性问题。     

基于大数据技术的石油数字化平台设计

大数据技术成为驱动石油化工服务类企业数字化转型的有效手段,基于大数据技术的石油数字化工作平台建设是石油化工服务类企业的大数据应用实践,该技术整合了企业营销、生产、经营等多个板块的多种业务,串联了企业数据采集、存储、治理、挖掘、分析及应用的整个数据生命周期;从石油化工服务类企业数字化发展现状及遇到的问题出发,结合大数据技术的发展及优势,提出了基于大数据技术的石油化工服务类企业石油数字化工作平台建设方案,通过对大数据故障信息进行提取,应用DBN大数据学习算法模型实现石油全寿命周期管理的数据计算和处理;通过实验,文章研究的方法数据处理准确度大于90%。     

基于大数据的电力信息技术发展探讨

电力行业大数据是综合电力企业生产、运营及销售等数据的信息系统,也是近年来电力发展的重要方向之一,如何提高大数据的分析利用能力也成为了电力企业发展中亟待解决的问题。本文主要阐述了大数据的定义及其对电网发展的影响,分析了电力企业业务信息中的大数据,重点研究额大数据的电力信息技术发展,以期为电力信息技术的发展提供理论指导。     

大数据背景下中科院科研管理数据中心建设探讨

介绍大数据概念与技术发展,结合大数据思维分析中科院资源规划项目中信息资源中心的建设,提出构建中国科学院“科研管理数据中心”的必要性、内涵定位,详细设计其资源构成、应用发展,并从理顺机制、统筹组织方面具体探讨其建设推进措施.对政府部门、企事业单位的数据中心规划建设有一定参考意义.     

电力企业大数据应用分析

基于电力企业组织围绕“大云物移”等新兴技术,立足岗位、立足专业、立足企业开展项目创新,本文重点关注了企业大数据现状与对下一步发展方向的影响。随着数字时代的到来,数字已经成为企业运营的基本要素,是企业发展的重要驱动。大数据的核心是建立在相关关系分析法基础上的预测,在诸多领域,大数据发展正引致颠覆性创新,随着建设“数字中国”的浪潮推动,国家电网也提出了要建设“数字国网”的新要求。大数据作为一个很好的视角和工具,从其拥有的数据规模、数据活性和企业运用、解释数据的能力即可判断公司的核心竞争力。通过电力系统大数据与运营监测分析、同业对标及卓越绩效管理与评价的有效结合,从管理、运营和战略方向等方面提出了大数据能为电力企业提升核心竞争力提供可靠价值。     

运营商大数据对外运营的研究

大数据是当前社会非常热门的话题,其价值已经被各行各业普遍接受。大数据时代已经到来,电信运营商也 迎来了大数据时代的重大机遇。本文从运营商的角度综合分析大数据的价值与存在的挑战,结合市场与行业的需求,对大数 据业务模式进行研究,提出以“群体类数据服务”为切入点的四种对外运营的业务模式,同时针对大数据的信息安全问题提出 若干建设性意见。     

生物医疗健康大数据应用支撑平台与关键技术

随着生物信息学的不断发展,生物医学领域积累了大量的数据,大数据已经贯穿基础研究、临床诊断、医药开发、健康管理等生物医学领域的各个环节。如何有效存储、管理、分析这些海量数据面临严峻的而挑战。基于超级计算机的计算分析和存储能力,在生物医学大数据处理的异构融合架构,面向生物医学大数据的层次式存储系统,生物医学大数据处理的异构并行计算和多源数据的汇聚机制与分析方法,突破生物医学大数据的汇聚、存储、分析等方面的关键技术,构建一个计算、分析处理和存储融合平台,以满足多种类型生物医学大数据应用的不同需求。