当前位置：首页 > 云计算 > 正文

大数据云计算经典案例(大数据云计算项目成功案例)

云计算
2023-12-24 07:22:39
5726

什么是大数据，大数据的典型案例有哪些

“大数据”是指体量非常大、数据类别非常庞大的数据集，而这种数据集的内容无法使用传统的数据库工具来捕获、管理和处理。“大数据”首先指的是大数据量（volume），指的是大型数据集，通常大小在10TB左右。但在实际应用中，很多企业用户聚合多个数据集，形成PB级的数据量；其次，它指的是数据种类繁多。数据来自多种数据源。数据类型和格式变得越来越丰富。它突破了以前结构化数据的有限范围，包含了半结构化和非结构化数据。化数据。其次是数据处理速度（Velocity），即使数据量非常大，也能实时处理数据。最后一个特点是数据的真实性高。随着人们对社交数据、企业内容、交易和应用数据等新数据源的兴趣，传统数据源的局限性正在被打破，企业越来越需要有效的信息来确保真实性。和安全。
数据摄取：ETL工具负责从分布式异数据源（例如关系数据、平面数据文件等）中提取数据到临时中间层进行清洗、转换、集成，最后加载到数据中仓库或数据集。在城市中，它已成为在线分析处理和数据挖掘的基础。
数据访问：关系数据库、NOSQL、SQL等
基础设施：云存储、分布式文件存储等
数据处理：自然语言处理（NLP）是研究语言的学科人与计算机交互的问题。处理自然语言的关键是让计算机“理解”自然语言，因此自然语言处理也称为自然语言理解（NLU，NaturalLanguageUnderstanding），也称为计算语言（ComputationalLinguistics）。一方面，有语言信息处理的一个分支。另一方面，它是人工智能（AI）的核心主题之一。
统计分析：假设检验、显着性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、一元回归分析、多元回归分析、逐步回归、回归预测和残差分析、岭回归、逻辑回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类和聚类方法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等。
数据挖掘：分类、估计、预测）、相关分组或关联规则（亲和分组或关联规则）关联规则）、聚类（聚类）、描述和可视化、描述和可视化）、复杂数据类型提取（文本、网页、图形图像、视频、声音等）
模型预测：预测模型、机器学习、建模和模拟。
结果呈现：云计算、标签云、关系图等。
要理解大数据的概念，首先要从“大”开始。“大”是指数据的规模。大数据通常是指超过10TB（1TB=1024GB）的数据量。大数据不同于过去的海量数据。其基本特征可以用四个V（Vol-ume、Variety、Value、Velocity）来概括，即高容量、多样性、低价值密度和高速度。
首先，数据量巨大。从TB级到PB级。
第二，数据种类较多，比如前面提到的网络日志、视频、图像、地理位置信息等。
第三，价值密度低。以视频为例，在连续不间断的监控下，潜在有用的数据只有一两秒。
四、处理速度高。1秒规则。最后一点也与传统的数据挖掘技术有着根本的不同。物联网、云计算、移动互联网、车联网，手机、平板电脑、PC以及遍布地球各个角落的各种传感器，都是数据源或者传输方式。
大数据技术是指从各类海量数据中快速提取有价值信息的技术。解决大数据问题的核心是大数据技术。现在的“大数据”一词不仅指数据本身的规模，还指收集数据的工具、平台和数据分析系统。大数据研发的目的是发展大数据技术并将其应用于相关领域，通过解决海量数据处理问题推动其突破性发展。因此，大数据时代的挑战不仅仅体现在如何处理海量数据上

大数据有哪些具体的应用案例

大数据的具体应用案例有很多，例如：
1、梅西百货的实时定价机制。该公司基于SAS的系统可根据需求和库存实时调整多达7300万种商品的价格。
24AG是一个为欧洲博彩业创建的投注和预测平台。该公司使用KXEN软件来分析数十亿笔交易和客户特征，然后使用预测模型来推动针对特定用户的动态营销活动。这一举措将预测模型创建时间缩短了90%。SAP正在寻求收购KXEN。
　3.搜索沃尔玛。我们自己设计了最新的Polaris搜索引擎，它使用语义数据进行文本分析、机器学习和同义词提取。据沃尔玛称，语义搜索技术的使用使在线购买完成率提高了10%至15%。“对于沃尔玛来说，这意味着数十亿美元，”莱尼说。
4、快餐行业视频分析。该公司通过视频分析等待队列的长度，然后自动更改电子菜单中显示的内容。如果排队时间较长，则展示可以快速提供的食物；如果排队时间短，则展示利润较高但准备时间相对较长的食品。
5.莫顿牛排馆品牌知名度。莫顿的社交奇观始于一位顾客在芝加哥牛排连锁店开玩笑地发推文，要求将货物送到纽约纽瓦克机场，他将在漫长的一天工作后抵达那里。首先，通过分析Twitter数据，我们发现该客户是我们商店的常客，也是Twitter的常客。根据之前的订单，扣除顾客的航班，并派出一名身穿燕尾服的服务员为顾客提供晚餐。
l与洛杉矶和圣克鲁斯警方以及一组研究人员合作，根据地震预测算法和犯罪数据的变化来预测犯罪几率，精确到500平方英尺以内。在使用该算法的洛杉矶地区，盗窃和暴力犯罪的分布分别下降了33%和21%。
7.乐购PLC（Tesco）和运营效率。该连锁超市在其数据仓库中收集了700万台冰箱的数据。通过分析这些数据，可以进行更全面的监控和主动修复，以降低总体能耗。
8.美国运通（AmericanExpress，AmEx）与商业智能。过去，美国运通只能获得回顾性报告和延迟预测。“传统的BI已经不能满足业务发展的需求，”莱尼认为。于是，AmEx开始构建一个能够真正预测忠诚度的模型，使用115个变量根据史交易数据进行分析和预测。该公司表示，它已经能够识别出24%的澳大利亚客户将在未来四个月内流失。

智慧交通大数据有哪些案例？

这是互联网WebGL3D可视化技术应用于交通监控管理系统的场景。

例如交通系统决策支持系统，结合可视化技术和大数据分析，利用3D模型展示当前交通数据分析结果和未来交通形势发展分析模型预测。3D场景示例如下：查看官方网站了解更多详情。获取案例中心~

在交通板块查找3D场景

可视化3D设备模型和数据

交通路段设施设备状态管理

内场机房设施设备维护保养

交通路段突发紧急情况演练