
2008年11月IBM提出“智慧地球”概念,2009年1月,美國(guó)奧巴馬總統(tǒng)公開肯定了IBM“智慧地球”思路,2009年8月,IBM又發(fā)布了《智慧地球贏在中國(guó)》計(jì)劃書,正式揭開 IBM“智慧地球”中國(guó)戰(zhàn)略的序幕。近兩年世界各國(guó)的科技發(fā)展布局,IBM“智慧地球”戰(zhàn)略已經(jīng)得到了各國(guó)的普遍認(rèn)可。數(shù)字化、網(wǎng)絡(luò)化和智能化,被公認(rèn)為是未來(lái)社會(huì)發(fā)展的大趨勢(shì),而與“智慧地球”密切相關(guān)的物聯(lián)網(wǎng)、云計(jì)算等,更成為科技發(fā)達(dá)國(guó)家制定本國(guó)發(fā)展戰(zhàn)略的重點(diǎn)。自2009年以來(lái),美國(guó)、歐盟、日本和韓國(guó)等紛紛推出本國(guó)的物聯(lián)網(wǎng)、云計(jì)算相關(guān)發(fā)展戰(zhàn)略。
但是這些云計(jì)算、物聯(lián)網(wǎng)都離不開數(shù)據(jù)的支撐。一群互聯(lián)網(wǎng)愛好者聚集人人都是產(chǎn)品經(jīng)理3群(217321695),共同淺談了大數(shù)據(jù)&物聯(lián)網(wǎng)。
一、“大數(shù)據(jù)”&“物聯(lián)網(wǎng)”,誰(shuí)是大數(shù)據(jù)?誰(shuí)是物聯(lián)網(wǎng)?
1、誰(shuí)是大數(shù)據(jù)?【認(rèn)識(shí)大數(shù)據(jù)】
初識(shí)大數(shù)據(jù),首先我們需要知道什么是大數(shù)據(jù)呢?用通俗一點(diǎn)的話來(lái)說(shuō)就是一堆一堆又一堆的、海量的數(shù)據(jù)。通過百度百科我們知道“大數(shù)據(jù)(big data),或稱巨量資料,指的是所涉及的資料量規(guī)模巨大到無(wú)法透過目前主流軟件工具,在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊?!?
在當(dāng)下的互聯(lián)網(wǎng)飛速發(fā)展的時(shí)代,任何一個(gè)技術(shù)都是為了達(dá)到某種目的而發(fā)展的,而大數(shù)據(jù)從根本上來(lái)說(shuō)就是為了做決定存在的,大數(shù)據(jù)為企業(yè)的決策提供有力的依據(jù)。比如市場(chǎng)方針的制定,精準(zhǔn)營(yíng)銷的目標(biāo)群體、營(yíng)銷數(shù)據(jù)等等。大數(shù)據(jù)的存在不僅是為企業(yè)提供了數(shù)據(jù)支撐,而且為用戶提供了更為便捷的信息和數(shù)據(jù)服務(wù)。
大數(shù)據(jù)體現(xiàn)的是數(shù)據(jù)的數(shù)量多,數(shù)據(jù)類型豐富。我們需要通過對(duì)數(shù)據(jù)的關(guān)系進(jìn)行深度挖掘,才能最終將數(shù)據(jù)進(jìn)行更好地利用。
2、誰(shuí)是物聯(lián)網(wǎng)?【認(rèn)識(shí)物聯(lián)網(wǎng)】
物聯(lián)網(wǎng)是什么呢?通俗的概念來(lái)講,物聯(lián)網(wǎng)就是通過網(wǎng)絡(luò)信息技術(shù)和工業(yè)自動(dòng)化控制技術(shù)將硬件和網(wǎng)絡(luò)進(jìn)行有效的集合并通過傳感器進(jìn)行對(duì)應(yīng)的信息控制,以此達(dá)到對(duì)物件的自動(dòng)控制的混合網(wǎng)絡(luò)。通過百度百科我們知道“物聯(lián)網(wǎng)(The Internet of things)就是物物相連的互聯(lián)網(wǎng)”。
這有兩層意思:第一,物聯(lián)網(wǎng)的核心和基礎(chǔ)仍然是互聯(lián)網(wǎng),是在互聯(lián)網(wǎng)基礎(chǔ)上的延伸和擴(kuò)展的網(wǎng)絡(luò);第二,其用戶端延伸和擴(kuò)展到了任何物品與物品之間,進(jìn)行信息交換和通信。物聯(lián)網(wǎng)通過智能感知、識(shí)別技術(shù)與普適計(jì)算、泛在網(wǎng)絡(luò)的融合應(yīng)用?!?
隨著工業(yè)控制、信息識(shí)別和互聯(lián)網(wǎng)網(wǎng)絡(luò)的發(fā)展,物聯(lián)網(wǎng)將是下一個(gè)信息浪潮。
3、大數(shù)據(jù) ?= 物聯(lián)網(wǎng)【大數(shù)據(jù)與物聯(lián)網(wǎng)的聯(lián)系】
大數(shù)據(jù)與物聯(lián)網(wǎng)之間既有區(qū)別也有關(guān)聯(lián)。以小編的個(gè)人愚見,物聯(lián)網(wǎng)行業(yè)如果需要有較好的發(fā)展,那么需要大數(shù)據(jù)強(qiáng)力的支持,而針對(duì)物聯(lián)網(wǎng)行業(yè)的大數(shù)據(jù),則是不斷來(lái)源于物聯(lián)網(wǎng)超級(jí)終端的數(shù)據(jù)采集。所以,物聯(lián)網(wǎng)對(duì)大數(shù)據(jù)的要求相比于大數(shù)據(jù)對(duì)物聯(lián)網(wǎng)的依賴更為嚴(yán)重。
二、大數(shù)據(jù)來(lái)之哪里?大數(shù)據(jù)會(huì)去哪里?
1、淺談大數(shù)據(jù)的來(lái)源
大數(shù)據(jù)的來(lái)源這個(gè)問題其實(shí)很簡(jiǎn)單,大數(shù)據(jù)的來(lái)源無(wú)非就是我們通過各種數(shù)據(jù)采集器、數(shù)據(jù)庫(kù)、開源的數(shù)據(jù)發(fā)布、GPS信息、網(wǎng)絡(luò)痕跡(購(gòu)物,搜索歷史等)、傳感器收集的、用戶保存的、上傳的等等結(jié)構(gòu)化或者非結(jié)構(gòu)化的數(shù)據(jù)。
2、淺談大數(shù)據(jù)能夠帶給我們什么
大數(shù)據(jù)能給我們帶來(lái)什么?很多公司現(xiàn)在都在炒大數(shù)據(jù)的概念,但是真正能做好的有幾個(gè)呢 ?大數(shù)據(jù)重在積累、強(qiáng)在分析、利于運(yùn)用。沒有經(jīng)過多年的有意的數(shù)據(jù)收集、沒有經(jīng)過嚴(yán)謹(jǐn)細(xì)心的數(shù)據(jù)分析。那么,如何來(lái)談?wù)摯髷?shù)據(jù)能給企業(yè)或者個(gè)人來(lái)帶來(lái)便捷呢?
大數(shù)據(jù)能帶給企業(yè)的項(xiàng)目立項(xiàng)的數(shù)據(jù)支撐、精準(zhǔn)化營(yíng)銷、電商的倉(cāng)位儲(chǔ)備等等。但是針對(duì)個(gè)人用戶有時(shí)候就是麻煩了,因?yàn)槟汶S時(shí)都可以接收到很多的營(yíng)銷短信、隱私暴露太多。另外對(duì)于個(gè)人用戶大數(shù)據(jù)的好處是可以快速找到自己想要東西、為用戶提供信息服務(wù)、獲取消費(fèi)指導(dǎo)等等。換個(gè)角度看問題的話,小編認(rèn)為應(yīng)該是利大于弊。
3、大數(shù)據(jù)是怎么帶給我們想要的支撐?
龐大的數(shù)據(jù)需要我們進(jìn)行剝離、整理、歸類、建模、分析等操作,通過這些動(dòng)作后,我們開始建立數(shù)據(jù)分析的維度,通過對(duì)不同的維度數(shù)據(jù)進(jìn)行分析,最終我們才能得到我們想到的數(shù)據(jù)和信息。
三、如何通過大數(shù)據(jù)挖掘潛在的價(jià)值?
模型對(duì)于大數(shù)據(jù)的含義何在?模型有直觀模型,物理模型,思維模型,復(fù)合模型等。我們?cè)谶M(jìn)行數(shù)據(jù)挖掘前需要考慮我們需要用這些數(shù)據(jù)來(lái)干什么?需要建立怎么樣的模型?然后根據(jù)模型與數(shù)據(jù)的關(guān)系來(lái)不斷優(yōu)化模型。
只有建立了正確的模型才能讓數(shù)據(jù)的挖掘和分析更有便捷。
四、大數(shù)據(jù)相關(guān)的工具
1、I2、SPSS
2、Tanagra
3、GGobi
工具只是一種手段,對(duì)于大數(shù)據(jù)的挖掘和分析,一定要通過建立模型來(lái)構(gòu)建分析的維度。在工作的過程中,不斷建立自己的數(shù)據(jù)分析思維,有了這樣的數(shù)據(jù)思維,那再在工具的基礎(chǔ)上,數(shù)據(jù)的挖掘和分析才能更加準(zhǔn)確,才能最終提供有價(jià)值的數(shù)據(jù)支撐信息。(文章來(lái)源CDA數(shù)據(jù)分析師)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10