大数据从数据挖掘、商业智能发展而来

来源: 互联网   
2013/6/7 20:52:48
第五届云计算大会第二天各种分论坛也纷纷响锣,云计算与大数据专题论坛很好的为我们阐释了大数据如何与云计算相辅相成,为什么没有大数据的需求,云计算的功用也不能完全发挥。

本文关键字: 大数据 商业智能

第五届云计算大会第二天各种分论坛也纷纷响锣,云计算与大数据专题论坛很好的为我们阐释了大数据如何与云计算相辅相成,为什么没有大数据的需求,云计算的功用也不能完全发挥。

据介绍,业界正在逐步开始区分大数据和云计算两个概念,对大数据的需求主要集中在分析和应用当面,关注数据架构,并面向业务问题解决。对云计算的需求主要在资源的服务模式方面,主要指资源动态分配和按需付费的商业模式。

我们在看回大数据本身,中国工程院院士倪光南这样认为“大数据数据挖掘商业智能(BI)发展而来。”我们从数据量、数据特性、数据来源、应用领域四个方面给商业智能大数据做个比较,两者还是有着明显区别。

据悉,大数据有着“实时”性的特征但并不意味着真正的实时,而往往是近似的实时,并且其还具有新的数字数据源特点。

我们现在看到的大数据分别包括了个人、公共部门、私人部门三种,这些数据共享后,进行数据挖掘和分析,可以对突发事件更快的跟踪和响应、对违纪性质和变化的更好了解、对需要服务地区的准确定位、对于供求关系的预测能力。这一流程组成了我们大数据的生态系统。

倪光南为我们讲述了大数据的典型处理流程包括数据获取和记录、数据清洁/抽取/标注、数据的整合/聚类/表达、数据分析/建模、以及数据解释等5个阶段。而在处理过程中,异构行、规模、及时性、复杂性和隐私权等问题是大数据想要创造价价值所需解决的困难。

而在分析过程中我们要从数据中发现关联性,从而正确提供更快速近似的预测。但是许多新数据源的价值不在于规模和速度,而在于包含的信息丰富性。姜欣也认同相关性分析是大数据分析中的主要方法。

 

责编:李红燕
vsharing微信扫一扫实时了解行业动态
portalart微信扫一扫分享本文给好友

著作权声明:畅享网文章著作权分属畅享网、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
流动存储 为大数据而生

伴随信息技术的突飞猛进,更大量级的非结构化数据与结构化数据构成的大数据成为企业级存储所面临的最大挑战:一方..

磁盘阵列及虚拟化存储

利用数组方式来作磁盘组,配合数据分散排列的设计,提升数据的安全性。虚拟化存储,对存储硬件资源进行抽象化表现。

    畅享
    首页
    返回
    顶部
    ×
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918