2019年大数据及智能物流物联网.pptVIP

大数据及智能物流物联网 什么是大数据？ 具有4V特性的数据： Volume(巨大的数据量): Variety(数据类型多): 文本/图片/视频 等非结构化/半结构化数据 Velocity(处理速度快): 要求系统在短时间内做出反应 Value(价值密度低): 单条数据无价值,无用数据多,综合价值大 3亿用户,每天上亿条微博. 巡天望远镜,已收集140兆兆字节数据 2015年全球移动终端产生的数据量6300PB 案例 两年半前海地地震，海地人散落在全国各地，援助人员为弄清该去哪里援助手忙脚乱。传统上，他们只能通过飞往灾区上空来查找需要援助的人群。 一些研究人员采取了一种不同的做法：他们开始跟踪海地人所持手机内部的SIM卡，由此判断出手机持有人所处的位置和行动方向。正如一份联合国(UN)报告所述，此举帮助他们“准确地分析出了逾60万名海地人逃离太子港之后的目的地。”后来，当海地爆发霍乱疫情时，同一批研究人员再次通过追踪SIM卡把药品投放到正确的地点，阻止了疫情的蔓延。 非结构化数据 相对于结构化数据而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。 技术演进历史揭示未来是大数据驱动的智慧型经济模式 用途？ 以上介绍的互联网上的数据看起来数量庞大却用处寥寥，但事实上，只要处理好这些数据，就能给商家带来巨大的利益。 举一个简单的例子： 商家 针对性地给客户提供 广告与优惠信息 消费服务 大数据的意义----为每位用户量身打造 用户在线的每一次点击，每一次评论，每一个视频点播，就是大数据的典型来源。互联网企业之所以取得令人瞩目的成绩，其核心的本质就是包括用户网络操作的大数据，进行记录和分析，比用户自己更了解用户，从而洞悉用户的潜在的、真实的需求，形成预判。这是传统企业花费重金都难以企及的梦想。 大数据----现状 2012年各行业大数据市场规模 2012年政府、互联网、电信、金融的大数据市场规模较大，四个行业将占据一半市场份额。 由于各个行业都存在大数据应用需求，潜在市场空间非常可观。 2011年是中国大数据市场元年，一些大数据产品已经推出，部分行业也有大数据应用案例的产生。2012年-2016年，将迎来大数据市场的飞速发展。 2012年中国大数据市场规模将达到4.7亿元，2013年大数据市场将迎来增速为138.3%的飞跃，到2016年，整个市场规模逼近百亿。 大数据----国外已经投资应用 美国国务院采用大数据技术开发新的美国护照系统。 IBM宣布投资1亿美元用于大数据研究； 美国IT公司开始意识到大数据技术能够为公司创造价值； 大数据公司引入汽车行业高管人员扩展营销业务； 大数据----问题 数据的爆炸式增长为全球各行业均带来了管理上的问题。 例如，在电信行业的呼叫数据记录管理、金融行业的交易数据和客户资料管理、零售行业的供应链管理以及制造行业的业务绩效管理等等。对于企业用户来说，大数据的来临也无形中增加了他们所需承担的责任以及成本。企业必须保持这些数据在很长一段时间内的可用性，并满足这些庞大数据量在存储方面的需求。这就导致了企业需要采购和维护所需的硬件设备，并且还要不断的进行监督与管理。 大数据处理要求对大数据进行实时分析. 现今的分析仅局限在企业的现有数据库还不够，还需要保持数据与当前社会乃至全球的相关性。这意味着企业需要从社交媒体、地理位置、CRM系统、政府的公开数据、手机信息等非专有的渠道获取数据，进行额外的分析。对于实时分析来说，当前的移动应用潜力也才刚刚开始出现，其移动分析或将比预期的影响更加深远。 大数据是否侵犯了用户隐私？ 用户面对“不搜即得”的结果是否会有被窥视的感觉？如何消除这种感觉？ 大数据技术将被设计用于在成本可承受（economically）的条件下，通过非常快速（velocity）的采集、发现和分析，从大量化（volumes）、多类别（variety）的数据中提取价值（value），将是IT 领域新一代的技术与架构 什么技术是Big大数据技术Data技术 大数据前景----互联网 互联网行业拥抱大数据的关键因素 网络终端设备 网络技术的升级和终端设备的爆发，使今天的用户能够使用多种设备、从不同位置、通过多种手段来接入互联网，并在这一过程中不断创造新内容 在线应用和服务 越来越丰富的在线应用和服务，不断激励用户创造和分享信息，尤其是社会化媒体业务，带动图片、视频等非结构化数据飞速增长 与各垂直行业的融合 互联网作为一个高渗透力的行业，正在与各垂直行业发生深度的融合，原本隐藏于先下的孤岛信息，源源不断的输入到线上。 互联网行业对数据实时分