大数据众包CADAL联盟共享模式探讨.PDF

大数据众包：CADAL联盟共享模式探讨 CADAL项目管理中心 ・黄晨 2014.7 @ 长春 各种大数据 《计算历史学：大数据时代的读书》 ——尼克，东方早报 各种大数据 各国色情内容消费额排名 全世界性服务工作者：4200万，如果 由TA们组成一个国家，将成为全球人 口排名第31位的国家。 高达1/8的网站都是色情网站。 ManWin，控股全球排名第一的成人 站，每个月能拿到大约16亿浏览者的 数据资料 人均色情内容消费额排名 每秒钟全球有28000人在同时浏览色 情网站。 搜索引擎中高达1/4的搜索请求与色 情相关。 35%的网络下载是色情内容。 各种大数据 Jon Millward 6个月的时间，潜心分析超过10000名的色情 艳星及她们的12万部作品。 •头发以棕色的最多：39.1% •其次金色：32.7% •黑色：22.5% •红色：5.3% 各种大数据 Hustler 工作人员在TW上无意发现很多人居然在 问男主角的衣服是什么牌子的，在哪里可以买 到。后来他们就引进了服装生产线，开始生产 Hustler品牌的个性时尚服饰。原本他们担心 自己成人制造商的口碑会影响销路，但是数据 监控发现他们位于好莱坞和纽约的实体店， 60%的顾客是女性，其中很多人并不知道他们 之前是干什么的，并且有不少好莱坞明星会主 动穿着他们的衣服亮相。 /wp/ 各种大数据 柜台和店内各角落都装有摄影机， 店经理随身带着PDA 。 销售人员结帐、盘点每天货品上下架 情况，并对客人购买与退货率做出统 计。 结合柜台现金资料，交易系统做出当 日成交分析报告，分析当日产品热销 排名，然后，数据直达Zara仓储系 统 。 各种大数据 沃尔玛在全球超过200万名员工，总共 有110个超大型配送中心，每天处理的 资料量超过10亿笔。 2011年4月，沃尔玛以3亿美元高价收 购了一家专长分类社群网站Kosmix 。 Kosmix不仅能收集、分析网络上的海 量资料（大数据）给企业，还能将这 些资讯个人化，提供采购建议给终端 消费者。 各种大数据 亚马逊即将推出实时广告交易平台，— —“需求方平台” （Demand Side Platform ，DSP），可以让广告与目标 消费者相遇。 预测性物流专利：结合数据和指标预 测顾客要下单的商品，减少顾客下单 到收货之间的时间差，提高满意度。 数字图书馆的大数据启示  匹配 ：了解读者需求  关联 ：挖掘读者需求  创造 ：预测读者需求 数字图书馆的大数据建设  Internet Archive：6000TB，20TB/月  SUMMON：800，000，000条  CADAL项目：2，500，000册  中文期刊篇名：30，000，000条  中国学者SCI收录：2，100，000篇  中国专利：6，910，000件  作者数据：27，000，000  机构数据：2，750，000  在校大学生：26，480，000  今年毕业生：突破7，000，000 CADAL项目建设周期 • 项目一期建设100万册(件)数字资源，国家投入7000万元，美 方合作单位投入约200万美金，“十五”期间已经完成。 • 二期建设在一期百万册的基础上，完成150万册(件)数字资 源，在全国建设八个数字图书馆数据中心，实现数据安全和 全球服务，由国家投入1.5亿建设资金，在“十一五”期间完 成。 • CADAL项目从三期建设开始,在继续扩大资源建设的同时，在