船舶智能制造的背景及内涵-大数据.pptxVIP

船舶智能制造的背景及内涵 ——大数据 ;【学习目标】 了解大数据分析的工作原理和使用方法。 了解大数据时代对船舶行业的影响。 【重点】 理解大数据时代的本质。 【建议学时】2课时。; 大数据时代，互联网上的数据体量庞大，瞬息万变。数据科学，数据分析及大数据技术的出现，正在颠覆传统的决策模式。管理决策越来越依赖于数据分析所提供的依据。 本节通过介绍大数据时代的产生，大数据的概念特点，大数据时代到来对船舶行业的影响、引发的行业变革。其中，大数据的概念特点是基础，由此引起的制造业变革是现象，需要学生们通过讨论进一步深入理解，进而完成数据挖掘和数据分析，以达到辅助决策的目的。; 大数据（Big Data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。? 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。;大数据的特点常用4个“V”来体现，即大量（volume）、高速（velocity）、多样（variety)和价值（value）。这4个“V”代表着以下四个层面： （1）数据的体量和规模巨大。从TB级，跃升到PB级甚至EB级。 （2）数据类型繁多。不仅是数据量的爆炸性增长，还涉及数据类型的改变。例如前文提到的传感器数据、呼叫记录、互联网信息等。 （3）处理速度快。从各种类型的数据中快速获取信息。 （4）价值回报高。合理利用数据，对其进行正确、准确的分析，可以从数据中得到很高的价值回报。; 大数据的意义和关键不在于信息的收集，而在于如何对这些数据进行分析挖掘，从这些收集到的含有意义的数据中最终获得实际的价值。 随着互联网的兴起，像大数据??种针对海量数据的处理技术很快在众多行业领域得到了大范围的应用，并取得了巨大的成功。在电子商务领域，大数据技术可以用于定向投放广告和智能推荐；在金融领域，企业可以应用大数据技术来做基于客户行为分析的大数据营销和供应链管理，满足管理者的分析决策及定位预测的需求，从而进行风险预测；在医疗领域，提高医疗和研发质量，优化机器和设备性能；在公共安全领域，大数据技术可用于改善执法和打击犯罪；在交通领域，可以基于城市实时交通信息利用社交网络和天气数据来优化最新的交通情况等。这些应用取得的成功启发全社会开始重新审视数据的巨大价值。 ; 从技术上来看，大数据需要特殊的技术，以有效地处理海量数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。其中，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。 ;大数据不是凭空产生的，它在互联网快速发展中诞生。大数据的发展过程大致分为三个阶段： （1）萌芽时期（20世纪90年代至21世纪初） “大数据”一词最早出现在阿尔文?托夫勒于1980年出版的《第三次浪潮》一书中，这位世界著名未来学家，热情地将大数据赞颂为“第三次浪潮的华彩乐章”。1997年，美国国家航空航天局武器研究中心的大卫?埃尔斯沃思和迈克尔?考克斯在他们研究数据可视化中首次使用了“大数据”的概念。1998年，《Science》杂志发表了一篇题为《大数据科学的可视化》的文章，大数据作为一个专用名词正式出现在公共期刊上。 在这一阶段，大数据只是作为一个概念或假设，少数学者对其进行了研究和讨论，其意义仅限于数据量的巨大，对数据的收集、处理和存储没有进一步的探索。;（2）发展时期（21世纪初至2010年） 21世纪前十年，互联网行业迎来了一个快速发展的时期。2001年，美国Gartner公司率先开发了大型数据模型。同年，DougLenny 提出了大数据的3V特性。2005年，Hadoop技术应运而生，成为数据分析的主要技术。2007年，数据密集型科学的出现，不仅为科学界提供了一种新的研究范式，而且为大数据的发展提供了科学依据。 2008年，《Science》杂志推出了一系列大数据专刊，详细讨论了一系列大数据的问题。2010年，美国信息技术顾问委