大数据技术讨论课-土木工程与商业银行.pptxVIP

BIGDATA

大数据的四个特性1.量大:通常大数据所涉及的数据信息较为复杂、广泛，数量庞大，是传统数据处理办法望尘莫及的数据量;2.结构多样:数据结构分为结构化、半结构化以及非结构化，设计领域各行各业、各不相同;3.效率高、速度快:在处理大数据时必须要确保实时效果;4.应用价值:大数据的处理、解剖，将会挖掘出数据中潜在的应用价值，这也是传统处理数据方法所望尘莫及的。

大数据的应用场景淘宝数据魔方是一款基于淘宝业务数据的数据分析产品,它可以分析淘宝消费者浏览、交易、收藏、搜索等数据和消费者特性,从而掌握消费者的足迹以及消费偏好,有利于分析竞争对手,研究消费者行为,提高销售的针对性。“酷狗音乐”通过相似的用户组推断出每个年龄段用户喜爱哪一首歌,喜欢哪一类电影;

大数据的应用场景“迪卡侬”可以通过其各地商店销售数据准确判断消费者对运动品牌的不同喜好,从而在全国各地智能地调整库存策略;著名的沃尔玛的“啤酒和尿布”案例通过分析消费者行为规律,找出购物之间的相关性,并调整超市商品陈列方式,从而获得销售收入的增长。

大数据应用场景大数据的应用场景土木工程智能交通系统商业银行实行差异定价策略

大数据的应用场景1土木工程方面的应用1.：辅助分析建筑能耗问题建筑能耗其中最关键的因素就是建筑占用所造成的，它的一个重要因素是建筑占用，它对建筑光照、热交换等内部结构都造成了直接影响。例如下列例子中：

大数据的应用场景1一栋楼房拥有240间办公室、会议厅、机房的工程写字楼，利用传感器从4月份到9月份间隔一分钟就采集一次耗电数据，其中包括灯光照明设备、空调电器设备、办公设备等，所采集的数据内存有10GB之多，信息量巨大。通过对传感器收集的信息的归纳总结可以获得240间房各个房的耗电情况、规律，可以直接对未来一段时期的耗电量进行准确预测、估量。若后期发现跟预测、估量的耗电量有较大差异，可有针对性的再分别采集各种耗电设备的耗电数据，对比、分析，找出问题所在，并有效解决，尽可能降低耗电量，节约工程成本。

大数据的应用场景1具体应用例子：比如当不在工作时间内，却发现空调等电器仍在运作耗电的话，与数据模型出现偏差，就知道应该是工作人员下班前忘关空调，或者有时候一旦会议室耗电数据增大，就能知道会议室现在处于开会过程中，人进出较为频繁，因此，能源消耗会变大。根据数据模型的变化，可以有效地发现建筑能耗问题，解决问题。

大数据应用场景1土木工程应用2.检测建筑破坏结果通常，我们在震后地区会发现无人机的“小身影”，这是利用无人机图像检测建筑破坏。较短时间内，无人机就可以获得成千上万张图像，图像处理的高效、快速对于建筑破坏后的救援、评估工作影响较大。

大数据应用场景1有专家提出可以利用大数据技术处理无人机拍摄的图片，尽可能快得获得检测建筑破坏的结果。这个处理环节其实就是利用建筑破坏前的数据信息，通过坐标、海拔、区域范围来模拟出震前建筑模型，利用无人机震后拍摄的图像，提取连测点、校正相机清晰度，进行密集匹配还原工作，从而模拟出震后建筑模型。再对震前建筑模型跟震后建筑模型的数据进行比较，找出差异点，这样的话，就能得到三维的建筑破坏结果，在一定程度上有助于灾后重建工作的高效进行。另一方面，大数据技术检测建筑破坏的速度整整比传统的计算机处理分析快了十倍不止，发挥其效率高、速度快的特性。

大数据应用场景2智能交通系统智能交通系统（IntelligentTransportationSystems，ITS）指的是建立在较完善的基础设施之上，将先进的信息技术、计算机处理技术、数据通讯传输技术、电子传感技术及电子控制技术等有效组合在一起，并运用于整个交通运输管理体系中，从而能够在大范围、全天候发挥作用，建立起的一种准确、实时、高效的综合运输和管理系统。

大数据应用场景2比如成都，据成都市交管局数据显示，截至2014年3月，成都地区的汽车保有量突破268.59万辆大关，中心城区突破114.18万辆。一天就会产生数百亿条GPS数据，而车牌识别信息、交通监控视频信息等数据量更大，交通相关的数据量也早以从TB级跃升到PB级，因此，如果要实现对城市道路的交通流量信息、交通状况、交通违法行为等的全面监测，特别是承担在交通高峰期采集、处理及分析大量的实时监测数据的工作，整个平台的运行压力将会非常巨大。面对海量的信息，大数据分析方法开始登上舞台。

大数据应用场景3商业银行实行差异定价策略随着信息来源的更加广泛，可以搜集和掌握的客户信息也更为广泛，不但包含传统线下的金融信息，还可以扩大到客户在互联网商务、社交媒体、多种终端媒介等一切可以渗透到客户生活中的各种不同类型的信息，基于这些信息可以为客户