- 1、本文档共16页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
医疗大数据分析应用平台建设项目关键核心技术和算法
众多海量医药医疗数据为大数据管理与处理平台提出
了诸多技术挑战。第一,由于数据是不断累积的,平台需具
备高可扩展性;第二,存储层应适应不同的存取访问需求.
实时应用如医院的挂号和收费系统等,主要涉及小量数据的
读取与写入,要求后端存储能够快速读写;复杂应用如医疗
历史数据挖掘等,涉及大量数据的读取,要求后端存储实现
高吞吐量读取;第三,由于医疗数据关乎人的生命,需要保
证平台的高容错与高可用性,能够应对常态化的出错问题。
1.1大数据分析能力
大数据分析能力体现在五个基本方面:
大数据可视化分析能力
大数据分析的使用者有大数据分析专家,同时还有普通
用户,二者对于大数据分析最基本的要求就是可视化分析。
大数据挖掘发现能力
大数据分析的理论核心就是数据挖掘算法,被全世界统
计学家所公认的各种统计方法才能深入数据内部,更快速的
处理大数据,挖掘出公认的价值;如果一个算法得花上好几
年才能得出结论,那大数据的价值就减弱了。
大数据预测趋势能力
大数据分析最重要的应用领域之一就是预测性分析,从
大数据中挖掘出特点,通过科学的建立模型,之后便可以通
过模型带入新的数据,从而预测未来的数据。大数据语
义引擎能力
大数据分析广泛应用于网络数据挖掘,可从用户的搜索
关键词、标签关键词、或其他输入语义,分析,判断用户需
求。
大数据质量和管理能力
大数据分析离不开数据质量和数据管理,高质量的数据
和有效的数据管理,无论是在学术研究还是在商业应用领
域,都能够保证分析结果的真实和有价值。
1.2大数据分析技术
数据采集:ETL工具负责将分布的、异构数据源中的数
据如关系数据、平面数据文件等抽取到临时中间层后进
行清洗、转换、集成,最后加载到数据仓库或数据集市
中,成为联机分析处理、数据挖掘的基础。
数据存取:关系数据库、NOSQL、SQL等。
基础架构:云存储、分布式文件存储等。
数据处理:自然语言处理技术、人工智能等
统计分析:假设检验、显著性检验、差异分析、相关分
析、T检验、方差分析、卡方分析、偏相关分析、距离
分析、回归分析、简单回归分析、多元回归分析、逐步
回归、回归预测与残差分析、logistic回归分析、曲线估
计、因子分析、聚类分析、主成分分析、因子分析、快
速聚类法与聚类法、判别分析、对应分析、多元对应分
析(最优尺度分析)、bootstrap技术等。
数据挖掘:分类、估计、预测、相关性分组或关联规则、
聚类、描述和可视化、复杂数据类型(Text,Web,图
形图像,视频,音频等)挖掘。
模型预测:预测模型、机器学习、建模仿真。
结果呈现:云计算、标签云、关系图等。
1.3大数据存储技术和系统
在数据存储系统体系结构方面,以大量廉价服务器组成
无共享(shared-nothing)集群的方式逐渐成为主流。这种
体系结构易于实现高可用、高性能、渐进可扩展的存储系统,
并且由于存储资源与计算资源紧密耦合,在扩充存储容量的
同时,计算能力也能够同步增强,能够避免同时,计算能力也能够同步增强,能够避免存得下,算不
出出的问题。在软件方面,文件存储是最基本的数据存储
方式。文件存储的优点是访问接口简单,文件格式可以由
使用者灵活定义,因此文件存储往往作为更高级的数据管理
系统的底层存储服务。目前能够存储超大规模数据的文件
存储系统包括Lustre、Googlefilesystem(GFS)、Hadoop
distributedfilesystem(HDFS)以及AmazonS3等。它
们的共同特点是基于无共享架构、能够管理数百乃至数千存
储节点、自动维护数据冗余或副本、高并发顺序访问吞吐率
等。
1.4大数据业务模型建模
在更高级的数据管理方面,最重要的数据管理系统是以
关系数据模型为基础的关系数据库系统(RDBMS)。关系数据
模型最主要的优点之一是具有与一阶逻
文档评论(0)