1700432011
■ 车载信息服务数据可以针对汽车保险政策提供更好的定价策略。但是，我们收集的车载数据也有可能会使交通管理和道路规划发生革命性的改变。
1700432012
1700432013
■ 文本数据是最大的，也是应用最广泛的一类大数据源。一般来说，我们关心的是如何从文本中提取到重要的事实，然后如何使用这些事实作为其他分析流程的输入。
1700432014
1700432015
■ 时间和位置数据的影响力越来越大。为了在某个时间和地点给客户提供针对性的信息，公司必须要利用更复杂的信息。
1700432016
1700432017
■ 在零售业和制造业，RFID数据开始支持新的分析应用，从库存分析到欺诈分析，再到员工绩效分析。
1700432018
1700432019
■ 智能电网不但能使电力公司更好地管理电网，而且消费者也可以更好地控制自己的用电量。
1700432020
1700432021
■ 使用RFID标签跟踪筹码可以帮助赌场更准确地跟踪玩家的活动，同时降低付款错误和作弊的次数。
1700432022
1700432023
■ 传感器数据可以提供关于发动机和设备性能的有力信息，还能用来更方便地诊断问题，更快地开发解决问题的程序。
1700432024
1700432025
■ 视频游戏制造商可以使用遥测数据更好地定位微交易，改善游戏流程，通过游戏风格对玩家进行分群。
1700432026
1700432027
社交网络数据滋生出很多种新的客户评价方法。在电信业，社交网络分析已经把焦点从账户盈利分析转向了社交网络盈利分析。
1700432028
1700432029
〔1〕Merv Adrian, “Big Data”, Teradata Magazine, 1
:11, www.teradatamagazine.com/v11n01/Features/Big-Data/.
1700432030
1700432031
〔2〕Mckinsey Global Institute, Big Data: The Next Frontier for Innovation, Competition and Productivity, May 2011.
1700432032
1700432033
〔3〕Ibid.
1700432034
1700432035
〔4〕CEO Advisory: “Big Data” Equals Big Opportunity, Gartner, March 31, 2011.
1700432036
1700432037
〔5〕本章内容基于我的同事Rebecca Bucnis的会议演讲。我们也撰写了一篇论文，名称是Taking Your Analytics Up a Notch by Integrating Clickstream Data，发表在SAS Global Forum 2011。
1700432038
1700432039
1700432040
1700432041
1700432043
驾驭大数据 第二部分 驾驭大数据：技术、流程以及方法
1700432044
1700432046
第4章分析可扩展性的演进
1700432047
1700432048
不言而喻，大数据的世界需要更高层次的可扩展性。随着公司处理的数据量持续增长，原有的数据处理方法已经无法应对现有的数据量。那些没有更新技术以提供更高层次的可扩展性的企业，将无法应对大数据带来的数据处理压力。幸运的是，在大数据处理、分析与应用的不同层面中，有很多技术可供使用。其中有些技术还非常新，而大数据领域的公司也需要与时俱进。
1700432049
1700432050
这一章会讨论能够帮助我们驾驭大数据的几种重要技术：分析与数据环境的关联性、海量并行处理架构（Massively Parallel Processing，MPP）、云计算、网格计算以及MapReduce。
1700432051
1700432052
开始讲述具体内容以前，请记住本书的定位并不是一本技术书籍。这一章，以及随后的第5章与第6章，将会是技术性内容最多的章节，但是所有的技术内容都将局限在概念层面，以确保技术背景不深的读者也可以轻松地理解。为了达到这个目标，本书对某些技术细节进行了一定程度的简化处理。如果读者想了解更多的技术细节，可以阅读专注于技术本身的其他书籍。
1700432053
1700432055
4.1 分析可扩展性的历史
1700432056
1700432057
在20世纪初期，进行数据分析是一件非常非常困难的事情。如果要进行某些深入分析，例如，建立预测模型，则需要完全依靠人们手工进行各种统计运算。举个例子，为了构建一个线性回归模型，人们不得不手工计算矩阵并进行矩阵的转置运算，连矩阵参数估计的计算也需要手工进行。当时人们已经拥有了一些基础的计算辅助工具，但绝大部分计算过程还是需要依靠手工来完成。在那个时代，获得分析所需的数据是很困难的事情，但是使用这些数据更加困难。那个时代人们几乎没有任何形式的可扩展分析能力。
1700432058
1700432059
计算尺的出现让情况稍有好转，20世纪70年代出现的计算器使更大数据量的计算变得更容易了一些，但是那个时候的计算器可以处理的数据规模仍然十分有限。20世纪80年代进入主流市场的计算机，真正地把人们从繁琐的手工计算中彻底解脱了出来。然而，20世纪80年代之前出现的计算机只有极少数人可以接触到，而且这些计算机都极为昂贵，操作也相当困难。
1700432060
[
上一页 ]
[ :1.700432011e+09 ]
[
下一页 ]