Insert title here
左侧导航栏
  • 论坛声明:本帖由网友上传,只代表网友个人观点,转帖请注明作者及出处。

云英的大数据逻辑

  • 游客8862674
  • 等级:新手上路
  • 经验值:3
  • 积分:0
  • 0
  • 1778
  • 2018-01-08 11:35:43

大数据无处不在,消费场景下数据更是如影随形。

点餐、支付、点评,每一步的背后都藏匿着多样的数据;办公场景中,文字、邮件等数据由局域网络传递至广域网络;社交场景下,QQ、微信、微博、直播等构成数据的入口,同时连接成出口传递至最初的消费场景内。

数据的海量是难以想象的,每分钟全球有2.04亿封电子邮件被寄出;每分钟Youtube用户会上传300个小时的新视频,而这些影片你将需要花费15年才可以看完。如果我们将一天内产生的数据全部烧录入 DVD 光碟内,那这些光碟叠起来可以连接地球和月球。

事实上,大数据已经应用在衣食住行等各个领域,医疗、娱乐、生产、交通都充满了大数据的身影,大数据就在我们的身边,每个人或多或少都已经在被影响着。

数据产生的同时,也被广泛收集并分析利用。淘宝网一分钟就处理9万个订货单据,新浪微博高峰期一秒钟接受一百万次请求,百度每天要处理60亿次搜索。浏览过哪些网站,精确到几分几秒在哪里上过网,何时又打开了另外一个网站……大数据系统可以对用户的上网活动进行详细分析及记录。在这个过程中,数据处理的价值逐渐就显现出来。

让数据创造价值

2009年出现了一种新的流感病毒。这种甲型H1N1流感结合了导致禽流感和猪流感的病毒的特点,在短短几周之内迅速传播开来。全球的公共卫生机构都担心一场致命的流行病即将来袭。

然而就在甲型H1N1流感爆发的几周前,互联网巨头谷歌公司的工程师们在《自然》杂志上发表了一篇引人注目的论文。文中解释了谷歌为什么能够预测冬季流感的传播:不仅是全美范围的传播,而且可以具体到特定的地区和州。谷歌通过分析人们在网上的搜索数据记录来完成这个预测,而这种方法以前一直是被忽略的。谷歌保存了多年来所有的搜索记录,而且每天都会收到来自全球超过30亿条的搜索指令,如此庞大的数据资源足以支撑和帮助它完成这项工作。

谷歌的方法建立在大数据的基础之上。这是当今社会所独有的一种新型能力:以一种前所未有的方式,通过对海量数据进行分析,获得有巨大价值的产品和服务,或深刻的洞见。

预测疾病仅仅是大数据广泛应用中的一隅,在物流领域,大数据能展现的威力也是巨大的。今年双十一,天猫最终交易额定格在1682亿,创下历史新高。京东全球好物节从111日到111124时累计下单金额达1271亿元。随后,物流爆仓成为新的难题,物流资源布局主要是线路和结点的合理分布、合理规划。传统储运主要是仓储货位、库房的合理布局。物流运作优化则是操作层面。而应用大数据分析技术,系统化安排和分配客户资源和物流资源,布置运输、仓储的空间,物流行程也最短、最畅通,使物流能够摆脱慢、散、乱、远问题的困扰。思维的变革之后是模式的改变,而物流行业模式的改变要通过大数据来将物流与信息对接,智能化升级则是关键。

除了预测疾病、实现物流智能化,大数据对流动人口的管控已经能够应用到实际操作层面。

《中国流动人口发展报告2016》显示,2015年,中国流动人口规模高达2.47亿人,占总人口的18%,相当于每六个人中就有一个流动人口。大量人口的出生登记、学籍等级、婚姻登记等交织成了巨大的数据量。首先,将大数据融入社区进行人口管理则是首要,将社区人员以身份证号的唯一性为特征,经过管理员进行姓名、照片等信息审核认证后即可发放“实名制”门禁钥匙,并于房源居住信息予以关联。门禁系统前端信息主动精准抓拍提取、后端数据分析研判提示,社区民警可通过大数据智能化集成平台实时掌握社区居住人员变动情况,并能进行人、房关联的信息查看,获取变动人员的实名数据、出入门禁信息,真正实现人口管理动态智能化。

 

“大数据”推动智慧工业

在工业制造领域,大数据的巨大价值尤其重要。

目前,中国已成为世界第一制造大国,但制造业仍然大而不强,存在诸多问题,其中最大的挑战就是劳动力成本的快速上升。长期以来,劳动力低成本一直被认为是中国制造业崛起的重要优势,但伴随着中国工业化进程步入后期、人口红利逐步消失以及人口老龄化,劳动力低成本优势正在逐步消失。据统计,从2010年到2015年,我国制造业人员平均工资上涨78.2%。应对此情景,《中国制造2025》提出“三步走”战略,引导中国从制造业大国向制造业强国转变,核心为创新驱动发展,主线是两化融合,主攻方向是智能制造。

工业大数据正是智能制造的关键技术,主要作用是打通物理世界和信息世界,推动生产型制造向服务型制造转型。其在智能制造中有着广泛的应用前景,在产品市场需求获取、产品研发、制造、运行、服务直至报废回收的产品全生命周期过程中,工业大数据在智能化设计、智能化生产、网络化协同制造、智能化服务、个性化定制等场景都发挥出巨大的作用。

对于智能制造最为核心的研发和生产环节,工业大数据更是有着极大的促进提升之用。首先,研发改善环节,可以通过优化需求获取、改善研发流程、基于仿真的设计等方面优化改善研发环节效率、降低成本。其次,在大数据工业中,生产过程同样是重中之重,企业可以从生产过程环节优化,通过设备防御性维护、降低生产损耗、提升良品率、生产计划与排程等方面具体优化,从而提升生产良率、降低生产损耗

工业是现代社会的重要组成部分,从上游的设备供应到下游的生产制造,每一个环节都极为重要。而大数据就像打开一扇全新的门,在更高的维度与原有的技术进行改变及加固。

助力产业升级再造

那么在这个信息爆炸的时代,如何分析应用有效的数据信息?大数据公司云英科技在此领域精耕多年。“云英可以实时精准的采集并分析这些数据,建立强大的数据集成平台,提供多源数据的整合与服务”。而且通过工业大数据分析应用,CloudIn云英能够帮助制造业企业优化和升级业务流程,达到降本增效的目标。

云英集中力量重点布局工业大数据,CloudIn云英为此建立“工业大数据平台”,其平台架构主要分为四部分,其一是工业大数据应用,包括生产管理大数据应用(提升良品率、降低生产损耗、设备预测性维护等)、研发设计大数据应用(个性化产品设计、生产设计仿真等)及经营大数据分析应用;其二是算法与分析平台,包括机器学习、深度学习、仿真测试、算法模型库等;其三是数据处理,包括批处理/交互式计算引擎、流计算引擎、图计算引擎等;其四是数据集成,支持上百种工业设备及协议数据实时接入等。

CloudIn云英在工业大数据领域具有核心竞争力。在数据分析和建模算法技术优势明显,核心团队掌握分类、聚类、回归分析、关联挖掘、时间序列等方面的核心算法,并有着完整的选型、迭代调优框架体系,现有接近百万行的代码库,并有着丰富的跨行业数据分析落地经验,分别在千亿级搜索引擎、百亿级舆情系统、国内最大的CND平台进行过业务和算法融合落地。并且工程技术全面,在云计算、数据平台建设等方面有着深厚的积累,在Google、人民搜索、蓝汛有过数十万台机器、数千种业务的支撑经验,这些经验能够帮助云英在初始阶段快速切入、落地项目,构建先发优势。结合工业特定行业构建的数据业务模型将成为后期云英的技术壁垒。

“基于我们的大数据平台,可以实现项目全生命周期的管理,从咨询规划、实施部署、到运维支撑,提供端到端的基于客户实际的项目管理手段,保证大数据价值得以充分发挥。

在大数据领域,类似CloudIn云英所扮演的角色更多是是一个推动者,他们的逻辑很简单:通过大数据使工业智能化,为产业升级提供新的机会!

点赞


  • 分享到
    谢谢您的阅读, 您是本文第 1778 个阅览者

网友回复

单张最大不超过1M!

    用户名: 密码:         注册新用户     找回密码