-
您是不是在楼宇安全中使用大数据？
所属栏目：[大数据] 日期：2022-05-21 热度：170
谈到大数据，物理安全有点姗姗来迟。企业已将各种数据源用于多种目的，例如向消费者进行营销(如谷歌、亚马逊和 Facebook)、提高运输效率(如包裹跟踪、航班调度和自动驾驶汽车)，以及改善医疗保健服务(如、病历管理、人工智能辅助药物开发和患者健康风险评分)[详细]
-
2022年企业需要关注的12项数据和分析趋向
所属栏目：[大数据] 日期：2022-05-21 热度：95
数据和分析领导者需要在自适应人工智能(AI)系统、数据共享和数据编织等趋势的基础上推动新增长、韧性和创新。 趋势一：自适应AI系统(Adaptive AI systems) 同时，构建和管理自适应AI系统需要采用AI工程实践。AI工程能够通过编排和优化应用来适应、抵御或吸收[详细]
-
Gartner公布2022年数据分析十二大趋势
所属栏目：[大数据] 日期：2022-05-21 热度：166
关于数据的几项事实是：如今国内数据利用率仍然很低，企业数据孤岛问题显著，但数据分享成为更加主流的趋势，数据外泄的风险性愈发低于分享赢得的价值...... 对于企业来说，四种趋势和数据息息相关，发挥数据的潜在价值将带来新机会。 AI工程化是Gartner在近[详细]
-
终于有人将数据 信息 知识讲明白了
所属栏目：[大数据] 日期：2022-05-21 热度：108
数据无处不在，只是它们没有实体。 过去，人们习惯把数字的组合称为数据。但在今天，这样的理解显然不够全面。那么是否可以把数字、字符、字母的集合称为数据？也不准确。 在今天大数据的语境中，数据是可以被记录和识别的一组有意义的符号，一般可通过原始[详细]
-
数据映射优秀实践 类型 办法和工具的简要指南
所属栏目：[大数据] 日期：2022-05-21 热度：90
在任何应用程序集成、数据迁移以及一般的数据管理计划中，数据映射都是最关键的步骤之一。甚至可以这么认为：集成项目的成功在很大程度上取决于源数据到目标数据的正确映射。 本文将探讨有关数据映射的优秀实践，包括类型、常用方法以及一些有用的数据映射工[详细]
-
数据即服务 供给即时数据的顶级供应商
所属栏目：[大数据] 日期：2022-05-21 热度：66
并非所有可能使企业受益的数据都可以通过内部方式轻松生成、清理和分析。数据即服务提供商则是可以为企业提供数据即用型数据使用的实体。 云计算提供商 所有主要的云计算公司都为其客户维护大量开放数据集。在许多情况下，数据是免费的，并作为使用本地计算[详细]
-
调整数组元素顺序 你明白几分？
所属栏目：[大数据] 日期：2022-05-21 热度：154
有一个整数数组，我们想按照特定规则对数组中的元素进行排序，比如：数组中的所有奇数位于数组的前半部分。 实现思路 我们通过一个实例来分析下：假设有这样一个数组：[2, 4, 5, 6, 7, 8, 9, 11]，将奇数移动到最前面后，就是：[11, 9, 5, 7, 6, 8, 4, 2]。[详细]
-
Spark SQL 字段血缘在 vivo 互联网的践行
所属栏目：[大数据] 日期：2022-05-21 热度：115
字段血缘是在表处理的过程中将字段的处理过程保留下来。为什么会需要字段血缘呢? 有了字段间的血缘关系，便可以知道数据的来源去处，以及字段之间的转换关系，这样对数据的质量，治理有很大的帮助。 Spark SQL 相对于 Hive 来说通常情况下效率会比较高，对于[详细]
-
帮你看明白Zookeeper如何实现服务注册发现
所属栏目：[大数据] 日期：2022-05-21 热度：62
对微服务稍有了解的小伙伴应该都听说过 Zookeeper，我们来看看在官网上是如何介绍的： Zookeeper 是一个分布式的、开源的分布式应用程序协调服务。 作为一个协调服务，常常用来配合其他中间件来用，比如：Dubbo + Zookeeper，Hadoop + Zookeeper等，Zookeepe[详细]
-
大数据分析如何发挥重要的作用
所属栏目：[大数据] 日期：2022-05-20 热度：149
在人们的工作和生活中，都会产生大量数据。人们每次打开电子邮件、在线联系他人、使用智能手机应用程序、与任何客户支持代表交谈、进行在线购买或联系虚拟助手时，服务提供商和开发商都会收集这些原始数据。这些庞大的、无组织的数据集群被称为大数据。 简单[详细]
-
大数据时代个人隐私数据保护的挑战与思考
所属栏目：[大数据] 日期：2022-05-20 热度：81
大数据时代个人隐私数据保护的挑战与思考： 一、大数据时代个人隐私数据泄露已成为全球重大的社会问题 随着信息技术的飞速发展，数据化生存已逐渐成为人类社会运行的常态，数据在公共管理、科学研究、企业营销等领域发挥着重要作用。 疫情发生以来，利用大数[详细]
-
数据管理战略 企业可实施的六个方面
所属栏目：[大数据] 日期：2022-05-20 热度：112
数据战略为更好的数据管理和治理奠定了基础，但仍有改进的空间。为了让数据管理走向现代化，企业需要正确的工具、环境、资源和权限来建立数据驱动的项目，并建立指导方针和边界，以确保成本、敏感信息的保护和法律合规性得到有效管理。 以下是企业在实施数据[详细]
-
阿里巴巴云原生大数据运维平台 SREWorks 正式开源
所属栏目：[大数据] 日期：2022-05-20 热度：122
随着行业不断发展，大数据AI也逐渐呈现云原生化的趋势。复杂的业务场景及其背后涉及到的不同技术方向的开源和自研，使得产品运维面临技术复杂度高、规模大、场景多等挑战。 阿里巴巴云原生大数据运维平台 SREWorks，沉淀了团队近10年经过内部业务锤炼的 SRE[详细]
-
现代数据栈是如何走向实时化的?
所属栏目：[大数据] 日期：2022-05-20 热度：55
时代已经变了，企业对传统的数据基础设施越来越厌烦，这些基础设施对关键的商业智能问题回答得很慢，而且经常过时，与当前的业务现实不同步，通常是一天或更长时间。 现代企业的需求和要求正在以戏剧性的方式转变。因此，旧的批处理模式(每天一次大的更新，[详细]
-
从 垃圾 数据到数据完整性的转变
所属栏目：[大数据] 日期：2022-05-19 热度：100
数据产生的速度越来越快，这已经不是什么秘密。根据IDC的数据，由于在家里工作、学习和做事的人数突然增加，2020年产生和复制了更多的数据。此外，据预测，未来5年创造的数字数据量将是数字存储出现以来所创造数据量的两倍以上。 但这引出了一个问题，这些数[详细]
-
50%企业数据治理失败！这九大要素才是成功关键
所属栏目：[大数据] 日期：2022-05-19 热度：82
知名咨询公司Gartner的调研显示，在实施数据治理的企业中，有34%的企业数据治理处于良性建设阶段，有近50%的企业数据治理并未取得理想的效果，仅有16%的企业数据治理效果显著，处于行业领先水平。 1.数据战略 很多企业都说自己重视数据，但是能规划出明确的[详细]
-
大数据时代下如何保障信息安全？
所属栏目：[大数据] 日期：2022-05-19 热度：154
大数据时代下如何保障信息安全？ 1.大数据时代已来 随着网络时代日益信息化，移动互联网、社交网络、电子商务大大拓展了互联网的疆土与应用领域，我们正处在一个数据爆炸性增长的 大数据时代，大数据对社会经济、政治、文化，生活等方面产生深远的影响，大数[详细]
-
为什么成功的数据网格实施需要数据虚拟化？
所属栏目：[大数据] 日期：2022-05-19 热度：54
组织多年来的一贯做法是将所有数据整合到单一位置，例如数据仓库或近年来兴起的数据湖。但是，集中式数据基础架构的一些弊端已初现端倪： 1. 集中式数据团队对数据的了解程度无法与只专注于全部数据中特定部分的具体业务团队相提并论。 2. 集中式数据基础架[详细]
-
智能交通 大数据科技在交通领域的应用
所属栏目：[大数据] 日期：2022-05-19 热度：145
最近几年，城市机动车保有量增长惊人，客车、面包车、私家车甚至是摩托车的年平均增幅达到了15%以上。根据分析，当车辆保有量年增长率超过20%的话，将会引起当年以及之后几年城市交通建设速度难以匹配保有量增长，引发交通问题。 现阶段我国城市路网存在着密[详细]
-
大数据安全在云中的几个最优秀实践
所属栏目：[大数据] 日期：2022-04-11 热度：84
在处理云中的大量数据时，企业需要主动采取安全措施。不要等待威胁发生，应该首先采用一些安全方面的最佳实践。 任何大数据项目都涉及存储和处理大量数据，其中可能包括敏感信息或个人身份识别内容。解决云计算中的大数据安全问题需要采用各种最佳实践。 每[详细]
-
选择分析工具时要考虑的元素
所属栏目：[大数据] 日期：2022-04-11 热度：178
管理咨询机构Aspirant公司在调查报告中指出，随着人工智能(AI)的发展，各行业领域产生了大量数据，而这些数据对于企业都非常有帮助，但许多人不知道如何评估或分析如此大量的信息。 企业将引入或采用大量的分析解决方案，这些解决方案大多具有相似的特性和功[详细]
-
为何预测分析对零售企业如此重要
所属栏目：[大数据] 日期：2022-04-11 热度：142
预测分析是一种对企业越来越重要的策略。利用机器学习来分析企业收集的数据，现在可以用于对未来做出更准确的预测。虽然它在许多行业中的使用时间比许多人想象的还要长，但由于其复杂性和高昂的成本，该过程的采用率通常很低。然而，大数据和越来越多的可用[详细]
-
预测分析的几个胜利案例
所属栏目：[大数据] 日期：2022-04-11 热度：124
多年来，企业一直在努力发展其分析能力，这不仅是为了了解过去的表现，而且是为了预测趋势和未来事件，以提高敏捷性。越来越多的公司正在部署预测分析工具，以提高自身的服务效率、开发产品、发现潜在威胁、优化维护工作，甚至挽救生命。 预测分析工具会将统[详细]
-
大数据解析如何影响供应链?
所属栏目：[大数据] 日期：2022-04-11 热度：64
多年前，很多供应链的范围都在国内或本地，通常是比较简单的过程。全球化进程与技术进步相结合，为供应链增加了新的活力，但也使其变得更加复杂。最终，大数据作为一种用户友好的重要资产，并改变了供应链。但大数据给行业带来的最有价值的东西是什么?其答案[详细]
-
数据科学项目失败的原由
所属栏目：[大数据] 日期：2022-04-11 热度：161
如今，数据科学几乎都会引起IT和业务主管们的兴趣。但数据科学确实会出问题。 事实上，利用科学方法、流程、算法和技术系统从结构化和非结构化数据中获取各种见解的数据科学项目可能会以多种方式失败，从而导致时间、金钱和其他资源的浪费。存在缺陷的项目可[详细]
