큰 데이터 값: 의사 결정 지원 시스템

2012 년가 선생님 WPP, 글로벌 광고 거 인의 그는 그가 그를 데리 러 무인된 자동차를 보내면 구글의 최고 경영자 래리 페이지 방문. 렉서 스 SUV, 레이더, 센서, 초당 1.5 백만 번 이상 측정 하는 레이저 스캐너 자체 운전 대형-첨단 장비 이다. 그것은 20 분, 고속도로 제 280와 바쁜 85 주 고속도로 통해 운전 여행 있다. 자동 자동 수정 경로, 차량 및 보행자 앞 느려, 맹점, 근처의 근처에서 다음 질주 그리고 마지막으로 웅대한 호텔에서 약 32 킬로미터 회사에 온 자기를 통해 크루즈. (재산의 중국 버전에 따라 2013 년 3 월)

이것은 구글 개발 미래 차량 이다. 이 무인된 자동차는 뿐만 아니라도 역사와 지능형 브레이크 와이어와 압도, 실시간 계산 사용 하지만 또한 (때문에 그것은 소통량의 작업을 더 부드러운) 에너지 절약, 생산성 향상 (줄일 수 있습니다 다른 비즈니스에 대 한 시간 통근 시간). 목적지에 도착 후 차 주차 공간 큰 데이터 탐색에 자동으로 항해할 수 있다. 여행 해야 하는 경우에 휴대 전화 등 모바일 단말기를 사용 하 여 미리 결정 된 위치에 차를 보낼 수 있습니다.

이 큰 데이터의 마법 이다. 과거와 현재의 데이터를 분석 하 여 정확 하 게 내부 및 외부 데이터의 통합을 통해 미래를 예측할 수 있습니다, 그것은 통찰력을 수 있는 대규모 데이터의 발굴을 통해 사물 간의 관계에 그것은 인간의 두뇌를 대체할 수, 사회 관리의 책임.

지혜 사회 결정의 보물

2007 년, 노벨 수 상자 인 짐 회색 언급 데이터 집약적인 과학 전산 과학에서 분리 되는 과학적인 연구의 제 4 패러다임. 이 시점에서, 모든 다국적 기업 데이터 집약적인 과학의 도착에 대 한 걱정 되었습니다. 마이크로 소프트, 예를 들어 게시 4 패러다임: 데이터 집약적인 과학적 발견, 확장 대규모 데이터 생태 과학 재정의를 "사용", "저희가 가까이 공간: 대규모 데이터의 발견", "지구 과학 연구 도구: 차세대 센서 네트워크 및 환경 과학" 및 기타 관련 주제를 연구.

고전 역학, 양자역학 및 계산 과학, 같은 데이터 집약적 과학 것입니다 확실히 사회 과학을 공부 하는 방법에 영향을. 큰 데이터 나이: 생활, 일 및 큰 데이터 생각의 관련 관계에 큰 변화를 생각. 즉, 모든 데이터, 단지 작은 샘플 사람들이 할 수 하네스; 사람들 데이터의 정확도 요구 하지 않고 더 혼합된 데이터를 팔 수 있다 사람들은만 ""의 인과 관계를 탐구 하지 않고 그것을 알고의 관련 관계를 알 필요가 "왜 이유를 알면서".

과학 연구 패러다임의 변화는 결국 사람들의 사고 방식과 결정 모드의 변화에 피드. 구글의 무인된 자동차 컴퓨팅 및 교통 지도 및 제어 기능을 달성 하기 위해 인공 지능의 도움으로 큰 데이터의 분석을 기반으로 합니다. 유비 쿼터 스 컴퓨팅, 센서를 통해 큰 데이터 현실 세계, 가상 세계와 현실에 존재 하는 복잡 한 네트워크 관계를 해결 하 고 판단과 결정을 인해 과정에서 만들 수 있습니다. 이 의사 결정 모델 정보로 데이터의 변화를 따른다, 지식, 지식으로 정보 지혜 흐름 나온다. 고유에서 이전 전문가, 엘리트, 신뢰할 수 있는 전략적 의사 결정, 큰 데이터 결정 하자 업계 전문가 및 통계학자의 출현에 비추어 기술 전문가 및 데이터 분석가 흐리게, 비-선형, 중앙, 하단-일어나, 그룹 정보 의사 결정 모델의 발견 점차적으로 형성.

큰 지역 간, 산업 간의 사이 데이터 비즈니스 분야의 침투는 전통적인, 선형, 탑-다운 엘리트 의사 결정 모델, 훼손 그리고 비-선형, 불확실성 지향, 상향식 의사 결정 자료를 형성.

비 경쟁 생산 요소

사람들이 큰 데이터에과 대 광고, 협동 소비 또는 공유 경제 나오고 있다. 공유 경제는 소셜 네트워크, 모바일 인터넷과 경제 사회 건설의 결과 이며 그것은 또한 실제 생활 및 분산 공유에 큰 데이터의 일반 응용 프로그램. 공유 경제와 큰 데이터 응용 프로그램의 상호 작용 관계 큰 데이터의 세 가지 특성을 보여준다.

하나는 생산 요소의 특성입니다. Google와 아마존과 같은 대형 데이터 제어 기업에 대 한 데이터의 생산, 판매 및 맞춤 서비스의 측면에서 뿐만 아니라 생산 및 연구, 더 정확한 공급망 관리 메커니즘을 만드는 새로운 요소로 보아 왔다. 큰 데이터 기술 기업으로 서 IBM 고객 유지, 그것은, 비즈니스 통합, 재무 프로세스 변환, 위험 예측 및 회피 등 4 가지 측면으로 큰 데이터의 생산 요소 기능을 정리 했습니다.

두 번째 데이터의 일정 한 온도 이다. Microsoft 및 Oracle과 같은 대형 데이터 기술 기업 큰 데이터 분석, 그리고 심지어 teradata 많은 온도 데이터 관리 기술에서 중요 한 단계도 클렌징 데이터 사용 IBM 안부 진위와 정확성 (정확성) 큰 데이터의 4 V로, 비록 하지만 과거와 현재의 데이터를 사용 하 여 미래의 기능 예측을 하 여 큰 데이터 선택 하기 어려운.

세 번째 값의 잠재력 이다입니다. 실제 리소스와 달리 큰 데이터 값 줄어들 것입니다 하지 그것을 사용 하지만 수 지속적으로 처리 하 고 새로운 가치를 발견 하는 대로. 이 새로운 문제를 만들고, 데이터 소유자는 전통적인 사용할 수 있습니다 데이터 마이닝 방법, 대용량 데이터의 첫 번째 값 릴리스 실현 하지만 값 체인 많은 비-소유자, 개편 데이터와 확장 데이터를 통해 수 있습니다, excavates 두 번도 여러 번 값.

한마디로, 그리고 분산 및 상호 작용의 특성을 가진 큰 데이터 명백한 "비 경쟁" 자원, 그리고 더 많은 데이터 통합 특징은 플랫폼을 공유 하는 더 열려 데이터 데이터의 잠재적인 가치의 발견에 도움이 됩니다.

(책임 편집기: 루 광)