다음 큰 데이터에 대 한 중지: 빠른 데이터?

요약: 구름, 우리의 모든 행동 데이터 네트워크는 때 우리의 다음 단계는 것입니다 무엇 "빅 데이터"를 예측, 분석 될 수 있다 하지만 아마도이 때문에 예측에만, "사고", "사람들의 생각" 및 다른 이유, 여러 번, 인간 수행 하지 않습니다 카드의 상식, 데이터를 정확 하 게 당신의 행동을 예측할 수 있습니다? 답변 수 있습니다 네, 하지만 꽤 큰 데이터를 하지만 빠른 데이터를 필요! 다음 큰 데이터에 대 한 중지: 빠른 데이터? 우리는 우리의 생활 이나 작업에는 다음과 같은 경우 발생: 회사의 여신 mm Haagen-다 즈 아이스크림, 거의 매일 한 잔 사 먹고 항상 좋아는 하지만 어느 날, 그녀는 풍미와 맛을 DQ 얼음 여왕을 했다; 회사 수 탉 실크 프로그래머 일 일찍, 초과 근무, 작업 코드 품질, 기업 그룹 활동을 건물의 완료를 샤 오 밍은 또한 적극적으로 참여 하 고, 연속 분기별은 회사의 뛰어난 직원, 갑자기 어느 날, 태도 과감 하 게 제안, 떠나가 고 있다 집 가르쳐. 나는 예측 하 고 설명, 친구 말, 만약 큰 데이터 기본 알고리즘에 따라 추측 그녀의 동작 데이터 그녀 Haagen-다 즈를 먹고 계속 것입니다 나타났습니다 때문에 여신 mm로 아이스크림, 먹고는 큰 데이터 서비스에 있는 친구, 연구 및 개발 관리자 또는 감독, 대용량 데이터 분석, 원숭이 Xiaoming 프로그램의 동작에 곧 프로모트될 유사 하 게, 어느 날 그는 돌아갈 것 이라고 가르치는 그의 고향 예측 불가능 합니다. 질문은, 그래서 그것은 응용 프로그램 모델을 만들 수 큰 데이터 기반 실시간 심리적 피드백 데이터를 대체 하기 위하여 관객 동작? 그들은 어떻게 결합 된다? 설문의 설립자는 수비수에와 서, 그를, 그가 심리적 피드백 데이터와 고객 행동 데이터 사이의 관계에 대 한 매우 흥미 있는 주제를 했다는 동일한 질문을 던졌다. 그는 먼저 두 가지 개념을 대중화: 하나 큰 데이터, 다른 빠른 데이터입니다. 예를 들어 우리는 11 일 고양이 또는이 사이트에 우리의 행동의 모든 Jingdong 쇼핑: 대형 데이터 그림과 고양이 큰 데이터 화면을 구성 하는 큰 데이터 조합에 모든 사용자 구성 상품, 그리고, 평가 비교 상품, 주문, 지불, 웹 검색. 하늘 고양이 분석할 수의 여신 컵 큰 데이터 조합에 따라 큰 어떤 상품 판매, 것 이다 또는 그녀에 관심이 있을 수 있습니다 및 광고에 대 한 어떤 상품을 예측 하는 사람의 행동 궤적에 따라 모델 예측. 사용자는 광고를 클릭 하지 않습니다 또는 사용자 나뭇잎 고양이, 고양이 후 다시, 1 개월 우리 관련성 또는 이유를 찾을 큰 데이터의 동작에서 수. 없습니다 이 시간, 빠른 데이터 표시, 광고를 클릭 하지에 대 한 또는 사용자 전에 1 개월 고양이 두고, 비슷한 질문 피드백 방법을 통해 우리 (또한 수 "의견", 실시간 피드백의 임계값을 줄일 웹 사이트 기술을 통해),이 실시간 데이터에 기반 하는 사용자의 아이디어를 수집 우리는 실시간으로 사용자의 심리적 의견을 알고 하 고 해당 조치를 취할 수 있습니다. 설문의 수비수를 예를 들어, 사용자의 네트워크 관객 심리적 피드백 대화형 빠른 데이터 응용 프로그램 경우 회사와 같은 세계의 최고 500 설문의 형태로 직원 아이디어 수집을 설명 하 고 평가 평가 하는 직원의 일상적인 성능을 결합, 시동 회사는 블랙 말 티켓 설문 조사 방법으로는 음악 수집프로듀서의 수요, 신속한 제품 반복, 애프터 서비스 조언 수집 및 관리에 대 한 양식을 비디오 tv, 지능형 하드웨어 재판에 대 한 빠른 데이터를 통해 기장 회사... 왜 빠른 데이터는 대부분의 시나리오에서 사용할 수 있습니다, 수비수, 크거나 빠른 데이터, 사실, 우리는 응용 프로그램 및 해석, 우리 떠날 수 없어 "인간성", "인간성"의 이해의 이해 여부입니다 데이터 해석 모델 수립 하 키. 그리고이 시점에서 정확 하 게 실시간으로 피드백 대화형 빠른 데이터 행동, 거짓말 하기 쉽습니다 때문에 태도 속이기 어렵다 "인간" 이해에 반영 하는 데이터에서 더 많은 수 있습니다. 크고 빠른 데이터 간의 관계는 대체 여부를 물었을 때 그는 부정적인 대답을 했다. 그와 반대로, 그들은 상호 보완적인 관계를 형성, 지도 서로 잘 보완 됩니다. 예를 들어, 미국에서 아마존, 유명한 쇼핑 웹사이트를 방문 하면 한 한편으로, 그것은 당신의 검색의 동작에 따라 대용량 데이터 추천도 서, 한편으로, 사이트를 떠날 때 이해 심리적 활동, 그것의 작은 선물 메일 또는 홍보 메일을 나타날 수 있습니다 다음 날을 3-5-주제 피드백 양식을 줄 것 이다. 그러한 큰 데이터 및 빠른 데이터 상호 작용 모델의 창조 전 아마존 데이터 과학자에 따르면 최대 1.5%, 아마존의 만족도 증가 했다. 빠른 데이터 큰 데이터 후 새로운 핫스팟 될 것입니다? 기업에는 많은 수의 사용자를 위한 필요 뿐만 아니라 실시간 피드백 (소비자 기업, 빠른 데이터에 대 한 더 많은 가치)에 따라 고속 데이터 상호 작용에 대 한 더 강력한 수요가 있다. 미국에서는, Surveymonky, 설문에 따라 빠른 데이터 회사 이상의 $2 십억 조, 반환은 그리고 다른 빠른 데이터 회사, Qualtrics, 자금 조달과 이상의 $1 십억 조 거래액에서의 새로운 라운드 완료 했습니다. 미래, 빠른 데이터, 큰 데이터를 하나 더 많은 실시간 피드백, 하나는 깊이 데이터 강수량, 어떻게 개발, 우리가 기다려 하 고 볼.