전통적인 미디어 예방 실수의 과학적인 응용 프로그램으로 다시 바람에 대 한 큰 데이터를 빌려 원하는

전통적인 미디어에 대 한 디지털 변환 실현 하려면 우리가 큰 데이터 기술에 기반한 지능형 정보 서비스 플랫폼을 설정 해야 합니다. 그래서 큰 데이터 무엇입니까? 큰 데이터를 입력 하는 전통적인 미디어의 한계는 무엇입니까? 그리고 깨진 수? 이 점에서 국가 관리 연구소의 사회와 문화 연구 학과 수석 이코노미 스 트, 관리 의사 Guo Kanzhong 분석을 했다.

2013 년은 큰 데이터 년, 전통적인 미디어는 또한 적극적으로 도전 하지만 큰 데이터, 실질적인 변형에 이르는, 오해에 대 한 인식의 부족 때문에 큰 데이터를 다루는 다양 한 방법을 있지만 큰 데이터 전통적인 미디어, 혁명적 변화를 데리고 있다.

전통적인 미디어 큰 데이터 연습 혜택

첫째, 전통적인 미디어 사용자 관련 독서 정보 캡처 시간에 대용량 데이터 분석을 통해 사용자 환경을 개선 합니다. 현재, 미디어와 전통 미디어, 사용자 경험의 짧은 보드 이며 대용량 데이터 분석 사용자의 문제, 요구 및 다른 데이터를 더 나은 사용자의 요구를 충족 하 고 따라서 그들의 사용자 경험을 향상 하 여 분석 될 수 있다

둘째, 적극적으로 뉴스 데이터의 실험을 실시 합니다. 현재, 사용자는 더 관심이 고 시각화 된 데이터에 대 한 우려, 전통적인 미디어의 몇 가지 중요 한 보고서 정보 시각화에 점점 더 많은 관심을 지불 합니다.

셋째, 여론 관리를 개발 하기 위해 큰 데이터 기술 사용 하 여 관련 제품. 현재, 우리 나라 사회 변화 기간에서 여론 관리 수요 때문에 매우 큰, 전통적인 미디어는 강한 뉴스 발굴 능력과 보급 능력, 여론 관리 사업 위해 큰 데이터 분석 방법을 사용할 수 있습니다. 사람들의 여론 관리에 매일 사람들의 사람들의 사무실을 아주 잘, 십억의 연간 영업 이익은 하고있다.

큰 데이터 연습 전통적인 미디어의 오해

우선, 아직도 유지는 "콘텐츠는 킹" 개념. 대용량 데이터 시대, 단순 콘텐츠 상업 폐쇄 루프를 형성 하기 어려운, 단지 기술 사용 하 여 큰 데이터 정보 및 사용자 개인 설정, 사용자 지정을 달성 하기 위해 비즈니스 폐쇄 루프를 달성할 필요가. 그러나, 전통적인 미디어 연습에서 주류 개념은 여전히 "콘텐츠는 킹", 인터넷 개념 및 기술 선도 하지 충분 한 관심, 큰 데이터 플랫폼은 달성 하기 어렵습니다.

둘째, 디지털화는 데이터에 대 한 착각 이다. 현재, 실제로 많은 전통적인 미디어 전자 버전, 온라인 콘텐츠 렌더링을 달성 하기 위해 인터넷 웹 사이트를 통해서만 이다. 큰 데이터는 다른 데이터 간의 내부 관계를 설정 하 고 사용자 간의 연결을 설정 하 고, 데이터 마이닝 및 분석을 통해, 다른 것 들 사이의 상관 관계를 알아내기 정보와 비즈니스 가치 실현. 전통적인 미디어 연습에만 소재 건설 부분 완료 된 때문에 실제 데이터에서 멀리 아직도 이다.

셋째, 데이터로 뉴스 시각화의 실수. 현재, 시각적 도구의 도움으로 종종 뉴스에 많은 전통적인 미디어 하지만 뉴스의 아름다움을 추구 하 고 완전히 데이터 간의 논리적 관계의 성격을 반영에 영상 뉴스의 대부분 수 있습니다 효과적으로 홍보 하지 생각 하 고, 사용자 그러나 또한 수 없습니다 효과적으로 그것의 목적.

큰 데이터의 과학적 이해

우선, 큰 데이터 거 대 한, 높은 성장 율 및 수집, 저장, 관리 하 고 분석 내용을 새로운 데이터 처리 모드를 필요로 하는 다양 한 정보 자산을 말합니다. 큰 데이터의 새로운 아이디어, 방법, 작업 및 도구, 뿐 아니라 도구 모음입니다.

둘째, 대용량 데이터 온라인, 질량, 총합, 구조화 되지 않은, 실시간의 특성이 있다. 선형, 즉, 큰 데이터 항상 온라인 일 수 있다 언제 든 지 전화, 대규모, 즉, 큰 데이터 규모, 일반적으로 전류를 말합니다 10 TB 규모, 전체, 즉 위의 데이터, 걸릴 생각 하 고, 전체 큰 데이터 보다는 샘플 생각; 구조화 되지 않은, 즉, 단지 전통적인 관계형 데이터를 포함 하 여 큰 데이터의 광범위 한 금액 웹 페이지, 비디오, 오디오, 전자 메일, 문서의 형태로 원시, 반구조적 및 구조화 되지 않은 데이터를 포함 하 고 실시간, 즉, 큰 데이터 수 반응 실시간으로. 예를 들어 즉시 렌더링 Google 검색 상자에 키워드를 입력 합니다.

셋째, 큰 데이터는 새로운 아이디어와 생각을 나타냅니다. 큰 데이터를 해결할 수 있는 "원인" 및 "상관 관계와 함께", 즉, 거래 뿐만 아니라 응답 "왜" 하 고 수 "무엇"을 대답. 작은 데이터에서 "왜", 대답 하는 방법은 샘플링에 의해서만 그리고 큰 데이터 관련 관계를 찾을 수, 즉 "무엇"을 대답 하는 방법의 전체 샘플 수 있습니다.

4, 키 큰 데이터에는 지능, 즉, 도구의 사용 효과적인 데이터 마이닝 및 전문 처리, 그리고 "처리" 데이터 "부가 가치"를 달성 하 고 따라서 수익성 달성을 통해. 현재, 사용 하는 방법으로는 주로 데이터 마이닝와 비교 분석, 주요 관련된 기술 이며 mapreduce Hadoop으로 비 관계형 데이터 분석 기술.

큰 데이터의 구현에 따라 데이터의 가용성, 모델의 과학 그리고 보기의 구체화. 현재, 많은 데이터는 진짜 큰 데이터 마이닝 실현 하기 어려운 중국에 얻기 어렵다 고 분석. 둘째, 과학적인 모델 직접 모델링의 훌륭한 수준이 필요로 하는 데이터 분석의 품질을 결정 합니다; 셋째, 의사 결정을 위한 기초를 제공 하는 데이터 마이닝에 따라 독창적이 고 높은 품질 보기는 매우 높은 품질 데이터 해석에 의존 이 업계 전문가 들의 값을 반영합니다.

VI, 대용량 데이터 및 클라우드 컴퓨팅 유기 깊은 통합. 클라우드 컴퓨팅은 이미 데이터는 모두 함께 Analysis Services 구현 합니다. 또한, 웹-기반 웹 사이트를 대체 하는 미래의 웹 기반 시맨틱 네트워크, 대규모 데이터 정보에 대 한 우리의 접근의 주류 될 것입니다.