- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据平台建设及应用分析--第1页
大数据平台建设及应用分析
随着互联网技术的持续发展以及人们数据需求的不断增加,大
数据已经成为了当今互联网时代的重要组成部分。众所周知,大
数据不仅是一种技术,更是一种能够利用多种数据源、分析大量
数据并从中提取出有价值信息的过程。大数据平台建设及应用分
析,正是大数据实现应用的基础。本文将阐述如何建设一款完善
的大数据平台,并介绍一些常见的大数据应用。
一、大数据平台建设
大数据平台建设包括了数据采集、数据存储、数据分析三个阶
段。数据采集是指将各种数据源的数据提取出来进行收集和处理,
数据存储帮助我们存储大量的数据,使得后续的数据分析能够顺
利的进行。相比于数据采集和数据存储,数据分析是大数据平台
中最重要的一步。而在大数据分析的过程中,我们需要分别来考
虑4个方面的技术要素:数据分析模型、数据分析算法、数据分
析工具以及数据分析环境。
1.数据采集
数据采集包含多个步骤,首先需要针对需求进行梳理,并且按
照需求的不同,对不同的数据源进行处理。例如:社交数据、日
志数据、资讯数据等。数据采集方式又有多种,针对不同的数据
大数据平台建设及应用分析--第1页
大数据平台建设及应用分析--第2页
源可以采取不同的方式。如:API接口摘取、爬虫抓取、日志服
务器收集等。
2.数据存储
目前存储大数据的方式主要有两种:HDFS和NoSQL。Hadoop
DistributedFileSystem(HDFS)可以支持PB级别的存储,不仅可
以快速存储海量数据,还支持多副本备份。而NoSQL则可以让我
们实现分布式、可扩展的海量数据存储,适用于处理非结构化的
数据。
3.数据分析模型
数据分析模型是大数据分析的核心,由于大数据涉及到的数据
规模可能会十分庞大,因此数据分析模型应该针对数据规模进行
合适的设计,同时也要符合业务需求,能够适应不同的分析场景。
4.数据分析算法
数据分析算法是实现大数据分析模型的关键,包括机器学习、
NLP、数据挖掘等。当然,算法的选择需要根据业务场景来选择
不同的方式,例如分类、回归、聚类以及关联等。
5.数据分析工具
数据分析工具的选择要基于数据分析场景以及需要求来进行选
择。大数据处理工具包括:Hadoop、Spark等。数据分析工具则包
大数据平台建设及应用分析--第2页
大数据平台建设及应用分析--第3页
括:R、Python。当然,数据分析工具的选择也不止于此,需要根
据需要进行适当的调整。
6.数据分析环境
数据分析环境包括硬件硬盘、内存、CPU。因为大数据处理过
程中需要进行复杂的计算,因此数据分析环境的硬件配置需要根
据数据规模进行合适的配置。
二、大数据应用分析
大数据分析可以广泛应用于金融、医疗、电力、零售等行业。
下面我们重点介绍一下大数据分析在金融和医疗行业的应用。
1.金融行业
金融行业的大数据应用主要包括风险评估、客户行为分析、精
准营销、反欺诈以及大数据可视化分析等。其中客户行为分析和
反欺诈应用需求较为常见。
客户行为分析能够帮助金融机构了解每位客户的每一笔交易信
息,进而通过数据分析找出可能的客户需求以及交易趋势。这也
性化精准营销的核心。而反欺诈系统可以通过大数据分析算
法,将客户行为数据进行进一步分析,去除无效信息,并且识别
出可能存在的欺诈行为。并且可以不断
文档评论(0)