第一篇：大數(shù)據(jù)應用及未來展望論文

現(xiàn)階段我國在新的科學技術(shù)發(fā)展上比較迅速,一些新的科學技術(shù)在應用上也比較廣泛化。下面內(nèi)容由小編為大家分享大數(shù)據(jù)應用及未來展望論文，一起來看看吧！

摘 要：大數(shù)據(jù)應用及未來展望，緊跟互聯(lián)網(wǎng)+，便捷未來人們的生活，方便用戶。暢想未來人與人之間的聯(lián)系，從社交網(wǎng)絡、社區(qū)文化，到“六度空間”；展望教育對于國家的希望，大數(shù)據(jù)和教育整合、合理的早教，對個人的幫助，對社會和國家的貢獻；幫助病人的控制病情，并發(fā)病等，結(jié)合醫(yī)療平臺，預測依照現(xiàn)有的生活方式，對個人的影響度，精確醫(yī)療救助，幫助老人送診就醫(yī)；減少自然災害對人類，對生態(tài)環(huán)境的影響，“蝴蝶效應”預測自然災害的發(fā)生；從開發(fā)者角度，整合用戶數(shù)據(jù)，適應市場變化，用戶需求，猜“你”喜歡，開發(fā)出滿足用戶需求的應用；大數(shù)據(jù)和人臉識別的結(jié)合應用，人臉分析，動態(tài)推送廣告，全“自動”，非“手動”應用，強調(diào)人和人之間的猜“你”喜歡的全新的社交方式。大數(shù)據(jù)在未來的應用必將更加廣泛，如何獲取大數(shù)據(jù)，掌握大數(shù)據(jù)，提取大數(shù)據(jù)，整合大數(shù)據(jù)，關(guān)系到人們未來生活的方方面面，誰掌握了大數(shù)據(jù)，就掌握了未來！

關(guān)鍵字：大數(shù)據(jù)；應用；社交；教育；醫(yī)療；自然災害；應用開發(fā)；人臉識別；

Big data applications and future perspectivesJie lv（School of computer science and technology in University of south China hengyang 421000）

Abstract： Big data applications and future prospects, with Internet+ convenient, the future of people’s lives, is convenient for users to think about the future.Between people and people, from social networks, community culture, to the “six space”;prospect of education for the hope of the nation, the integration of big data and reasonable education, early education, to help people and contribution to society and the state;to help patients control the disease, and bring new disease, combining the medical platform, in accordance with the prediction of the existing way of life, the impact on individuals, accurate medical assistance, help the elderly to send medical treatment;reduce natural disasters to human beings, the impact on the ecological environment, the natural disaster prediction butterfly effect the occurrence of;from the developer perspective, the integration of user data, the user needs to adapt to changes in the market, “you guess,” love, development to meet the needs of users of the application;application data and face recognition, face analysis, Dynamic push advertising, full automatic, non manual application, emphasizing the between person and person guess “l(fā)ike you” the new social way.Big data in future applications will be more extensive, how to obtain the data, master data, extraction of big data, data integration, is related to the future life of the people, who mastered the large data, the master of the future!

Keywords： big data;applications;social contract;education;medical treatment;nature calamities;App development;Face Recognition;

1、社會網(wǎng)絡到社交文化

1.1 社會網(wǎng)絡

社會網(wǎng)絡基于節(jié)點與節(jié)點的聯(lián)系，區(qū)別于傳統(tǒng)的群體內(nèi)的溝通。通過相同的興趣愛好，血緣關(guān)系等方式聚集在一起。在互聯(lián)網(wǎng)中，不斷進入和退出一個群體，對同一個群體表現(xiàn)出歸屬感。個體和個體之間的互動，內(nèi)部相對緊密，外部相對稀疏，暫時保持的一種相對穩(wěn)定的關(guān)系。

1.2 六度空間

六度空間理論的猜想，和任何一個陌生人之間所隔的距離不會超過六個。（暫時還只是猜測）。

過去的10年，是社交網(wǎng)絡的10年，從twitter到facebook，到中國的qq，微信，社交網(wǎng)絡逐漸滲透到日常生活中，騰訊大數(shù)據(jù)信息統(tǒng)計，qq日接入消息數(shù)：30，000億，微信平均“日登錄用戶”5.7億。大量用戶在互聯(lián)網(wǎng)的社交平臺上，建立大量多元化聯(lián)系。社交拉進了人與人之間的距離，以個體為中心的社會網(wǎng)絡向外輻射，又與各個群體產(chǎn)生聯(lián)系。社會是相互聯(lián)系的，不是一盤散沙，若有若無的保存著一種聯(lián)系。關(guān)系型社交到非關(guān)系型社交再到關(guān)系型社交，人與人之間的距離真的只有那么近！關(guān)于社交文化的研究會是一個大數(shù)據(jù)應用方向。

2、早教到合理，優(yōu)質(zhì)教育

2.1 三歲看大七歲看老

美國當代著名心理學家本杰明·布魯姆，著有《我們的兒童都能學習》，對近1000名兒童從出生到成年的追蹤研究，若人在17歲所達到的智力水平為100%，那么兒童在4歲時已具備了其中的50%，4～8歲期間獲得30%，而8～17歲這一階段只增加了20%[1]。可見中國古話：三歲看大，七歲看老，并非虛言。早教對一個人的發(fā)育及未來的影響起到很重要的作用。

2.2 合理，優(yōu)質(zhì)教育

早教不是填鴨教學，不是培養(yǎng)“神童”，而是通過早教形成正確的人格。通過國內(nèi)外教育大數(shù)據(jù)分析，提供合理教育方案，因材施教，找到屬于自己的起跑線。結(jié)合在線教育，促進優(yōu)質(zhì)教育資源的共享利用。

教育對一個國家的發(fā)展不言而喻，教育與國家的強大有著密切的關(guān)系，為國家的發(fā)展和崛起提供幫助。培養(yǎng)興趣愛好，培養(yǎng)健康人格，培養(yǎng)合格人才，解決教育難題。合理，優(yōu)質(zhì)教育是當代中國實現(xiàn)強國之路的先決條件。

3、醫(yī)療平臺結(jié)合3.1 社會醫(yī)療現(xiàn)狀

醫(yī)療資源大部分80%集中在省市區(qū)，大醫(yī)院資源又集中在30%三甲醫(yī)院，優(yōu)質(zhì)的醫(yī)療和醫(yī)生資源過度集中，百姓不管大病小病都會選擇去省市的大醫(yī)院，一則大醫(yī)院本是負責重大疾病救治的，不但浪費了大醫(yī)院的優(yōu)質(zhì)資源，還增加了醫(yī)院和醫(yī)生的負擔。二則需要緊急治療的患者因為不能及時享受到優(yōu)質(zhì)的資源，導致病情的加重。本都是為了能夠看好病這一條原因，最后導致普通疾病治療的成本攀高，大病急病治療的延誤，對于百姓整體健康水平的提高是及其不利的。

3.2 預測疾病

錯誤的飲食和生活習慣，環(huán)境改變，生活壓力大等元素均會導致疾病生成，每一個疾病都不存在巧合，有果有因。不同于google通過搜索詞預測流感趨勢，預測疾病是通過醫(yī)院對過往病人疾病及生成原因的大數(shù)據(jù)分析，預測一個人處于現(xiàn)在的生活狀態(tài)下會得哪一種疾病何時會得。

3.3 預防疾病

美國強生OTDMS糖尿病管理軟件，通過直觀的數(shù)據(jù)圖譜，顯示2型糖尿病患者的先關(guān)血糖數(shù)據(jù)，幫助糖尿病患者更好的控制血糖，加強自我管理，自我預防。起到了很好的效果[2]。通過大數(shù)據(jù)整合，對患者的病情分析，給患者提供正確醫(yī)療建議，有助于患者方便快捷的實現(xiàn)自助式醫(yī)療服務，能夠起到很好的預防疾病及其并發(fā)疾病。

3.4 精確醫(yī)療救助

中國已經(jīng)成為世界上最大的老齡化國家，60歲以上人口近兩億。老人基數(shù)大，且增長速度快，養(yǎng)老制度不健全，障礙問題突出，家庭支持功能弱化。如何有針對的贍養(yǎng)老人，或者對老人提供醫(yī)療救助服務，是如今社會面臨的問題。通過社區(qū)，居委會，福利院等機構(gòu)對當?shù)氐睦先?，如年齡，居住地，健康狀況，疾病狀況等進行登記。老人可通過手機軟件，簡單操作發(fā)送求助信息，得到針對性的醫(yī)療救助，附近的醫(yī)院單位進行及時看護、治療，防止意外的發(fā)生，不錯過最佳的治療時間。

3.5 語音識別指定醫(yī)療方案

通過引導語音交流，判斷疾病可能性的打分制，提供醫(yī)療指導方案，解決醫(yī)患比例嚴重不足，小病可以自動化處理過程。通過語音引導，比如第一步詢問哪里不舒服或者哪里有疼痛，根據(jù)患者的回答進一步縮小一定范圍，通過進一步的詢問，最終根據(jù)后臺大數(shù)據(jù)系統(tǒng)得到可能的病例分析，給出相應的打分，比如腸胃炎80%，胃潰瘍50%…并給出各個結(jié)果的相應其他癥狀，并給出推薦治療，或進一步檢查方案。最終減輕小病的醫(yī)生診治，減輕醫(yī)生負擔，合理利用和分配醫(yī)院資源。

4、自然災害

4.1 科研機構(gòu)

全國范圍內(nèi)地方的地震機構(gòu),包括市級、區(qū)級和縣級，數(shù)量可達兩千多個,年經(jīng)費預算達40億[4]，并成逐年上漲趨勢。在汶川地震，玉樹地震等，沒有做出任何貢獻的地震局，解釋地震無法“預報”的窘?jīng)r，屢屢受到公眾詬病。找到地震，大到所有自然災害的原因，減少人類生命財產(chǎn)的損失至關(guān)重要。

4.2 預防災害

一只南美洲亞馬遜河流熱帶雨林中的蝴蝶，偶爾扇動幾下翅膀，可以在兩周以后引起美國德克薩斯州的一場龍卷風，這就是蝴蝶效應。自然災害的形成，可能源于若干個小的活動的積累。每個小的數(shù)據(jù)，匯聚成大量的可用性，可推測型數(shù)據(jù)，用以預防災害。

5、流行應用

5.1 手機應用使用率

App Store和Google Play都擁有超過150萬個應用，相關(guān)開發(fā)者的數(shù)量各自都突破了30萬，根據(jù)Flurry Analytics的調(diào)查研究顯示，2015年全球移動應用的使用量增長了58%。[5]大量的應用中，只有很少的一部分應用被人們經(jīng)常使用，如何能從眾多應用中脫穎而出，成為每一個開發(fā)者，每一個創(chuàng)業(yè)者的難關(guān)。

5.2 下一個超級app+猜你喜歡

開發(fā)出符合用戶需求，獨立于現(xiàn)有軟件，給未來用戶的生活便捷的應用，滿足人們生活需要，就可能成為下一個超級App。

俗話說：“打江山容易，守江山難”，如何開發(fā)出來的一款應用后，跟隨市場的動態(tài)，用戶需求的變化，守住App的“江山”，在同類型應用中，守住自己的一片天地，更重要?！安履阆矚g”這個名詞第一次了解是在淘寶App的首頁，根據(jù)你的瀏覽歷史紀錄，判斷出可能要買、或者感興趣的東西。區(qū)別于無目的推廣，很大程度的提高了產(chǎn)品的宣傳及銷售成功比例。猜你喜歡并不是只適用于購物App，例如閱讀，視頻網(wǎng)站，個性化的推送不單單能夠方便用戶的選擇，更加有利于企業(yè)對于用戶的了解，增強用戶的黏附力。在一個視頻網(wǎng)站中，可以知道用戶當下的，下一分鐘的選擇，對于整個用戶群，能知道對于哪一類型的視頻更感興趣?，F(xiàn)在的視頻網(wǎng)站不單單整合視頻內(nèi)容，利益產(chǎn)出更多的是企業(yè)創(chuàng)作的視頻內(nèi)容，能產(chǎn)出更多優(yōu)質(zhì)，貼合用戶的視頻。

6、人臉識別

6.1 基于人臉識別的商業(yè)大數(shù)據(jù)分析系統(tǒng)（中國軟件杯大賽題目）

首先通過人臉識別技術(shù)進行人臉檢測、人臉識別、性別識別、年齡段識別、表情識別、注視時長統(tǒng)計等處理收集觀看廣告機、數(shù)字標牌用戶的信息，在收集大量數(shù)據(jù)之后利用大數(shù)據(jù)處理技術(shù)分析用戶對內(nèi)容的喜好，為不同性別、年齡、情緒狀態(tài)的用戶提供更加人性化的內(nèi)容，在不同時段投放不同內(nèi)容作出參考依據(jù)[6]。簡稱為“猜你喜歡”，強調(diào)人和物之間的聯(lián)系，針對不同的人，動態(tài)實現(xiàn)廣告，消息等推送。

6.2 非手動應用

不用于傳統(tǒng)應用的點擊，手勢等操作方式，通過識別面部，眼睛等信息，預測下一步的操作，實現(xiàn)非手動，全自動的應用。例如對某段文字或某張圖片的注視時間和臉部表情，判斷是否有興趣，直接進入文章或者放大一張圖片等等。通過人臉識別和大數(shù)據(jù)特征，實現(xiàn)應用全自動操作。

6.3 人與人之間的猜你喜歡

強調(diào)人和人之間的猜你喜歡，例如通過攝像頭識別對方看你的臉部表情，預測對你的興趣或者稱為好感度，類似于相親，換言之你就是廣告牌，我對你有幾分興趣？茫茫人海中，總有一個對的人，可大多檫肩而過，從此再無交集，如何改變未來的社交方式，比你更懂你，找到你的那個人。

文獻：

[1]本杰明·布魯姆.《我們的兒童都能學習》[數(shù)據(jù)].[2016.2.2].[2]楊洲.淺談OTDMS糖尿病管理軟件在糖尿病防治中的應用[糖尿病防治/計算機管理軟件].求醫(yī)問藥（學術(shù)版）．

[3] 陳根.互聯(lián)網(wǎng)+醫(yī)療融合.互聯(lián)網(wǎng)+”醫(yī)療的基礎——大數(shù)據(jù)[書籍].2015-9-14.[2016.03.01].[4] 新快報.人大代表建議撤銷國家地震局:預算40億無法預測[新聞]2014-03-04.[2016.2.11].[5] 晏殊,王冠雄,誰將成為下一個“超級APP”？[數(shù)據(jù)].2016-02-02 [2016.2.4].[6] 中國軟件杯,基于人臉識別的商業(yè)大數(shù)據(jù)分析技術(shù)[比賽].2016-02-01.

第二篇：大數(shù)據(jù)的典型應用場景及展望

大數(shù)據(jù)的典型應用場景及展望

2015年1月24號，2015 China Hadoop Summit技術(shù)峰會在北京如期舉行。本次大會作為國內(nèi)大數(shù)據(jù)行業(yè)最具影響力的IT大會，吸引了眾多從事Hadoop研究與推廣的權(quán)威技術(shù)專家、Hadoop技術(shù)愛好者和IT廠商前往參加。

現(xiàn)任星環(huán)信息科技(上海)有限公司聯(lián)合創(chuàng)始人兼首席技術(shù)官，曾任英特爾數(shù)據(jù)中心軟件部亞太區(qū)CTO的孫元浩老師在本次大會上帶來了主題為《2014年大數(shù)據(jù)的典型應用場景及展望》的分享，本文主要針對目前Hadoop主流應用場景，實時流數(shù)據(jù)的處理以及大數(shù)據(jù)技術(shù)給未來生活的設想等內(nèi)容進行了整理。

四年前的硅谷，風投埃里森拿出一億美金來投資大數(shù)據(jù)公司，他認為Hadoop技術(shù)在未來的若干年中會從底層的數(shù)據(jù)平臺，從傳統(tǒng)的關(guān)系型數(shù)據(jù)庫進行遷移。數(shù)據(jù)的分析層會被全新的數(shù)據(jù)分析工具所替代，可視化層和應用分析會有更多的新工具出現(xiàn)，并認為這個市場將達到幾百億美金的規(guī)模。

過去幾年，Hadoop的發(fā)展非常迅猛。我們常講大數(shù)據(jù)的四V特征，Hadoop在大數(shù)據(jù)處理上表現(xiàn)出的處理量、性能、挖掘能力的提升和碎片化處理能力，使其得到越來越廣泛的應用。

一、Hadoop的主流應用場景：數(shù)據(jù)倉庫的主要組成部分

傳統(tǒng)的企業(yè)有若干個主機，用于銷售、運營管理等等，產(chǎn)生的數(shù)據(jù)首先經(jīng)過ODS層，將數(shù)據(jù)從多個業(yè)務系統(tǒng)中集中起來，進行清洗、轉(zhuǎn)換等集成操作，然后將過加工的數(shù)據(jù)進入企業(yè)IT架構(gòu)的核心——數(shù)據(jù)倉庫進行統(tǒng)計、挖掘和分析。最后用可視化工具進行展現(xiàn)。這是傳統(tǒng)的企業(yè)數(shù)據(jù)倉庫的架構(gòu)，經(jīng)常采用主流的甲骨文等數(shù)據(jù)庫技術(shù)來實現(xiàn)。

Hadoop作為數(shù)據(jù)倉庫組成部分的四個驅(qū)動力

互聯(lián)網(wǎng)公司早年的時候，是把Hadoop做在數(shù)據(jù)倉庫的核心，比如Facebook早期的時候是從服務器采集是通過實時的日志的采集工具，經(jīng)過Hadoop把Hadoop作為數(shù)據(jù)分析工具，呈現(xiàn)把結(jié)果放在甲骨文中做展現(xiàn)。

互聯(lián)網(wǎng)公司之所以這么做，是因為互聯(lián)網(wǎng)數(shù)據(jù)量大到在傳統(tǒng)的數(shù)據(jù)庫不能處理。現(xiàn)在傳統(tǒng)的企業(yè)也面臨同樣的問題，將Hadoop作為數(shù)據(jù)倉庫主要組成部分有四個驅(qū)動力：

效率：傳統(tǒng)的數(shù)據(jù)倉庫技術(shù)已經(jīng)面臨非常繁重的數(shù)據(jù)分析任務，處理的延遲從一天到了一周。

成本：傳統(tǒng)的數(shù)據(jù)架構(gòu)成本動輒幾千萬。Hadoop可以實現(xiàn)成本若干倍的降低。

數(shù)據(jù)來源多樣：視頻、音頻等企業(yè)非結(jié)構(gòu)化數(shù)據(jù)來源增多。MapReduce對于非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)的讀取非常有效。

數(shù)據(jù)分析需求的演進： 數(shù)據(jù)分析不再只滿足于統(tǒng)計。使用Hadoop的技術(shù)，能夠?qū)?shù)據(jù)進行深度的挖掘和分析，實現(xiàn)對未來的預測。

Hadoop改變企業(yè)數(shù)據(jù)倉庫架構(gòu)的線路圖 第一步：數(shù)據(jù)倉庫的補充 2011、2012年的時候 Hadoop主要是作為數(shù)據(jù)倉庫的補充在做數(shù)據(jù)的清洗。這一層Hadoop很擅長。Hadoop的優(yōu)勢是能夠把計算任務對全要素進行統(tǒng)計分析，這是方式非常適合簡單的場景，早年Hadoop的最佳用途是作為ETL的平臺，第二步：逐漸進入核心

隨著Hadoop生態(tài)系統(tǒng)逐漸完善，有更多的數(shù)字化工具支持Hadoop，Hadoop開始進入數(shù)據(jù)倉庫的核心領(lǐng)域。有些企業(yè)開使用Hadoop來直接做數(shù)據(jù)可視化，在有些行業(yè)中已經(jīng)開始用Hadoop逐漸取代傳統(tǒng)的關(guān)系數(shù)據(jù)庫來建立數(shù)據(jù)倉庫。從整個的數(shù)據(jù)倉庫的架構(gòu)來看，有一半的架構(gòu)已經(jīng)開始被Hadoop覆蓋了。

第三步：Hadoop使資源管理變?yōu)榭赡?，最終將取代企業(yè)完整的整據(jù)倉庫

在一兩年之內(nèi)有些企業(yè)完整的數(shù)據(jù)倉庫架構(gòu)都可能會被Hadoop取代掉。

過去企業(yè)數(shù)據(jù)倉庫的時候任務很繁重，系統(tǒng)效率低下。造成這種狀況的重要原因是，客戶把過多的負載放在數(shù)據(jù)倉庫上面，數(shù)據(jù)倉庫本身又沒有資源配合的方式。

Hadoop2.0推出了管理框架，使得資源管理變成了可能，使得數(shù)據(jù)倉庫支撐多個部門的數(shù)據(jù)分析和訪問更加高效。舉例來說，每個部門的業(yè)務都是動態(tài)創(chuàng)建虛擬集群實現(xiàn)的，每個集群都有一定的資源配額，這樣的配額用時不會超過這個配額，使得用戶任何的負載不會影響其他的用戶，這成為數(shù)據(jù)倉庫里一個重要的實現(xiàn)，數(shù)據(jù)倉庫完全平滑，24小時不間斷運行的保障。過去上千人在訪問Hadoop的時候，也是通過調(diào)度機制實現(xiàn)的，隨著Hadoop2.0的出現(xiàn)和資源管理能力的提升，通過資源管理層可以方便的配置資源。

我們可以設定CPU的內(nèi)存和存儲資源，每個部門使用的時候有配額的最低保障。當另外一個部門的用戶上線使用的時候，比如創(chuàng)建了一個集群，這時會把你的部分資源還給后面的第二個用戶，原來第一個用戶的資源被收縮了，更多的用戶進來的時候，第一個用戶的資源被進一步收縮，收縮到一個最低的指標。一方面充分保障了每個用戶最低資源的配額，第二也保證系統(tǒng)整體運行的情況下可以充分有效利用整體的計算資源。

二、隨著云計算和物聯(lián)網(wǎng)的逐漸興起，實時流數(shù)據(jù)的處理將成為關(guān)注重點

云計算和物聯(lián)網(wǎng)使得數(shù)據(jù)呈現(xiàn)兩個主要特點。首先，數(shù)據(jù)在沒有人工干預的情況下24小時不間斷的產(chǎn)生；第二數(shù)據(jù)并發(fā)量高，使得單一的統(tǒng)計已經(jīng)不能滿足用戶要求，對數(shù)據(jù)模式的分析和深度挖掘的要求增強

現(xiàn)在的大數(shù)據(jù)處理不光需要做統(tǒng)計，而是需要做機器學習，快速地檢測出異常的狀態(tài)。

比如在交通行業(yè)部署的實時監(jiān)控平臺，這是一個發(fā)展得比較成熟的案例，在全國已經(jīng)得到了廣泛部署。其主要用途是把路面上裝的攝像機的照片和分析出來的車牌等信息，實時的傳送到中心的大集群中，然后把所有的車流信息實時匯總至省級集群部署，通過流處理形成實時的應用，比如說區(qū)間測速、實時路況、公安部實時布控的應用等。相關(guān)數(shù)據(jù)也會進入到數(shù)據(jù)庫，對外提供車輛軌跡的查詢，實時路況的檢索，比如行車分析和交通管理的應用等。

過去在常見的部署架構(gòu)中由數(shù)據(jù)集群做實時的處理時，包括應用和查詢的功能，數(shù)據(jù)會經(jīng)過蜂窩隊列，分布量是非常高的，單節(jié)點的服務器可以支撐一秒鐘十萬條結(jié)果的插入，基本上是滿負荷。

傳統(tǒng)的流處理加上Hadoop，可以解耦前端應用和后端的分析應用。由于分布隊列的吞吐量很高，可以在幾百萬個地方寫入，可以基本滿足上千萬傳感器同時傳送峰值的壓力，后端的是流處理的引擎做數(shù)據(jù)分析。

我們把數(shù)據(jù)流按時間切片，每個小切片一百毫秒左右。我們需要在數(shù)據(jù)經(jīng)過這個流的時候在流上直接做異常檢測，包括多種算法，最基本的是希望將這些算法直接移植到流上，實現(xiàn)流式的異常檢測。這里面有一個挑戰(zhàn)是，剛開始出現(xiàn)的異?？赡懿⒉粶蚀_，盡量要避免誤報的情況，通常會用SQL來做聚合和預先的數(shù)據(jù)處理，而Spark可以實現(xiàn)小片的批處理流程，我們在小的批量上能夠?qū)崿F(xiàn)延遲是一秒鐘內(nèi)可以發(fā)出告警。

這種方式的好處是可以對實時數(shù)據(jù)和歷史數(shù)據(jù)實現(xiàn)綜合的分析，都同在一個數(shù)據(jù)庫中，可以在上面用完整的統(tǒng)計分析的挖掘，包括可以做計算和預測，這些分析超出了以前統(tǒng)計的范疇，而且需要歷史數(shù)據(jù)和實時數(shù)據(jù)進行統(tǒng)一的分析。這個領(lǐng)域今年可能會是比較熱門的領(lǐng)域，預計這個模式在物聯(lián)網(wǎng)實時處理上得到更加廣泛的應用。

三、大數(shù)據(jù)技術(shù)能給我們的生活帶來什么 我們把數(shù)據(jù)源分兩大類：

1.人的行為產(chǎn)生的數(shù)據(jù)：包括網(wǎng)上購物、通過運營商通話、發(fā)微信都會留下數(shù)據(jù)，這些分析無外乎是給客戶提供更好的服務，或者是幫助商家更準確的找到客戶進行精準營銷；

2.機器產(chǎn)生的數(shù)據(jù)：幫助發(fā)現(xiàn)一些客觀規(guī)律，比如說交通的模式是怎樣的，用電的消耗量和氣侯和電網(wǎng)的關(guān)系是怎樣的，也對數(shù)據(jù)進行分析和能夠做實時報警和診斷優(yōu)化生產(chǎn)線的流程提供依據(jù)。

數(shù)據(jù)分析和挖掘開始出現(xiàn)，目前還不是主流。大數(shù)據(jù)描繪的場景是能夠進行預測，這逐漸開始成為事實。人流密度實時預警

比如通過對基站的數(shù)據(jù)基本上可以比較粗的定位人的大致位置。通過對數(shù)據(jù)進行密度的統(tǒng)計，可以非常迅速的找出區(qū)域內(nèi)部密度的值，基礎值是每個基站每英里多少個用戶數(shù)，這是基站可以提供的數(shù)據(jù)，利用這個數(shù)據(jù)可以非常快的知道人群的密度。

也可以利用銀聯(lián)的數(shù)據(jù)，我們的合作伙伴用銀聯(lián)的數(shù)據(jù)把上海的商圈都找出來了，商圈是根據(jù)過去三個月銀聯(lián)的刷卡記錄，根據(jù)消費額、消費地點以及消費商戶的類別進行統(tǒng)計的，上海14個商圈是比較密集的，有些商圈我們也沒去過，比較偏遠的反而是商圈。上海的架構(gòu)看基礎是衛(wèi)星城的架構(gòu)，和北京不同，周圍有很多密集的商圈。這個數(shù)據(jù)也可以做人群的預測，商圈是人群密集的地方，隨著踩踏事件的出現(xiàn)，公安的客戶也來找到我們，發(fā)現(xiàn)這個數(shù)據(jù)對他們很有用，因為我們可以統(tǒng)計節(jié)日間實時的刷卡記錄，可以判斷晚七點到九點消費集中的區(qū)域，這些區(qū)域是人 垃圾短信分類

利用流式的機器學習做垃圾短信的分類，在流上做實時的檢測，速度是非?？斓?，可以流上實時的實現(xiàn)。運營商所有的短信經(jīng)過流式系統(tǒng)可以迅速的判斷出哪些消息是垃圾短信，來凈化現(xiàn)在運營商的垃圾短信泛濫局面。消費者行為預測

機器學習類：協(xié)同過濾、相似度主要是比較商品間的相似程度進行推薦，一些新的應用也比較有趣，像是基于時序關(guān)系的預測。每次消費行為和時間是有關(guān)的，一個人經(jīng)常跑到陸家嘴有一個明顯的地方，帶著小孩會去海洋公園玩一下，有時看東方明珠看一下，然后去正大廣場吃個午飯，這是統(tǒng)計出一個模式，這是時序相關(guān)性，我們可以對客戶推送一些比較精準的廣告?？偨Y(jié)

我們看到Hadoop主要的用途是數(shù)據(jù)倉庫中，未來會逐漸的開始把更多的負載牽到上面來；第二物聯(lián)網(wǎng)逐漸的興起，針對一些挑戰(zhàn)我們需要在流上做更強的分析和機器學習，這種新的架構(gòu)也層出不窮；第三是全新的集群的應用?？梢灶A見的是，隨著云計算和物聯(lián)網(wǎng)等技術(shù)的不斷發(fā)展，利用大數(shù)據(jù)的分析能力實現(xiàn)對未來的洞察將逐漸成為現(xiàn)實?！揪庉嬐扑]】

大數(shù)據(jù)時代之hadoop：了解hadoop數(shù)據(jù)流（生命周期）惠普攜手青島打造大數(shù)據(jù)應用及產(chǎn)業(yè)示范基地

Apache Hadoop 2.6.0發(fā)布——異構(gòu)存儲，長時間運行的服務與滾動升級支持

Hadoop RPC通信Client客戶端的流程分析

Spark 1.2：向MapReduce在Hadoop中的統(tǒng)治地位發(fā)起挑戰(zhàn)

第三篇：大數(shù)據(jù)論文

大數(shù)據(jù)時代

摘要：隨著物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、智能便攜終端和云計算技術(shù)的發(fā)展，人類社會進入了“大數(shù)據(jù)”時代。對于數(shù)據(jù)分析，這無疑是一個前所未有的黃金時代。現(xiàn)在，幾乎每個人的衣袋都有一部可以隨時聯(lián)網(wǎng)的智能手機，更強大的平板電腦則安靜的躺在數(shù)億人的手提包里，加之久久沒有退出歷史舞臺的個人電腦和方興未艾的物聯(lián)網(wǎng)中的電子設備，這個世界，每時每刻有數(shù)以百億計的電子精靈在產(chǎn)生數(shù)據(jù)，一個嶄新的數(shù)據(jù)爆炸時代正噴薄而出。大數(shù)據(jù)在社會經(jīng)濟、政治、文化，人們生活等方面產(chǎn)生深遠的影響，大數(shù)據(jù)時代對人類的數(shù)據(jù)駕馭能力提出了新的挑戰(zhàn)與機遇。

關(guān)鍵詞：大數(shù)據(jù) 數(shù)據(jù)爆炸海量發(fā)展 影響

一、大數(shù)據(jù)的概念及形成

1、大數(shù)據(jù)的概念

“大數(shù)據(jù)”是一個體量特別大，數(shù)據(jù)類別特別大的數(shù)據(jù)集，并且這樣的數(shù)據(jù)集無法用傳統(tǒng)數(shù)據(jù)庫工具對其內(nèi)容進行抓取、管理和處理。狹義的大數(shù)據(jù)概念，主要指大數(shù)據(jù)技術(shù)及其應用，是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力，一方面，強調(diào)從海量數(shù)據(jù)、多樣數(shù)據(jù)提取微價值，即具有價值(Value)特征；另一方面，強調(diào)數(shù)據(jù)獲取、數(shù)據(jù)傳遞、數(shù)據(jù)處理、數(shù)據(jù)利用等層面的高速高效，即具有快速處理(Velocity)特征。大數(shù)據(jù)概念里的“數(shù)據(jù)”，是指具有可追蹤、可分析、可量化特性的數(shù)據(jù)。大數(shù)據(jù)概念里的“大”，是指“大數(shù)據(jù)”所應具有的“大量化”(Volume)、“多樣化”(Variety)兩個特征。從概念內(nèi)涵上講，“大數(shù)據(jù)”(Big Data)，一方面，反映的是規(guī)模大到無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合；另一方面，主要是指海量數(shù)據(jù)的獲取、存儲、管理、分析、挖掘與運用的全新技術(shù)體系。

事實上，大數(shù)據(jù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。很顯然，挖掘大數(shù)據(jù)價值、提供大數(shù)據(jù)服務的能力，是大數(shù)據(jù)時代的核心競爭力。

2、大數(shù)據(jù)形成的必然性

數(shù)據(jù)管理理念不斷變革，大數(shù)據(jù)成為信息技術(shù)發(fā)展的必然選擇。隨著現(xiàn)代信息傳播技術(shù)手段和方式不斷豐富，信息獲取、信息傳遞、信息處理、信息再生、信息利用等功能應用日益多樣化，智能化信息系統(tǒng)逐漸形成一個信息網(wǎng)絡體系，人類社會的生產(chǎn)方式、工作方式、學習方式、交往方式、生活方式、思維方式等發(fā)生了極其深刻的變革，互動化、即時性、全媒體等，成為常態(tài)性的信息生態(tài)環(huán)境，傳統(tǒng)的數(shù)據(jù)庫組織架構(gòu)和信息服務模式已經(jīng)難以適應信息社會現(xiàn)實需要，整個信息技術(shù)架構(gòu)的革命性重構(gòu)勢在必行，大數(shù)據(jù)成為信息技術(shù)發(fā)展的必由之路。大數(shù)據(jù)源于虛擬網(wǎng)絡的迅速發(fā)展和現(xiàn)實世界的快速網(wǎng)絡化。虛擬網(wǎng)絡的迅速發(fā)展和現(xiàn)實世界的快速網(wǎng)絡化，兩者交互影響，最終導致海量數(shù)據(jù)的持續(xù)生成和繁雜數(shù)據(jù)的不斷出現(xiàn)。

大數(shù)據(jù)成了決定我們未來數(shù)字生活方式的重大技術(shù)命題，幾乎所有世界級的互聯(lián)網(wǎng)企業(yè)，都將業(yè)務觸角延伸至大數(shù)據(jù)產(chǎn)業(yè)；無論社交平臺逐鹿、電商價格大戰(zhàn)還是門戶網(wǎng)站競爭，都有它的影子；美國政府投資2億美元啟動“大數(shù)據(jù)研究和發(fā)展計劃”，更將大數(shù)據(jù)上升到國家戰(zhàn)略層面。2013年，大數(shù)據(jù)正由技術(shù)熱詞變成一股社會浪潮，將影響社會生活的方方面面。

二、大數(shù)據(jù)的五個特點

1、類型多。大數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)包括“1、2、3、4”等傳統(tǒng)數(shù)字以及符號，非結(jié)構(gòu)化數(shù)據(jù)包括網(wǎng)絡日志、音頻、視頻、圖片、地理位置信息等。

2、容量大。根據(jù)IDC（國際數(shù)據(jù)公司）的監(jiān)測統(tǒng)計，2011年全球數(shù)據(jù)總量已經(jīng)達到1.8ZB，而這個數(shù)值還在以每兩年翻一番的速度增長，預計到2020年全球?qū)碛?5ZB的數(shù)據(jù)量，增長近20倍。

3、存取速度快。存取速度快有兩個意思。一是數(shù)據(jù)產(chǎn)生的快；二是數(shù)據(jù)處理的快

4、應用價值大。大數(shù)據(jù)之“大”，其實并不在于其表面的“大容量”，而在于其潛在的“大價值”.如果不能把擁有的數(shù)據(jù)轉(zhuǎn)化為價值，那么擁有再多的數(shù)據(jù)也是毫無意義的。

5、具備大智能。正是因為大數(shù)據(jù)擁有的“大價值”，才使得大數(shù)據(jù)有機會成為社會的財富和創(chuàng)新的基礎，是大數(shù)據(jù)能夠像土壤一樣，在不久的將來孕育出一個更加智能的社會。

三、大數(shù)據(jù)應用的現(xiàn)狀分析

最早提出世界已經(jīng)迎來“大數(shù)據(jù)”時代的機構(gòu)則是全球知名的咨詢公司——麥肯錫。麥肯錫在其研究報告中指出：數(shù)據(jù)已經(jīng)滲透到每一個行業(yè)和業(yè)務職能領(lǐng)域，逐漸成為重要的生產(chǎn)因素；而人們對于海量數(shù)據(jù)的運用將預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。事實上，全球IT業(yè)巨頭都已經(jīng)意識到數(shù)據(jù)的重要意義和“大數(shù)據(jù)”時代的到來。包括IBM、EMC、惠普、微軟在內(nèi)的全球知名跨國公司都陸續(xù)通過收購與“大數(shù)據(jù)”相關(guān)的廠商來實現(xiàn)技術(shù)整合。目前典型的大數(shù)據(jù)應用領(lǐng)域有：商業(yè)智能。例如：用戶行為分析，即結(jié)合用戶資料、產(chǎn)品、服務、計費、財務等信息進行綜合分析，得出細致、精確的結(jié)果，實現(xiàn)對用戶個性化的策略控制，這在營銷網(wǎng)絡的流量經(jīng)營分析中占有越來越舉足輕重的地位。公共服務。一方面，公共機構(gòu)可以利用大數(shù)據(jù)技術(shù)把積累的海量歷史數(shù)據(jù)進行挖掘利用，從而提供更為廣泛和深度的公共服務，如實時路況和交通引導；另一方面，公共機構(gòu)也可以通過對某些領(lǐng)域的大數(shù)據(jù)實時分析，提高危機的預判能力，如疾病預防、環(huán)境保護等，為實現(xiàn)更好、更科學的危機響應提供技術(shù)基礎。政府決策。通過對數(shù)據(jù)的挖掘，從而有效提高政府決策的科學性和時效性。

四、大數(shù)據(jù)時代對生活、工作的影響

大數(shù)據(jù)，其影響除了經(jīng)濟方面的，它同時也能在政治、文化等方面產(chǎn)生深遠的影響，大數(shù)據(jù)可以幫助人們開啟循“數(shù)”管理的模式，也是我們當下“大社會”的集中體現(xiàn)，三分技術(shù)，七分數(shù)據(jù)，得數(shù)據(jù)者得天下。

“大數(shù)據(jù)”的影響，增加了對信息管理專家的需求。事實上，大數(shù)據(jù)的影響并不僅僅限于信息通信產(chǎn)業(yè)，而是正在“吞噬”和重構(gòu)很多傳統(tǒng)行業(yè)，廣泛運用數(shù)據(jù)分析手段管理和優(yōu)化運營的公司其實質(zhì)都是一個數(shù)據(jù)公司。大數(shù)據(jù)在個人隱私的方面，大量數(shù)據(jù)經(jīng)常含有一些詳細的潛在的能夠展示有關(guān)我們的信息，逐漸引起了我們對個人隱私的擔憂。一些處理大數(shù)據(jù)公司需要認真的對待這個問題。

總結(jié)：這是一個信息爆炸的時代，大數(shù)據(jù)時代的到來給國家和個人帶來了很多機遇，同時也帶來了很多挑戰(zhàn)。在當下的大數(shù)據(jù)時代，大數(shù)據(jù)只是冰山一角，其中的大部分都隱藏在冰山之下，因此大數(shù)據(jù)還有很多方面值得我們?nèi)グl(fā)現(xiàn)和探索。

參考文獻：王珊《架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望》

維克托?邁爾?舍恩伯格《大數(shù)據(jù)時代：生活、工作與思維

的大變革》

中國百強報刊《時事報告：大學生版》

第四篇：大數(shù)據(jù)在風電場運維應用前景展望概括

摘 要：風電能源是社會運行及發(fā)展過程中的重要能源之一，隨著近年來社會經(jīng)濟的發(fā)展以及科學技術(shù)的進步，大規(guī)模裝機能量風電場的崛起，為社會生產(chǎn)生活提供豐富的電能資源，但其自身運維管理工作的難度也不斷增大。本文簡要探討大數(shù)據(jù)在風電場運維應用前景，以促進風電事業(yè)的蓬勃發(fā)展。

關(guān)鍵詞：大數(shù)據(jù)；風電場；運維管理；應用前景

大數(shù)據(jù)是需要新處理模式才能夠具有更強的決策力、洞察力和流程優(yōu)化能力，從而適應多元化的信息資產(chǎn)。大數(shù)據(jù)時代的到來，風電場裝機容量逐漸增大，電力網(wǎng)架比例不斷攀升，機組設備不斷更新，對風電場運維提出了新的要求。因此加大力度探討大數(shù)據(jù)在風電場運維管理中的應用，在推進風電事業(yè)發(fā)展方面具有重要的現(xiàn)實意義。

風電場運維管理的特點

風電場建設往往規(guī)模大，分布區(qū)域相對廣闊，隨著設備配件的不斷更新，運維管理過程中存在一些不容忽視的特點。

1.1 設備臺數(shù)多，高空作業(yè)難度大

每一個風機都是一個發(fā)電單元，故障幾率大，工作點分散，再加上風電場多分布在廣闊的野外，地域?qū)拸V，給工作人員操作帶來了極大的困難；其次，風機作業(yè)屬于高空作業(yè)，每次都需要爬至少70米高的塔筒，作業(yè)面狹窄，相對地面有一定危險性，極大的工作強度造成一定的壓力；另外，從電氣、機械到自動化，風機雖小，五臟俱全，所有的發(fā)電系統(tǒng)及能量傳動鏈都需要同一批人員維修維護，對人員的素質(zhì)及經(jīng)驗有一定的要求。因此，多種因素導致風電場運維管理難度大，在一定程度上給風電場后期生產(chǎn)運維造成了很多不確定因素。

1.2 崗位條件差，運維管理人才少

目前而言，我國風電場規(guī)模在逐步擴大，但從發(fā)展進程來看我國風電行業(yè)僅僅處于初始階段，工作崗位不穩(wěn)定，不能有效的吸收具有專業(yè)才能大學生的目光，由于地處偏遠地區(qū)，工作條件差。另外，風電場設備較多，不僅需要專業(yè)才能，更需要長期的工作經(jīng)驗和積累，而許多風電場建在高山峻嶺的偏遠之地，惡劣的工作條件，讓很多有著豐富經(jīng)驗和精湛技術(shù)的工作人員望而卻步，最終導致越是偏遠地區(qū)運維管理人才越稀缺，無法滿足運維管理工作需求，給風電場的安全管理埋下隱患。

1.3 運維管理模式舊

風電產(chǎn)業(yè)在中國的發(fā)展僅僅二三十年的歷程，各種管理還處于摸索階段，就目前而言，我國風電場的前身是火電廠，在風電場的運維管理中，管理模式多采用原有火電廠的管理模式進行，然而風電場與火電廠相比，在設備運行上存在很大差別，這種“拿來主義”無法實現(xiàn)運維管理工作的最優(yōu)化。大數(shù)據(jù)在風電場運維管理中的應用

2.1 提高風電的可靠性

在現(xiàn)代信息技術(shù)發(fā)展環(huán)境下，大數(shù)據(jù)在風電場運維管理中的有效應用，促進了大數(shù)據(jù)分析與天氣建模技術(shù)的有機融合，全面提高能源電力系統(tǒng)的穩(wěn)定性，從而保障風電場運行及維護的可靠性。傳統(tǒng)模式下，風能資源預測精準度較低，風能無法貢獻預期功力時，需要以火電作為后備力量。此種情況下，電網(wǎng)往往對風電的依賴程度較高，導致風電場建設后備電站的成本較高。一旦啟用火電站，就不免會向大氣環(huán)境內(nèi)釋放一定量的碳排。而大數(shù)據(jù)時代的到來，數(shù)據(jù)分析精準度更高，數(shù)據(jù)分析速度更快，基于溫度、濕度、降雨量、風向和風力等變量能夠?qū)︼L電進行精準預測，便于電網(wǎng)調(diào)度人員結(jié)合風電場實際情況及時做好調(diào)度安排，從而有效提高風電場運維管理的有效性。

2.2 改善風機性能，實現(xiàn)風電場效益最大化

通過大數(shù)據(jù)在風電場運維管理中的有效應用，便于相關(guān)工作人員對風機的運轉(zhuǎn)數(shù)據(jù)以及風電場運營數(shù)據(jù)進行準確的檢測和采集，進一步改善風機性能。風電場相關(guān)數(shù)據(jù)信息往往分散于風機制造商、風場業(yè)主、系統(tǒng)運營商以及運維服務商等多個環(huán)節(jié)內(nèi)部，大數(shù)據(jù)的有效應用，有助于實現(xiàn)利益的合理分配，為風電場業(yè)主追求效益最大化提供可靠的依據(jù)。

2.3 細化風電場運維管理基礎性工作

就設備管理方面來看，大數(shù)據(jù)在風電場運維管理中的有效應用，有助于規(guī)范風電場建設中的相關(guān)操作，充分做好設備選型及風電場規(guī)劃工作，并加強風電場設備的重點維護管理，通過對大數(shù)據(jù)技術(shù)的有效應用，定期組織開展檢測和檢修工作，降低風電場設備的故障發(fā)生率，保障風電場設備的安全穩(wěn)定運行。由于風機其所處環(huán)境惡劣，維修檢測困難，導致設備運維管理中的難度較大。而大數(shù)據(jù)的有效應用，有助于及早發(fā)現(xiàn)風電場設備運維管理中的異常情況，早發(fā)現(xiàn)早處理，及時排出風電場安全隱患。

就技術(shù)管理方面來看，大數(shù)據(jù)的有效應用，便于將風電場運維管理的具體情況進行準確的記錄，促進標準化、模板化的運維管理方式的形成，從而確保在第一時間排查風電場故障問題，并建立動態(tài)的信息系統(tǒng)，應用于歸檔記錄和查詢，為后期風電場運維管理提供可靠的依據(jù)。

2.4 轉(zhuǎn)變管理模式，充分發(fā)掘風電場運維管理綜合效益

大數(shù)據(jù)在風電場運維管理中的有效應用，促進了集控式、智能化管理模式的形成，一定程度上轉(zhuǎn)變了風電場運維管理中的資源配置方式和技術(shù)支持特點，促進資源優(yōu)化整合，實現(xiàn)風電場業(yè)務整合一體化運作，促進集控管理、協(xié)作制約的管理模式的形成，提高了風電場遠程監(jiān)控的有效性。大數(shù)據(jù)技術(shù)在風電場運維管理中的有效應用，便于及時發(fā)送風電場預警信息和故障信息，在實際運行過程中有效的提高了工作效率，節(jié)約企業(yè)成本，提高資金回籠的效率，全面提高企業(yè)的綜合實力，充分發(fā)掘風電場運維管理的綜合效益，推進風電事業(yè)的穩(wěn)定發(fā)展。

隨著大數(shù)據(jù)技術(shù)在風電場運維管理中的有效運用，未來風電場的管理模式將更加趨向于數(shù)字化、網(wǎng)絡化和智能化，融入多項高科技技術(shù)，積極引進先進的管理理念，并采用現(xiàn)代化的管理方式，全面提高風電場運維管理效率和管理水平。通過網(wǎng)絡視頻功能指導風機維修操作，并通過遠程操控為風電場事故提供解決方案，并結(jié)合風電場的實際情況，積極制定高校的預防措施，通過對大數(shù)據(jù)的有效應用，基于智能化操作系統(tǒng)對風電場進行科學合理的故障診斷，將風電場事故發(fā)生率降到最低，在此基礎上，將風電場風機運行與電網(wǎng)協(xié)同進行柴油機結(jié)合，準確高效的完成電網(wǎng)調(diào)度指令，通過對大數(shù)據(jù)的有效運用，加強風電場運維管理的智能化和精細化，從整體上推進未來風電場的穩(wěn)定發(fā)展。

結(jié)束語

風電場運維管理工作的順利開展，應當基于當前風電場的實際情況，加強風電設備、技術(shù)及操作人員等方面的運維管理，積極探索大數(shù)據(jù)時代下的運維方式，積極加強技術(shù)創(chuàng)新，堅持與時俱進，充分發(fā)揮大數(shù)據(jù)在風電場運維管理工作中的應用價值，為企業(yè)潛能的發(fā)揮提供可靠的保障，推進風電事業(yè)的穩(wěn)定發(fā)展。

第五篇：大數(shù)據(jù)算法及臨床應用(定稿)

“大數(shù)據(jù)算法及臨床應用”學術(shù)講座通知

主題：Big Data Algorithms and Clinical Applications(大數(shù)據(jù)算法及臨床應用）

講座人：美國華盛頓大學計算機系副教授 陳一昕博士 時間：2014年10月20日（周一）下午14：30 地點：湖北工業(yè)大學科技樓二樓圓形報告廳

歡迎全校對講座主題感興趣的師生參加！

[陳一昕簡介] 陳一昕博士，中國科技大學少年班本科畢業(yè)，美國伊利諾大學香檳分校獲計算機科學博士學位，導師為華云生教授?，F(xiàn)任美國華盛頓大學計算機系副教授，終身教授，北京協(xié)和醫(yī)院衛(wèi)生統(tǒng)計學博導，中國聯(lián)通研究院大數(shù)據(jù)首席科學家。

研究領(lǐng)域為數(shù)據(jù)挖掘、機器學習、優(yōu)化算法、規(guī)劃調(diào)度、人工智能、博弈論、云計算等。在AIJ、JAIR、TKDE、TKDD、TIST、TPDS等國際一流期刊和VLDB、AAAI、KDD、IJCAI、ICML、RTSS等國際頂級會議和上發(fā)表論文100余篇。其研究連續(xù)獲得美國國家科學基金委、美國能源部、美國國家衛(wèi)生局、美國能源研究科學計算中心、美國微軟公司、美國斯隆凱特琳癌癥中心、美國巴恩猶太醫(yī)院基金、中國科技部973項目的資助。曾獲KDD(2014)、AAAI(2010)、ICTAI(2005)、ICMLC(2004)等國際會議的最佳論文獎，以及ICDM(2013)、RTAS(2012)、KDD(2009)、ITA(2004)等國際會議的最佳論文獎提名。其開創(chuàng)性的研究工作獲得了美國微軟青年教授獎(2007)和美國能源部杰出青年教授獎(2006)。

現(xiàn)擔任美國國家科學基金委，香港研究基金委，奧地利國家科學基金委，瑞士國家科學基金委，卡塔爾國家基金委，中國科技部科技評估中心的評審委員。中國科技大學所承擔的教育部111引智計劃專家組八位專家成員之一，中國計算機學會大數(shù)據(jù)專家委員會首屆委員之一。數(shù)據(jù)挖掘和人工智能領(lǐng)域的一流期刊JAIR、TKDE、TIST的編委，以及ICML、KDD、AAAI、IJCAI、ICDM、SDM等一流國際會議的程序委員會委員。[講座摘要] In the era of big data, we need novel algorithms on top of the supporting platform.In this talk, I will first discuss some key aspects of big data algorithms in general.Then, I will talk about our recent medical big data project as a case study.Early detection of clinical deterioration is essential to improving clinical outcome.In this project, we develop new algorithms for clinical early warning by mining massive clinical records in hospital databases.The research focuses on the large population of patients in the general hospital wards, who are not in the intensive care units and suffer from infrequent monitoring.I will discuss the challenges this big data application poses to traditional machine learning and data mining algorithms, our recent progress, and the lessons we learnt.Promising results on real-life clinical trials at the Barnes-Jewish Hospital(the eighth largest hospital in the United States)will be discussed.邀請人 ： 計算機學院 陳建峽副教授