网络互动与大数据（精选九篇）
网络互动与大数据 篇1
关于互动, 因为现实社会中互动常常表现在人与人的情感上, 因此在互联网的拟态环境中多数网站经营者依然将目光停留在与受众的情感互动上, 如聊天、回帖、发表言论等。但是从行为上来说, 只要我们与互联网连接我们的互动行为就已经发生了。哈与詹姆斯提出的互动性的五个尺度中“信息采集”正是这种使用者与网站的无意识互动。“信息采集”指通过网站汇集用户的数量、心理以及个人情况的信息。也就是说我们的每一次搜索和输入都能给网站带去有用的信息互动, 所有的数据聚集在一起就是一个无法计算的数目, 这就是所谓的大数据。大数据在网络中的应用正是亿万网民与互联网的互动结果。
一、大数据可以丰富网站内容建设, 获取并分析受众所需信息
热播美剧《纸牌屋》, 让全世界影视业感受到了大数据的魅力。Netflix这家美国在线影片租赁提供商根据数据推论出《纸牌屋》成功的关键要素:喜欢BBC剧集的用户、大卫·芬奇的表现风格、凯文·史派西的表演刻画。最终事实证明, 基于大数据分析出来的结论非常靠谱, 《纸牌屋》在美国和其他40多个国家引起了观剧热潮, 为此Netflix获得了巨大成功。而在国内, 为了取得更好票房, 获得更高收益, 互联网公司、院线、电影制作公司都开始了大数据挖掘和应用的尝试。作为《小时代》的出品方, 乐视影业CEO张昭透露, 早在投资之前, 公司就对郭敬明的同名原著在文学网站上的点击量、点击用户身份等关键数据进行了调研, 并据此分析出影片可能存在的核心以及第二圈、第三圈观众在哪里。
电影行业的大发展提升了人们对大数据的信心, 永远走在时代前沿的各大网站也已经开始利用大数据进行改革。搜狐已经搭建基于云计算的大数据平台, 将旗下数据资产全面打通整合, 通过由门户、搜索、浏览器、游戏、无线等业务带来的月度至少9亿人次用户数据资产, 了解和分析中国互联网用户的习惯和喜好, 帮助客户实现精准投放。2013全球移动互联网大会在北京召开, 专场活动中, 新浪微博展示了移动端全新产品“Page页面”, 该产品是新浪微博基于大数据时代的最新战略布局。微博Page, 是一个聚合了用户兴趣爱好社交关系数据的综合展示页面, 无论是话题、图书、音乐、餐饮美食等内容都能在微博上生成专属的Page页面。通过Page页面, 网友可以很方便的查看到有价值的微博内容。亚马逊把收集的数据进行配比, 它可以根据客户在数据上的行为进行分析, 进行相关信息推送。比如有一个消费者登录亚马逊, 他会点击、访问相关的页面, 亚马逊则会给他推荐相关的产品。亚马逊还做了颠覆性的技术, 可以为客户提供个性化的服务, 这是基于他们对大数据的收集和分析。
二、非门户网站利用大数据提高信息传播及影响力的方法探索
虽然大数据的势头如潮水般疯涨, 但是另一方面, 大数据的技术门槛确实很高的。目前在大数据领域展开竞争的信息技术企业多是在数据存储、分析等领域有着传统优势的公司。一些收益不高且规模较小的网站, 以河北为例, 如河北新闻网、长城网等根本没有资金搭建大型的数据分析系统。但是这并不是非门户网站不试图利用大数据的借口。
大数据已经在全球范围内被广泛应用, 为了推进国内网站有效利用大数据, 一方面, 有关部门应该本着发展的眼光, 以百度、腾讯、新浪、网易、阿里巴巴等大企业牵头, 基于开源、开放操作系统或应用平台, 整合优势资源, 聚集一批有实力、有特色的中小互联网信息服务提供商, 加速本土化信息服务的开拓与整合, 形成良性发展的生态系统。[3]
另一方面, 非门户网站可以利用现有网络上的数据分析网站实现低投入高产出。目前国内已有很多关于“大数据”的上市公司, 包括数据处理、分析环节和综合处理的拓尔思、美亚柏科, 数据中心建设与维护的天玑科技、银信科技、荣之联。
举例来说, 北京拓尔思信息技术股份有限公司致力于成为大数据时代软件和互联网服务领域的领导厂商。他们编订了《政府网站建设升级白皮书》, 旨在利用TRS政府网站升级建设解决方案最终实现政府互联网门户网站、移动门户、社会化媒体的互联互通, 以多维度整合的管理模式, 从而提升政府网站绩效, 已经合作的网站有中共中央办公厅、中国社科院、电子工业出版社、人民日报等。
央视国际社区就是拓尔思公司的客户, 为了提升央视国际的访问量与影响力, 扩大网友参与空间, 全新的央视国际以由TRS承建的“央视论坛”为总品牌统领网上互动社区, 以热播节目和热点话题建设分论坛, 以央视明星人物作为论坛版主, 打造具有独特竞争力的系列化论坛群。同时, 央视国际顺应Web2.0时代的新一代网络互动平台的强劲发展趋势, 继续应用TRS Web2.0互动服务平台建立博客、播客等栏目, 构成了综合性的社区互动服务网。新开通的央视互动社区满足了央视国际内容互动发展的需要, 并大大增强了用户黏合性, 用户访问量不断攀升。[4]
除了寻求付费公司的专业技术帮助, 一些免费的网站, 如“百度指数”, 是所有网民都能使用并且操作简单的数据分析网站。“百度指数”是以百度网页搜索和百度新闻搜索为基础的免费海量数据分析服务, 用以反映不同关键词在过去一段时间里的“用户关注度”和“媒体关注度”。借于此, 网站可以发现、共享和挖掘互联网上最有价值的信息和资讯, 直接、客观地反映社会热点、网民的兴趣和需求。举例来说, 在“百度指数”中输入“河北”二字, 就可以搜索出对应的指数数据。可以清楚地显示出“河北”最近的用户关注度、媒体关注度及其相关的新闻。在以受众为中心的新媒体时代, 抓住并且满足受众想要的才能提高网站的影响力。但是在以往的数据分析中, 往往出现受众已经不关注某一事件, 媒体才开始关注的现象。“百度指数”分析的数据正是让媒体了解受众“想要什么”的绝佳途径。
注释
1[1]孟威.网络互动——意义诠释与规则探讨[M].经济管理出版社, 2005年版
2[2][美]赛佛尔、[美]坦卡德著, 郭镇之主译.传播理论:起源、方法与应用[M].中国传媒大学出版社, 2006版P322
3[3]中商情报网.大数据:未来发展前景及策略分析[EB/OL].http://www.askci.com
读《与大数据同行》有感 篇2
——读《与大数据同行》有感
张俊强
“和书籍在一起，永远不会叹气。”
——罗曼·罗兰
暑假，没有上班时的忙碌，一杯凤凰茶、一卷书，在温馨的家里，一家人围坐在一起安静地阅读，是我最惬意的时光。
我所读的书里面，令我感触最深的是《与大数据同行：学习和教育的未来》，这本书是维克托·迈尔－舍恩斜伯格与肯尼思·库克耶关于大数据的第二部专著，赵中建教授翻译，华东师范大学出版社出版。
“大数据”一词我们并不陌生，电商通过大数据分析用户的爱好需求进行定向精准推广；深圳交警局利用大数据进行城市交通管理，将市区拥堵时间缩短；我们外出叫个网约车，出行的轨迹便会被大数据所掌握；“今日头条”会根据我们的阅读喜好，智能化推送相关文章……在互联网时代，大数据的应用正在影响着我们生活的方方面面。做为教师，我更关心的是当教育遇上大数据，如何在教育方面将大数据的价值最大化？
本书指出，大数据正在进入教育的方方面面，数据在教育中有着非凡效果，带来截然不同的教学形式；作者还提出大数据重塑学习的三个主要特征：反馈、个性化和概率预测。
北师大肖川教授在《成为有智慧的教师》一书中写到： “教学是人类诸多复杂、重要的事务之一。”做为数学教师，在教学中，我关注的是：学生的学情，基础是什么？课堂上老师讲的内容掌握了没有？我们的教学方式可不可行？怎样让每个学生都得到发展？哪些内容关乎学生的未来？……大数据重塑学习的三个主要特征：反馈、个性化和概率预测，很好地回答了这些问题。
一、反馈的及时和有效
在互联网时代，在线购物已经成为我们生活的一部分。从购物体验来看，在线购物，消费者看到的是图片和文字，不能像实体店那种质量好与不好都看得到，摸得到，因此，人们通常都会去好评率高的商家消费。这就促使商家都非常重视消费者的反馈。同样，教学也非常重视反馈。教师的教学如果没有反馈或者没有及时、正确的反馈，教师就不能及时修正和调整自己的教学行为，这样的教学就没有针对性，是低效的。
传统的教学反馈包括：1.学生课堂回答、当堂的练习；2.家庭作业；3.单元测试。我们从反馈中了解学生的掌握程度，从而调整教学进度、教学方法。在《大数据》这本书里，作者将上面这些反馈方法称为“小数据”，维克托·迈尔－舍恩斜伯格与肯尼思·库克耶认为这种教育反馈系统存在很大的缺陷：
1.不能保证收集的信息是正确的，即便是，收集的数量远远不足，而且收集的数据也没有得到有效地使用。
作者的观点我是认同的，因为我有亲身体会：在讲授新课之前，我希望了解学生的学情，比如，哪些知识是学生通过自学就可以掌握？哪些知识对学生来说属于难点，需要做重点探究？过去，我的做法是通过布置预习作业，学生完成学案，我再通过对学案的分析，掌握学生的学情，修正自己的教学策略。这种“先学后教，以学定教”的做法，似乎还不错，不但关注学生的学习起点，而且符合新课改的精神，但是，在实际操作过程当中，实际效果往往不尽如人意。前一天晚上布置的预习作业，第二天就要上新课，由于教学进度的要求，往往没有办法及时对每位同学的学案进行批改和分析，来不及修改自己的教学方案。
现在有了信息技术的支持，可以改变这种情况。我可以通过QQ家校群布置微课视频，在上课前一天让学生观看视频预习新课，学生观看微课视频之后，完成并提交相应的在线微课作业，系统自动批改并显示每题的正确率。这样，我提前就可以掌握学情，调整第二天的教学策略，做到有的放矢，这样的课堂就很有针对性了。
2.反馈是单向的，指向的都是学生。几乎所有的反馈都是针对学生的学习行为和学习结果。反馈主要关注学生掌握知识和技能的程度，而且关注共性问题为主。这种反馈很少是关于教师的，针对的是学习的结果，而不是学习的过程。
在学校里，科任教师只要能把班级考试成绩提升上去，班主任在常规评比中拿到标兵班或者流动红旗，通常就被认为是好老师、好班主任。不管学生的成绩是因为教师高效课堂或通过题海战术而取得的，关注的是结果而不是过程，关注的是学生的现状而不是未来的发展。
大数据应能改变这一现状。在课室中使用电子教科书、在线教学平台，我们可以收集到过去无法获取的学习数据，并用于学习过程的处理，在改变传统教育反馈中的即时性和单向性方面发挥重要的作用。
二、如何落实个性化教育
最早提出个性化教育的理念和思想应该是我国的圣贤先师孔夫子，夫子在两千多年前就已经提出“因材施教，有教无类”的教育思想。我们都承认学生之间的差异是存在的，但是传统的班级授课自捷克教育家夸美纽斯把它确定下来之后基本不变：班级授课制就是由一位教师根据教学计划中统一规定的课程内容对几十位学生教学。这种传统课堂教学模式只管“齐步走”，不注重学生的个性化发展。新的《数学课程标准》指出：“教师要根据学生的具体情况，有创造地设计教学过程，要正确认识学生的个体差异，因材施教，使每个学生都在原有的基础上得到发展。”这说明，我国高度重视个性化教育。
本书指出，“大多数学校的教育，在其设计之初考虑的都是处于平均水平的学生，这种做法会同时损害位于正态分布曲线两侧的学生，会使领悟力高的学生感到厌烦（甚至引发纪律问题），而领悟力低的学生会学得非常吃力。”
个性化教学的先行者——可汉学院的创始人萨尔曼·可汉指出：我们需要的是“一个尺寸适合一个人”的方式，打破“一个尺寸适合所有人”的同质性，从而使学习优化成为可能。
大数据的发展和应用，使我们可以对学生的学习信息的数据进行收集、分析和反馈、整理和分析。事实上，现在有部分APP已经在尝试做这种事情。“一起作业”、“作业盒子”是我非常喜欢的两个APP。这些APP运用大数据，根据学生一个学期以来的作业反馈数据，自动生成最适合每个学生的个性化暑假作业。借助强大的数据分析系统，大规模个性化学习就能得以实现。这个暑假，我就为上学期本人任教的学生布置了数学暑假个性化的作业。
三、精准概率预测的可能性
某同学被目标大学录取的概率是多少？班级教师怎么搭配最佳？哪些教师更适合哪个年级？哪些教师适合当班主任？家长可能会向我们咨询：孩子注意力不集中，是多动症还是单纯的注意力缺乏？学生成绩不理想的原因是什么？家长应该怎么辅导孩子的学习？……
在做这些教育决策时，我们往往根据经验来判断，未必能够给予正确的指导。随着大数据预测在精确度和细节的提高，我们可以提出更加具体和细致的建议，采取更具针对性措施。比方说，我们与其要求孩子整个暑期补课，不如有针对性的补习代数两个星期，更有利于学生整体水平的提升。
“大数据正在进入教育的方方面面，并将对这个世界的学习产生深远的影响。大数据能告诉我们什么是最有效率的，并且揭示那些过去无从发现的谜题。”教育遇上大数据，这是一场美好相遇，我们都应该做好准备，迎接大数据时代来临，成为有“数据”的教师。
大数据：与大无关 篇3
F：简单说，大数据关乎那些可以改变我们生活的应用，比如运动健康、食品运输、零售、智能城市等。能否成为“大数据”的关键在于，你能否将这些数据真实运用到现实中。不能用的话，数据本身无意义，并不能保证让你做出更好的决定。
关于大数据最大的误解我想在于“大”这个概念。虽然叫做“大数据”，但不一定要“大”才会产生影响。切入的视角和分析手段更重要，真正有意义的并非数据的规模，而是它能如何产生影响。
T：大数据真的会改变很多行业吗？具体来说，它究竟是怎样改变行业既定规则的？
F：IT业当然是最明显的，大数据可以影响服务器、基础设施、计算机的管理等。
另一个是零售行业，尤其是电商，交易规模、消费偏好、购物兴趣等，大数据都可以在你做决策时给出参考。
此外还有健康管理。医生可以根据大数据来监测病人的健康情况，你也可以监测自己的健康。
还有可能涉及教育产业，去发现一种更具自我驱动力的学习方式，定制化的APP可以知晓如何用更好的方式去教育特定的学生。
教育产业获得数据的方式可能有两种：其一，当学生在学校遇到困难时——完成作业通常很慢，在测试中表现不佳，逃课，这些都是学生的数据碎片。如果你拥有了成百上千个学生的数据碎片，就可能预测在哪些时间段哪种学生会需要何种帮助，从而让老师能更合理有效地分配工作时间。
其二，纸质材料已经很传统了，更有自我驱动力的个性化数字教材，可以在你学习的过程中“学习”你。
不过，与其探讨大数据会最多改变哪些行业，不如探讨，大数据会以怎样的顺序改变这些行业。因为现在几乎所有领域都看到了大数据的影响力。我的书名副标题是“大数据如何改变我们的学习、生活甚至爱”，这是个大题目，但这是真的。生活的衣食住行和教育都显现出大数据的作用了，至于爱这个话题——社交媒体、在线约会，人与人之间的关系在这些工具和数据上都有点滴积累，据此可以更了解你的爱好。
T：创业者和大公司对大数据的利用有何不同？
F：大公司很有钱、有很多人、有很多数据。这是他们最有利的一点，也是最薄弱的一点，因为无法像创业者那样很快推进。非常有自我驱动力的创业者可以在自己的领域找到缺口，迅速行动。人们之所以认为速度对大数据应用很重要，一个原因在于，当你去和客户谈合作时，他们已经准备好大数据方面的预算了。能快速建立起你的数据库，就容易卖出产品。
另一个原因是，现在获得数据的成本比以前低很多，廉价渠道为大数据生意制造了很多利润空间。
比如，我认为Netflix就是一家了不起的公司，有非常庞大的数据分析部门，很多聪明人根据数据来推荐电影和电视剧。在他们根据数据制定电视剧拍摄计划后，数据有效性会自动体现在股市上，股市可以作为数据有效的一个映射。我完全相信Netflix的数据是有效的。他们在搭建数据平台和分析方面都十分有创意。
T：公司在利用大数据做决策时，有哪些方式可以考量数据的有效性？
F：这是个很好的问题。在20年前，人们也同样怀疑过电子邮件在工作中是否真能提高效率，怎么测量这种有效性。有一部分公司选择观望，也有公司比如微软，大胆拥抱了这项新技术。他们也没有什么量化途径，只是坚信会带来改观。
我认为，大数据现在也面临同样情形。有人怀疑，有人拥抱，但最终事实会证明它的确有效。当然，对大数据的评估当然也同样重要，你得经常回顾你的数据。
T：影响大数据发挥更大作用的关键因素有哪些？
F：我认为，成本是首要因素。当分析数据的成本变得越来越便宜时，数据影响力也会更大。
另外，获取数据的移动设备也会发挥很大作用。人们越黏在手机上玩各种APP，手机就会越了解你，数据对你的影响就会越大。
同时，也需要更多创业者去创造更多有趣的APP，挖掘更多层面的数据。
在云服务更普及时，数据应用会更快捷。云端存储、计算会省去数据应用者很多硬件麻烦。
T：在大数据概念兴起的同时，一些全新的细分行业也在IT业中崛起，以可穿戴设备为例，大数据将在其中扮演什么角色？
F：谷歌眼镜、智能手表、运动手环等已有移动端，会更主动地收集数据。
这个领域还在起步，但5至10年后会是我们生活的一部分。智能硬件是软件和硬件的结合，硬件可能发展出很多形态，穿戴式的甚至植入式的，对消费者最有吸引力。但硬件传感器只是收集数据的工具，数据分析还要依靠软件完成。
大数据给智能硬件创业者带来的机会可能是，他们不必费心想该如何分析数据，就像苹果不会自己塞满APP Store一样，会有很多APP创业者基于可穿戴设备硬件这个平台，利用其收集的数据，来做出很多你想象不到的分析和用途。在大数据的思路下，智能硬件就是新平台。
T：大数据，从某种层面可看做是互联网技术把人的信息存留于网络上，随之引发的问题是，该如何保护人的隐私？
F：随时在线的最大问题就是，你随时都会留下很多数据，有很多公司都在收集。我认为，公司必须对所收集的数据，以及这些数据可能的用途，非常透明地告诉给用户。在这一点上，眼下的很多公司还有极大的改进空间。
但进入可穿戴时代，比如，你不想被谷歌眼镜认出时，这个办法未必奏效，所以可穿戴时代中，大数据隐私问题非常复杂。
网络互动与大数据 篇4
1 注重故事情节的创新
伊芙特·皮洛在《世俗神话:电影的野性思维》中阐释到:“一切电影表现形式的出发点应该是情节, 是一系列事件……故而影片的表述离不开故事。”在网络自制剧中亦是如此。国内大数据在网络自制剧中的运用, 更多的是停留在类型、题材的判断上。但若仅仅以此标准, 则会引起视觉疲劳, 其题材猎奇性带来的新鲜感的优势将不复存在。当前, 网络自制剧风格偏幽默戏谑, 以轻松的无厘头模式聚焦都市青年人的喜怒哀乐, 类型、故事情节都较为单一。因而, 对于网络自制剧来说, 故事情节仍是其重中之重, 拍摄出优秀的电视作品。
数据是为内容制作提供依据和服务的。正如好莱坞梦工厂动画公司的CEO卡森伯格曾在一次采访中谈到, 贴近心灵才是制作好的电影的源泉, 而非利用大数据分析出好故事。
2 提升创作团队建设
芒果TV市场营销中心副总经理易宇丹曾说“数据只是一种手段, 视频归根结底是内容行业。内容才是制胜的法宝。固然, 《纸牌屋》是‘算出来’的电视剧。但是如果没有编剧、导演也不成气候。”据统计, 2014年视频自制剧高达205部。2015年的产量增加到379部, 增幅达到85%。爱奇艺、优酷、乐视和腾讯等每年都有数亿元的自制剧投资预算。但是真正的优质剧目并不多, 获得受众好评的更是凤毛麟角。其中一个重要的原因就是主创团队中人才的稀缺。
Netflix公司在打造《纸牌屋》时, 花费巨资请来好莱坞知名导演大卫·芬奇、两获奥斯卡金像奖的老牌影帝凯文·史派西、著名女星罗宾·怀特, 这些具有丰富影视制作经验的班底参与, 使《纸牌屋》的制作水准得到充分保障。反观我国的自制剧市场, 由于我国网络自制剧起步较晚, 从业人员的制作水平、制作经验不足, 导致网络自制剧的品质良莠不齐。但令人欣慰的是, 传统影视制作的精英团队正逐渐融入新媒体影视制作行列。曾担任张艺谋电影《山楂树之恋》编剧之一的顾小白就试水网络自制剧, 担任《心理罪》的编剧。
3 挖掘更多的盈利模式
近年来, 在线视频广告收入骤增, 其中, 视频广告成为广告主最青睐的数字媒体广告投放形式, 其中又有15%~20%的植入广告。但国内网络自制剧的商业性还有待继续挖掘。搜狐视频资深制片人王皓曾针对此指出:“目前为止, 网络平台领先于产品走到了前面, 如同当初电视机走到电视剧之前一样。网络剧现在的主要营利模式, 还是按流量广告分成, 但整个行业流量的价格, 和电视剧是无法比的, 差距很大, 这样的情况下, 很多项目会亏本, 打平就不错, 赚钱的项目凤毛麟角。”
网络自制剧诞生也可认为是视频网站的无奈之举:购买版权的费用愈发飙涨, “天价”电视剧的播出成本让视频网站不堪重负, 从渠道向内容的转型是视频网站求得生存的无奈之举。围绕内容进行的版权内容营销、广告产品创新、自制植入成为广告主视频营销的法宝。但目前, 我国的网络自制剧市场, 多以贴片广告等植入广告的方式为主要营利模式, 其广告产品创新、版权内容营销, 仍有提升的空间。
近年来, 大数据在各个行业内的作用被不断神化, 各个行业都试水。我国国内的视频网站也在积极探索大数据的应用。例如, 乐视TV对用户的收看时间进行数据分析, 搜狐视频购买大量海外剧收集用户的评价进行数据分析。例如, 视频网站能够根据用户观看习惯的数据分析用户偏好, 利用数据分析的结果在各个环节整合分析, 利用得出的最优效果, 制作出网络自制剧。但这种十分有指导性的做法是否真的能够保证网络自制剧的必然成功, 即大数据是否为网络自制剧的必胜法宝, 仍需要继续探讨。
摘要：Netflix号称依靠大数据制作出的《纸牌屋》在全球热播的同时, 也获奖无数。在第65届美国电视艾美奖中共获得了9项提名, 并最终在颁奖礼上摘得最佳导演、最佳选角两项大奖。《纸牌屋》的成功让人们看到了大数据的“魔力”。自此之后, 国内的某些互联网企业就像着了魔一样地开始让大数据决定一切, 用数据来告诉主创者如何进行创作, 让大数据告诉导演、制片人、编剧怎么样制作出优良的网络剧。
关键词：网络自制剧,纸牌屋,大数据
参考文献
“科达与大数据”安博会最大看点 篇5
在本年度的北京安博会正上, 科达以“你好, 大数据!”为主题盛装亮相, 吸引了无数眼球, “科达与大数据”也成了本届安博会一大看点。
智能、4K、H.265、云计算……当今安防业最炙手可热的技术背后, 都跟大数据有着千丝万缕的联系。科达通过感知型摄像机、4K NVR、云平台/云存储、平安城市、智能交通以及行业应用6大板块, 为大家展现了大数据时代下安防产业的未来。如图1所示。
*大数据下的摄像机:感知型摄像机
摄像机是大数据的信息来源, 在大数据时代下, 摄像机最重要的特征就是要能“感知”。此次安博会, 科达10月17日重磅发布的感知型摄像机 (Intelligent IPC) 首次面向公众亮相, 如图2所示, 此前见过它们的只有部分行业媒体与专家。
与当前市场上的Smart IPC主要定位于警戒线、区域看防等报警类智能应用不同, 科达感知型摄像机能够基于视频的智能分析, 识别出监控画面中的内容, 并对其进行语义描述和最佳图片抓拍, 然后传送给后端大数据平台开展深度应用。
科达感知型摄像机通过智能前移, 节省了大量的后端服务器, 实现了智能分析的经济化和规模化部署, 将真正推动大数据应用的普及。没有感知型摄像机, 大数据应用只是空谈。
此外, 科达还展出了最新的4K摄像机和H.265摄像机。4K与H.265是图像高清化与视频编码技术发展的必然结果, 与大数据没有直接的关联, 但4K与H.265将间接的对大数据产生积极的影响。如图3所示。
*大数据下的NVR:4K与智能NVR
今年8月, 科达推出了业内首款4K NVR, 引发了众多同行的跟进。在本次安博会上, 科达展出了该款产品。4K、H.265、模块化设计、全景拼接、切片回放……众多特性, 使得该款NVR成为了业内旗舰级NVR的典范。
更重要的是, 该款NVR可通过视频摘要技术, 对非感知型摄像机上传的视频进行目标识别和特征提取, 为大数据应用提供丰富的信息来源, 体现了大数据时代下NVR新的发展方向。
*大数据下的平台与存储:云平台与云存储
云是大数据的基础, 为大数据提供所需的计算和存储资源。此次展会, 科达带来了最新的云平台与云存储系统, 展现了科达在云计算领域的深厚积累。
2013年, 柳州平安城市部署5000T科达KCloud Stor安防级云存储系统, 成为安防业第一个云存储规模化应用的案例, 如图4所示。KCloud Stor安防级云存储系统具备众多领先特性, 包括N+M数据保护方式、面向对象的存储以及内置流媒体转发与存储等。这些特性为大数据应用搭建了坚实的基础。
*大数据下的平安城市:图侦与合成作战
感知型摄像机、大数据平台、图侦与合成作战, 科达从前端、平台、应用三个维度全面整合, 将平安城市解决方案推向大数据时代。
此次展会, 科达重点展出了大数据架构下的图侦与合成作战平台, 该平台以感知型摄像机上传的海量信息为基础, 通过大数据分析与挖掘, 实现了一系列与公安业务紧密结合的实战化应用, 包括实时布控、语义搜索、高危人员比对、人脸照片搜索、全身像搜索、多点碰撞、以图搜图等。
此外, 科达还展出了便携式图侦系统和平板式图侦设备, 方便公安办案人员在案发现场快速进行视频采集与分析, 并将结果导入图侦与合成作战平台。
*大数据下的智能交通:绿色交通集成管控
秉承“绿色交通践行者”的理念, 科达首创“免维护卡口”和“微光电警”系统, 在全国十几个省会城市、八十几个地市共200多个项目中得到规模化应用。
此次展会, 科达展出的智能交通解决方案不仅通过免维护卡口和微光电警体现了绿色交通的理念, 而且还通过智能交通集成管控平台展现了大数据时代下智能交通新的发展方向。科达智能交通集成管控平台采用云计算架构, 通过各类前端上传的海量信息的分析与挖掘, 能够实现交通拥堵、交通事故分析、警卫路线、图像侦查研判等丰富的大数据应用, 从而为城市交通管理提供科学支撑。
*大数据下的行业应用:大数据渗透各行各业
除了平安城市与智能交通, 科达此次展出的门店、建筑、监狱、法院等行业解决方案, 也同样体现了大数据带来的变革。
比如智能门店解决方案通过客流统计、客人特征分析和顾客行为分析模块, 能够识别出进店人数、进店时间、店内滞留人数、客人的年龄/性别/肤色/表情等特征, 以及客人在店内的行走轨迹、对商品的关注程度等数据, 大量门店加上长时间的统计, 将会形成庞大的数据, 从这些数据中商家可以分析出大量有价值的信息。
互联网金融与大数据分析 篇6
互联网金融与传统金融的区别不仅仅在于从事金融业务所采用的渠道媒介不同, 更重要的在于互联网金融参与者深谙互联网“开放、平等、协作、分享”的精髓, 通过互联网、移动互联网等工具, 使得传统金融业务具备了透明度更强、参与度更高、协作性更好、中间成本更低、操作上更便捷等一系列特征。互联网金融能够对传统金融形成非常有益的补充, 为国家经济的发展提供有力支持。
近期, 互联网金融发展迅猛, 一方面, 各类互联网金融平台如雨后春笋般涌现, 各类互联网金融产品琳琅满目。另一方面, 却又不断出现互联网金融平台提现困难甚至倒闭的现状, 可谓冰火两重天。
网络互动与大数据 篇7
新华社布鲁塞尔10月13日电 (记者张晓茹) 欧盟委员会13日发布公报说, 将与大数据价值协会建立合作关系, 投资25亿欧元促进数据行业发展。
这项公私合作将从2015年1月1日正式启动, 并从2016年起启动一批项目。在2016年至2020年间, 欧盟委员会将利用“地平线2020”科研规划向这项合作进行超过5亿欧元的投资, 私营行业合作伙伴的投资将超过20亿欧元。
欧盟委员会在公报中指出, 这一合作关系将有助于推动在能源、制造业和医疗保健等行业产生一些颠覆性的大数据理念, 比如提供个性化医疗和预测分析服务等, 增强欧洲地区在大数据领域的实力, 并为未来发展数据驱动型经济打下基础。
欧盟委员会强调, 发展大数据可带来很多好处, 如有望帮助欧洲供应商在全球数据市场占据多达30%的份额, 到2020年前在欧洲创造约10万个与数据相关的工作岗位, 减少10%的能源消耗等。
交通信息化与大数据时代的契合 篇8
信息化是伴随着计算机技术、互联网技术、通信技术等迅速发展起来一种推动世界经济和社会发展的重要手段, 它不断改变传统的生活和生产方式, 已成为对推动社会进步和国家发展的重要推动力。在“十二五”计划中重点强调了建设交通信息化的重要意义。面对各大中城市的迅速扩容, 人们出行压力日益严重的现状, 各种拥堵现象已经成为各大中城市的一块心病。如何采用信息化的管理手段, 加强驾驶员、车辆和行人的实时监控和无障碍联系、有效治理拥堵、减少交通事故的发生已经成为必须攻克的难题。
随着“十二五”的有效推进, 交通信息化正在逐步推进, 目前已经取得了一定的成效。然而随着云计算、大数据时代的到来, 有关智能交通的话题已经被广泛接受, 但如何是否需要改变传统信息化建设的观念, 在现有的信息化基础上增加更多的手段和功能, 尤其是增加所谓“智能行为”、融入到云计算和大数据的框架下使得交通真正的走进信息化, 正是接下来所要探讨的问题。
1 交通信息化与大数据的关系
1.1 交通信息化的其发展及意义
智能交通是交通信化的进一步扩展和在新技术条件下的新形式。人们都知道, 智能交通是一个基于现代电子信息技术面向交通运输的服务系统, 是智慧城市建设的关键。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线, 为交通参与者提供多样性的服务。它将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术和计算技术等有效地集成运用于整个地面交通管理系统而建立的一种在发范围、全方位发挥作用的, 实时、准确、高效的综合交通运输管理系统。
因此, 不难想象在建成智能交通形成新的交通信息化后, 必然会有如下几方面的积极意义。其一, 实现交通健康发展成为必然;其二, 强化交通监管、预防交通事故成为可能;其三, 提高交通运输行业管理水平成为现实。
1.2 大数据、云计算时代对交通信息化的影响
1.2.1 大数据的概念及特征
大数据作为时下最火热的IT行业的词汇, 随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。不同的组织和部门对于大数据都有不同的理解和定义, 如研究机构Gartner给出的定义是:“需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”众所周知, 大数据, 又称为巨量资料, 指的是所涉及的资料量规模巨大到无法通过目前主流软件工具, 在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
早在1980年, 著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中, 将大数据热情地赞颂为“第三次浪”。然而, 大约直到2009年以后, “大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出, 互联网上的数据每年将增长50%, 每两年便将翻一番, 而目前世界上90%以上的数据是最近几年才产生的。此外, 数据又并非单纯指人们在互联网上发布的信息, 全世界的工业设备、汽车、电表上有着无数的数码传感器, 随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化, 也产生了海量的数据信息。
维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中给出了大数据的“4V”特点:Volume (大量) 、Velocity (高速) 、Variety (多样) 、Value (价值) 。大数据的4个“V”, 或者说特点有四个层面:第一, 数据体量巨大。从TB级别, 跃升到PB级别;第二, 数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三, 价值密度低, 商业价值高。以视频为例, 连续不间断监控过程中, 可能有用的数据仅仅有一两秒。第四, 处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
1.2.2 大数据是交通信息化的必然要求
一份来自Marketsand Markets的研究报告现实, 到2018年, 全球大数据市场的年均复合增产率将大到26%, 从148.7亿美元增至463.4亿美元。传统的交通信息化向智能交通转变是时代的必然, 其关键是要实现对数据信息的智能处理。显然, 大数据则成为发展信息交通信息化中的重要一环。随着各种技术的不断涌现, 大数据的表现成功将人类的想象转化为现实, 并逐渐渗透进入人们的生活。其意义不仅仅只是预测结果, 改善交通状况。
在大数据条件下, 交通信息化相关的信息种类繁多, 诸如路况和交通灯、环境信息、物资信息、车辆信息等等。以一个运输任务来看, 这些信息量随着运输任务量的增大和运输时间的增长而逐渐增加, 其中包括交通管制信息、交通实时视频录像等, 据Gartner公司统计, 全球数据量每年正在以至少59%速度在递增。另外, 大数据时代的标识在于数据的非结构化特征。进入2012年以来, 非结构化数据占有比例将达到互联网整个数据量的75%以上。
因此, 随着交通管理各个方面的需求, 实现智能交通必然带来海量数据的增长, 如果要完成对这些信息的收集、处理、发布、交换、分析、利用等功能, 进行大数据处理则是其必然要求。
2 结束语
文章从传统的交通信息化开始论述, 谈到随着云计算、大数据时代的到来, 使得构建智能交通新一代交通信息化成为实现智慧城市的关键。其中, 重点分析了在大数据时代背景下, 信息交通信息化如何会带来大数据以及为什么处理大数据成为其建设的必然要求。最后, 文章给出结论, 信息交通信息化与大数据是相契合的, 是相容的, 也是时代发展和对实现智能交通的必然。
参考文献
[1]Viktor Mayer-Schonberger, Kenneth Cukier.盛杨燕, 周涛[译].大数据时代—生活、工作与思维的大变革[M].浙江人民出版社, 2012.
[2]艾伯特-拉斯洛·巴拉巴西.马慧[译].爆发·大数据时代预见未来的新思维[M].中国人民大学出版社, 2012.
[3]Paul C.Zikopoulos, Chris Eaton, Dirk deRoos, Thomas Deutsch, George Lapis.Understanding Big Data-Analytics for Enterprise Class Hadoop and Streaming Data[M].出版社不详.
[4]Tom White.周敏奇, 王晓玲, 金澈清, 等译.Hadoop权威指南[M].O'Reilly, 北京:清华大学出版社, 2011.
[5]董西成.Hadoop技术内幕:深入解析MapReduce架构设计与实现原理[M].北京:机械工业出版社, 2013.
网络互动与大数据 篇9
中国制造业亦正面临从价值链的低端向中高端,从制造大国向制造强国、从中国制造向中国创造转变的关键历史时期。以“工业化与信息化深度融合”为特征的“制造业信息化”与创新驱动是我国实现从制造大国向制造强国迈进的战略举措。2015年《政府工作报告》明确提出《中国制造2025》的战略规划。而大数据技术、 CAD/CAM技术及动态仿真技术的综合应用均是当代的一种智慧制造模式和手段。
1 “智慧制造”在PT车间的具体实施
虽然PT车间数控机床数量众多,但从控制系统划分占主流的则只有两种:FANUC系统、SIEMENS系统。下面将以3个具体应用实例说明,如何将控制系统自身的功能与现场工艺、机床软硬件配置相结合,以创新思维打造具有自身特色的“智造”工厂。
1.1大数据技术的应用——主轴负载监控项目
车间某德国产数控加工中心,配以SIEMENS 840DSL操作系统,机床自身带有主轴震动监控单元(见图1),该监控组件可以实时监控每次加工循环中主轴震动的峰值(见图2)。当峰值超出预设上限时机床停止加工并报警。
在该案例机床加工过程中发现,该监控组件只能监控每次加工循环中的峰值并判断,无法记录加工工序中每把刀具的加工负载及峰值(会被后续加工刀具的峰值覆盖掉)。由此无法判断某一把刀具的负载情况,当出现刀具负载过大,崩刃后无法及时报警,有发生批量质量问题的潜在风险。
经过对该监控组件的研究分析后,决定优化其监控功能,编制新的PMC及CNC程序图,将监控信号置于每把刀具的加工过程段中,实现了多刀具多工序的实时监控。
1.2刀补信息实时监控
PT车间曲轴线某工位机床是FANUC 31i操作系统,因为曲轴加工工艺的特殊性决定了这些工位的刀补数据更改频率较高, 其刀具补偿值是由生产线操作人员根据频次测量检测报告的结果,通过操作机床的HMI界面进行修正(见图3)。由于操作人员技能水平不一致及夜班疲劳等其他因素影响,存在一定的误操作风险。此时就需要对更改的数值进行及时保存、记录,以便后期根据修改记录总结规律、分析毛坯及工艺问题、及时进行质量问题追溯。
根据机床控制系统特点编制新的NC程序,将刀具补偿变量传递给PMC空地址中(见图4)。再利用IT数据提取软件,传递到车间服务器中,这样可以实时监控机床的刀补数据变动情况,后期通过IT软件二次开发,制作简易数据查询界面,可以随时在线查询数据记录情况,便于问题的及时分析、解决。
1.3运用CAD/CAM技术快速应对工艺更改
箱体线某工位铣削加工时,由于工艺更改,需要编制新的刀具切削路径(见图5),新加工面需要A轴旋转一个角度,铣刀应用半径补偿法加工,程序编制量较大、时间较紧。分析后决定采用NX三维软件编程,将工艺图纸导入软件后设置相关加工参数,自动生成带有刀具半径补偿的加工程序,及时解决了紧迫的工艺更改问题(见图6)。
2结语
从上述例子可知,综合运用CNC自动编程、PMC编程、IT系统二次界面开发等技术手段对数控机床进行改造、升级,使其功能更完整、数据应用更“智慧”。有效地保证了加工的质量稳定性、工艺更改的及时性。
参考文献
[1]常百.UG NX6.0中文版数控加工基础入门与范例精通[M].北京:科学出版社,2009.
[2]孙彦广.工业智能控制技术与应用[M].北京:科学出版社,2007.