理论教育 大数据的挖掘与应用在数字处理、数据分析和金融领域

大数据的挖掘与应用在数字处理、数据分析和金融领域

时间:2023-06-17 理论教育 版权反馈
【摘要】:研究主要涉及数字处理、数据分析以及数据挖掘,尤其是从海量、复杂、实时的大数据中挖掘知识,可见,对海量数据价值的挖掘、发现和创造价值一直是当前的研究热点。此外,统计还发现,中国移动、中国电信以及金融领域更注重从数据分析挖掘中获得智慧价值的利用。同时大数据将由网络数据处理走向企业级应用,企业逐渐了解到大数据并不仅仅指处理网络数据,行业对大数据处理的需求也会增加,包括数据流检测和分析。

大数据的挖掘与应用在数字处理、数据分析和金融领域

(1)资源的管理与利用

数据作为一种重要的资源,对它价值的挖掘利用具有非常重要的意义,因此一直是该领域的研究重点。研究主要涉及数字处理、数据分析以及数据挖掘,尤其是从海量、复杂、实时的大数据中挖掘知识,可见,对海量数据价值的挖掘、发现和创造价值一直是当前的研究热点。同时为了更好地建设数据资源,对数据的组织和存储显得尤为重视,于是相应地也成为研究热点,如元数据、数据仓库和数据存储等。

(2)信息服务

数据组织和建设的主要目的便是开展服务。相关研究主要涉及地理信息系统、互联网、物联网、遥感、数字城市、商业智能等方面。而物联网一直是重点关注的新产业,对于数字城市及智慧城市的谋划建设更强调数据的价值。此外,统计还发现,中国移动、中国电信以及金融领域更注重从数据分析挖掘中获得智慧价值的利用。

(3)行业调整(www.daowen.com)

Hadoop迈向商业化,开源软件带来更多相关市场机会,将促使一批新型开放平台的诞生。同时大数据将由网络数据处理走向企业级应用,企业逐渐了解到大数据并不仅仅指处理网络数据,行业对大数据处理的需求也会增加,包括数据流检测和分析。大数据将创造出新的细分市场。

(4)关键技术

数据的管理和利用离不开技术的支撑,服务质量的提高更离不开技术的保障。近几年的研究主要涉及云计算、Hadoop、MapReduce、并行、分布式、多线程、网格、可视化等技术。尤其是云计算、MapReduce以及Hadoop带来的分布式、并行式算法与“海量数据”有着密切的关系,而事实上这三者针对的具体目标本来就是大规模的数据。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈