《大数据人工智能与工业互联网》

《《大数据人工智能与工业互联网》》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2018/5/13大数据、人工智能与工业互联网清华大学自动化系范玉顺2018年提纲大数据人工智能工业互联网12018/5/13大数据大数据的产生背景大数据的特征与思维转变大数据产业及应用3数据增长的速度脸谱网站花旗银行保险公司联邦快递谷歌美国航空沃尔玛422018/5/13信息技术的发展催生大数据热基础：计算机存储、计算能力的提升，数据存储成本下降1955年，1MB的存储器，6000美元1993年，1MB的存储器，1美元2010年，1MB的存储器，1美分大数据的来源1.交易数据，包括电子

2、商务2.移动互联、社交网络3.物联网感知数据：海洋、天气、工业设备监控、物流跟踪4.政府开放数据1.交易数据离散制造业966政府848传媒业715流程制造业694美国各行业数据存储量银行业619（PB）医疗业434投资证券业429沃尔玛2010数据库的大小专业服务业411为2500TB，大约2PB零售业364教育业269保险业243交通业227电子商务产生更大数据：淘宝批发业202现在的数据量大约20PB，每共用事业194月会增加1.5PB。服务资源行业116消费娱乐业106建筑业5132018/5/132.

3、社交网络Facebook1.网络用户数据14亿：注册用户30亿互联网用户100亿：分享的内容条数6.34亿个网站45亿：“赞”的数量，12000亿次谷歌搜索（2012年）3.5亿：上传照片数14亿位Facebook用户600+TB：新产生的数据2亿位Twitter用户105TB：每半小时通过Hive扫描的数据2亿位LinkedIn用户300+PB：数据容量1.35亿位Google+活跃用户Google从单纯的搜索引擎公司发展为目前包括blog、2.社交媒体交互数据Email、网络分析、新闻

4、、问答、数字图书、日2012年共发布了1.75亿条Tweet信息历、SaaS、云计算、地图、广告、阅读、图片、全球90%的数据产生于过去两年视频等数十种服务的综合IoS服务提供商；搜索：至少拥有10亿用户；在线视频：每月>5亿3.移动端和影像的访问量；20亿智能手机用户博客：4亿读者；Gmail：2亿用户；Android：智能手机OS的25%市场份额；Chrome：50亿手机用户17%的市场份额。73.物联网感知数据由于传感器大规模全方位的布网和高速高精度传感器的使用，物联网将产生海量的数据。截至2

5、010年，全球RFID数量已经超过了300亿个。一个大型城市电力物联网每天产生的数据可达TB级，一个大型城市交通物联网每天产生的数据可达10TB。各种记录、通信和可穿戴设备。行车记录仪智能手机谷歌眼镜智能手环42018/5/13产品使用服务过程中的技术状态管理监测变量数目>5000个/每秒计算1000个以上的中间模型每台燃机24小时实时诊断故障，优化运行状态运行信息约2TB减少故障、提高效率、降低废气排放Source：SiemensAG.2013.4.政府开放数据www.data.gov，截止到2

6、017年3月，data.gov平台上已经包含了20万个数据集，这些数据集涵盖了农业、天气、教育、能源、制造等近50个公共管理和生活领域。1052018/5/13美国人的时间花费、小时工资、劳动力统计和失业人数统计经济与人口11JimGray,计算机领域图灵奖2000年，新产生的数据1000PB获得者，1944年出生，19982010年，全球企业新存储的数据超年提出新摩尔定律，2007年过7000PB。1月28号迷失在大海中…..JimGray提出“新摩尔定律”大数据的意义是人类可以分析和使用的数据大大

7、增加，通过对这些数据的交换、整合和分析，人类可以发现新的知识、创造新的价值，带来“大知识”、“大科学”、“大利润”和“大发展”。麦肯锡2011年报告：大数据，将成为全世界下一个创新、竞争和生产率提高的前沿。1262018/5/13大数据大数据的产生背景大数据的特征与思维转变大数据产业及应用13大数据的组成大数据=（海量+类型复杂）的数据大数据包括海量交易数据集海量交易数据企业内部的经营交易信息主要包括联机交易数据和联机和交互数据集在内的所有数分析数据，是结构化的、通过关系数据库进行管理和访据问的静态、

8、历史数据。通过这些数据，我们能了解过去发生了什么。海量交互数据源于Facebook、Twitter、LinkedIn及其他来源的社交媒体数据构成。它包括了呼叫详细记录、设备和传感器信息、GPS和地理定位映射数据、通过管理文件传输协议传送的海量图像文件、Web文本和点击流数据、科学信息、电子邮件等等。可以告诉我们未来会发生什么。海量数据处理大数据的涌现已经催生出了设计用于数据密集型处理的架构。例如具有