《大数据_智能物流》PPT课件

《《大数据_智能物流》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大数据及智能物流物联网南方科技大学金融数学及金融工程系王怀清教授wang.hq@sustc.edu.cnH.Wang--2ShortBio上海交大本科（62－68）武钢技术员，工程师（70－78）华中科技大学硕士研究生（79－81）华中科技大学讲师（82－84）英国曼彻斯特大学博士研究生（85－87）加拿大多伦多大学高级研究员（88－93）香港城市大学教授（94－11）南方科技大学教授（12–现在）ShortBio南方科技大学的教授，及香港城市大学航贸及金融研究中心的副主任。他也是华中科技大学客座教授以及武汉理工大学客座教

2、授，信息学院名誉院长。1987年获得英国曼彻斯特大学计算机博士1988-1993:加拿大多伦多大学计算机系任高级研究员.1994-2011:香港城市大学信息系统学系教授.研究领域:商务智能:智能金融系统，智能决策支持，智能物流系统,知识管理系统，智能云服务，概念模型和本体在SCI的期刊上面发表了70多篇高水平学术论文SCI论文引用:800多次。SCI的h指数:18。学科顶级期刊学术论文:ArtificialIntelligence(2篇),IEEETransactionsonKnowledgeandDataEngineer

3、ing(3篇),CommunicationsoftheACM(4篇),DecisionSupportSystems(5篇),EuropeanJournalofOperationalResearch(1篇),Information&Management(2篇),IEEETransactionsonFuzzySystems(4篇),IEEETrans.onSystems,ManandCybernetics(4篇),JournalofBankingandFinance(1篇).什么是大数据？具有4V特性的数据：Volume(巨大

4、的数据量):Variety(数据类型多):文本/图片/视频等非结构化/半结构化数据Velocity(处理速度快):要求系统在短时间内做出反应Value(价值密度低):单条数据无价值,无用数据多,综合价值大3亿用户,每天上亿条微博.巡天望远镜,已收集140兆兆字节数据2015年全球移动终端产生的数据量6300PB案例两年半前海地地震，海地人散落在全国各地，援助人员为弄清该去哪里援助手忙脚乱。传统上，他们只能通过飞往灾区上空来查找需要援助的人群。一些研究人员采取了一种不同的做法：他们开始跟踪海地人所持手机内部的SIM卡，由此判

5、断出手机持有人所处的位置和行动方向。正如一份联合国(UN)报告所述，此举帮助他们“准确地分析出了逾60万名海地人逃离太子港之后的目的地。”后来，当海地爆发霍乱疫情时，同一批研究人员再次通过追踪SIM卡把药品投放到正确的地点，阻止了疫情的蔓延。非结构化数据相对于结构化数据而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。技术演进历史揭示未来是大数据驱动的智慧型经济模式用途？以上介绍的互联网上的数据看起来数量庞大却用处寥寥，但

6、事实上，只要处理好这些数据，就能给商家带来巨大的利益。举一个简单的例子：商家消费意向通过网页浏览记录通过人人、微博等消费水平通过淘宝等消费记录通过社交平台信息消费位置通过手机软件定位客户针对性地给客户提供广告与优惠信息消费服务大数据的意义----为每位用户量身打造用户在线的每一次点击，每一次评论，每一个视频点播，就是大数据的典型来源。互联网企业之所以取得令人瞩目的成绩，其核心的本质就是包括用户网络操作的大数据，进行记录和分析，比用户自己更了解用户，从而洞悉用户的潜在的、真实的需求，形成预判。这是传统企业花费重金都难以企及的

7、梦想。大数据----现状2012年各行业大数据市场规模2012年政府、互联网、电信、金融的大数据市场规模较大，四个行业将占据一半市场份额。由于各个行业都存在大数据应用需求，潜在市场空间非常可观。2011年是中国大数据市场元年，一些大数据产品已经推出，部分行业也有大数据应用案例的产生。2012年-2016年，将迎来大数据市场的飞速发展。2012年中国大数据市场规模将达到4.7亿元，2013年大数据市场将迎来增速为138.3%的飞跃，到2016年，整个市场规模逼近百亿。大数据----国外已经投资应用美国国务院采用大数据技术开发

8、新的美国护照系统。IBM宣布投资1亿美元用于大数据研究；美国IT公司开始意识到大数据技术能够为公司创造价值；大数据公司引入汽车行业高管人员扩展营销业务；大数据----问题数据的爆炸式增长为全球各行业均带来了管理上的问题。例如，在电信行业的呼叫数据记录管理、金融行业的交易数据和客户资料管理、零售行业的供应