2016大数据分析在智慧健康管理中的应用.pdf

《2016大数据分析在智慧健康管理中的应用.pdf》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、大数据分析在智慧健康管理中的应用Theapplicationofbigdataanalysisinhealthmanagement嘉兴统捷通讯科技有限公司：相建南0大数据应用案例1实际数据的采集2目录非结构数据采集3健康数据分析4决策系统（预警机制）大数据应用案例应用案例——医院在医院，儿科部会记录早产儿和患病婴儿的每一次心跳，然后将这些数据与历史数据相结合来识别模式。基于这些分析，系统可以在婴儿表现出任何明显的症状之前就检测到感染，这使得医生可以早期干预和治疗。应用案例——智能分析•WNYC开发的TransitTimeNYC

2、让纽约人可以点击纽约市的五个区域来获取地铁或火车的时间。他们从开源行程平台OpentripPlanner获取数据，并将这些数据域公开下载的地铁时间表结合来创造400万虚拟旅程。应用案例——选举美国联邦调查局正在结合来自社交媒体、闭路电视摄像机、电话和文本的信息来追踪犯罪和未来恐怖袭击活动。同时根据一些国外媒体报道，奥巴马在2012年总统竞选中使用大数据分析来收集选民的数据，再加上一流的分析引擎，让他可以专注于最有可能投他的选民。应用案例——智能汽车这方面最有发言权的应该就是谷歌了，谷歌自主研制的自动驾驶汽车分析来自传感器和摄像

3、头的实时数据，从而保障用户在道路上的驾驶安全。应用案例——智慧城市•通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速.“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领一些城市的大小街区。•这样，我们就可以预先了解城市道路的情况。对城市设计和管理提供最有利的支持。实际数据采集实际数据采集血压/脉搏/微循环参数计

4、算•压力传感器血压测量脉搏参数•光电传感器微循环参数基于脉搏参数计算其它相关参数实际数据采集红外光电式连续血压测量研究•光电式脉搏传感器的噪声分析和工程处理•脉搏信号的模/数信号转换电路•血压测量原理•半导体力敏传感器•血压的压力信号放大电路非结构数据采集非结构数据•Word文档•Pdf文档•图形文件•语音文件非结构数据采集最早的网络问答服务应该是由各搜索引擎推出的问答社区，例如百度知道、搜搜问问等。接着兴起了Quora、知乎一类的社会化问答网站。现在，网络问答服务似乎开始进化到第三阶段--基于语义分析引擎的专家问答服务Goo

5、gleDremel(如何能3秒分析1PB)•随着Hadoop的流行，大规模的数据分析系统已经越来越普及。数据分析师需要一个能将数据“玩转”的交互式系统。如此，就可以非常方便快捷的浏览数据，建立分析模型。Dremel系统有下面几个主要的特点：•Dremel是一个大规模系统。在一个PB级别的数据集上面，将任务缩短到秒级，无疑需要大量的并发。磁盘的顺序读速度在100MB/S上下，那么在1S内处理1TB数据，意味着至少需要有1万个磁盘的并发读!Google一向是用廉价机器办大事的好手。但是机器越多，出问题概率越大，如此大的集群规模，需

6、要有足够的容错考虑，保证整个分析的速度不被集群中的个别慢(坏)节点影响。•Dremel是MR交互式查询能力不足的补充。和MapReduce一样，Dremel也需要和数据运行在一起，将计算移动到数据上面。所以它需要GFS这样的文件系统作为存储层。在设计之初，Dremel并非是MapReduce的替代品，它只是可以执行非常快的分析，在使用的时候，常常用它来处理MapReduce的结果集或者用来建立分析原型。•Dremel的数据模型是嵌套(nested)的。互联网数据常常是非关系型的。Dremel还需要有一个灵活的数据模型，这个数据

7、模型至关重要。Dremel支持一个嵌套(nested)的数据模型，类似于Json。而传统的关系模型，由于不可避免的有大量的Join操作，在处理如此大规模的数据的时候，往往是有心无力的。•Dremel中的数据是用列式存储的。使用列式存储，分析的时候，可以只扫描需要的那部分数据的时候，减少CPU和磁盘的访问量。同时列式存储是压缩友好的，使用压缩，可以综合CPU和磁盘，发挥最大的效能。对于关系型数据，如果使用列式存储，我们都很有经验。但是对于嵌套(nested)的结构，Dremel也可以用列存储，非常值得我们学习。•Dremel结合

8、了Web搜索和并行DBMS的技术。首先，他借鉴了Web搜索中的“查询树”的概念，将一个相对巨大复杂的查询，分割成较小较简单的查询。大事化小，小事化了，能并发的在大量节点上跑。其次，和并行DBMS类似，Dremel可以提供了一个SQL-like的接口，就像Hive和Pig那样。