大数据挖掘应用前景案例分析.pdf

大数据挖掘应用前景案例分析.pdf

ID:57067258

大小:561.70 KB

页数:17页

时间:2020-07-31

大数据挖掘应用前景案例分析.pdf_第1页
大数据挖掘应用前景案例分析.pdf_第2页
大数据挖掘应用前景案例分析.pdf_第3页
大数据挖掘应用前景案例分析.pdf_第4页
大数据挖掘应用前景案例分析.pdf_第5页
资源描述:

《大数据挖掘应用前景案例分析.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、1大数据挖掘的应用前景各行各业的应用21)影视业应用2)银行卡分析3)犯罪预警向用户推荐电影Netflix每天会对2700万和3600万注册用户的3000万次“动作”(包括播放、暂停、倒退和快进等动作)、400万次评级、300万次搜索,用户观看视频的时间和设备进行分析•挖掘用户的喜好,向用户推荐节目将文字进行分类•Yahoo!Mail决定接收的信息是不是垃圾邮件,–基于先前邮件和用户的垃圾邮件报告,以及邮件的特性。–一些信息被分类为垃圾邮件聚类分析刷卡数据•Cardlytics:解析你的刷卡足迹•“她去了McDonald,然后Target,再是BabiesRUs”可能是一个

2、已婚妈妈•“„他的消费地点都是酒吧和TacoBell”这可能是个单身汉–刷卡数据经过聚类处理为多类人群,然后可以提供给Groupon,银行,商家等。BBPBBP(TheBillionPricesProject)美国劳工统计局的人员每个月都要公布消费物价指数(CPI),用来测试通货膨胀率•为得到这些数据,之前需要从全美90个城市的商店、办公室收集各种各样的价格信息8万种,每年需花费两亿五千万美元。这些数据也不是完全精确的,且结果的公布会有几周滞后,政府无法及时获得数PriceStats•MIT的一个名为PriceStats的大数据方案,通过一个软件在互联网上收集信息,每天可以

3、收集到50万种商品的价格。–收集到的数据很混乱,也不是所有数据都能轻易比较。–但是把大数据和数据挖掘方法相结合,该项目可以实时发现通货紧缩趋势收集到的价格信息多,而且是即时的,目前被70多个国家的银行和经济决策人用到。蛋挞与飓风世界上最大的零售商沃尔玛对历史交易数据进行了挖掘记录中包括每一个顾客的购物清单以及消费额,甚至购买当日的天气。采用挖掘算法处理后,沃尔玛发现飓风来临前,POPTarts蛋挞的销量会增加。预报监测海洋环境•为监测海洋环境,感知海表的高度和温度变化–每150平方海里海洋部署1个传感器,每个传感器都以每秒10次的速率传回数据–每次传送的是4字节数据,每

4、天产生的数据量为3.5MB–环美洲的海洋需要100万个传感器,每天传回的数据3.5TB–全球海洋面积3.6亿平方海里,需要360万个,每天传回10T以上的数据市场产品预测•利用大数据挖掘,准确预测价格波动周期,实现农业生产的精细管理••减少价格波动的影响–细化每头猪生长情况、饲养状态、健康情况–挖掘预期收益、预测对接商超预测警务基于现有的视频、安保等海量大数据,采用数据挖掘方法,实现“预测警务”决定哪些街道、群体需要更严密的监控。–美国的BlueCRUSH项目为警员提供情报,关于哪些地方更容易发生犯罪事件,什么时候更容易逮到罪犯。大数据挖掘可以帮助执法部门更好地分配其有限的

5、资源。预测传染病采用大数据挖掘方法,处理海量网络搜索记录。–例如:谷歌针对来自全球超过30亿条的搜索指令,采用上亿个挖掘模型进行处理,发现了45条检索词条的组合,准确的提前预测了H7N9。机票价格预测•搜索引擎Bing的Farecast。采用大数据挖掘,实现了机票价格预测和FareGuard最低价格保证模式个性化售书推荐Amazon通过网上售书,从每一个客户身上捕获了大量的数据。幵基于这些数据实现个性化售书推荐例如:他们购买了什么书籍?哪些书他们只浏览却没有购买?他们浏览了多久?哪些书是他们一起购买的?电影节目推荐在线电影租赁公司Netflix公司,四分之三的新订单都来自

6、推荐系统。推荐产品、内容及相关的信息大数据挖掘总结•大数据挖掘为探索未知世界提供了一个工具!•数据已经成为了一种优质商业资本,–传统行业结合大数据和大数据挖掘技术,可以发现无限的商机,能够预测未来,激发新产品和新型服务,创造新的经济利益。•Mahout虽然相对年轻,但开源、支持MapReduce的集群实现–在处理数据规模很大,需要聚类、分类或推荐内容时,Mahout是一个很好的选择17谢谢

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。