软考 系统架构设计师系列知识点之大数据(3)

2023-12-10 11:28

本文主要是介绍软考 系统架构设计师系列知识点之大数据(3),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

接前一篇文章:软考 系统架构设计师系列知识点之大数据(2)

所属章节:

第11章. 未来信息综合技术

        第6节. 云计算和大数据技术概述

大数据和云计算已成为IT领域的两种主流技术。“数据是重要资产”这一概念已成为大家的共识,众多公司争相分析、挖掘大数据背后的重要财富。同时学术界、产业界和政府都对云计算产生了浓厚的兴趣:全球范围内讨论云计算技术学术活动如火如荼;谷歌、亚马逊、IBM、微软等IT巨头大力推动云计算的宣传和产品的普及。各国政府斥巨资纷纷打造大规模数据中心与计算中心。

3. 大数据的应用领域

(1)制造业的应用

制造业目前正向信息化自动化的方向发展。在产品的设计、生产和销售中,越来越多的企业使用计算机辅助设计(CAD)计算机辅助制造(CAM)等软件;数控机床、传感器等设备;物料需求计划(MRP)企业资源计划(ERP)等系统。这些信息技术的应用大大提高了工作效率和产品质量。

然而,随着信息化的不断深入,制造业目前所面临的挑战是在产业信息化之后,如何提升获取和开拓市场需求的能力,从而创造出更有价值的商品。如今,企业管理信息系统中存储的信息,各种工业传感器和数控设备中产生的数据,都将汇集到一起形成大数据,以提高生产效率为目标的信息化制造业转变成已掌握用户需求为目标的智慧化制造业大数据为制造业的创新转型(无论是精益化提升还是服务化转型提供了新的路径和方式

另一方面,海量数据扩大了算法和运筹学的应用领域。例如,在部分制造企业,算法对生产线的传感器信息进行分析,形成了自我调节的流程,从而减少了浪费,避免了代价高昂(有时还十分危险)的人为干预,最终提升产量。

现在,从复印机到喷气式发动机等各种产品都可以产生能跟踪器使用情况的数据流。制造商能够分析输入数据,并有可能主动纠正软件缺陷或派遣服务代表到现场维修。一些计算机硬件供应商正在收集和分析这些信息,在发生故障导致客户运营中断前未雨绸缪、提前维护。这些信息还可以用于实施产品变化、预防未来问题的发证、提供客户使用信息等方面,为下一代产品开发提供灵感和思路。

(2)服务业的应用

传统的服务业有着悠久的历史。当信息时代到来的时候,服务业就衍化出了两种形态:一种是信息技术与服务业相结合的信息服务业;另一种是应用信息技术改造传统服务业而来的服务业。前者包括计算机软件、通信服务、信息咨询服务等;后者包括信息化改造后的商业、金融业、旅游业等。大数据恰恰就在这两者之间起到了牵线搭桥的作用:一方面,它使得信息服务业从提供软硬件技术服务升级到提供智慧解决方案;另一方面,它将改变现有的服务业业态模式,将关注点转向数据

  • 在信息服务业,最常见的大数据分析当属网络公司收集用户的网页点击行为,从而提供个性化的广告与信息推送服务,需要注意的是这些行为需要考虑用户隐私的保护问题。
  • 在信息化改造后的服务业,大数据更是无处不在。在零售行业,厂商可以通过互联网点击流实时跟踪客户行为、更新客户偏好、建立可能行为的模型。在此基础上,厂商能够确定客户下次购买的时间,通过捆绑优选产品、提供省钱的奖励性计划、对交易实施微调等措施,最终使得整个销售圆满结束。在金融行业中,银行可以从大量数据中发现信用卡欺诈和盗用;理财网站从统计的消费数据中来预测宏观的经济趋势;保险公司通过大数据能够找出可以的权利要求;在旅游行业,企业致力于旅游预订数据的收集、分析与处理,例如,微软的Bing搜索引擎能够根据其存储的机票历史数据,帮助用户决定购买航班的最佳时间和最优惠价格。

(3)交通行业的应用

当前,出行难问题对各大城市来说都亟待解决。当前,可以利用先进的传感技术、网络技术、计算技术、控制技术、智能技术,对道路和交通进行全面感知。而在大数据时代下的智慧交通,需要融合传感器、监视视频和GPS等设备产生的海量数据,甚至与气象监测设备产生的天气状况等数据相结合,从中提取出人们真正需要的信息,及时而准确地进行发布和推送,通过计算直接提供最佳的出行方式和路线。

(4)医疗行业的应用

医疗健康问题是当前社会普遍关注的焦点问题。以往,人们总是在发现自己生病时才看病就医,而且到了医院还要经历挂号、求诊、配药等复杂流程,整个过程需要耗费大量时间,容易形成就医难的困境。如今,基于电子医疗记录技术,电子病历正逐渐被各大医疗机构所采用的。在去医院前,可以通过网上预约挂号;在就医时,仅用一张IC卡就能付费;医生还可以将问诊过程中的记录、病人的化验单、医疗影像数据(拍片)等诊断数据输入电脑以备随时调用。

在大数据时代,可以将医疗机构的电子病历记录标准化,形成全方位、多维度的大数据仓库。系统首先全面分析患者的基本资料、诊断结果、处方、医疗保险情况和付款记录等诸多数据,再将这些不同的数据综合起来,在医生的参与下通过决策支持系统选择最佳的医疗护理解决方案。

这篇关于软考 系统架构设计师系列知识点之大数据(3)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/476976

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

mybatis的整体架构

mybatis的整体架构分为三层: 1.基础支持层 该层包括:数据源模块、事务管理模块、缓存模块、Binding模块、反射模块、类型转换模块、日志模块、资源加载模块、解析器模块 2.核心处理层 该层包括:配置解析、参数映射、SQL解析、SQL执行、结果集映射、插件 3.接口层 该层包括:SqlSession 基础支持层 该层保护mybatis的基础模块,它们为核心处理层提供了良好的支撑。

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na