大数据

大数据挑战——如何使用Druid实现数据聚合

应用性能管理的本质就是通过对业务数据和IT系统性能数据的准确抓取和深度分析,为企业业务和IT的可持续发展提供平台支撑。而云智慧透视宝产品在得到越来越多客户认可的同时,业务数据也在急剧增加,无论是数据存储还是数据查询,都会给原有透视宝架构带来较大压力。经过反复挑选,云智慧透视宝选择了用于大数据实时查询和分析的高容错、高性能开源分布式系统Druid,接下来就由透视宝开发工程师l

寻找创业方向时,如何零成本用大数据获悉市场行情?

最近一个朋友想创业,做母婴方面的项目,之前没做过该类项目,有了几个备选项目,分别是产后恢复、婴儿游泳、月子餐和月子会所,这些他都觉得不错,所以就有点选择恐惧症,想知道做哪个case有搞头。因此,让我帮忙分析分析一下哪个方向比较好。其实,仔细分析朋友提出的这个问题,我瞬间联想到许多:哪个方向的发展趋势/市场前景良好?这个方向有哪些规律性的东西值得注意?这个市场的目标用户的特征

专访|HPE软件部中国区总经理李时:HPE引领IT战略新形态

​2016年7月22日,「HPE&msup软件技术开放日」将在上海举办,msup携手HPE揭秘全球测试中心背后的12条技术实践。李时:HPE软件部中国区总经理,将在本次开放日带来《HPE软件实现企业转型》的分享。在开放日举办之前,主办方特别对李时进行了采访,提前剧透HPE在实现企业转型的过程中经历了哪些技术选型与实践。msup:在大数据落地上,HPE有哪些好的经验可以分享。

用户体验、物流技术和大数据将成为外卖O2O行业的未来?

7月13日,百度公司董事长兼CEO李彦宏在发布会上谈及百度外卖时表示,百度外卖里有非常多的人工智能技术的应用,比如同样的商家订单,先配送后配送,时间路线规划等等,都有人工智能的技术,涉及机器学习的问题。要理解李彦宏这段话的含义首先还要从当下外卖行业的发展现状说起,目前外卖行业已经进入稳定发展期,对于用户来说,服务品质往往是最重要的。在野蛮生长时期,依靠烧钱补贴,用户增长规模

关于运营商做大数据的思考

写在最前面:本人现在正在三大运营商中的一家,从事大数据应用相关方面的工作,最近和一些同做大数据相关的同事沟通,有一些关于运营商做大数据这件事的感谢,也算是自己的一些思考,仅当做一点思考,大家看看即可,不必当真。2011年麦肯锡发布了关于大数据的第一份报告《大数据:创新、竞争和生产力的下一个前沿》,从此之后大数据的概念开始一发而不可收拾。大数据是什么,我的解释就是在有限的计算

达观数据搜索引擎排序实践

达观数据搜索引擎排序实践前言随着互联网的深入发展,人类已然进入大数据时代。如何在浩瀚的数据海洋里高速有效的获取有价值的信息,正是促使大数据技术具备走向众多企业的潜力。搜索引擎作为获取信息的有效入口,已然经历了20多年的发展,并一直试图理解用户搜索意图以及提升搜索的精准性。Google是全球性的搜索引擎,看似简单的搜索框背后隐藏的是极其复杂的系统架构和搜索算法,其中排序(以下

携程:机器学习在酒店服务领域的实践

编者注:在携程技术中心推出的线上公开课程[携程技术微分享]上,来自携程酒店研发的BI经理潘鹏举,介绍了如何借助大数据和算法,通过机器学习去克服酒店服务行业挑战,给用户带来更好的服务体验,给公司带来效率提升,希望能对你有所启发。关注携程技术中心微信号(ctriptech),回复“微分享”,可获得[携程技术微分享]最新课程信息。不同于其他行业,酒店OTA有一些自己的特点,比如天

玩转大数据,你需要了解这8种项目类型!

【编者按】本文作者为大数据咨询公司 Mammoth Data 的创始人 Andrew Oliver,主要介绍适宜应用大数据的8大项目类型。文章系国内 ITOM 管理平台 OneAPM 编译呈现,以下为正文。在过去的 12 个月里,笔者一直在大数据的战壕里挖掘。好吧,其实大部分时间我只是坐在比我更聪明的人旁边,看他们怎么在战壕里挖掘数据,再把所做的事情进行简化以上报给管理层。

12亿条出行记录背后的纽约故事

纽约出租车和轿车委员会(简称 TLC)在其网站上公开了纽约整个城市从 2009 年 1 月到 2015 年 12 月、共 12 亿条出租车出行记录(压缩前数据量大约 200GB)。这些数据详细记录了每一趟出租车上下客的时间和地理位置(精确到经纬度)、出行距离、出行费用、支付方式以及司机上报的乘客数量。出租车作为城市发展、社会变迁的见证者,其活动轨迹提供了很好的一扇窗,让我们

欧洲杯激战正酣,如何用大数据变身专家级球迷

这几天,欧洲杯赛程正在火热进行中,赛况如何,你熬夜看了吗?如果你是一位资深体育迷,一定早已发现,现在的电视转播中出现了越来越多的数据。比如在足球世界杯和欧洲几大联赛的电视转播中,除了以往的角球、任意球、红黄牌和射门次数统计,还出现了包括跑动距离、有效比赛时间、移动轨迹、控球时间、传球次数等数据。这些数据有什么用?你会看哪些大赛数据,怎么用?大数据的运用,不仅帮助体育迷们大大