三分钟了解下大数据应用方向

大数据应用方向

大数据搜索

提到大数据搜索，作为全球最大的搜索引擎google，同时也是我们公认的大数据的鼻祖。储着全球万亿网页数据，发明了GFS分布式文件系统，也是因为他抓取几乎所有能访问的网页 以及采用pageRank做网页排名发明了MapReduce分布式计算框架，有了谷歌的探索才有了后来大数据搜索应用的百花齐放。

大数据分析

在大数据分布式计算之前，数据分析主要采用单集部署的数据库进行分析，受限于单机存储容量，通常只会存储部分重要的数据如企业的财务数据、订单数据并对其进行分析。大数据分布式技术普及后，可以以低廉的价格获得比以前大得多计算存储能力。许多公司可以利用诸如hadoop、hive、Hbase等技术构建全量数据的企业数据仓库。把应用产生的应用日志、用户使用产品的访问日志以及数据库中的重要数据统统收集到一起进行更加全面的数据分析。

大数据挖掘

数据挖掘领域随着行业的的不同所产生的应场景更加的丰富了，比如我们熟知尿不湿与啤酒之间的关联的案例，奶爸们去超市购买尿不湿顺便还会去买点啤酒，两个商品的的放置可以促进商品销售。这就是从大量的商品销售数据中发掘出商品之间关联的应用场景，还有互联网通过收集用户数据，构建出用户画像进行的搜索推荐、购物网站根据用户的喜好进行的千人千面的商品展示，今日头条等内容平台根据用户浏览数据进行的内容推荐，这些产品随着用户深度使用互联网产品，收集了更多个人信息，能够更加全面的描述一个人，更能精准的进行用户推荐。

大数据人工智能

主要是大量数据的收集、计算能力的提高，促进机器学习、深度学习的发展。过去受制于计算和存储能力的有限，如今有了大数据可以把全部历史数据收集起来，统计其规律，进行预测到正在发生的事情，这就是我们常说的机器学习。机器学习已经慢慢出现在我们身边，比如说智能语音通话，银行、电信等客户电话许多都启用了智能客服，通过语音识别判断用户的需求进行反馈，节省大量的人力资源。购物网站的客服，通过以往的用户聊天数据，训练出智能回答模型进行智能问答，这些都是通过大量的人类活动数据进行的模型训练，从中收获到统计数据，进而可以模拟出人的行为，能够跟人聊天、能够下围棋这就是我们常说的人工智能。

大数据具体应用领域

智能家居

人类在发展过程中不断提交自己的居住舒适度，智能家居这个方向始终是这个方向的热门。基于智能设备、传感器等物联网设备产生的大量数据结合用户数据构成了智能家居的生态目前发展还处在早期，还没有形成一个完善的系统，覆盖到智能家居的各个领域，大多都是单个设备之间割裂的使用，如智能门锁、智能影响、智能电器，还有各个设备的厂商各自尝试各自发展，还没有统一起来，如同电脑操作系统一样，形成一个智能家居操作系统，各个设备之间根据操作系统标准能够达到一体化控制，从单点突破到整体全面联动的格局。一旦这个形成这才算是真正意义上的智能家居，这里我们来看下单一的具体应用：

智能门锁

这是智能家居的开启的第一道，有了智能门锁，能够采用摄像头进行头像采集进行用户识别，能够通过指纹进行识别，还有智能门锁能够通过远程开锁，或者通过分享临时密码分享给来访者开门，这块已经非常成熟了。

智能电视

智能电视也是比较常见的应用，现在主要就是基于用户使用习惯通过大数据推荐系统给用户提供符合其需要的场景，这块如果能够达到让每个家庭能够有不同的个性化推荐，其中最核心的是，让系统识别到不同的访问用户，这其中结合互联网账号系统，为每个用户生成一个唯一的电视访问ID分别记录不同的用户喜好，这样的话用户信息就跟用户的id进行绑定还能在其他系统中进行用户切换更加的灵活，同时结合语音系统，进行语音控制。其他还可以以电视进行中枢控制系统，跟其他电器设备进行联动控制。

智能空调

这块也是比较常见的智能家居应用，表现在拥有自动识别、自动调节以及自动控制的功能。简单来说，就是它能够根据外界气候以及室内温度情况进行自动识别，然后对温度进行控制调节。它还可以通过手机进行远程操控，在回家之前就能够提前将空调开启。还能接入智能语音跟其他系统进行打通通过智能音箱、智能电视等进行控制。

智能家具

其他还有根据光线感应的智能感应灯、根据睡眠习惯调整的智能床、智能窗帘、智能开关等等

大数据在零售的具体应用

现在新零售越拉越映入大家的眼帘，区别于传统的零食，新零售采用大数据对零售的全链路进行管理。从生产、物流、库存及购物体验，使用大数据进行跟踪分析和预测。实现精准生产、零库存、货物摆放位置、无人管理自动结账等的全新的购物体验。

阿里的无人购物小店、亚马逊GO无人店通过摄像头捕捉用户的行为，办公室无人货柜等，收集到用户动作，能够判断用户最终采购了哪些商品，通过大数据与机器学习的结合，最终达到的效果是用户不用去排队结账，拿了东西就走人的购物体验，同时后台系统还可以根据产品的销售情况商品摆放的不同位置对产品销售的影响去调整摆放位置，通过销售情况进行库存管理、智能上架以及控制源端产品的生产数量。

大数据在交通领域的应用

这块应用比较常见的就是无人驾驶了，从家用汽车、高铁、火车、飞机都已经应用起来了。主要就是交通工具在行驶过程中，通过采集周边环境的行驶数据，然后通过机器学习，就可以去判断车辆的控制信息，转向、刹车、减速等操作。这其中自动驾驶需要大量的数据。

大数据在金融领域的应用

大数据风控

这块主要是金融借贷场景，主要是基于大数据机器学习训练出风控模型，识别出高风险的用户，根据用户情况判断用户的还款能力，决定贷款的数额度，从而降低借贷的金融风险。

量化交易

主要是运用在股市、期货等金融交易领域，通过历股市数据，判断出何时买入、何时卖出。设计出这种自动化交易系统，避免人在交易时，过多的情绪主导。当然要想有个比较好的量化交易系统，不仅仅有大量的数据为支撑，还需要结合市场情况，国际国内形势、社交媒体的动向综合预判了。

大数据在教育领域的应用

AI搜题

这块主要就是图片识别及搜索技术的结合，在收集大量试题及答案的基础上，进行题目的匹配，将匹配成功的答案返回，这种还不能称得上智能解题，充其量就是在海量题库中找到答案。更高阶的需要综合图像识别、自然语言处理、神经网络等，能够对题目进行分析，更能够应对多变的场景，进行推导，从而完成实质性的阶梯。

语言学习助手

主要运用在语言学习当中，大数据人工智能教育机构利用语言识别、语音合成智能外语老师，完成语言的教学、日常的语言沟通对话，这样就能够提高外语学习效率。

大数据医疗领域的应用

胸片ct等影像智能检测、病例大数据智能诊疗等。

总结

谈到大数据，首先要有数据，而且要尽可能是全量数据，这些数据要么是企业应用自身才生的数据，要么是互联网中通过爬虫数据采集而来的数据，还有就是一些政府、研究机构、公共机构提供的公共数据。从这些大量的数据，挖掘出数据之间的内在关联关系，并训练出可以应用的模型，同时根据更多的数据收集以及未来的变化不断完善，可以获得更加智能强大的人工智能系统。

同时随着大数据计算、存储、AI等技术的不断成熟，大数据将于多个行业联系起来产生更多应用场景，相信在未来大数据技术应用将越来越普及。