首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

大数据揭秘无人超市:是真风口,还是伪需求?

人力、租金成本的上升和互联网电商流量红利的消逝,传统零售业转型迫在眉睫。而移动支付、人工智能、人脸识别技术、大数据技术等的快速发展和普及,为零售创新带来更多可能。 无人超市的运作原理 “无人超市综合利用了人工智能、图像识别技术、射频感应扫描技术、大数据、云计算、计算机软件等技术,把支付系统集成到门禁系统,把货物软件与支付系统捆绑,如微信、支付宝,进行支付,利用监控系统和人脸系统来保证购物安全,货架区则是用视频信息捕捉来优化运营,帮助结算。利用信用系统约束人们的购买行为,进行商业化运营。” 用通俗的大白话解释

04

【干货】钱塘数据特邀专家杜登斌——产业大数据创新应用【内含PPT】

产业大数据创新应用 ——“产业+大数据+金融”的产业升级转型创新思路 5月31日,中润普达(集团)公司董事长杜登斌在出席首届中国(杭州)工业大数据产业发展高峰论坛时,从自己的人生经历出发,带领与会者走近“互联网+”时代的大数据发展现状和未来。开篇“下一个百万亿商业时代在哪里”的探讨使大家充满期待;对“以数据资产为核心的大数据产业金融技术创新与应用”的分析稳扎稳打步步深入;“数据产业金融创新应用需要突破的问题”教人持续思考,关注更有价值的未来市场。 产业互联网将是下一个百万亿商业时代 首先,杜登斌谈了对“互

011

Flume+Kafka+Spark Streaming实现大数据实时流式数据采集

大数据实时流式数据处理是大数据应用中最为常见的场景,与我们的生活也息息相关,以手机流量实时统计来说,它总是能够实时的统计出用户的使用的流量,在第一时间通知用户流量的使用情况,并且最为人性化的为用户提供各种优惠的方案,如果采用离线处理,那么等到用户流量超标了才通知用户,这样会使得用户体验满意度降低,这也是这几年大数据实时流处理的进步,淡然还有很多应用场景。因此Spark Streaming应用而生,不过对于实时我们应该准确理解,需要明白的一点是Spark Streaming不是真正的实时处理,更应该成为准实时,因为它有延迟,而真正的实时处理Storm更为适合,最为典型场景的是淘宝双十一大屏幕上盈利额度统计,在一般实时度要求不太严格的情况下,Spark Streaming+Flume+Kafka是大数据准实时数据采集的最为可靠并且也是最常用的方案,大数据实时流式数据采集的流程图如下所示:

02
领券