大数据对企业决策的影响

大数据对企业决策的影响

企业对大数据的应用主要可分成三个阶段。在2010年到2012年之间的第一阶段,大数据应用关注数据和机器的关系,局限于传统的IT思维,只不过在很多小数据应用上贴上了大数据标签;从2013年开始的第二阶段关注数据与人的关系,可视化和预测应用成为了市场的宠儿;2014年之后,大数据应用的重点已经转向分析数据和数据之间的关系,这要求对企业大数据应用进行开放式的创新:从数据的开放、共享和交易,到基础处理和分析平台的开放,再到价值提取能力的开放。
从三个维度解释什么是大数据开放

从三个维度解释什么是大数据开放

大数据的价值评估,需要从社会效益、企业效益、个人效益和产品效益来综合评价。比如,金融数据和电商数据碰撞到一起,就产生了像小额贷款那样的互联网金融;电信数据和政府数据相遇,可以产生人口统计学方面的价值,帮助城市规划人们居住、工作、娱乐的场所;金融数据和医学数据在一起,可以发现骗保;物流数据和电商数据在一起,可以了解各个经济子域的运行情况等。
数据仓库之数据模型

数据仓库之数据模型

数据仓库数据模型是指使用实体、属性及其关系对企业运营和逻辑规则进行统一的定义、编码和命名;是业务人员和开发人员之间沟通的一套语言。
如何快速的搭建一个大数据平台

如何快速的搭建一个大数据平台

数据接入是将数据写入数据存储中,也就是我们常说的数据整合。因为在企业中,数据分为外部数据和内部数据,外部数据通常是企业使用第三方系统产生的数据和一些公开的数据,内部数据是企业内部的IT系统产生的数据。这些数据一般都是独立分布的,并没有什么关联,是没有任何意义的。数据接入就是将这些内外部的数据整合到一起。
房地产+大数据的新鲜玩法:勤智地产大数据业务介绍

房地产+大数据的新鲜玩法:勤智地产大数据业务介绍

跨界"是个近两年很火的词汇,关于跨界的营销案例、娱乐节目层出不穷。其实,做大数据应用,就是跨界的过程,将大数据技术应用于不同行业、不同领域,以挖掘出巨大的数据价值。今天,就为大家介绍下勤智数码的“跨界”合作——地产大数据业务。
大数据应用中数据收集法律风险的控制措施

大数据应用中数据收集法律风险的控制措施

大数据应用者不仅应当关注数据的抓取行为,同时应当注意数据使用的合规性,避免使用任何未经授权的个人信息、商业秘密或著作权作品。对于来源于网络平台的普通数据,企业在使用时也应当注意自身对数据的使用方式和范围,避免违反诚实信用的原则和公认的商业道德,构成不正当竞争行为。
基于Docker的OCR识别系统的诞生

基于Docker的OCR识别系统的诞生

勤智数码的人工智能应用——法官智能助力系统一经上市,就获得了广泛的关注和好评,同时间段内法院结案率提升超40%,效果显著。而它的好用性,离不开OCR识别系统的支持,才能迅速完成法院判案中证明材料、裁判文书等字符提取任务。今天,勤智数码的AI工程师景亮就来跟大家聊聊勤智的OCR识别系统。
大数据应用中数据收集不正当竞争分析

大数据应用中数据收集不正当竞争分析

如果相关数据是平台或应用运营者在运营过程中产生的数据,包括访问量、注册用户数量、用户浏览记录等一般用户无法获取的经营数据,相关运营者同时采取了保密措施(如设置防火墙、加密),则此类数据应当属于商业秘密的范畴,相关运营者应当视为商业秘密的权利人。未经商业秘密权利人同意,任何第三方不得以不正当手段获取、使用其商业秘密,否则将承担相应的民事责任或行政责任,构成犯罪的,依法追究刑事责任。
大数据应用中个人信息保护性分析

大数据应用中个人信息保护性分析

是否具有“身份可识别性”是判断信息是否属于个人信息范畴的核心要件。随着大数据技术的发展,“身份可识别性”的界限越发难以判断,并且必然会随着技术的发展而有所变化。目前我国并没有形成统一或具体的判断标准,因此实践中应当根据数据所属行业、具体的识别方法和手段合理性等因素综合判断。
针对大数据技术的选择

针对大数据技术的选择

组织机构在评估采用哪种大数据技术​时,应当考虑使用数据的目的。对于希望构建支持实时操作用途的应用程序的组织机构来说,它们需要像 MongoDB 这样的操作型数据存储。而对于需要离线执行长时间分析的组织机构来说,像 Hadoop 这样的离线解决方案可能是有效的工具。