数控小J 对大数据的探索与见解

数据是非常强大的。当然，如果你能真正理解它想告诉你的内容，那它的强大之处就更能体现出来了，通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须用一个合乎逻辑的、易于理解的方式来呈现数据。

“社会在经历互联网化和数据化后，最终将走向数据社会化。数据社会化可以简单归结为‘两个人人’，即人人使用并受益于数据，人人产生并贡献数据。”在日前举办的“2016浪潮技术与应用峰会”上，浪潮集团董事长孙丕恕表示。

想知道全球最受欢迎的编程语言是什么吗?它们的判断标准又是怎样的呢?2017年到底会掀起怎样的编程语言风呢?我们还是拭目以待吧!

在我们身处的时代，数据无处不在。据IBM公司估算，人类每天产生约2 5万ZB的数据，这意味着世界上90%数据都是过去的两年中产生的。Gartner公司分析报告显示，在2015年财富500强的公司中百分之八十五的企业无法利用大数据来获取竞争优势。

我们曾经在《用数据讲述您的故事——Cognos Analytics V11 R4 发布》中对Data Sets做过简要介绍，也许您已经在仪表板或storytelling中使用过Data Sets作为数据源。今天我们将一起对Data Sets做一次深入的探索。

作为程序员，选择好合适的开发社区对提高自己的编程能力会有很大的帮助，我也说不出为什么，但是一些优秀的实时开发社区确实能帮你积累不少开发经验。

时间序列数据是一个物体或多个物体随着时间不断产生的数值序列。比如：从智能电表中获得月电度使用量；每日股票的价格和交易量；ECG(心电图)；地震仪，网络性能数据等等。时间序列数据一定基于时间顺序，这个顺序是所有时间分析算法的基础。IBM Streams时间序列工具包（TimeSeries Toolkit），可以用来预处理、分析和建模时间序列数据。

在传统的交易数据库系统中，伴随着客户的交易行为发生，在业务系统中产生了相应的交易数据，并保存在关系型数据库系统，从而形成了业务的交易记录，各类业务应用系统都是围绕着关系型数据库打交道。

本文以阿斯克为例，主要讲解医疗大数据解决方案

可以用来开发机器学习主要有三门语言：Python Java C++，其中Python是主流。下面是Python具体的学习大纲，所以大家也可以参考来学习一下。

在接下来几年，“100%的大公司”会采用Hadoop。Market Research的一份报告预测，到2017年，Hadoop市场会以58%的年复合增长率（CAGR）高速增长；到2020年，市场产值会超过10亿美元。IBM更是非常看好开源大数据工具，派出了3500名研究人员开发Apache Spark，这个工具是Hadoop生态系统的一部分。

IBM SPSS Modeler的分析功能和易用性将与数据库的功能和性能相结合，同时还兼备数据库供应商提供的数据库自有算法。模型在数据库创建，然后可以借助IBM SPSS Modeler界面以正常方式浏览模型并为之评分。

在大数据和大数据分析，他们对企业的影响有一个兴趣高涨。大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。

尽管C++在大数据时代显得不温不火，既不像他的小师弟Java那么应用广泛，又不如后起之秀Python便捷，但在性能和效率方面仍然保持优势，不少桌面级应用仍然大量采用C++。包括腾讯在内的互联网企业在招聘大数据工程师时，仍然把C++、java和python作为可选的编程工具之一，可见它在大数据时代仍然有生命力。

2016年绝对是人工智能的春天！当各种带有智能的应用越来越多的出现在人们的日常生活中，我们会恐惧或惊叹于机器的学习速度。但相对于市场所说的“人工智能”，IBM更愿意使用“增强型智能”的表达。对于人类赋予机器能看懂世界的能力，图像识别技术必不可少。本文也将简单介绍IBM的图像识别技术。

在我看来，数据湖是一种参考架构，在保证信息管理秩序和信息安全的条件下，提供了获取数据的有效途径。

最近碰到很多社区朋友都在关心 BI 领域有关 SaaS 应用的话题，这是一个很好的现象，因为 SaaS 尽管在 BI 领域起步的不算非常早，但它是一个趋势，很值得大家关注。我最近也参加了一些厂商举办的关于大数据行业、产品类的话题交流，对于 BI 数据可视化分析领域的 SaaS 发展情况简单总结了一些个人看法，在这里与大家分享和交流。

2016年已经结束，2017也已拉开帷幕。每个人都会对自己过去这一年的经历、表现做一个总结，大数据君也不例外。相信大家对IBM推出的一系列的解决方案都已非常熟悉了，但是大数据君还是要在这里做一个年度总结，快来跟随大数据君的脚步，再次回首一下那些RIO牛的解决方案。

根据MarketsandMarkets最新发布的一份市场研究报告声称，Hadoop大数据市场产值预计会从2016年的67.1亿美元猛增至2021年的406.9亿美元，2016年至2021年的年复合增长率(CAGR)将高达43.4%。这份报告名为《2016年至2021年Hadoop大数据分析市场全球预测》，从以下这几方面解读这个市场：组成部分(解决方案和服务)、应用软件(风险及欺诈分析、物联网、商品

在往期的文章《Cognos Analytics V11 R5 的新特性（一）》中我们介绍了地图和可视化方面的新特性，这期我们将目光投向R5在数据建模方面的变化。

如果你以为，SPSS只是一个表格界面、添加数据然后进行算法的分析软件。那你基本已经忽略了它其他的才华。Spss的功能不仅限于分析计算，它还有商业智能、预测分析、财务绩效与战略管理的能力。不但能提供对当前绩效的清晰、即时、可靠的洞察，更提供了预测未来成果。

在耀眼的职业光环下，数据分析师自身的成长是非常艰难的。数据分析师们不仅得懂管理、懂业务、懂分析，还得懂工具。面对越来越庞大的数据，数据分析师们不能依靠计算器进行分析，必须依靠强大的数据分析工具完成数据分析工作。

逢年过节，要数小偷最为猖狂。随着圣诞节、元旦的临近，在你欣喜若狂地安排出行计划之时，小偷们也正面带窃笑地摩拳擦掌。如果在游玩的同时还要防贼，是多么地累心啊？要是能预测犯罪就好了。没错，就是预测犯罪。

商业智能的应用在国外已广为普及，并且开始不断探索大数据和云技术。而国内，商业智能BI工具在这几年才开始慢慢被接受，企业开始有意识地建立一体化数据分析平台，为经营决策提供分析。

国务院日前印发《“十三五”国家战略性新兴产业发展规划》(简称《规划》)，对“十三五”期间我国战略性新兴产业发展目标、重点任务、政策措施等作出全面部署安排。

当你了解上述的各项 IBM 大数据集成先进技术后，原本看起来很难收集和使用的大数据开始容易和高效率地被利用起来了，通过各行各业用户的不断创新，大数据会逐步为您的企业和机构创造出更多、更大的价值。

在大数据领域里，经常会看到例如数据挖掘、OLAP、数据分析、数据可视化等等的专业词汇。如果仅仅从字面上，我们很难说清楚每个词汇的意义和区别。今天，我们就来通过一些大数据在高校应用的例子，来为大家说明白—数据挖掘、大数据、OLAP、数据可视化的区别。

大数据的概念在国内走了将近两年的历史，但更多的还是停留在概念层面，能够将大数据真正“落地”的企业并不多，一方面是自身没有足够的数据量，一方面是因为大数据技术方面的困境，当然，他们希望能够用大数据的概念让他们变得高大上。

如今技术创新的速度比以往任何时候都快。就在几年前，云技术被认为是最前沿的。现在，不仅互联网企业都在部署云计算，传统企业也纷纷向云计算转型。对于未来科技发展趋势，我们依然充满期待。

流计算是新的数据声场场景所不可或缺的一种新计算模式，比如无处不在的移动设备、位置服务和遍布各处的传感器。人们需要可伸缩的计算平台和并行架构来处理生成的海量流数据。

随着大数据应用越来越广泛，应用的行业也越来越低，每天都可以看到大数据的一些新奇的应用，从而帮助人们从中获取到真正有用的价值。很多组织或者个人都会受到大数据分析影响，但是大数据是如何帮助人们挖掘出有价值的信息呢?

数据挖掘为从大量数据中提取出有用的信息提供先进的分析技术。本系列的文章谈到了将 InfoSphere Warehouse 数据挖掘与 IBM Cognos报告相结合的总体架构和商业机遇。这种集成使公司中的不同人员可以利用数据挖掘的结果。本系列的第 1 篇文章介绍基本的集成架构，并提供一个简短的技术案例研究，使您基本了解如何完成这种集成。

在报表的制作中，我们常常需要通过地图来展现和地域相关的数据。Cognos的用户除了可以通过RAVE框架定制个性化的地图可视化图之外，还可以使用一个叫做maps的数据容器来快速实现基于地图的数据展示。

当前，整个互联网正在从IT时代向DT时代演进，大数据技术也正在助力企业和公众敲开DT世界大门。当今“大数据”一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术发展进入了一个新的时代，代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战和困难，代表着大数据处理所需的新的技术和方法，也代表着大数据分析和应用所带来的新发明、新服务和新的发展机遇。

文章从华大基因推出肿瘤基因检测服务、大数据预测早产儿病情、广东省人民医院利用大数据调配床位3个医疗行业大数据应用案例中，以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在医疗的应用状况。

Cognos审计日志是对系统事件、用户行为的详细记录。我们可以使用审计日志回答“谁在什么时候对某个组件做了什么操作”的问题。Cognos可以将审计信息记录到不同的介质中，最常用的两种记录介质是文件系统和审计数据库。

Cognos是IBM大数据分析平台实现各类报表、即席查询、OLAP分析以及数据可视化等数据展现和分析的利器，可以让用户高效的发现数据中的商业价值并带来更好的用户体验。

Cognos Analytics 11的仪表板提供了简洁易用的界面，让业务用户可以快速的组合出一个视图，其中可以包含图形、图表、图、表和地图等的可视化，或其他任何需要可视展现的数据。这种自助服务的方式极大的提高了业务人员自助服务的能力，而IT只要负责维护好数据模型。

俗话说的好：工欲善其事，必先利其器！一款好的工具可以让你事半功倍，尤其是在大数据时代，更需要强有力的工具通过使数据有意义的方式实现数据可视化！

Cognos Analytics 11 在用户体验上做了很大的提升。与老版本中规中矩的企业软件设计风格不同，新门户简洁、清新、易于上手，连非IT人员都能轻松掌握。现在就让我们跟随一位销售部的职员一起来体验制作一张报表的全过程。