大数据分析在日常生活中常见应用场景

字号+ 作者:乐投网 来源:大数据分析 2017-08-15 14:31 我要评论( )

最近几年,收集、分析以及利用这些数据,以提高个人的业务能力已经变得越来越容易。只是很多人似乎还没有意识到这一点。以下是我们在日常生活中使用大数据的一些场景。

大数据

如今大数据一词已经变得无处不在。人们在思考通过利用大数据治疗癌症、结束恐怖主义以及饥饿,从而改变这个有时候有点糟糕的世界。

当然,也有人已经开始利用大数据挣钱,预测称到2030年其可为全球经济增加15万亿美元的贡献。

至此,可能很多人会产生疑问:大数据很热也很重要,但跟我好像没什么关系。只有那些在IT业务上投入数百万甚至上亿美元的大公司才有可能从中受益?而且只有那些拥有海量数据的公司才会有所作为?

 

大数据
但事实可能并不是这样的。最近几年,收集、分析以及利用这些数据,以提高个人的业务能力已经变得越来越容易。只是很多人似乎还没有意识到这一点。以下是我们在日常生活中使用大数据的一些场景:

 

Google:广告、搜索、翻译

虽然不经常对外进行宣传,但Google确实已经拥有堆积成山的数据并且已经开发出很多处理这些数据的工具。Google这方面的业务不只是网页搜索,还衍生为可以实时查询任何可测量数据的中央集线器,这些数据内容包括天气信息、航班延误、股票涨跌、购物信息等。

数据分析(利用工具对数据进行分类,并让这些数据产生价值)加以很好利用的实例是,我们可以很方便的检索相关的信息。在Google搜索中就运用了非常复杂的算法,在用户查询相关信息时可以与所有可得的数据进行匹配。Google搜索还在尝试判断,用户是否在寻找新闻、实时、人或统计数据,并从正确的信息流中提取相关信息。

对于其他更复杂的操作,比如翻译,Google会调用其他内置的算法,这些算法也是基于大数据的。Google会研究几百万篇翻译文章和演讲,然后给出最准确的解释。

当我们使用Google的Adwords 广告系统进行宣传时,从最大的业务到一个人的业务都在使用大数据分析。通过我们浏览的网页了解我们,Google然后会推送我们可能会感兴趣的产品和服务。当使用Google Adwords或Google旗下其他服务时,广告主也会使用大数据分析,希望吸引那些与他们的网站和商店的用户画像匹配的消费者。

Facebook:广告、社交

Facebook和Google拥有非常相似的业务和数据模型(尽管两者在市场定位方面存在很大的差异)。每一家都在公司形象中突出大数据这一方面,尤其是那些自己擅长的业务。

对于Google来说,就是在线信息、数字和事实。对于Facebook来说,就是用户。因为让我们与家人和朋友之间的沟通变的更方便和高效,这使得Facebook在短短数十年的时间内成为全球最大的公司之一。同时,这也意味着Facebook从我们身上搜集了大量的数据,并且我们自己也可以利用这些数据。具体应用的场景包括,搜索老朋友、与我们搜索的结果进行匹配。

Facebook研究的先进技术还包括图像识别:通过训练机器学习几百万张图像后,该技术可以识别图片或视频中的物体或细节。这也是为什么在我们说出照片中人物名字前,为何机器先说出了答案。以及如何它发现我们喜欢婴儿或猫咪照片,以后我们将看到更多的类似照片。

对于用户以及他们喜好细致入微的了解,使得Facebook可以向任何企业出售精准的广告。Facebook可以根据详细的人口数据以及兴趣数据,帮助企业主找到潜在的消费者。或者也可以让Facebook使用大数据分析,寻找那些与公司目前消费者类似的人群。

亚马逊:电商

作为全球最大的电商公司,亚马逊同时也是全球最大的由数据驱动的公司之一。

需要说明的是,亚马逊与其他互联网巨头的不同之处在于市场定位。与Google和Facebook一样,亚马逊也向用户提供广泛的在线服务,包括信息搜索、联系朋友和亲人以及广告。然后,这一切都建立在电商这一主营业务上。

亚马逊将我们所浏览和购买的商品,与世界其他地区消费者的购买行为进行对比。通过创建购买习惯的用户画像,那些从别人身上得到的产品推荐可能与我们很匹配,也可能非常符合我们的需要。在亚马逊,大数据的应用被称为推荐引擎。

除了购物外,亚马逊也让我们使用其平台自己赚钱。每一个打算在亚马逊平台上做生意的商家,都会受益于数据驱动的推荐引擎。而且理论上,该引擎会向用户推荐适合他们的商品。

Google、Facebook和亚马逊三家公司都在使用大数据技术,同时我们也在生活中使用并受益了。随着海量的数据变得越来越可得而且成熟的工具越来越多,大数据会产生更多的价值。当然,数据泄露、隐私安全、数据之争等问题也日益增多。




转载请注明出处乐投网。

1.乐投网遵循行业规范,转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源;

相关文章
  • 2018年人工智能和机器学习路在何方? 听听美国公司怎么做

    2018年人工智能和机器学习路在何方? 听听美国

    2017-12-26 09:03

  • 北大黄益平教授:做好互联网金融风控的两大前提

    北大黄益平教授:做好互联网金融风控的两大前

    2017-12-25 08:56

  • 航天信息总经理於亮:为什么人工智能≠大数据?

    航天信息总经理於亮:为什么人工智能≠大数据

    2017-12-25 08:55

  • 中科院孙冰杰博士:基于网络化数据表示学习的重叠社区发现研究 | 分享总结

    中科院孙冰杰博士:基于网络化数据表示学习的

    2017-12-21 08:53

  • 李飞飞等人提出MentorNet:让深度神经网络克服大数据中的噪声

    李飞飞等人提出MentorNet:让深度神经网络克

    2017-12-18 08:32

  • 蒋韬:大数据和人工智能在保险行业的应用及展望

    蒋韬:大数据和人工智能在保险行业的应用及展

    2017-12-14 09:02

  • 缓解风险、固本培元,中国金融改革进展和新任务

    缓解风险、固本培元,中国金融改革进展和新任

    2017-12-13 13:25

  • 中关村大数据产业联盟行业自律公约宣誓仪式在京举行

    中关村大数据产业联盟行业自律公约宣誓仪式在

    2017-12-13 09:11

读者观点