共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
从2012年开始,大数据取代云计算成为业界的热词。按照互联网数据中心对大数据的定义,大数据技术描述了新一代的技术和架构,旨在从各种海量的数据中,通过高速采集、发现和分析,提取出数据中隐藏的商业价值。大数据是在云计算和物联网的基础之上,由汇聚海量用户或海量传感器而产生出的大量数据信息。大数据的出现,离不开信息时代这个大背景,它与社会化媒体、移动传播、物联网、云计算等技术应用紧密相关。大数据具有数据体量巨大、类型繁多、价值密度低、处理速度快等特点。随着数字技术和网络技术的迅速发展,信息储存越来越多,相互连接越来越便捷,人类社会进入了大数据时代。始应用于互联网和通信领域商业分析的大数据,如今已经迅速蔓延到广播电视业。广播电视媒体同其他传媒业一样,生产和拥有了海量的信息数据,理应成为大数据时代数据信息的使用者和受益者。大数据的广泛应用预示着新一轮的传媒变革,如何把握大数据时代与传媒业变革的对接点,如何更好地利用大数据发展传媒业,将是包括广电媒体在内的传媒业需要深入思考的。 相似文献
4.
随着计算机技术以及互联网的发展,人们早已从"信息匮乏"发展到了"信息爆炸"的时代。作为信息基础的数据无论从量上还是自身特点上也在不断发展,"海量数据"的说法由来已久,而在近两年,"大数据"(big data)逐渐成为一个热词,本文从文献计量的角度出发,以国内文献为研究基础,以关键词分析为主要方法,对"大数据"进行了研究。 相似文献
5.
近年来,随着多媒体技术的不断发展,国内互联网视音频节目数量基本以每个月近千万的速度快速增长,其内容、格式及传播手段都发生了巨大的变化,如何从海量的视音频节目数据中获取特定要求的视音频节目,并将这些节目做分门别类的统计分析,并将这些信息展现在用户面前,就对互联网视音频节目监测系统在海量数据处理方面提出了要求。 相似文献
6.
信息时代人们认为信息就是力量,信息的不对称使大量信息占有者在竞争中获得优势。但是,随着网络信息的爆发,信息竞争的核心进化为对海量信息的数据挖掘和数据快速分析的竞争。这些海量数据既庞杂又产生迅速,被称为BigData即大数据。根据国外的一份调查报告显示,在大数据时代,多数企业只是低效率地用到了所收集到的数据的0.5%来进行商业决策,而仅仅利用了冰山的一角却获得了巨大的商业机会。数据的力量如此之大,这让营销者们兴奋不已。 相似文献
7.
8.
9.
ERP系统收集了企业采购、销售、财务、生产、人力资源等各方面的业务数据。怎样从这些海量数据中提取重要信息发送到领导者的邮箱已经成为当前企业ERP深化应用的主要课题。本文介绍发送SAP ERP系统数据到Lotus Domino/Notes办公邮件系统的技术实现方法。 相似文献
10.
11.
12.
随着计算机技术和信息技术的发展,信息产生的渠道越来越多,信息更新的频率曰益加快,在“数据过剩”和“信息爆炸”的同时,人们正被信息淹没,却饥渴于有用信息的提取。面对浩渺无际的数据海洋,人们迫切需要一种能够从海量的数据中提取有价值知识和信息的技术,基于人工智能的数据挖掘技术便应运而生,并被广泛应用。 相似文献
13.
14.
15.
16.
17.
针对海量图片存储,已有若干个基于Hadoop的方案被设计出来。这些方案在系统层小文件合并、全局名字空间以及通用性方面存在不足。本文基于HBase提出了一种海量图片存储技术,成功解决了上述问题。本文将介绍基于HBase海量图片存储技术方案,分析其原理及优势,该方案在城市交通监控中得到应用验证。 相似文献
18.
近几年来,随着信息化技术的快速发展,其间产生了海量数据,推动人类开启了大数据时代。为了适应医院集成平台构建过程中的需要,围绕数据治理问题,就数据治理模式和方法路径进行研究,以期望打破医院集成构建的信息孤岛,将医院中现有的数据进行整合集中,通过数据治理不断完善数据治理体系建设,持续强化数据分析能力,着力提升数据价值创造能力,以用于支持医院在临床科研,运营分析应用上的快速建设发展。 相似文献
19.
档案信息化管理正在进入大数据时代.如何应对大数据时代对海量档案信息收、存、管、用的需求,实现对档案大数据的长期保存和高效利用是一个重要的课题.本文在分析档案信息的大数据特征的基础上结合信息技术的最新发展,从档案大数据存储,档案大数据挖掘利用和档案大数据安全管理等三个方面探讨了大数据时代档案信息平台建设的途径和方法. 相似文献
20.
在大数据时代,信息资源管理理论研究面临着新的挑战与重要变革。本文首先分析大数据时代信息资源管理研究面临的四个主要挑战:研究假定有待重新审视,研究范围亟待进一步拓展,研究范式需要多样化,主要应用场景已发生变迁;其次,探讨了数据科学的研究进展以及数据科学与信息资源管理研究的内在关联;接着,提出了下一代信息资源管理理论的主要变革:从信息资源的管理到基于信息资源的管理,从模式在先到模式在后或无模式,从目标/任务驱动型管理到数据驱动型管理,从计算密集型应用到数据密集型应用,从基于知识的研究范式到基于数据的研究范式;最后,提出了下一代信息资源管理的主要研究问题:基于信息资源的管理与治理、信息资源的保障方法、信息资源的深度加工、信息资源的规范分析、信息资源的快速洞见、信息资源的产品化研发、信息资源的资产化管理。图4。表2。参考文献42。 相似文献