大数据讲座---河工大 刘晶

1
什么是隐私数据
姓名、身份证、手机号 个人信 息
年龄、性别、公司
相关信 息
隐私数 据
兴趣、区域、爱好 属性信 息
相 关 法 律
2
国外相关法律法规
隐 私 的 争 议
1
实名制 数据最长保存时间 二次开发知情权
2
3
4
隐私保护与公众利益
Thanks.End
1G
15T
1T=1024G 1P=1024T
6000P-10000P
为什么现在会有大数据？ 2、物联网，收集数据越来越简单
3、云计算
1、存储越来越便宜
个人简介
谁拥有大数据 如何产生？
为什么是现在
多大算大？
大数据是什么
大 数 据 时 代 案 例
2 1
Google利用大数据成功预测冬季流感 乔布斯利用大数据与癌症争夺时间
数 据 可 视 化
Migrants moving money
数 据 可 视 化
关于能源的可视化
数 据 可 视 化
Global Pulse Visualization
大数据的真谛？
01
大数据的本质就在于通过量变达到质变的预测
不要花力气在个别的数据上
02
03
大数据时代，what 比 why 重要
•计划投资额超过90亿元
2009-2014年中国电子商务市场交易规模
电 子 商 务 数 据 分 析 平 台
不会 重视 数据
Contents
什么是大数据
A
大数据的本质
B
C
大数据的可视化
数 据 可 视 化
第一个野战医院
wk.baidu.com 据 可 视 化
卫报利用大数据让英国撤军
数 据 可 视 化
移民到加拿大的国家分布
大数据的奇妙之旅
河北工业大学 刘晶
大数据时代,数据爆炸性增长
Contents
什么是大数据
A
大数据的本质
B
C
大数据的可视化
大数据的边界
D
小数据时代
01 数字 02 信息 03
大数据时代
04
知识
时代
智能
时代
时代
时代
1、无排他性 2、无损耗性 3、增值
数据是生产资料
所谓大数据 那到底多大算是大呢？
大数据的影响到底有多大？
Contents
什么是大数据
A
大数据的本质
B
大数据的本质：海量数据中发现规律，预测趋势
啤酒与尿布
塔吉特商店预测分析顾客需求
大 电子商务个性化推荐 数 据 时 代 案 例
1 2 3
人以群分
物以类聚
未来
电 子 商 务 与 数 据
6
电子商务的大数据平台
•电子商务发展三年行动计划 •天津引进电商企业130家
舆情分析
基于大数据的舆情分析平
台从互联网浩如烟海的数据中
挖掘信息、判断趋势、提高效
益。基于大数据的舆情目标是
预测。这种预测是基于大量的 基础上，从量变到了质变。
量变
质变
01
大数据的本质就在于通过量变达到质变的预测
不要花力气在个别的数据上
02
03
大数据时代，what 比 why 重要
巨量资料的内容 常是混乱不齐，质量 不一。
大 数 据 时 代 案 例
3
奥巴马利用大数据精准化竞选
奥巴马为竞选而演讲
奥巴马背后的数据分析团队
大 数 据 时 代 案 例
3
奥巴马利用大数据精准化竞选
1 2 3
竞选中的数据分析
完美的筹款 漂亮的花钱 精明的省钱
大 数 据 时 代 案 例
4
基于大数据的设备故障诊断
MMRC方法
早期侦查
建立关联规则库
评估
行动
百分比（%）
18 16 14 12 10 8 6 4 2 0 30 80 实际发生故障数 Apriori算法误报率 FFPMA算法误报率 Apriori算法漏报率 FFPMA算法漏报率 150
90 85
百分比（%）
80 75 70 65 30 80 实际发生故障数 Apriori算法准确率 FFPMA算法准确率 150
01
大数据的本质就在于通过量变达到质变的预测
不要花力气在个别的数据上
02
03
大数据时代，what 比 why 重要
why ?
what !
大数据还会改变什么？
智慧 医疗
城市 交通 城市 规划
城市 管理
能源 行业
Contents
什么是大数据
A
大数据的本质
B
C
大数据的可视化
大数据的边界
D
大数据的边界！
数据库 S1 S2 S3
故障记录数 30 80 150
准确率 Apriori 80.0% 77.5% 73.3% FFPMA 86.7% 82.5% 81.3%
漏报率 Apriori 6.7% 7.5% 10.0% FFPMA 6.7% 7.5% 8.0%
误报率 Apriori 13.3% 15% 16.7% FFPMA 6.7% 10.0% 10.7%