deep analytics:深度分析
深度分析(deep analytics)是复杂数据处理技术的应用,目的是从大型且一般是多来源的数据集中产生信息,这些数据集也许不仅包含结构化数据,其中也会有非结构化数据和半结构化数据。 深度分析(deep analytics)涉及到数据集上目标精准且有时很复杂的查询,这些数据集一般都以拍字节和艾字节计量,这样的查询通常要求得到实时或接近实时的回答。 由于这类数据集的实时分析可能需要成百或上千台电脑来分配工作量,深度分析(deep analytics)常常和云计算(cloud computing)联系在一起。工作量分配可以通过MapReduce等框架来管理。加速数据查询过程的方法包括运用纵列数据库(columnar database)和内存分析(in-memory analytics)。 财政部门、科学界和制药及生物医学行业都已经引进深度分析(deep analytics)多年。近些年,由于企业数据的生产量增加,该实践在企业界也越发常见,它们也希望可以从这些数据中提取商业价值。 企业内产生的大量数据有时候指代大数据(big data),深度分析有时候指代大数据分析。 活森超级计算机(IBM’s Watson supercomputer)、非结构化数据(unstructured data)、文本挖掘(text mining)、商业智能(BI)、商业分析(BA)
最近更新时间:2011-03-24 翻译:徐艳EN
相关推荐
-
机器学习、AI要求、示例的基础设施
对于寻求利用数据获得竞争优势的公司来说,IT是作为一种专业学科的存在。现在,企业充斥着数据,但处理和分析数据的 […]
-
缓解多云治理挑战的5个最佳做法
部署多云模型会给云团队带来更多的复杂性和管理挑战。这些挑战影响着企业环境的方方面面,包括设计、部署、配置、运营 […]
-
联合国决议表明全球关注AI规则和原则
联合国大会周四通过了一项关于人工智能的最终决议,这是朝着全球合作迈出的一步-关于如何使用人工智能和全球支持保护 […]
-
4个需要解决的虚拟现实道德问题
虚拟、增强和混合现实(统称为扩展现实XR)的增长导致出现分歧。一边是用户和供应商,另一边是法律专家和伦理学家& […]