物联网大数据将吞噬整个地球
人类创造的物理世界有多大,我们有衡量的概念,但是人类创造的数字世界到底有多大,相信这个概念还不够具体。
在大多数人的印象中,数据就是数字,或者必须是由数字构成的,其实不然,数据的范畴比数字要大得多,信息、现象、数据、状态和知识都可以是数据的一部分。
人类创造的物理世界的一切都可以是数据,在互联网上传播的文字、图片和视频是数据;工厂里所有的档案、尺寸、记录是数据;文物上的尺寸、年代、工艺也是数据。地球甚至宇宙存在的空间和时间也都可以是数据,小到一个粒子,大到一个星球的运行轨迹和生命周期。
一、人类创造数据的历史
虽然数据本身是客观存在的,但是它的范畴是随着文明的进程不断变化和扩大的。在计算机出现之前,数据大概相当于数字的记录,极少部分的信息,比如行星轨迹、力学原理等,会被用数据的方式记录并运算。
在计算机出现之后,以语言和文字形式存在的内容成为了全世界各种信息处理中最重要的数据,也是全世界通信领域和信息科技产业的核心数据。这其中也包括我们的信件、电话、电子邮件、图片、声音、视频、互联网网页,以及各种社交产品中由用户产生的内容。
在移动互联网普及之后,我们人类的活动本身,开始被数据化,比如我们的行为模式、我们的社会关系、我们每天的活动、位置信息、消费及购物习惯等。这些数据由于涉及个人隐私,大部分储存与少数商家手中,但是从亚马逊的个性化商品推荐服务,到金融理财产品的定制化设计,基于个人数据的商用从未停歇。
在万物互联时代,越来越多的物理硬件,将会由传感器收集、采集数据,并通过物联网络传输回平台侧。连接点数将会千倍万倍于目前的以人为主要连接点的网络,而产生的数据,也变得更加实时,更加完备,更加庞大。
在万物互联时代,大数据的几个重要特征,将会被成倍放大,并最终形成特殊的应用场景及商业模式。本文就将针对这部分内容进行探讨。
二、物联网大数据三个被放大的特征
1.数据的体量将会成倍增加
正如移动互联网时代,核心网络节点从PC转换为人一样,在万物互联时代,无数的物理硬件将成为核心网络节点,数据来自无数自动化传感器、自动记录设施、生产监测、环境监测、交通监测、安防监测等;来自自动流程记录,刷卡机、收款机、电子不停车收费系统,互联网点击、电话拨号等设施以及各种办事流程登记等。
由于连接数的增加、不间断的数据收集、存储、回传,以及更高清的图片和视频应用,都会让数据的体量有惊人的爆发。
比如Google街景服务,每辆车每天产生的数据将达到1TB,加入分三个拷贝,一年就是1PB,而目前最大容量的存储硬盘不过是10TB。
在万物互联的场景下,每天都会有大量的终端在进行类似Google街景这样的数据回传,而大数据的理念,要求数据尽可能的庞大且非刻意收集。
伴随着物联网技术的成熟,产业的爆发,各种随身设备、物联网和云计算、云存储等技术的发展,万物将都被联网,物的所有轨迹都可以被记录,一切皆被数字化,因此产生的数据,可以想象,比之今天,会有多大量级的增加。
数据的存储,数据的计算与挖掘技术,都将成为万物互联场景下,大数据应用的核心能力。
2.数据的及时性特征将会被放大
在互联网甚至是移动互联网时代,数据的及时性并没有那么重要,大量的统计结果是基于过往数据的挖掘而产生的,这些不及时的数据意义也是非常巨大的。
Google利用不同地区人们的搜索习惯,成功预测了流行疾病的爆发,Facebook利用了网民在无压力情况下浏览网页、评论、点赞、社交言论的情况,成功预测了美国各州总统大选的结果。都属于利用过往大数据的成功应用案例。
但是在万物互联场景下,由于物联网可以实现微量数据的不间断回传,人们对于数据的及时性需求将越来越旺盛,无等待服务将被更多的行业提供,从而产生更多的应用场景。
比如在智慧交通上,百度、高德等地图厂商,已经可以通过智能手机的数据回传,动态监控整个城市的交通情况,从而为用户提供实时的路况信息。
目前这种路况信息已经取代了传统的交通广播模式,能够实现个性化的关注出行路线的路况,并根据交通情况,自动设计、自动更改。
目前,在物联网应用领域,缺乏一个类似Iphone之于移动互联网一般里程碑似得产品。而大多数人都将此寄希望于无人驾驶,因为人类如果能将汽车,这样一个工业时代最终要的个人产品进行智能化、数字化,那么将极大的带动其他产业物联网化的发展。
而无人驾驶的前提,除了提前将整个街区数字化以外,不间断的数据回传也非常重要。在物联网环境下,随着车与更多物品连接起来,将会形成更大范围的网络效应,交通这个生态也将进一步丰富起来。
3.数据的完备性将得到极大程度的丰富
在大数据时代,数据格式变得越来越多样,涵盖了文本、音频、图片、视频、模拟信号等不同的类型;数据来源也越来越多样,不仅产生于组织内部运作的各个环节,也来自于组织外部。
例如,在交通领域,北京市交通智能化分析平台数据来自路网摄像头/传感器、公交、轨道交通、出租车以及省际客运、旅游、化危运输、停车、租车等运输行业,还有问卷调查和地理信息系统数据。
4万辆浮动车每天产生2000万条记录,交通卡刷卡记录每天1900万条,手机定位数据每天1800万条,出租车运营数据每天100万条,电子停车收费系统数据每天50万条,定期调查覆盖8万户家庭等等,这些数据在体量和速度上都达到了大数据的规模。
数据的完备性,尤其是跨界数据的交叉运用,将会产生意想不到的应用场景。
亚马逊正是此中高手,更加完备的数据,让亚马逊在个性化推荐的时候,并不用如沃尔玛一样思考为什么买啤酒的用户会买尿不湿,他们只是通过统计学发现数以百计的类似关联现象,配合更多诸如年龄、消费习惯、性别等标签数据,将结论直接用于精细化营销。
物联网大数据的故事还有很长很长,数据的爆发只是一个开始,我们如何收集海量的数据,如何储存,如何设定算法,如何运用机器智能实现自动运算,如何将运算的结果用于预测未来或者更多的商业场景,最后如何确保我们的数据安全。
这里的每一个步骤,都是一个细分领域,我们在大数据应用的路上,也才刚刚起步。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14