京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据将给百姓生活带来什么_数据分析师培训
汽车无人驾驶、挑选演员和剧本、计算机编辑新闻……大数据将无孔不入,改变生活的方方面面。请关注——
无人驾驶的汽车,提供符合学生个性化的教学辅导材料,计算机来编辑新闻……日前,在北京召开的“首届大数据时代创新与媒介变革研讨会”上,专家们提出,大数据将给我们生活带来颠覆性的影响。
从“无人驾驶”到“移动办公”
近日,一辆自动驾驶汽车刚刚完成横跨美国之旅。这辆蓝色的汽车从旧金山出发,花了9天时间,途经15个州,驶过3400英里,最终顺利抵达纽约。一路上,99%的驾驶都是由汽车自己完成,只有在城区道路上,才有人工干预。
保时捷汽车控股集团大众品牌总经理张久鹏对此并不感到惊讶。他在大数据时代研讨会上透露,保时捷在去年就成功实现了长距离的无人驾驶。现在汽车里装载了电脑、各种通讯设备,与联通合作,从“无人驾驶”到试验“移动办公”。
“未来办公不再局限于一地,而是移动一族了。”张久鹏说,从家出发到公司可能会堵车1小时或更久,很多司机因此非常烦躁。现在可设置预期目的地,然后让车无人驾驶。车里面放置各种可折叠的办公用品,人们就能在车里完成视频会议、文件审阅和会签等在办公室里做的事。
张久鹏表示,除“无人驾驶”和“移动办公”外,大数据还给汽车用户带来了其他便利。如给汽车做保养维修,需要把车开到4s店或维修场所,现在该方式已发生了质的改变。人们可在家里通过手机app或电话,找人上门来给车做保养;还可通过app,查看爱车行驶轨迹,包括驾驶员的相貌特征、车内使用环境以及汽车行驶过程中的耗时、油耗、功率、行驶时间、里程等相关数据。
从用户数据匹配到精准营销
“大数据正在成为未来媒体的最核心、最有价值的内容本身,它能帮助用户实现私人定制。”北京邮电大学教授王立新说,通过it技术进步,使供需双方信息实现成本接近于零的精准智能化匹配,从而把人类带入“自经济”时代。
王立新举例说,“一台冰箱生产成本约1200元人民币,最后利润仅38元。如果用大数据赚钱,我的口号是‘冰箱不要钱白送’。然后在冰箱里加两个功能。一是增加信息扫描系统,二是把路由器装在冰箱里,将所有消费数据都发送到企业云数据库里。”消费者买东西不用去商场,直接给企业打电话,有人给消费者送货上门,而且其商品价钱会更便宜。关于冰箱里食品的保质期,还能提供免费预报。
“比如你在这里开会,手机响了,信息提示‘主人,别讲了,我是你家冰箱里第四号酸奶,再过两小时你不喝掉就过保质期了。’”王立新说,通过采集到的大数据,家里买了什么食品、冰箱里牛奶等消耗掉多少都清清楚楚,然后可根据这个需求来通知饮料、乳品等生产企业,并通过协商来降低从这些企业进货的价格。
“这样的话,假设一个家庭一个月放在冰箱里的食品等花费两千元,通过大数据只赚其10%就是200元,6个月就可收回冰箱的制造成本。你想赚卖冰箱的38元纯利润,还是在未来十年赚到一到两万元的纯利润呢?关键就是采集数据、精准匹配、拼公司、平台化反向收费,永远代表用户的利益,让他们免费!”王立新说。
个性化教学、“机器人新闻”等
中文在线副总经理李林认为,大数据有利于个性化的教学支持。“通过数据分析、积累、挖掘,有利于教学和学习个性化、精准化。另外,可根据学生学习过程中出现的问题,随时诊断反馈,给学生提供符合其个性的教学辅导材料。”
中国青年政治学院新闻传播学院执行院长罗自文提出了“机器人新闻”,即随着大数据的普及,新闻产业已变成由机器来完成大部分工作,机器甚至可担任编辑工作。“数据新闻和传统新闻生产方式不一样。传统新闻生产通过记者、编辑进行报道整合。而现在我们很多新闻线索的获取、数据的挖掘、整合都是由计算机来做。有的计算机里有记者写好的模板,只要放进相应关键字词,就能产生不同的新闻。”
大数据还可帮助预测电影票房,以此为据来挑选剧本、演员等。
清华大学媒介调查实验室研究员李兆鹏说,“去年年终我们成立了一个新媒体事业部,主要针对即将上映或正在上映电影进行票房预测,帮助片方进行电影口碑和观众心理的细分。我们通过搜集数据进行分析对比,对电影制片方、发行方提供数据支持。”
小马奔腾董事、君舍文化总裁钟丽芳说,以前选一个电影题材的方式“特别简单粗暴”,就是导演、制片公司老板喜欢什么就拍什么。现在随着大数据时代的到来,更多是根据受众的偏好和需求,再结合创作者擅长,找出一平衡点来选出题材。“以前在组合影视作品时,包括创意团队、演员,是凭经验来判断选择,所有影视公司抢的都是几个一线大腕。但真正抢到的不一定是市场效果最好的,只有对观众偏好更清楚才行。通过大数据分析,我们现在演员搭配会比以前更科学。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13