正文

大数据十大经典案例（大数据的应用实例）

发布时间：2023-04-07 12:51:00 稿源：创意岭阅读： 142

大家好！今天让创意岭的小编来大家介绍下关于大数据十大经典案例的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等

只需要输入关键词，就能返回你想要的内容，越精准，写出的就越详细，有微信小程序端、在线网页版、PC客户端

官网：https://ai.de1919.com。

创意岭作为行业内优秀的企业，服务客户遍布全球各地，如需了解SEO相关业务请拨打电话175-8598-2043，或添加微信：1454722008

本文目录:

1、大数据应用案例有哪些
2、生活中的大数据例子
3、大数据有哪些具体的应用案例
4、大数据改变我们生活的五个例子

大数据十大经典案例（大数据的应用实例）

一、大数据应用案例有哪些

1:在09年流感爆发的时候,google通过对人们输入词条的分析,挖掘出了有效及时的指示标,比通过层层收集的官方数据惊人很多。

2.Farecast通过对于机票数据的趋势变化情况,提供票价预测的服务,目前公布准确度高达75%,现在被微软收购,整合在了bing的搜索中。

3.Xoom是从事跨境汇款业务的公司,处理过的一个案例是,单独看一笔交易是合法的,但是重新检查了所有的数据之后,发现犯罪集团正在进行咋骗。

二、生活中的大数据例子

1、洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

目前位于美国加利福尼亚州的PredPol公司在某种程度上把利用大数据预测犯罪变成了现实。

PredPol 推出的犯罪活动预测软件主界面是一张城市地图，看起来与谷歌地图相似。它会根据某一地区过往的犯罪活动统计数据，借助特殊算法，计算出某地发生犯罪的概率、犯罪类型，以及最有可能犯罪的时间段。

它还可以用红色方框表示需要提高警惕的犯罪“热点”地区，警方可以通过个人电脑、手机或平板电脑对其进行在线查看。

犯罪预测软件实际上是从地震预测软件进化而来的，它能处理大量犯罪数据，尤其是犯罪地点和犯罪时间，然后再联系已知的犯罪行为，比如窃贼通常倾向于在他们最熟悉的社区犯罪等，最终给出一个较为完善的结果。

每次运算结束后，犯罪预测软件会给出一张画出了红色方框的地图，这些红色方框代表盗窃行为可能发生的“热点”地区，有些时候这些区域能准确地缩小至很小的范围。

警察局的上司会吩咐属下，当他们没在处理报警电话时，就应该花时间在这些高危区域中巡逻，最好是每两小时巡逻至少15分钟。这样做的重点更在于通过在软件画出的高危区中高调巡逻而降低犯罪，而非等案子发生后破案。

2、google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

Google流感趋势（Google Flu Trends，GFT）是Google于2008年推出的一款预测流感的产品。Google认为，某些搜索字词有助于了解流感疫情。Google流感趋势会根据汇总的Google搜索数据，近乎实时地对全球当前的流感疫情进行估测。

3、麻省理工学院利用手机定位数据和交通数据建立城市规划。

目前手机移动网络实现了城乡空间区域的全覆盖,城乡人口中手机终端的持有率和使用率已经达到相当高的比例,手机定位数据契合了城乡人口空间分布与活动规律的分析需求。

根据手机信号在真实地理空间上的覆盖情况,将手机用户时间序列的移动信号数据,映射至现实的地理空间位置,即可完整、客观地还原出手机用户的现实活动轨迹,从而挖掘得到人口空间分布与活动联系特征信息。

4、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

大数据十大经典案例（大数据的应用实例）

扩展资料

经李克强总理签批，2015年9月，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。

《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。

未来，数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。

参考资料来源：百度百科-大数据

参考资料来源：百度百科-谷歌流感趋势

三、大数据有哪些具体的应用案例

大数据有具体的应用案例还是很多的，比如：

1、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。

3. 沃尔玛的搜索。自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。

4. 快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。

5. Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。

6. PredPol Inc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。

7. Tesco PLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。

8. American Express（美国运通，AmEx）和商业智能。以往，AmEx只能实现事后诸葛式的报告和滞后的预测。“传统的BI已经无法满足业务发展的需要。”Laney认为。于是，AmEx开始构建真正能够预测忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。该公司表示，对于澳大利亚将于之后四个月中流失的客户，已经能够识别出其中的24%。

四、大数据改变我们生活的五个例子

大数据改变我们生活的五个例子

在科技世界里，我们经常谈论如何利用大数据来做大生意。但在国家地理杂志和时代杂志的前摄影师Rick Smolan撰写的《The Human Face of Big Data》一书（该书将于11月20日出版）中，他讲述了大数据如何改变我们生活的一些例子。

Smolan称，大数据的意义不亚于1993年的互联网，但在社会影响上更大。以下则是与我们的生活息息相关的五个例子：

心脏病患者的风险监控

麻省理工学院、密歇根大学和一家妇女医院创建了一个计算机模型，可利用心脏病患者的心电图数据进行分析，预测在未来一年内患者心脏病发作的几率。在过去，医生只会花30秒钟来观看用户的心电图数据，而且缺乏对之前数据的比较分析，这使得医生对70%的心脏病患者再度发病缺乏预判，而现在通过机器学习和数据挖掘，该模型可以通过累积的数据进行分析，发现高风险指标。

“魔毯”病人的监控

“魔毯”是GE和Intel联合开发的一个项目，其原型使用家中地毯内装的传感器感应缺乏人照料的老人下床和行走的速度和压力，一旦这些数据发生异常则对老人的亲人发送一个警报。虽然内置传感器装置对大多数人来讲依然昂贵，但Smolan称由于这些对自身数据量化的小工具越来越受到欢迎，用户可以清楚了了解和改变他们的行为，改善他们的健康状况。

应用级家庭能源监测

在节约用电的公益广告中我们往往可以看到我们浪费的电能有多大的例子。或许很多人还不知道，仅仅是DVR一款产品就消耗了美国家庭用电量的11%，因此华盛顿大学教授、MacArthur研究员Shwetak Patel开发了一款叫做ElectriSense的装置，该款装置可以像插头一样插入家中的充电插座，即可通过家电产品在使用Shitter造成的电磁频率干扰提醒用户如何节约电能。贝尔金（Belkin）国际已经购买了这一技术并将于近期开发出商用产品。

利用GPS数据了解交通状况

如同有首歌唱得好，下雨时总是难以打到出租车。而在新加坡与麻省理工联合进行的一项研究中，研究员Oliver Senn则提出，出租车司机可以在恶劣天气提前将车靠边，从而拉到更多乘客。在进一步研究他还发现，新加坡出租车司机必须预交一笔1000美元的事故保证金，最初一旦发生事故，司机第二天即可获得赔付，而现在赔付时间被延长到了数月之久，这导致司机在下雨等恶劣天气时选择磨洋工。该研究对这一政策提出了质疑，这也是大数据如何帮助城市规划者们如何了解厄更好改善城市交通的一个例子。

早期天气警报

现在我们可以从电视甚至智能手机上接收到天气警报，但WeatherBug应用开发商Earth Networks称，现在全球人口已经高达70亿，尚有60亿人未能在恶劣天气状况前接收到预警（在非洲、南美洲和亚洲等欠发达国家和地区尤其严重）。该公司利用遍布全球的数万个传感器，监测温度、风力和雷电的变化情况，给用户提供领先的恶劣天气分析及预警。

以上是小编为大家分享的关于大数据改变我们生活的五个例子的相关内容，更多信息可以关注环球青藤分享更多干货

以上就是关于大数据十大经典案例相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。