Archive

Posts Tagged ‘大數據分析’

機器學習與分析PaaS服務加入SDX共享數據體驗

March 19th, 2018 No comments

機器學習與分析 PaaS服務 加入 SDX 共享數據體驗

機器學習與分析 PaaS 服務  加入 SDX 共享數據體驗

行業分析師認為大數據分析雲端服務的散亂已成為企業日益嚴重的問題。不同團隊選擇差異甚大的雲端服務已逐漸成為『影子IT』,其對企業 IT 和組織架構將帶來挑戰,因為不同的模式和不一致的技術通常導致其應用範圍過於狹窄,無法協助企業內部擴展管理。此外,因為不易管控的非必要數據複製與執行也會增加成本、工作量等挑戰。

根據IDC MarketScape 發布的《2017年亞太區大數據與資料分析平台供應商分析報告》指出:「自 2017年起,IT 購買者(包括考慮投資大數據和資料分析,以及認知運算的各個企業業務線)不僅需考慮個別業務部門對平台的單一用途。而大數據分析(BDA)投資報酬率相對穩定且易於部署,各業務部門都能夠採用大數據分析解決方案,並快速地應用於不同環境。企業皆將面臨的挑戰是要如何將這些成功案例擴展或複製到更多的團隊中。」

過去一些比較為人熟悉的數據分析服務平台未能解決現有的業務需求,主要因為它們僅能支援單一用途的工作,未能與其他雲端數據服務融合。通常數據需要手動從一項服務裝置移轉到另一項服務裝置上,並儲存成新的格式,重新制定使用模式,同時也需承擔巨大的人力資源及風險。若欲整合不同的數據分析服務,其需支付昂貴的開發費用,且最終仍可能要面對效能不佳、使用者體驗不一致、資訊安全與IT管控等問題。

一個機器學習與分析平台即服務(PaaS)的雲端平台,以數據目錄共享為基礎,提供數據相關業務所需的資料。最近雲計算優化的機器學習及分析平台供應商 Cloudera 就推出具備共享數據體驗(SDX)的女 Cloudera Altus ,能支援企業不同高價值的商業用途。

SDX 允許多項數據分析功能同時執行,將不同來源的數據統一至單一群組裏。Altus 可應用於回答消費者較複雜的問題,例如最佳產品推薦,以及執行物聯網(IoT)預測性維護和進階威脅偵測。

以上資訊由www.hkitblog.com提供

深入Hadoop大數據分析:初探網絡環境與設定

February 25th, 2017 No comments

深入 Hadoop 大數據分析:初探網絡環境與設定

上回介紹了 Hadoop 每個不同部份所負責的功能後,那麼接下來我們將會開始帶大家探討一下當中的網絡環境與設定。

深入 Hadoop 大數據分析:初探網絡環境與設定

今次主要以 VMware Workstation 12.1.0 安裝和設定 Hadoop 叢集。在如圖 1 所示網絡設定為 NAT,全部虛擬機都連接 VMware 的內部網絡,各虛擬機都必須使用固定 IP 地址,以防止 IP 地址轉變令 Hadoop 叢集連接不到 NameNode。至於操作系統方面,本次將會使用 CentOS 7 Minimal 版本。原因是 Minimal 是最純正的 CentOS 7 版本,其中只包含 CentOS 7 的核心套件,使用者可根據自身需求安裝對應的軟體包,減少軟體間發生不兼容的情況,因此容量是最小的,系統運行時所佔的 RAM 也是最小。

CentOS 對比起另一 Linux 發行版—- Ubuntu 較小出現因為帳號權限問題所發生的錯誤。為了更清楚顯示 Hadoop 的安裝和設定過程,今次會使用三台虛擬機,分別為一台 NameNode (Master Server) 和兩台 DataNode, TaskTracker (Slave Server),其他硬件設定可查看以下表格:

NameNode DataNode, TaskTracker 1 DataNode, TaskTracker 2
系統 CentOS 7 Minimal CentOS 7 Minimal CentOS 7 Minimal
主機名稱 Master Slave1 Slave2
IP 192.168.93.40/24 192.168.93.41/24 192.168.93.42/24
vCPU 1 Core 1 Core 1 Core
vRAM 2 GB 2 GB 2 GB
硬盤 20 GB 20 GB 20 GB

CentOS 7 Minimal 安裝小提示

如下圖 2 所示,在 VMware 安裝 CentOS 7 的時候,KDUMP 若為自動開始有機會出錯,建議手動開啟。繼續如下圖 3 所示,為加快其後 Hadoop 設定過程,使用者可以在安裝介面 NETWORK&HOSTNAME 一欄中預先設定主機名稱,當然也可以在完成安裝後修改 /etc/hostname。

深入 Hadoop 大數據分析:初探網絡環境與設定
圖 2 手動開啟 KDUMP

深入 Hadoop 大數據分析:初探網絡環境與設定
圖 3 預先設定主機名稱

待續…

以上資訊由www.hkitblog.com提供

打造認知協作環境!簡化每天搜尋資料時間

January 14th, 2017 No comments

打造認知協作環境!簡化每天搜尋資料時間 – HKITBLOG

打造認知協作環境!簡化每天搜尋資料時間

打造認知協作環境!簡化每天搜尋資料時間

現今資訊與日俱增的時代,工作流程因為數位化而衍生出更多繁瑣事務。根據 IDC 調查顯示,全球商務人士平均每週在搜尋資料和協調團隊成員等雜務上耗費約 23 小時的工作時間,而這些時間假如能節省下來的話,對提升整體工作效率而言將會有一定的幫助。

最近 IBM Social 便嘗試利用 Watson Work 方案打造橫跨各大產業的認知協作工作環境,IBM 期望能透過認知運算技術協助企業善用人力、深入了解內外部的工作模式並簡化工作流程,讓團隊可以最高效率的工作模式展現亮眼成績;當認知時代來臨,商務溝通文化正從單一文字訊息逐步轉化為多重管道對話,隨著雲端、行動與社群等新興科技應用加入,讓現今工作模式的需求產生大幅變化。

而 IBM Social 的 Watson Work 方案主要會透過理解、推論、學習三大歷程,從而即時解析過去 IT 系統無法辨識的資料,並依據使用者工作模式歸納出客製化條件。在協作開放雲端平台上,提醒團隊成員各自的重要事務、提供直覺式相關工作資訊,甚至自動執行例行公事。讓使用者在對話中即完成協作、得以專注於關鍵任務、無需費神處理瑣碎的事務。

看完上文大家可能仍未清楚認知協作能做到甚麼,不如就讓我舉個例子。當使用團隊在討論過程中提及需排定會議時間,Watson Work 即會透過自動辨識功能,協助找出團隊成員都空閒的行程,並排定會議行程;而對於開發人員而言,透過 Watson Work 添加新的認知編碼技術不但可以簡化作業,亦可協助搜尋相關開發人力編制,活化整體生態系統。

Watson Work 包括了以下兩者:

1.Watson Workspace:一款可理解使用者個人工作模式及與同事合作模式的 app,可將影片、文字、影像與日常對話等多重訊息管道整合為一。

2.Watson Work Services:一組可協助開發者檢視行動、行程及現行執行中產品,再進行重點簡化的 APIs。

據了解,現時 Watson Work 將會再進一步整合 IBM Connections Cloud,並結合上 Cisco 企業社群網絡及 Verse 智慧雲端郵件平台。其中 Verse 會依據郵件及會議的內容來優化順序排列,甚至自動建議附加檔案;使用者僅須輸入問題,即可得到 Watson 搜尋數以百萬資料庫後的答案,無需中斷進行中的事務或另外尋找專家。

以上資訊由www.hkitblog.com提供

 

我們應如何善用大數據以迎接共享經濟大趨勢?

January 3rd, 2017 No comments

我們應如何善用大數據以迎接共享經濟大趨勢? – HKITBLOG

我們應如何善用大數據以迎接共享經濟大趨勢?

我們應如何善用大數據以迎接共享經濟大趨勢?

作者:奇虎 360 科技有限公司海外業務顧問葉青陽

五年前,普羅大眾可能從未想像過將自己閒置的資源與他人共用,也能成為一大商機,甚至掀起全球商業革命。短短數年間,共享經濟(Sharing Economy)浪潮在世界各地不斷升溫,不但衝擊傳統商業模式,更為我們習以為常的生活方式和消費習慣帶來前所未有的個人化體驗。共享經濟讓大眾只需透過網上平台,便可瞬間與陌生人連接,互相「分享」或「出租」任何物品,甚或無形的資源,如知識、技術和服務等。

近年世界各地大力鼓吹善用社會資源,加上互聯網及數據分析等技術愈趨普及,令共享經濟模式得以蓬勃發展。以為人熟識的旅遊住宿租賃網站為例,用戶可利用網上平台於目標地點尋找住宿,同時也可把自己的空置房間出租予他人;用戶既是租客,亦可身兼房東。如此具彈性的交易模式,令採用共享經濟的網上平台可輕易連接龐大的用戶基礎,從而衍生海量數據。但如何利用這些大數據才可達至有效的共享經濟業務模式?

收集龐大的數據資料後,必需鎖定數據的關連性,針對不同年齡、地域、教育水平及職業等類別的目標用戶作出深入分析,以便更精準了解各類用戶的背景與行為模式的相關性。另外,共享經濟業務模式講求隨時隨地提供實時資訊,對數據分析速度的要求極高。具高速數據挖掘技術的分析平台則可於彈指間解讀大量繁雜數據,轉化成具商業價值的資訊。透過獲取快而準的第一手數據分析,將更容易針對個別用戶推動個人化營銷,加強用戶在共享經濟下的專屬體驗。

大數據分析工具於共享經濟發揮重要角色,不但助業務了解其市場定位、目標用戶及潛力發展地區,更可比競爭對手更快掌握先機。早前奇虎 360 的大數據分析平台便就旅遊住宿租賃網站搜集了有關數據並進行分析:

分析用戶背景:數據結果顯示搜索該網上平台的主要用戶為網購狂及遊戲達人,逾八成年齡介乎 19-34 歲。此外七成用戶具有大學學歷或以上,收入屬中高至高水平。可見新興的共享經濟模式大多吸引具高教育水平、而且熟悉互聯網的千禧世代。當針對這群用戶進行推廣時,宜利用互聯網或搜尋引擎營銷方案,以便有效接觸用戶。

找出潛力發展地區:搜索該網上平台的用戶大部分在廣東地區,其次是北京、浙江、上海和江蘇。然而近年中國二線城市的網絡浸透率正不斷上升,發展潛力極大。因此網上平台可根據自身策略及定位,考慮加強開發二線城市,掌握先機。

共享經濟下的每位用戶都是海量數據的來源,有助網上平台提供實時共享資源,再透過數據分析工具獲取獨有見解,讓市場營銷人員在制定營銷策略或作出決策時都能取得競爭優勢,從而持續優化個人體驗,最終讓用戶得益。

以上資訊由www.hkitblog.com提供

快人一步制定銷售策略:以社交網絡分析消費喜好

July 20th, 2016 No comments

快人一步制定銷售策略:以社交網絡分析消費喜好

快人一步制定銷售策略:以社交網絡分析消費喜好

節日購物旺季距今看似還有很長時間,但全球各地的市務人員目前已在計劃自己的節日旺季預算及活動。為協助各大品牌進行其節日旺季計畫,Facebook IQ 將於下周公佈 2016 年節日旺季展望。該研究將使用 Facebook 內部數據回顧 2015 年節日旺季(2015 年 11 月 1 日至 12 月 31 日)的情況,並就如何根據 Ipsos 委託調查結果進行節日旺季購物計劃提出見解。

今次 Facebook IQ 與 Ipsos 調查了 17 個市場的 21,000 多名美國成年人,當中包括香港。

香港調查結果

在FACEBOOK上分享

  • 與非假日旺季相比,2015 年假日旺季期間在香港被調查的人群在 FACEBOOK 上分享了額外 23% 的海報、照片及影片。
  • 2015 年假日旺季期間,有 84% 的海報、照片及影片在 Facebook 流動端上分享。

慶祝及挑戰雙雙而至

  • 被調查人群中,有 38% 對購物及尋找合適禮品感到壓力,與全球平均數字差不多。
  • 有 33% 表示他們喜歡在假日禮品,為被調查總人口的 0.68 倍。
  • 有 44% 表示他們喜歡在假日旅行,為被調查總人口的 1.62 倍。
  • 有 12% 表示對假日相關行程感到壓力,為被調查總人口的 0.85 倍。

自購禮品的季節

  • 在香港被調查的人群中,有 65% 表示他們在假日期間為自己購買禮品,為被調查總人口的 1.25 倍。
  • 有 63% 高收入的受訪人表示會購物自奉,該數字符合香港人口比例。
  • 有 70% 的流動購物用戶會購物自奉,為香港總人口的 1.07 倍。

流動購物用戶有獨特的習慣及需求

  • 採用流動設備購物的用戶當中,有 29% 表示他們會自發購物,為香港總人口的 1.17 倍。
  • 有 62% 的流動購物者表示他們會在 12 月進行節日消費,與香港總人口比例相等。
  • 有 50% 的流動購物者表示他們會在意購物所花費的時間,約佔香港人口的 1.11 倍。
  • 有 40% 的流動購物者假若在假日購物中遇到問題再次購物,與香港總人口相等。
  • 有 49% 的流動購物者表示他們會考慮線上訂購及在店內取貨,佔香港總人口的 1.26 倍。

黑色星期五購物日

  • 在香港被調查人群中,有 13% 會在黑色星期五當天購物,為被調查總人口的 0.5 倍。

使用 Facebook 及 Instagram 瞭解送禮指南

  • 在香港被調查人群中,有 31% 表示他們會使用 Facebook 向其他人尋求送禮建議,為被調查總人口的 1.55 倍;
  • 有 69% 表示 Facebook 會對他們假日消費之旅產生影響,為被調查總人口的 1.48 倍;
  • 有 37% 表示 Instagram 會對他們的假日消費之旅產生影響,為被調查總人口的 1.44 倍;
  • 有 39% 的流動購物者表示他們會使用 Facebook 瞭解送禮靈感及購物想法,為香港總人口的 1.21 倍。有 13% 則會使用 Instagram 做同樣事情,約佔香港總人口的 1.44 倍。
  • 有 37% 的千禧年購物者表示他們會使用 Facebook 瞭解送禮靈感及購物想法,為香港被調查其他年代人群的 1.27 倍。有 14% 會使用 Instagram 做同樣事情,為香港被調查其他年代人群的 2.8 倍。

全球調查結果

  • 流動購物者及千禧年購物者使用 Facebook 及 Instagram 瞭解送禮指南。 被調查人群中,平均有 20% 會使用這兩個平台向朋友們尋求送禮建議。千禧年購物者使用 Instagram 及 Facebook 尋求送禮靈感的可能性比被調查其他年代人群分別高 3.19 倍及 1.45 倍。
  • 黑色星期五正走向全球。 美國年內最大購物日亦是平均 26% 的全球各地被調查人群的購物時間。如巴西被調查人群中,有近一半表示他們會在黑色星期五當天購物。
  • 流動購物者有獨特的習慣及需求。 對於「自發」購物者,最重要的是時間及便捷性。有 61% 的人會在 12 月購物,大多數人表示他們會考慮購物的時間,但遍嗜購買自己所喜的品牌設備。有 46% 的受訪者表示即使他們在使用流動設備購物時遭遇問題,也會在不久後使用自己的設備重新嘗試。
  • 消費者傾向假日最後衝刺購物多於享受早鳥消費優惠。 在去年的假日前調查採用英語的 4 個市場(包括澳洲、加拿大、英國及美國)時,平均有 45% 表示他們計畫會在「黑色星期五」前購買大部分商品。在假日期間進行有關調查時,我們發現有許多買家皆為最後一分鐘消費者。
  • 以上資訊由www.hkitblog.com提供