第一天

一、什么是大數(shù)據(jù)

大數(shù)據(jù)產(chǎn)生的背景

數(shù)據(jù)大爆炸的時代

互聯(lián)網(wǎng)的激發(fā)因素

大數(shù)據(jù)到底是什么

維基百科的定義

大數(shù)據(jù)具有4V的特點

數(shù)據(jù)計量單位

人類正式進入ZB時代

所有的數(shù)據(jù)單位，到達DB

例子：目前數(shù)據(jù)到底有多“大”

二、大數(shù)據(jù)的各種應(yīng)用

用戶信息匯總

1個笑話：顧客要求送披薩餅，客服關(guān)切倍至

工薪階層如何省小錢

判別

Target超市使用大數(shù)據(jù)判斷懷孕

阿里云知道誰需要貸款

垃圾郵件

推薦系統(tǒng)，精準營銷

奧巴馬競選

百度搜索風(fēng)云榜和搜狗熱搜榜組織新聞事件

淘寶首頁展現(xiàn)商品

商用社交開始決定百事可樂的營銷計劃

用戶分層

中移動挽留流失客戶

陸金所發(fā)紅包

業(yè)務(wù)流程的改善

京東天貓?zhí)詫毜赇伒匿N售流程的改善

政府網(wǎng)站跳出率降低的改善

第二天

三、大數(shù)據(jù)在制造業(yè)的應(yīng)用

大數(shù)據(jù)在各種領(lǐng)域的介紹

金融領(lǐng)域

教育領(lǐng)域

生活娛樂領(lǐng)域

制造業(yè)大量結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)

產(chǎn)品數(shù)據(jù)：設(shè)計、建模、工藝、加工、測試、維護數(shù)據(jù)、產(chǎn)品結(jié)構(gòu)、零部件配置關(guān)系、變更記錄等

運營數(shù)據(jù)：組織結(jié)構(gòu)、業(yè)務(wù)管理、市場營銷、質(zhì)量控制、生產(chǎn)、采購、目標計劃、電子商務(wù)等

價值鏈數(shù)據(jù)：客戶、供應(yīng)商、合作伙伴等

外部數(shù)據(jù)：經(jīng)濟運行數(shù)據(jù)、行業(yè)數(shù)據(jù)、市場數(shù)據(jù)、競爭對手數(shù)據(jù)等

大數(shù)據(jù)在制造業(yè)的作用

實現(xiàn)智能生產(chǎn)

實現(xiàn)大規(guī)模定制

有助于提供工藝的水平

大數(shù)據(jù)構(gòu)成新一代智能工廠

傳統(tǒng)制造業(yè)突破現(xiàn)有生產(chǎn)方式與制造模式的需求---分析需求數(shù)據(jù)

非標準化產(chǎn)品生產(chǎn)過程中，產(chǎn)生大量的生產(chǎn)信息與數(shù)據(jù)

收集、處理和分析的數(shù)據(jù)，以反過來指導(dǎo)生產(chǎn)

兩部分數(shù)據(jù)開展智能生產(chǎn)，生產(chǎn)出高品質(zhì)的個性化產(chǎn)品

物聯(lián)網(wǎng)的結(jié)合，迎接工業(yè)4.0

四、大數(shù)據(jù)處理的實現(xiàn)

強大的計算機

天河二號

勞倫斯－利弗莫爾國家實驗室的紅杉

美國國防部禿鷹集群

日本的鯨

第三天

兩種技術(shù)的對壘：Exadata與Hadoop

關(guān)系型數(shù)據(jù)庫的無奈

真實案例：計算一周內(nèi)基站訪問的用戶前百位

非關(guān)系型數(shù)據(jù)庫的崛起和短板

技術(shù)普及困難

無法實現(xiàn)非編程的查詢

巨人和螞蟻

價格和運維成本

分布式技術(shù)的優(yōu)勢

Share-Nothing技術(shù)

故障成為正常狀態(tài)的集群

分布式存儲和分布式計算

大數(shù)據(jù)與分析實時的矛盾

Hadoop和Storm

Hadoop的原型Google的Big Table

Hadoop的適用范圍

Storm的流數(shù)據(jù)處理

Spark的興起

大公司的架構(gòu)

一號店的數(shù)據(jù)分析架構(gòu)

美圖網(wǎng)的日志分析架構(gòu)

五、大數(shù)據(jù)的案例匯總

網(wǎng)站日志分析

電信聚類分析

社交網(wǎng)絡(luò)

推薦算法

文本挖掘

手機用戶移動軌跡

地鐵站的設(shè)立

從歷史數(shù)據(jù)中提取逆回購數(shù)據(jù)