京公网安备 11010802034615号
经营许可证编号:京B2-20210330
更了解客户 联想大数据技术有何不一样
在互联网+时代,如何利用好大数据,为企业带来更多价值,已经成为决定企业成败的关键。
作为全球知名的IT厂商,联想一直专注产业创新,在1999年成立的联想研究院就承担着紧跟时代创新的责任。近日,在第二届中国国际大数据大会上,联想研究院展示了其在大数据方面的新产品和解决方案,成为了大会的一大亮点。
联想集团副总裁、联想研究院云计算与智能计算实验室主任黄莹先生和联想集团研究院大数据总监郭炜先生在此次会后接受了笔者的专访,就当前联想在大数据行业的进展以及联想大数据行业发展趋势等问题进行了深入探讨。
联想大数据技术为何而生?
提到联想,大家都会想到其是一个传统的IT企业,但是其身上却并不缺少创新基因。2015年联想在PC、手机、服务器、存储等产品线都取得了巨大的进展,PC+战略让其在依托强势PC基础上,拓展了更多的业务,这一切离不开联想创新的支持。因为联想深知互联网+时代,要想不被潮流颠覆,就要引领潮流、顺应潮流,利用创新取得成功。
联想集团副总裁、联想研究院云计算与智能计算实验室主任黄莹先生表示:"联想一直谋求转型,在大数据方面联想做了深入的工作:例如,联想要把传统企业的一些企业系统进行连接,使数据进行流通。同时联想还会对非结构化的数据进行采集,然后进行分析出价值。联想还会跟踪业界最新发展,加入到开源社区,促进大数据应用的落地等等。"
如今联想已经将大数据分析技术运用到其旗下产品的开发中,联想会对这些收集来的信息进行数据源处理,让相关业务决策人员看到有价值。联想集团副总裁、联想研究院云计算与智能计算实验室主任黄莹表示:"大数据方案公司内部可以用,然后再去帮助外面的客户产生更大价值的时候,这是研究院工作的最理想的路径。"
第2页:联想大数据技术的优势?
联想大数据技术的优势?
谈到联想在大数据方面的优势,联想联想集团研究院大数据总监郭炜先生表示:"联想拥有从PC、手机、到服务器等为用户提供更多的硬件设备和解决方案,并且联想一直坚持为客户的核心业务来帮助客户解决问题。"
黄莹还补充说,利用Hadoop、Spark等技术,以及在爬虫、自然语言处理等方面的专利技术,收集的评论、反馈等信息,拉近了设备厂商与用户之间的距离,使得联想能够更加精准的了解用户想要什么,进而体现联想大数据技术的分析价值,这对于整个联想来说,不单单是在产品层面能够大大获利,在集团的整体运营、管理和发展等方面都能够进入一个非常良好的循环当中。
在大数据市场,一家厂商很难满足不同企业的需求,这就需要联想与众多合作伙伴一起来合作,为客户提供最佳的解决方案,如今联想与VMware、SAP、微软、EMC等厂商进行了强强联合,并且自己收购还收购了Symstem x服务器,大大提升了联想方案的能力。未来联想将会是开放的态度去跟合作伙伴一起开发这个市场,通过各个环节业界最优秀的合作伙伴合作,联想可以更专注于自身实力最强的领域,更快的给客户提供最好最先进的端到端的解决方案。
趋势不可逆,联想大数据分析的价值
在谈到大数据市场发展趋势的时候,黄莹表示:"以前你可能会觉得大数据有一点阳春白雪的感觉。但是现在因为业务的推动,已有的技术已经不够了,需要进行更多的创技术新,才能跟上业务发展的节奏。这也是大数据发展比较健康的标志,不是为了研究而研究、为了创新而创新。而是真的为了满足业务需求。"
在互联网+时代,像联想这种能够提供智能手机、平板以及个人云应用,让数据可以在不同设备之间相互传递,并且提供从IT基础设施(服务器、存储等)到移动终端(智能手机、平板等)的端到端的解决方案是很少有厂商能够办到的。随着大数据行业的成熟,相信联想在这个行业能够为客户带来更多价值
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31