京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29