京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2015中国大数据技术大会将在京隆重召开
为了更好帮助企业深入了解国内外最新大数据技术,掌握更多行业大数据实践经验,进一步推进大数据技术创新、行业应用和人才培养,2015年12月10-12日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中国科学院计算技术研究所与CSDN共同协办的2015中国大数据技术大会(Big Data Technology Conference 2015,BDTC 2015)将在北京新云南皇冠假日酒店隆重举办。
中国大数据技术大会(Big Data Technology Conference,BDTC)是目前国内最具影响、规模最大的大数据领域的技术盛会。大会的前身是Hadoop中国云计算大会(Hadoop in China,HiC)。从2008年仅60人参加的技术沙龙到当下数千人技术盛宴,作为极具实战价值的专业交流平台,已经成功举办8届的中国大数据技术大会见证了中国大数据生态系统的建立、发展和演变。
2015中国大数据技术大会将为期三天,在大会主会之外,拟设立16个分论坛,涵盖技术实践、行业应用和热点讨论等多个方向。具体来看:
1. 五十周年,观察数据库衍变
今年是数据库诞生五十周年,前三十年的数据库研究主要围绕数据模型、事务机制、索引结构、查询处理等核心技术展开,学术研究和数据库产品系统密切关联,齐头并进。大数据时代,IT热点从“计算”衍变为“数据”,而“数据库”分论坛将总结历史,立足应用,博采众长。
2. 健壮蓬勃,体验大数据生态
在海量数据处理需求的刺激下,大量优秀和可靠的开源大数据处理框架应运而生,更有一些已经广为业界采用,比如Hadoop、Spark、Storm等。 “大数据生态系统”论坛,多家业内知名企业将分享大数据生态系统实践经验。
3. 借力产业,一览硬件平台技术
软件之外,硬件技术的提升对于大数据应用实践的重要性不言而喻。“大数据基础设施”汇聚顶尖硬件技术,为更多企业大数据实践提供经验借鉴。
4. 挖掘价值,推荐系统深入实践
大数据技术核心是人群分析,而推荐系统包括人群分析和数据变现等是大数据技术精华的体现。“推荐系统”论坛将囊括推荐系统原理、广告精准营销案例分析、内容推荐案例分析等内容。同时,怎样把推荐系统技术应用到传统行业,都将一一揭晓。
5.开放共赢,数据市场及交易
大数据分析和价值发挥离不了数据的供给,除了政府、大型互联网公司、电信运营商等数据富矿外,其他一些企业急需利用数据提升效率、获取新客户、增加销售额。但由于政策法规、市场机制等问题,数据流动一直不高效,从而阻碍了大数据价值的充分发挥,“数据市场及交易”论坛将集中讨论上述问题该如何解决。
6. 数据指导,探讨工业制造前景
经过多年的信息化建设,国内的工业企业在信息系统中存储了大量数据,但是,这些数据对生产的指导作用并没有得以充分发挥,比如用于优化生产流程、优化经营等。基于所存在的诸多挑战,“工业与制造业大数据”论坛旨在邀请大数据、工业控制、工业应用方面的专家,讨论工业大数据应用的前景和挑战。
7. 赋能创新,帮助新金融转型
对于金融业,如何衡量用户信用一直是个艰巨的挑战,因此大量的机构已经开启基于海量社交数据的用户信用评估探索。本次“金融大数据”论坛将通过实际的案例分析和场景来探讨金融大数据的颠覆和创新,分享“如何应用大数据技术来提升整体金融业务”、“如何应用开源大数据技术提升金融行业IT能力”等话题。
8.社会价值,医疗健康与生物大数据
到目前为止,有关医疗健康&生物大数据的研究在基础研究,临床应用、及新兴产业中发挥了不可替代的作用。在“医疗健康与生物大数据”论坛,诸多专家将探讨医疗健康&生物大数据在基础研究中的价值及面临的挑战,释放更多无法衡量的价值。
除此以外,2015中国大数据技术大会还将设置“深度学习”、“大数据安全”等技术论坛,“交通与旅游大数据”、“互联网大数据”、“教育大数据”、“网络与通讯大数据”、“政策法规和标准化”、“社会治理大数据”等技术实践、行业应用和热点讨论等分论坛,满足各行业在大数据实践路上的需求,让参会者满载而归。
中国大数据技术大会,以谈干货实料著称,分享内容覆盖面广,紧扣当前技术实践,获得业界一致好评。
•2007 Hadoop in China Salon:Hadoop使用经验心得研讨
•2008 Hadoop in China Salon(2nd HaCS):发扬开源精神促进Hadoop技术与应用
•2009 Hadoopin China:推广Hadoop实践心得体验云计算先进成果
•2010 Hadoopin China:分享Hadoop技术应用交流云计算实际需求
•2011 Hadoop与大数据技术大会:海量数据掘宝
•2012 Hadoop与大数据技术大会:大数据共享与开放技术
•2013 中国大数据技术大会:应用驱动的架构与技术
•2014 中国大数据技术大会:大数据技术与应用深度结合&落地实践
历届大会上,我们曾邀请到多位在国内外大数据领域的重量级专家到会进行过主题报告,其中包括:
•Doug Cutting,Hadoop之父,Cloudera的首席架构师
•Christophe Bisciglia,WibiData CEO &创始人,曾Cloudera副总裁兼联合创始人
•Ion Stoica,CEO and Co-Founder of Databricks
•Eric Baldeschwieler,Hortonworks CTO
•Michael Stack,Apache HBase项目管理委员会主席
预计数千名大数据行业精英、技术专家及意见领袖将齐聚2015中国大数据技术大会,分享最新技术与实践的洞察与经验,共商大数据时代发展之计。
在筹备阶段,组委会已经力邀多位全球顶级专家参会。除此以外,还将提供更多方便互动和社交的机会,通过主题展览、在线培训、创新大赛、微信调研等丰富的渠道,让与会嘉宾有更多的机会深入了解技术要点,提前与讲师及业内人士交流,相信本次大会最终将为推动中国大数据的产学研用作出重大贡献。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31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 ...
2026-08-31