
百度高亮:互联网大数据打通传统行业
在6月4日的第七届中国云计算大会上,百度大数据部研发总监高亮分享了百度大数据引擎,以及如何利用大数据来帮助传统企业迎接互联网+。高亮介绍了百度大数据可以为传统企业提供的服务模式,解读了百度大数据在传统企业上的典型应用,同时畅想了未来百度大数据与传统企业的合作点。
互联网企业提供的大数据服务
高亮首先介绍了百度的大数据引擎,他表示,百度在2014 年初的时候就成立了专门的大数据的部门,现在拥有数百名工程师。除了支持百度内部业务,百度大数据还开放对外,为外界提供各类服务。
去年四月份发布的百度大数据引擎共有三级结构,位于最底层的是开放云服务,基于其中构筑了可以处理海量数据的数据工厂,最上层是百度大脑,基于人工智能为各类应用带来巨大价值。
高亮分享,当互联网企业与传统企业合作的时候,能够提供的不外乎三种基础服务:其一是基础架构,包括了数据中心、服务器、带宽等;其二是基础架构上的技术,包含了各种开源技术与自主研发的技术,这类基于多数是分布式的;其三是数据,基于平台,基于技术从而运营产生出的海量数据。基于三类服务,可以产生多种服务模式,例如IOE的只提供基础架构,云平台的提供架构与技术等等。而现在,新的趋势正在产生,互联网企业不仅将给与传统企业基础架构与技术,同时还将给与数据,从而为传统企业催生出更多的业务想象空间。
百度大数据的尝试
在大数据部成立的一年多来,在这一路线上做了诸多尝试。
高亮分享了百度大数据与某风电企业做的一项很有意思的是实践。该风电企业监控数据众多,单台风电发电机一天可产生的数据量大约是100-200G ,而类似的设备总计部署了超过1万台,并且分布在各个地方。这些发电机只要出现故障,就需要维修,而面对分布在各地的超过万台的发电机,因为临时产生故障从而进行维修的成本极其高昂。
百度的数据中心中也有类似的状况,数十万台服务器,要定位和维修故障将是一件费时费力的工作。但百度做了一个很好的尝试,就是利用大数据预测和分析故障出现,预测的准确率高达98%以上,因此一旦威胁出现之前可以提前预警提前排除,大大降低了成本,保障了业务的连续性。百度将这样的大数据预测应用到了这家风电企业上,帮助他们进行大数据的故障预测,根据这家企业的个性化需求,打造了一套完善的故障预警系统。
除此以外,百度还利用自身庞大的数据规模与分析、处理能力帮助传统企业实现更多的商业机会,比如大数据的营销。百度司南是这方面的佼佼者,通过大数据分析,可以帮助广告主更加了解他们的潜在用户,这样的大数据分析不仅局限在在线广告,甚至可以分析户外广告的效果,实现量化决策。
舆情监控、预测分析也是百度大数据可以提供给传统企业的大威力武器,舆情分析可以帮助传统企业客观了解用户对于他们的产品、服务的评价,而推荐系统则可以定向的向用户推荐适合他们的餐饮、娱乐等服务。
未来“我们”共同打造
高亮还阐述了未来百度与传统企业合作的模式,他表示,最底层仍然是百度的开放云,其上是百度的数据,加上传统企业的数据,让二者的数据融合起来,将“我们”的数据发挥出最大的价值。
毫无疑问,这其中最大的技术障碍在于数据的打通,让互联网用户数据和传统企业用户数据真正融为一体,证明两个数据仓库中的某个用户是同一个用户。高亮透露,百度在这个领域正在持续投入,并且在不远的未来,就将和传统企业进一步合作,为企业的整体发展提供各个方向可能的支持。
我们期待这个可期的未来,也希望“我们”的大数据能够释放更大的能量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30