《大数据的定义和特征.doc》由会员分享，可在线阅读，更多相关《大数据的定义和特征.doc（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、大数据的定义和特征大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。我们从权威的定义可以看到，大数据的特征有四点，分别为：数据体量巨大。从TB级别，跃升到PB级别;数据类型繁多。提到的网络日志、视频、图片、地理位置信息等等；价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。处理速度快。1秒定律。车联网的大数据在预测方面可以发挥到极致。如，预测交通堵塞的地段，实时交通信息，主动安全，公交的排班。驾驶者驾驶行为分析。大数据的核心在于预测，
2、这在车联网行业非常有用，例如，对于交通流量的预测，就非常需要大数据。对于交通流量，目前我们的仿真系统更加重视交通流量大，拥堵的原因，而大数据时代，不再在乎因果关系，而重视相关性，也就是不去分析产生拥堵的原因，但确实某个时段某个路段会发生拥堵。也可以根据车联网的大数据对车友的兴趣进行分析。大数据在商用车领域已经有相当多的应用，如公交领域的运营排班管理、出租车领域的浮动车数据，物流行业的大物流。如何解决公交企业面临的三大问题：运力配备最少、车辆运行距离最短、驾驶员作业时间最少?如何分析各时间段、各站点的客流分布情况呢?如何实现运营的安全智能化、运营排班的智能化?在公交行业，以上问题普遍存在，通过车
3、联网的大数据，可以解决公交行业所面临的这些问题。根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、线路配备驾驶人员、线路长 度、车辆运行速度等大数据，可确定一条线路各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运行距离最短、驾驶员作业时间最少三大问题。根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、历史同期数据、售票方式、居民小区建设等条件建立计划模型，从而用最快的速度对这些影响运营计划的因素做出反映。比如增加线路，增加车辆，增加司机，有效地制定公交运营计划。同时可对于运营排班精准管理，可通过大数据可以自动排班，对行车作业计划进行优化，并快速地对运行线路进行调整和优
4、化。自从菜鸟网络公司出现以后，大物流的概念终于被业界提及。什么叫大物流呢?是指企业的自有物流系统(由车队、仓库、人员等组成)，和第三方物流企业的配送信息与资源进行共享，从而能充分地利用各方面资源，减少物流总支出、降低运营成本。目前物流行业随着业务的扩大，车辆数日益增多，而且型号众多。很多企业还是采用手工方式进行车辆管理，工作量大，对车辆运营数据统计分析比较困难，统计结果相当滞后，不利于公司的决策管理;同时在车辆行驶过程中没有进行全程的监控，对司乘人员的违法违规行为无法进行及时预警，也无法对司乘人员的求助及时进行反应。如何改善物流企业在管理上较为落后的现状，达到货主“高服务质量、严格的准时率、极
5、小的货损率、较低的物流成本”的要求?如何解决物流行业运行信息反馈滞后、运营高成本、货运车辆的高空驶率、司机作弊给货物和车辆的安全带来的极大隐患?如何快速、高效的为用户提供可靠的物流服务?如何最大程度的利用运力资源提高整体业务运营效率?这些是目前物流行业迫在眉睫的问题。对以上问题，车联网技术正好可以解决车主迫在眉睫的问题，通过透明化的运输过程管理，合理调度车辆，根据车辆行驶的大数据，对车辆行驶的线路畅通情况进行预测，规划出一条安全畅通的行驶路线，减少由于交通原因而引发的在途等待时间。通过车辆运行的大数据，可以快速地分析出相同路线的油耗情况，事故多发路段的提前预警，精确分析计算车辆的行程，提高了企业的信息化水平，随时了解到货物的运行状态信息及货物运达目的地的整个过程，确保了运输过程的透明化管理，使企业的运行管理智能化、服务准时性，提高可预见性。同时，通过车辆运行的大数据，可获取高速、国道、省道的实时路况，同时对司机的驾车规律的分析，为加油站、维修站、服务站的选址提供了参考数据。另一方面，物流的成本有很大一部分属于仓储成本。通过车联网技术，对海量的数据进行分析计算，经过合理地调度，降低车辆的空驶率，把移动中的每辆货车可以作为一个流动的仓储空间，提高了仓储空间的周转率，从而帮助企业降低仓储成本。