近日，由比特網(wǎng)CIO俱樂部主辦的主題為“大數(shù)據(jù) 大商業(yè)”——中國(大連)大數(shù)據(jù)技術(shù)領(lǐng)袖峰會(huì)(以下簡稱峰會(huì))于2014年6月21日在大連隆重召開。峰會(huì)現(xiàn)場吸引了來自政府機(jī)構(gòu)、企業(yè)用戶、服務(wù)商等共計(jì)150家企業(yè)CEO、CIO的積極參與支持，他們共同就當(dāng)前熱點(diǎn)技術(shù)話題——大數(shù)據(jù)的趨勢(shì)、現(xiàn)狀以及未來應(yīng)用發(fā)展前景展開了探討與分析。

　　釋放數(shù)據(jù)——大數(shù)據(jù)的核心

　　峰會(huì)現(xiàn)場來自文思海輝首席技術(shù)官(CTO)芮祥麟就《從大數(shù)據(jù)到智慧數(shù)據(jù)》做了精彩的主題分享，他從大數(shù)據(jù)實(shí)踐的角度出發(fā)，為與會(huì)嘉賓帶來了一場精彩的大數(shù)據(jù)實(shí)踐“盛宴”。

　　據(jù)了解，芮祥麟很早就在從事大數(shù)據(jù)的研究，對(duì)于大數(shù)據(jù)，芮祥麟認(rèn)為最核心的本質(zhì)是把數(shù)據(jù)從應(yīng)用中解放出來。在過去從80年代到90年代，企業(yè)IT是以ERP、CRM等應(yīng)用為主要價(jià)值鏈，數(shù)據(jù)只是應(yīng)用的附屬品，但是到了現(xiàn)在的大數(shù)據(jù)時(shí)代，數(shù)據(jù)在各個(gè)應(yīng)用中剝離出，經(jīng)過整合后, 利用各種分析工具形成建議或者觀察，所形成的分析結(jié)果回溯到業(yè)務(wù)流程，從而最終形成了一個(gè)獨(dú)立的數(shù)據(jù)價(jià)值鏈。

　　現(xiàn)在我們看到業(yè)界有觀點(diǎn)提出軟件定義一切(SDX), 如軟件定義網(wǎng)絡(luò)(SDN), 軟件定義存儲(chǔ)(SDS) 及軟件定義數(shù)據(jù)中心(SDDC)的觀點(diǎn)，但在芮祥麟看來，現(xiàn)在是軟件定義一切(SDX)而在未來是數(shù)據(jù)定義一切, 包括硬件, 軟件、應(yīng)用及數(shù)據(jù)中心。從平臺(tái)角度而言，未來各種平臺(tái), 包括開源的及閉源的, 會(huì)集中融入到大數(shù)據(jù)平臺(tái)層面，一個(gè)好的大數(shù)據(jù)平臺(tái)是數(shù)據(jù)分析技術(shù)的重要支撐部分。
　　第一， 數(shù)據(jù)處理: 如何快速(Efficiency)及有效(Effectiveness)進(jìn)行數(shù)據(jù)處理并且能將海量數(shù)據(jù)提煉成有效的數(shù)據(jù)特征集

　　第二， 數(shù)據(jù)分析: 以處理過的數(shù)據(jù)特征集為基礎(chǔ)進(jìn)行各種算法. 更重要的是, 在此基礎(chǔ)上建立一套自適應(yīng)的機(jī)器學(xué)習(xí)及建模的框架，并充分的將企業(yè)的各種業(yè)務(wù)場景與機(jī)器學(xué)習(xí)框架相結(jié)合, 真正的帶來商業(yè)上的價(jià)值。

　　第三， 數(shù)據(jù)分析可視化: 大數(shù)據(jù)要把分析后的結(jié)果做成可視化才能更好的判斷，特別是對(duì)于高緯度, 高復(fù)雜性的數(shù)據(jù)可視化非常重要

　　第四， 數(shù)據(jù)管理標(biāo)準(zhǔn)及規(guī)范：可以借鑒IT過去30年的經(jīng)驗(yàn)及規(guī)范移植在大數(shù)據(jù)平臺(tái)上如 ITIL, COBIT, CMMI，SIEM等。

　　從大數(shù)據(jù)到智慧數(shù)據(jù) 驅(qū)動(dòng)智慧商務(wù)

　　我們看到隨著互聯(lián)網(wǎng)以及企業(yè)IT建設(shè)的普及，企業(yè)擁有了大量的數(shù)據(jù)，如何把這些數(shù)據(jù)轉(zhuǎn)換成價(jià)值已經(jīng)為企業(yè)CIO所關(guān)注。過去企業(yè)有許多的數(shù)據(jù)但都并不是很重視，而今天這些數(shù)據(jù)的重要性越來越被企業(yè)看重，而且數(shù)據(jù)已經(jīng)從單一處理模式向智慧數(shù)據(jù)邁進(jìn)，使得企業(yè)借助大數(shù)據(jù)的力量，實(shí)現(xiàn)營銷以及業(yè)務(wù)價(jià)值的提升。

　　對(duì)于文思海輝而言，在大數(shù)據(jù)領(lǐng)域的焦點(diǎn)核心一方面在于充分掌握新一代的數(shù)據(jù)處理技術(shù), 如 各種NoSQL數(shù)據(jù)庫, 圖形數(shù)據(jù)建模, 內(nèi)存運(yùn)算, 復(fù)雜事件處理等. 另一方面在于充分掌握新一代的分析算法/機(jī)器學(xué)習(xí)技術(shù)如支持向量回歸, 隱馬爾科夫模型, 模糊聚類分析, 小波分析等，“這方面它像人的大腦，案例如實(shí)時(shí)推薦引擎, 它是根據(jù)企業(yè)的需求, 針對(duì)其不同的業(yè)務(wù)建立一個(gè)針對(duì)客戶/商品的協(xié)同過濾推薦的機(jī)器學(xué)習(xí)框架 (Collaborative Filtering), 依此實(shí)現(xiàn)實(shí)時(shí)的推薦引擎. 這些分析能力有如人的大腦, 它必須與云計(jì)算及移動(dòng)技術(shù)相結(jié)合, 就像人的腦，手、腳的無間配合, 才能完成一個(gè)整體的交付機(jī)制。

　　目前文思海輝已經(jīng)掌握了各種先進(jìn)的分析算法技術(shù)如支持向量機(jī), 支持向量回歸, 隱馬爾科夫模型, 模糊聚類分析, 小波分析, 最大期望值算法, 最大似然估計(jì)算法等，以及把這些基礎(chǔ)算法相互交叉結(jié)合變成各種最新的混種算法如: 基于小波包核函數(shù)的支持向量回歸、以小波分析為核心的模糊聚類分析, 基于圖形數(shù)據(jù)模型的快速協(xié)同過濾分析、基于隱馬爾科夫模型及最大期望值的風(fēng)險(xiǎn)分析及預(yù)測(cè)等, 幫助企業(yè)創(chuàng)造了良好的應(yīng)用效果。

　　“回歸分析及隱馬爾科夫模型是大部分預(yù)測(cè)模型的基礎(chǔ)，講到各種預(yù)測(cè)型分析，最重要的基礎(chǔ)就是利用各種新一代的分析算法建立預(yù)測(cè)模型，如果沒有準(zhǔn)確及快速的分析模型, 所有的預(yù)測(cè)場景都將成為空談。”

從智慧商務(wù)的角度來看，文思海輝首先能夠提供混合型的客戶360度視圖，它在傳統(tǒng)的企業(yè)數(shù)據(jù)倉庫(EDW)上融入了非結(jié)構(gòu)化數(shù)據(jù)如社交媒體分析, 機(jī)器數(shù)據(jù), 地理信息等. 以混合型的客戶360度視圖為核心, 重構(gòu)整個(gè)企業(yè)產(chǎn)品生命周期. 再以客戶3