大数据主导的七大领域,看看你是否身处其中

大数据
在《大数据:一场改变如何我们生活,工作和思考方式的革命》一书中,Viktor Mayer-Schönberger和Kenneth Cukier认为,“大数据分析是一种革命性的工具,主要用于商业,科学,研究,媒体行业,和社交生活。”大数据跨越了标准技术产业的高墙,并扩展到了其他非技术领域。

 在《大数据:一场改变如何我们生活,工作和思考方式的革命》一书中,Viktor Mayer-Schönberger和Kenneth Cukier认为,“大数据分析是一种革命性的工具,主要用于商业,科学,研究,媒体行业,和社交生活。”大数据跨越了标准技术产业的高墙,并扩展到了其他非技术领域。

[[275186]]

以下是目前大数据占据一席之地的七大行业。

1. 心理健康

大数据在癌症研究中做出了卓越贡献后,已经进入了精神健康领域。从帮助制药行业根据世界各地的诊断报告开发其药物成分到精神健康研究的普遍提升,大数据正帮助精神病学通过有效药物改进处方。尽管数据到期,更广泛的可访问性,患者信息存储和安全性仍然是一项挑战,但随着时间的推移,我们期望创新的解决方案能够使每位心理健康患者受益。

2. 艺术

目前来自世界各地的许多美术组织,包括Mutual Art,都在使用机器学习(ML)来研究报告世界著名艺术品视觉特征的大数据。借助计算机视觉和搜索技术,艺术组织可以更好地分析颜色量化、亮度、饱和度、温度以及组成视觉DNA的更多特征。这些见解正帮助全球各地年轻的艺术家们复制广受欢迎的艺术品。

我们身边所看到的设计并非偶然,而是通过记录之前与此类图像交互的数据得出。如果2019年叶子图案广泛应用于配饰和服装设计,这绝不是偶然。美术领域的大数据正帮助行业形成特定模式,来满足视觉需求。

3. 音乐

若是周一早上你一直听爵士乐,那么你会惊讶的发现乘坐的出租车的Pandora播放器上上也在演奏爵士乐。你是否听说过针对学习障碍的音乐疗法,那不是谣言。如今大数据正在推动音乐行业发展。今天,在线音乐门户网站数不胜数。你认为这些公司手机用户收听数据又会引发什么?

唱片公司正投资机器学习,以解释在线分析门户网站报告的数据。大数据帮助唱片公司给歌手分析市场需求,根据听众喜好定制音乐类型。大数据正在以如此精细的水平收集大众关注度,数据科学家根据所获的数据预测音乐摇滚明星的兴衰甚至世界音乐会的成功。

4. 电影制作

大数据在电影制作中的影响超乎想象。Netflix正在记录你的一举一动。凭借很大的用户数据库和人工智能驱动的个性化关注,即使在迪士尼也投入大数据后,Netflix依然在利润榜上飙升。就像这些电影发行和电影制作公司一样,好莱坞和宝莱坞也在利用人工智能来获取大数据,由此确定将成为热门话题的电影。

如果美国和印度的生产公司都开始生产传记电影,那么它只是暗示了他们对我们的偏好的数据量。在体育分析方面取得巨大成功之后,传奇影业的首席分析官Matthew Marolda早就将《侏罗纪世界》和《冲出康普顿》的成功归功于数据分析。

5. 体育

在《大数据、高效市场,以及我们所知道的每日幻想体育(DFS)的结束?》一文中,作者谈到“从有效市场假说的角度看,如何获取新未知的数据,模型和计算能力来管理,将引发日常幻想体育市场发生巨大变化。

事实上,大数据分析正帮助重要的体育组织,如印度板球控制委员会(BCCI)及其分析师团队基于过去的表现、有希望的结果、以及可能出现的天气状况选择运动员名单。伦敦奥运会是第一个以数据驱动的大型体育赛事,自那以后,为争夺金牌,越来越多的体育委员会选择通过大数据和预测分析来训练球员。

6. 时尚

你有没看过Dolce and Gabbana 2018秋冬秀?T台上,八架无人机挂着D&G袋以庆祝该秀主题:一切都是数字化的。如果不是数据,那数字化又怎样理解呢?从预测趋势、市场定位选择颜色来设置定价,大数据早已在时尚领域掌握了话语权。

IBM的Cognitive Fashion技术利用AI、ML、自然语言处理(NLP)和计算机视觉来读取大量数据,以了解和授权服装、家具或珠宝中的在线时装零售商。以大数据为依托,设计师可以从消费者愿意购买时代风格或纺织品中选择一种图案。

7. 出版

大数据绝对有利于出版业。出版商选择数字存在,并且借助大数据,可以收集、组织和索引来自多个存储库的内容。通过使搜索更加简洁快速,出版商可以分析搜索日志和页面内的行为以进行内容个性化定制。可通过搜索引擎测试优化用户体验获得高销售额,而评分是出版商上线的主要目标之一。此外,尼尔森也为图书出版商提供服务,人们可以从世界各地快速找出特定书目的销售记录。

总结尚未充分发挥其潜力的东西并不容易。无论我们今天对大数据有何了解,都是未来的序言,对数据爱好者来说将是神奇的。

责任编辑:华轩 来源: 今日头条
相关推荐

2016-10-12 19:14:31

2018-12-25 09:00:59

2015-07-08 08:51:11

SDN

2022-03-17 15:15:53

数据分析大数据

2020-08-27 11:05:08

大数据互联网数字

2020-05-15 14:17:40

大数据AR数字

2016-08-30 14:40:39

Hadoop系统大数据应用

2016-11-08 22:47:09

大数据英国政府大数据应用

2022-05-27 16:40:24

软件开发DevSecOps

2016-03-21 09:56:41

Spark大数据处理Apache

2014-08-13 09:17:41

大数据应用案例

2011-12-27 09:22:31

2015-07-28 16:34:50

Linux桌面

2017-06-18 07:44:38

区块链金融数字

2019-07-04 14:25:53

机器学习金融大数据

2015-06-10 11:38:55

数据加密云端数据加密

2022-05-11 13:51:53

数据驱动大数据管理

2022-12-12 12:34:47

2016-11-04 14:10:14

2012-11-26 10:02:25

云计算
点赞
收藏

51CTO技术栈公众号