Page 190 - 电气控制技术与管理

电气控制技术与管理
Electrical Control Technology and Management

据在多个节点上扩展和分布，使数据更接近需要它的用户，减少响应时间并提高
效率。
2.管理层

大数据要支持在多源数据上做深层次的分析，在技术架构中需要一个管理平
台，即管理层使结构化和非结构化数据管理为一体，具备实时传送和查询、计算
功能。本层既包括数据的存储和管理，也涉及数据的计算。并行化和分布式是大
数据管理平台所必须考虑的要素。

3.分析层
大数据应用需要大数据分析。分析层提供基于统计学的数据挖掘和机器学
习算法，用于分析和解释数据集，帮助企业获得深入的数据价值领悟。可扩展性
强、使用灵活的大数据分析平台更可能成为数据科学家的利器，起到事半功倍的

效果。
4.应用层
大数据的价值体现在帮助企业进行决策和为终端用户提供服务的应用上。不
同的新型商业需求驱动了大数据的应用。反之，大数据应用为企业提供的竞争优

势使企业更加重视大数据的价值。新型大数据应用不断对大数据技术提出新的要
求，大数据技术也因此在不断地发展变化中更趋成熟。
（三）常用的大数据分析方法
大数据分析是指对规模巨大的数据进行分析。通过多个学科技术的融合实现

数据的采集、管理和分析，从而发现新的知识和规律。大数据时代的数据分析首
先要解决的是海量、结构多变、动态实时的数据存储与计算问题，这些问题在大
数据解决方案中至关重要，决定大数据分析的最终结果。
通过美国福特公司利用大数据分析促进汽车销售的案例，可以初步认识大数

据分析。
大教据分析可以分为以下5种基本方法。
1.预测性分析
大数据分析最普遍的应用就是预测性分析，从大数据中挖掘出有价值的知

识和规则，通过科学建模的手段呈现结果，然后可以将新的数据代入模型从而预
测未来的情况。例如，麻省理工学院的研究者创建了一个计算机预测模型来分析
心脏病患者丢弃的心电图数据。他们利用数据挖掘和机器学习在海量的数据中筛

·178·