关闭

澳际学费在线支付平台

为什么选择新加坡国立大学读大数据分析

刚刚更新 编辑: 新加坡 浏览次数:437 移动端

  欢迎访问澳际教育北京频道 欢迎咨询澳际教育留学顾问

大数据,仿佛变成了一个高大上的符号,出现在各种论坛,会议,政策文件中。被专家们热议,给予不同的诠释,而却又让人望而生畏,不知为何物。

我们先看看,业界的专家是怎么解释的吧:

麦肯锡(美国首屈一指的咨询公司)是研究大数据的先驱。在其报告《Big data: The nextfrontier for innovation, competition, andproductivity》中给出的大数据定义是:大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。

国际数据公司(IDC)从大数据的四个特征来定义,即海量的数据规模(Volume)、快速的数据流转和动态的数据体系(Velocity)、多样的数据类型(Variety)、巨大的数据价值(Value)。

亚马逊(全球最大的电子商务公司)的大数据科学家John Rauser 给出了一个简单的定义:大数据是任何超过了一台计算机处理能力的数据量。

维基百科中只有短短的一句话:“巨量资料(big data),或称大数据,指的是所涉及的资料量规模巨大到无法通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”。

“大数据的本质是为解决信息不对称而服务的一种技术。”任何解决信息不对称的场景都是大数据的潜在应用场景。那么,再深一步来考虑,有哪些具体场景?是否可以有所分类并给予不同的理解和分析呢?利用经济学的原理,我们可以先近似的将大数据看成一个物品,那么研究这个物品背后的推动力量,自然要从供需两端入手。

首先,谈一下需求。当我们想要某样具体东西的时候,可以称这样的需求为确定需求,例如,我想要去吃外婆家。那么,也许我会打开大众点评,输入“外婆家“,然后找一家离我最近的分店。进一步来看,如果我只想要吃晚饭,那么可以称作需求不够确定,因为我想吃晚饭是确定的,但是,却对吃晚饭的地方不确定。再进一步来看,如果我走在路上,忽然看到外婆家的母亲节广告,也许会毫不犹豫的拨打电话订餐,这个场景就是需求不确定,但成功之处在于帮助客户挖掘了潜在需求。

其次,谈一下供应。如果我们的需求能被确定的东西满足,那么可以称其为供应确定。还以刚刚的场景为例,假定我已经走进了外婆家,我点了麻婆豆腐,这个供给是确定的。那什么又是不确定的呢?例如,现在外婆家正在推出健康套餐,从健康饮食的角度,早中晚饭及可以搭配的食物随着季节不同都是不确定的,对于不同体质的人,最健康的配菜也会有区别,那么这样的供给,便可称为不确定供给。

角色一:从事数据准备工作:

之前一谈到大数据,很多人脑海中便会冒出DMP,Hadoop,Spark,Strom,Kafka,HDFS这些字眼,这些技术主要用于海量数据的实时及非实时处理,调度及存储等。而对于一家想要享受大数据带来的便利的企业,一定是要完成数据的提取,集约,清理等工作的。打一个不够精确的比方,就好像要建一个网站,首先需要购买一台电脑一样。

角色二:从事数据流通工作:

如果把每一家企业想象成汪洋大海中的一座座小岛,有些小岛盛产葡萄,有些小岛盛产西瓜,有些小岛盛产大麦,有些小岛盛产芹菜。而如果要让这些小岛上的居民得到更好的生活品质,那么这些小岛之间必须进行物品交易和流通。再更进一步,为了提高交易的效率,是否还需要一些中介或者是Hub,起到数据的汇聚,整理,交换,交易的工作呢?

角色三:从事数据建模工作:

当有了充分的数据以后,要想将不确定的供给转换为确定的供给,数据建模是必不可少的。不管采用的传统的SPSS,SAS进行处理,还是采用时下流行的机器学习进行监督/非监督学习,黑猫白猫抓到老鼠就是好猫。

角色四:从事应用场景工作:

如何根据企业或者个人,确定的或不确定的需求,进行场景化的产品设计?需要一些专业的咨询公司,业务服务公司直接或者间接提供解决方案,技术框架及相应服务。

打通信息不对称的目的在于提供更好,更有效率的服务体验。而对于一家有此需求的企业而言,其业务逻辑应当为:确定业务应用场景->采集相关样本数据(第一方及第三方)->通过建模等方式进行业务验证->搭建数据平台同时对接各类数据源->完成项目商用。

此外,作为一个大数据从业人员,斗胆谈几点对于大数据产业发展能起到正向作用的意见和建议。

第一, 完善个人信息保护相关法律。

我国目前对网络隐私权的保护散落在不同的法律法规中,并没有一个比较集中的条例或法律来规范这一领域。而且这些法律法规或者不具有对特定场景的针对性;或者只是一般原则性规定,缺乏细致的诠释,因而可能会在实际案例应用上引起不同的理解。可喜的是,目前已经有一些组织机构(央行征信中心,中国信息通信研究院等)在进行这方面的研究和论证了。毫无疑问,大数据时代已经到来,为了行业更良性,更健康的发展,急需有相应的法律出台,逐步对市场进行规范,降低数据获取的门槛。

第二,建立数据流通与交易平台。

数据只有流动才能产生更多,更高的价值。对于大多数从业人员而言其重要性是不言而喻的。贵阳在这方面已经有所成绩,2014年12月31日在贵阳市政府的支持下贵阳大数据交易所正式挂牌成立。希望能有更多优秀的大数据交易平台出现,增加数据的流动性,降低数据获取的门槛。

第三, 企业需要进行相应的组织结构调整。

目前,越来越多的企业已经意识到了大数据开展所需要的不仅仅是技术的保障,更是组织强有力的保障。之前曾有客户和我抱怨,其内部的数据协调难度要远远高于外部数据的协调难度,可见组织保障对于业务顺利有效开展有多高的意义和价值。上海移动已经于2015年成立了大数据运营中心,负责整个业务的流程梳理,产品设计及运营等工作。这样做,不仅可以提高对内的工作效率,也可以提升对外的服务质量。

第四, 建立合规,可用,有效的技术框架。

对于每个企业而言,要进行数据交易或交换,必须要有一定的技术框架进行支撑。中国电信提出的技术框架值得借鉴和参考。在其技术框架中,运营商负责数据的汇聚和清洗等工作,合作方可以将算法部署在其DMP中,并根据其业务规范要求进行格式化输出。一方面最大程度保护了业务的可用性,另一方面也保障了数据的安全使用。虽然,在具体场景下,该模式还存在一定的问题和限制,但不失为一种可以借鉴的框架。

最后,希望我们国家的大数据产业在国家的积极号召下,行业专家的努力探索下,各类企业的不断推动下,越来越红火,不断创造价值,更好的服务社会。

新加坡国立大学 NUS – ISS 专业分析:澳际教育展上国立大学教授采访稿(澳际独家)

National University of SG is a world leading university and we are ranked 22 university.

新加坡国立大学是一所世界一流的大学,世界排名22.

Our institute is offering two main postgraduate program, which is master in technology and also graduate diploma in system and analysis.

我学院主要提供两种研究生文凭,计算机硕士和系统分析专业研究生文凭。

From this program, we offer opportunity to IT graduates and non-IT graduates, who want to cross a new career path in the IT industry in SG. We actually this graduate diploma is also stepping-stone for students to venture into the IT industry in SG.

本课程是专门为IT和非IT专业毕业并有志于从事IT行业人士所设。该课程也将成为他们涉足新加坡IT行业的奠基石。

For this program, we actually prepare students to get into the IT industry in SG, so we require students to be mature thinking and language, because in SG we normally and widely use English as a language for communication. So English language is very important. And also for this program, for those who do not have a IT degree, it is a very tough program, but it is dinitely a very value program.

开设该课程的目的在于为新加坡的IT业培养学生。所以要求学生思想成熟,语言熟练。因为在新加坡英语为通用语言,所以英语真的很重要。对于那些非计算机专业毕业的申请者,这个课程学起来不会那么容易,但是它将是一个非常有价值有意义的课程。

  欢迎访问澳际教育北京频道 欢迎咨询澳际教育留学顾问

如果您有兴趣留学,澳际教育可以帮到您。在澳际北京分公司有专业的教育顾问,能够根据您的个人情况,为您制定个性化的留学方案,为您的留学计划提速并保驾护航。您可以通过如下几种方式联络我们:

  • 澳际QQ群:610247479
  • 澳际QQ群:445186879
  • 澳际QQ群:414525537