工业大数据分析的误区与建议(下篇)
来源: | 作者:k君 | 发布时间: 2016-08-26 | 2446 次浏览 | 分享到:
n

典型工业大数据分析场景图示

n n小结n n工业大数据分析能否真正落地,取决于能否创造经济价值。价值的持续创造,必须与生产/管理流程和上下文相结合,必须理解工业的特点、工业数据的特征和工业界的特殊要求。n n这些特殊性决定了工业大数据分析的思路和方法有别于商务大数据,更应以“小数据分析”的心态,融合机理模型和领域经验。在分析模式上,本文将工业大数据分析归纳为6类算法应用范式、4种融合范式和3类业务应用范式,以期促进不同行业分析模型的复用。n n作者介绍n田春华:昆仑智汇数据科技(北京)有限公司首席数据科学家。2004年1月清华大学自动化系博士毕业。2004年-2015年在IBM中国研究院,负责数据挖掘算法研究和产品工作,在高端装备制造、石油石化、新能源、航空与港口等行业,帮助中国、亚太、欧美领先企业,成功实施资产管理、运营优化、营销洞察等各类数据分析项目。发表学术论文(长文)82篇(第一作者42篇),拥有36项专利申请(10项已授权)。研究兴趣是数据挖掘算法与应用。"""