大數據的來源與數據采集方法_第1頁
大數據的來源與數據采集方法_第2頁
大數據的來源與數據采集方法_第3頁
大數據的來源與數據采集方法_第4頁
大數據的來源與數據采集方法_第5頁
已閱讀5頁，還剩5頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

大數據的來源社交媒體如微博、微信、人人網、facebook等，通過這些大眾常用的社交平臺，可以分析用戶平時在這些社交媒體上的行為動向，歸納出用戶的喜好或關注點，這些能夠為企業(yè)挖掘用戶需求提供重要依據。越來越多的機器配備了連續(xù)測量和報告運行情況的裝置。這些機器傳感數據也屬于大數據的范圍。一些視頻、音頻設備等產生的數據如一些大型超市，通過監(jiān)控器觀察消費者在超市購物的整個流程，從而對商品進行合理擺放，促進對某些商品的間接促銷。企業(yè)內部本身的一些行業(yè)數據等等。大數據的數據采集方法系統(tǒng)日志采集方法

很多互聯(lián)網企業(yè)都有自己的海量數據采集工具，多用于系統(tǒng)日志采集，如Hadoop的Chukwa，Cloudera的Flume，F(xiàn)acebook的Scribe等，這些工具均采用分布式架構，能滿足每秒數百MB的日志數據采集和傳輸需求。網絡數據采集方法：對非結構化數據的采集網絡數據采集是指通過網絡爬蟲或網站公開API等方式從網站上獲取數據信息。該方法可以將非結構化數據從網頁中抽取出來，將其存儲為統(tǒng)一的本地數據文件，并以結構化的方式存儲。它支持圖片、音頻、視頻等文件或附件的采集，附件與正文可以自動關聯(lián)。除了網絡中包含的內容之外，對于網絡流量的采集可以使用DPI或DFI等帶寬管理技術進行處理。其他數據采集方法對于企業(yè)生產經營數據或學科研究數據等保密性要求較高的數據，可以通過與企業(yè)或研究機構合作，使用特定系統(tǒng)接口

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論