搜索--e-works数字化企业网

文章
新闻
资料
视频
活动
特别报道
书屋
智能制造
VIP智库
专家
报告

e-works为您找到 697 条结果

相关性
发布时间

大数据关键技术初探

随着不断涌现的各种社交网、微博这类新型的信息发布方式及物联网、云计算等技术的兴起，数据正在以空前的速度增长，大这意味着大数据时代的到来2012年1月在瑞士举行的达沃斯世界经济沦坛上，一份名为《大数据，大影响 4)数据管理技术：云计算的数据有着非确定性、异构、海量的特点，故需有效的数据管理技术来进行处理分析，从而构建出扩展性强、高度可用的分布式数据存储系统。 4.2物联网物联网的概念最初来源于美国麻省理工学院(MIT)助在1999年建立的自动识别中心(auto-IDLabs)提出的网络无线射频识别(RFID)系统—把所有物品通过射频识别等信息传感设备与互联网连接起来 4)无缝迁移技术：要求用户任务在移动过程中，与该任务各种相关信息也随之移动5.总结目前，有些大数据的研究，是以商业利益为驱动，一些大的依靠数据牟利的大公司也许在今后会是大数据应用的主体，然而不管怎样，大数据一定会成为各界的重点研究领域总的来说，目前对于大数据的研究仍处于一个初期的阶段，还有很多问题需要解决，希望本文的介绍能够给大数据关键技术研究提供一定的参考。

网络与安全

来源：知网

2017-03-18

市面上主流大数据安全分析工具

合规报告统一的数据管理统一的数据管理可谓是大数据安全分析产品的基石，而数据管理平台负责存储和查询整个企业的数据。诸多种类的安全事件数据给大数据安全分析产品在数据整合方面带来了诸多挑战。该平台旨在可以获取大量的完整网络数据包、NetFlow数据、端点数据和日志。有时候，多种类型的数据就意味着使用多款安全工具。可扩展的数据获取大数据分析安全产品必须获取来自服务器、端点设备、网络及状态不断变化的其他基础设施部件的数据。这个数据获取环节的主要风险在于，无法应对不断涌入的数据。大数据安全分析工具的功能大数据安全分析工具能够分析多种类型的数据，同时还可以处理大量数据。

来源：网络大数据

2017-03-02

如何建立数据分析的思维框架

数据证明则是数据分析的最直接体现，它依托于数据导向型的思维，而不是技巧，前者是指导，后者只是应用。作为个人，应该如何建立数据分析思维呢？当我们有了维度后，就能够通过不同的维度组合，形成数据模型。数据模型不是一个高深的概念，它就是一个数据立方体。上图就是三个维度组成的数据模型/数据立方体。分别是产品类型、时间、地区。数据模型可以从不同的角度和层面来观察数据，这样提高了分析的灵活性，满足不同的分析需求、这个过程叫做OLAP(联机分析处理)。当然它涉及到更复杂的数据建模和数据仓库等，我们不用详细知道。单一的数据没有分析意义，只有多个数据组合才能发挥出数据的最大价值。我想要分析公司的利润，利润=销售额-成本。整体的分析结构就分为：外部数据：京东等其他平台双十一销量内部数据：商品数据：商品评价率、退换货率、商品销量支付数据：蚂蚁花呗支付比率

来源：数据观

2017-01-26

从价格战到价值战，“反内卷”驱动制造业可持续发展

例如，广州等地加强重点行业竞争秩序监管，落实国家反内卷工作部署，规范新能源汽车、光伏等行业市场行为；贵阳由市场监管局出台综合整治方案，在锂电池、新能源、大数据、装备制造等领域推动标准建设；河南开展&ldquo 风能专业委员会推动《风电行业反不正当竞争自律公约》，倡导避免盲目扩产与低价竞标，建立以可靠性与全生命周期成本为核心的评价体系；中国光伏行业协会发起价格自律倡议，抵制低于成本销售，推动招标增加技术先进性与绿色认证评分，遏制唯低价中标；中国钢铁工业协会发布高质量发展指导意见，严控低端产能、鼓励兼并重组，推动高性能钢材与绿色冶金技术的差异化竞争。

来源：e-works*吴星星

2026-01-19

魏先冬苏州裕同印刷有限公司CIO

图2苏州裕同印刷有限公司CIO魏先冬三、个人信息化从业经历及主要业绩为推动我国印刷业加快“绿色化、数字化、智能化、融合化”发展，促进产业结构优化升级，裕同科技提前对印刷包装数字化智能工厂进行布局以PMC为指挥中心，将企业内部资源整合，系统自动生成每天计划，与MES集成，实时监控生产作业动态信息、作业工序信息，数据实时采集、透明化、提升计划员工作效率、整合优化计划员与跟单员岗位工作。制造单元-利润中心信息化市场环境不断变化，公司盈利能力不断提升，生产部门转变经营者，通过每日排产产品营收预测制造单位工序各项成本与产品报价成本、公司经营指标对比分析，从全方面管控来提升产品利润，通过信息化抓取系统数据分析目前已基本搭建成以CRM为中心开拓市场，建立标准化与信息化的营销管理体系，以报价系统为支持平台快速响应客户需求，以智慧中心管控整体客户订单交付过程管理，以集成供应链管理为纽带打通客户与工厂端到端信息共享集成工厂以智能制造为核心，整个生产、过程管理以自动化与信息化驱动实现数据实时采集、分析达到实时成本分析管理；以经营管理为利润中心时实时分析经营能力；以移动端平台打通所有业务流程，实现流程标准化、信息化、移动化审核

优秀CIO参评内容

来源：e-works

2026-01-31

工业大数据之数据采集

即便产量停机数据自动采集了，也不等于整个制造过程数据都获得了，只要还有其他人工参与环节，这些数据就不完整。 1工业数据采集类型互联网的数据主要来自于互联网用户和服务器等网络设备，主要是大量的文本数据、社交数据以及多媒体数据等，而工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。从数据采集的类型上看，不仅要涵盖基础的数据，还将逐步包括半结构化的用户行为数据，网状的社交关系数据，文本或音频类型的用户意见和反馈数据，设备和传感器采集的周期性数据，网络爬虫获取的互联网数据，以及未来越来越多有潜在意义的各类数据 2、文档数据包括工程图纸、仿真数据、设计的CAD图纸等，还有大量的传统工程文档。3、信息化数据由工业信息系统产生的数据，一般是通过数据库形式存储的，这部分数据是最好采集的。 2数据采集的方法传统的数据采集方法包括人工录入、调查问卷、电话随访等方式，大数据时代到来后，一个突出的变化是数据采集的方法有了质的飞跃，下面所介绍的数据采集方式的突破直接改变着大数据应用的场景。

来源：盖勒普

2020-09-21

云数据存储协助解决数据成本困境

另一方面，一个单一的用户拥有10GB存储和高事务处理率，就可以轻松地消耗整个服务器，或者上载云提供商的数据中心路由器和存储区域网络(SAN)。当数据定期访问，尤其是在云计算外部访问时，云数据存储成本要更高。数据使用费反映的成本负担强加于云管理员身上。企业认为访问云数据迫使他们扩展连接速度，为了避免拥挤。这一点转而使得网络成本增加。这样可以为云数据减少成本，协助云托管应用访问本地数据更快速，企业可以将更多应用转移到云端。这个战略对于大型数据库查询产出相对小的结果集最有效。对云数据存储使用摘要数据库。应用随后可以以一定频率发送更新到本地数据库，并收到一个额外的“分配(allotment)”，他们可以再订单置好时撤销。这就允许大多数订单可以被处理，甚至数据中心短暂的宕机。数据在恢复期间不可用，但是断电的影响就最小化了。对于拥有低水平活动的数据库而言，这个战略可能是管理成本最理想的方式，同时收获了数据中心失败后事件的脱机处理选择。

来源：电子发烧友网

2018-12-24

仿真数据与试验数据管理

2013年，吉利汽车与沃尔沃汽车成立了联合研发中心，合并帝豪、英伦、全球鹰品牌，开启了吉利汽车的新发展。截止到今年，吉利在研发投入120亿左右，在国内汽车品牌中投入已经非常超前。吉利造型中心从技术角度来看，吉利设有四大造型中心，分别在中国上海、瑞典哥德堡、西班牙巴塞罗那和美国加州。研发阵容，包括整车研究院、动力研究院和欧洲研发中心等四大研发中心，科研技术人员超过万名。仿真分析与试验数据关联最后讲讲仿真数据管理和实验数据管理。吉利整车研发中的仿真分析试验数据的管理，不仅仅是试验数据本身的管理，需要往前延伸到试验流程的管理，进而保证试验数据的有效性。所以，试验数据的管理分为试验流程管理和试验数据管理两大部分。试验流程管理目前试验数据的管理是最难实现的，如何做好数据管理的同时，将数据分析很好地展现出来。有关数据管理的未来设想，有以下三个方面的内容。

来源：e-works

2017-08-10

大数据时代，企业数据资产管理之道

3、组织架构重构，数据治理能力越来越重要，不单单要关注"人""财""物"，还要关注"数"：传统企业层级制、中心化、金字塔结构，互联网扁平化、去中心化、倒金字塔的组织结构，激烈博弈。以用户为中心的、非固化的、灵活动态的商业流程协同。2、大数据应用正加速向传统领域拓展渗透大数据应用起源于互联网，正在向以数据生产、流通和利用为核心的各个产业渗透。 C2B模式有四大特点：（1）以用户（消费者）为中心。工业时代以厂商为中心，而大数据下以用户（消费者）为中心；（2）以定制创新独特价值。 4、大数据应用的前提大数据应用的前提是收集数据、管理数据、应用数据，要有数据（业务的互联网化是产生大数据的前提）、数据可用（系统化、标准化、实时更新的数据管理平台是大数据可用的前提）、数据有用（科学的管理决策理念是大数据有用的前提

来源：国脉物联网

2017-05-09

数据管理与数据治理的区别

为了帮助大家弄明白这些术语以及它们之间的关系，本文将着重定义它们的概念，并指出它们的区别，这些定义和区别源自于国际公认的以数据为中心的相关组织，同时还会在一些观点上展开详细的探讨。数据管理协会(DAMA)在数据管理知识体系(DMBOK)中也认为，数据治理是数据管理的一部分。 •参考数据管理：参考数据提供数据的上下文，尤其是它结合元数据一起考虑的情况下。由于参考数据变更的频率较低，参考数据的治理经常会被忽视。数据建模数据建模是依赖于数据治理的另一个数据管理中的关键领域，它结合了数据管理与数据治理两者进行协调工作。一个确保数据治理贯穿整个企业的最高效手段，就是利用数据建模技术直接关联不同的数据治理领域，例如数据血缘关系以及数据质量。当需要合并非结构化数据时，数据建模将会更有价值。

来源：36大数据

2017-02-27

共 70 页总数：697 条

«
1
66
67
68
70
»

全年活动计划

信息搜索中，请稍候...

资料

系列微信

数字化企业网

PLM之神

e-works制信科技

MES百科

工业自动化洞察

智能制造IM

AI智造圈

智能工厂前线

工业机器人洞察

智造人才圈

工业软件应用

智能制造网博会

ERP之家

供应链指南针

旗下机构

中国光谷产业联盟

广西两化融合促进中心

广西工业创新促进会

e-works 公众号

e-works APP

旗下其他网站

广西两化融合门户

广西新品推介交易平台

特色服务

两化融合贯标

© 2002-2026 武汉制信科技有限公司版权所有 ICP经营许可证：鄂B2-20030029-1（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号法律声明及隐私权政策投诉举报电话：027-87592219

关于我们 | 联系我们 | 隐私条款

ICP经营许可证：鄂B2-20080078
（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号
© 2002-2026 武汉制信科技有限公司版权所有
投诉举报电话：027-87592219

需求中心

扫码查看

联系我们

返回顶部