电力行业实施大数据化管理的方法 现在电力系统不断革新的同时，系统中设备的科技化程度也在不断提高，传统的故障诊断方法也迫切需要得到改进，基于大数据技术输电线路故障诊断方法开始迈入智能化阶段。大数据分析是指通过数据挖掘、深度学习、信息融合等方法对前期预处理的海量数据进行整合分析，从中挖掘有价值的信息以满足用户需求。结合电力系统的现状，为了达到充分挖掘电力大数据价值的目的，处理电力大数据时需要从以下三个方面着手：第一，建立与大数据信息匹配的多维数据模型；第二，运用先进的数据more...
大数据引发安防行业的数据存储、数据安全问题 对于安防行业，监控技术如今正面临日新月异的变革，模拟视频监控正在向IP网络监控转变，巨大转变的同时对数据存储、数据安全性提出了更高的要求。我们探讨数据安全，包括产品本身的物理安全和产生数据的安全。所以，大数据时代引发安防行业数据存储、数据安全的问题有以下几点：第一、基础设备的风险：包括监控中心的存储设备、服务器和前端节点设备的安全性、网络设备的安全性、传输线缆的安全性等。设备的安全可靠是整个大数据安防系统安全运行的基础。第二、信息存取的风险：包括用more...
邮件为什么也要大数据分析 “如今的企事业单位，在精细化管理的转型中离不开信息化系统的支持，因此邮件安全同样需要用BCM的方式考虑问题。”刘孟达说道。例如在日常企 业运营中邮件的风险主要来自于以下几点：内外部的威胁、自然灾害的威胁、日常网络运行的性能、IT策略及法规的遵循等因素。所以，对于企业来说，建立一套 完整的邮件安全管理系统，也是BCM建设中，是否能够有效落地的一个重要环节。首先，企业需要在BCM的评估中，建立一个风险分析机制。企业内部需要将信息资产进行加密，并按照其重要性进行分级more...
简单介绍挖掘大数据价值体现的几种模式 随着互联网、移动互联网、物联网、云计算的兴起以及移动智能终端的快速普及，运营商的网络获得了更完整的用户数据。例如在用户层面，除了常见的年龄、品牌、资费、入网渠道等基本信息外，数据还包括上网时间、上网地点、浏览内容偏好、各种应用的使用时间等；在终端层面，包括IMEI、MAC、终端品牌、终端类型、终端预装了哪些应用、终端的操作系统、终端的尺寸等。
运营商已深刻认识到大数据的重要性，在企业内部已经利用大数据实现精确化more...
数据挖掘在ERP中的作用 在ERP管理系统中，常用的数据挖掘策略包括分类、估计、预测、无指导聚类、购物篮分析等：常用的数据挖掘技术有统计方法、聚类分析、决策树和决策规则、关联规则、人工神经网络、遗传算法、可视化方法等。在数据挖掘实践中，往往是多种数据挖掘策略和技术方法综合运用。本文以ERP采购管理系统中的成本考核控制模块为例，介绍数据挖掘技术应用的过程。一、采购管理系统控制流程采购与付款循环是企业资金周转的重要环节，只有及时做好财产物资的供应与验收，才能保证生产和销售的正more...
数据挖掘的六大领域 现代企业追求“在线飞行”的过程，也一定是一个不断提升和执行“以客户为中心”战略的过程。发展客户导向的企业电子化运营解决方案——通过先进的系统应用和管理变革，企业将增进自身对于客户战略的认识和理解，在经营中充分满足客户需求，从而不仅能提高客户的忠诚度和满意度，更能体现为稳定的市场份额和超额的经营利润，最终让企业在迎接电子商务时代的过程中始终居于主动。
终于，一种包括了企业判断、选择、争取、发展和保持客户的全部商业过程，从理念到技术、从产品工具到应用more...
数据挖掘在客户关系管理中的应用 这些信息是企业的财富，它如实地记录着企业运作的本质状况，但是面对如此海量的数据，迫使人们不断寻找新的工具来对企业的运营规律进行探索，为商业决策提供有价值的知识，使企业获得利润，能满足企业这一迫切需求的强有力的工具就是数据挖掘。在企业管理客户生命周期的各个阶段都会用到数据挖掘技术，数据挖掘能够帮助企业确定客户的特点，从而可以为客户提供有针对性的服务。通过数据挖掘，可发现购买某一商品的客户的特征，从而可以向那more...
浅析大数据挖掘技术 大数据的价值无处不在 然而大数据的价值还不仅限于精准营销，它对企业经营管理以及供应链上下游的拉动作用也体现得尤为明显。京东商城的供应商开放平台可以使京东和供应商实时了解彼此的货存量等信息，这可以有效减少信息沟通、库存冗余等带来的成本浪费，从而提高整体的供应链管理效率。与此同时，京东的金融业务同样依靠庞大的数据支持。比如根据历史数据可以得知不同用户的信用模型，并据此形成不同的贷款额度，以降低风险。more...
|
