大數(shù)據(jù)行業(yè)解決方案v1

1、大數(shù)據(jù)行業(yè)解決方案技術(shù)創(chuàng)新 變革未來(lái)網(wǎng)絡(luò)輿情解決方案廣電大數(shù)據(jù)解決方案金融大數(shù)據(jù)解決方案新媒體大數(shù)據(jù)解決方案電信大數(shù)據(jù)解決方案GPU大數(shù)據(jù)解決方案目錄網(wǎng)絡(luò)輿情解決方案輿情監(jiān)測(cè)系統(tǒng)實(shí)時(shí)定向采集互聯(lián)網(wǎng)新聞、論壇、博客、微博等通道的信息，抽取關(guān)鍵信息，發(fā)現(xiàn)熱點(diǎn)信息，挖掘輿情敏感話題，研判輿情態(tài)勢(shì)，能快速有效地提升政府機(jī)構(gòu)以及企業(yè)的輿情掌握與危機(jī)公關(guān)能力輿情系統(tǒng)概述輿情云服務(wù)平臺(tái)Xdata大數(shù)據(jù)服務(wù)平臺(tái)輿情應(yīng)用數(shù)據(jù)服務(wù)資訊服務(wù)分布式存儲(chǔ)ICTDFS分布式檢索ICTGLOS分布式緩存中間件CacheTube分布式處理框架MARC統(tǒng)一配置平臺(tái)運(yùn)維服務(wù)監(jiān)控系統(tǒng)功能智能采集實(shí)時(shí)搜索話題追蹤與分析分類(lèi)輿情輿情預(yù)

2、警熱點(diǎn)輿情可視化展示服務(wù)介紹覆蓋網(wǎng)絡(luò)新聞?wù)搲┛途硟?nèi)微博境外微博支持網(wǎng)頁(yè)文檔多媒體采集評(píng)論跟帖點(diǎn)擊數(shù)評(píng)論數(shù)保留原始快照1、智能采集2、輿情搜索對(duì)重點(diǎn)輿情事件持續(xù)追蹤幫助用戶(hù)對(duì)輿情進(jìn)行研判趨勢(shì)分析圖傳播鏈分析圖3、話題追蹤和分析以?xún)蓵?huì)為例：用戶(hù)按需分類(lèi)關(guān)注方向監(jiān)測(cè)4、分類(lèi)輿情5、輿情預(yù)警用戶(hù)自定義預(yù)警信息系統(tǒng)對(duì)信息進(jìn)行傾向性分析 得到最為相關(guān)的預(yù)警信息將信息推送給用戶(hù)信息的出處 發(fā)現(xiàn)時(shí)間 瀏覽回復(fù)情況對(duì)采集信息進(jìn)行聚合計(jì)算每日熱點(diǎn)新聞反映當(dāng)天、當(dāng)周、當(dāng)月的網(wǎng)絡(luò)熱點(diǎn)新聞可以按分類(lèi)進(jìn)行篩選每日熱點(diǎn)詞匯反映每天熱點(diǎn)網(wǎng)絡(luò)詞匯集中反映當(dāng)日熱點(diǎn)事件6、熱點(diǎn)輿情推薦涉及本地的輿情信息分析追蹤輿情事件的傳播與發(fā)

3、展突發(fā)事件輿情分析過(guò)濾違法違規(guī)信息、敏感信息網(wǎng)絡(luò)社情民意搜集與分析情報(bào)信息搜索與挖掘充分了解網(wǎng)絡(luò)社情民意應(yīng)用領(lǐng)域輿情監(jiān)測(cè)系統(tǒng)目前已經(jīng)應(yīng)用于中國(guó)證監(jiān)會(huì)、 中國(guó)銀監(jiān)會(huì)、 工信部、 質(zhì)檢總局、ZC部X所、 中國(guó)工商銀行、 中國(guó)移動(dòng)、上海、福建、新疆各省輿情監(jiān)測(cè)部門(mén)。XData大數(shù)據(jù)系統(tǒng)已在軍工、金融、電信、政府、教育等多個(gè)行業(yè)完成部署與應(yīng)用。廣電大數(shù)據(jù)解決方案廣電行業(yè)-某電視運(yùn)營(yíng)商用戶(hù)研究中心用戶(hù)研究中心物理設(shè)計(jì)及規(guī)劃用戶(hù)研究中心業(yè)務(wù)整體架構(gòu)金融大數(shù)據(jù)解決方案金融行業(yè)解決方案架構(gòu)金融行業(yè)歷史數(shù)據(jù)查詢(xún)典型應(yīng)用場(chǎng)景行業(yè)解決方案- 金融海量數(shù)據(jù)解決方案 XData大數(shù)據(jù)機(jī)關(guān)系型生產(chǎn)數(shù)據(jù)庫(kù)賬戶(hù)信息卡片交易轉(zhuǎn)

4、賬信息信貸數(shù)據(jù)系統(tǒng)運(yùn)行日志網(wǎng)絡(luò)社區(qū)數(shù)據(jù)數(shù)據(jù)集市采集數(shù)據(jù)個(gè)人信用評(píng)估系統(tǒng) 欺詐分析系統(tǒng)客戶(hù)分析評(píng)估系統(tǒng) 客戶(hù)等級(jí)忠誠(chéng)度分析客戶(hù)銷(xiāo)售客戶(hù)分類(lèi)信貸決策系統(tǒng)法規(guī)遵從處理歷史數(shù)據(jù)管理信用分險(xiǎn)授信管理信用量 某國(guó)內(nèi)大型金融機(jī)構(gòu)試用XData一體機(jī)顯示，查詢(xún)效率提升5x，分析效率提升10 x，模擬測(cè)試結(jié)果表明該系統(tǒng)能夠有力提升相關(guān)查詢(xún)和決策業(yè)務(wù)，并推進(jìn)新業(yè)務(wù)的開(kāi)發(fā)新媒體大數(shù)據(jù)解決方案人民網(wǎng)、新華網(wǎng)、央視網(wǎng)已在建或規(guī)劃建設(shè)資源中心，深度應(yīng)用歷史數(shù)據(jù)，提升采編工作效率，創(chuàng)新內(nèi)容產(chǎn)品形態(tài)鳳凰網(wǎng)非常注重精編、專(zhuān)題業(yè)務(wù)，充分利用歷史數(shù)據(jù)建有企業(yè)庫(kù)、財(cái)經(jīng)人物庫(kù)紐約時(shí)報(bào)歷史數(shù)據(jù)全部手工加上標(biāo)簽，標(biāo)出人物、地點(diǎn)、組織、描述

5、信息，形成龐大的新聞數(shù)據(jù)庫(kù)，通過(guò)API開(kāi)發(fā)各類(lèi)新聞產(chǎn)品主題頁(yè)在正文頁(yè)自動(dòng)添加錨鏈接，人物、歷史事件、機(jī)構(gòu)、貨幣、事件基于位置的新聞資訊項(xiàng)目背景概述-國(guó)內(nèi)新聞同行發(fā)展支撐上述業(yè)務(wù)的數(shù)據(jù)架構(gòu)并行數(shù)據(jù)庫(kù)并行文件系統(tǒng) hadoop生態(tài)系統(tǒng)基礎(chǔ)支撐業(yè)務(wù)邏輯業(yè)務(wù)平臺(tái)總體設(shè)計(jì)電信大數(shù)據(jù)解決方案如何實(shí)現(xiàn)運(yùn)維到運(yùn)營(yíng)的數(shù)據(jù)雙向共享和統(tǒng)一呈現(xiàn)網(wǎng)絡(luò)部門(mén)如何知道網(wǎng)絡(luò)收益、業(yè)務(wù)和用戶(hù)發(fā)展?fàn)顩r？市場(chǎng)部門(mén)如何結(jié)合網(wǎng)絡(luò)狀況、容量有針對(duì)性地制定發(fā)展客戶(hù)、開(kāi)發(fā)業(yè)務(wù)的計(jì)劃？用戶(hù)的行為、收益都是哪些用戶(hù)在使用移動(dòng)互聯(lián)網(wǎng)，都有什么樣的特征？都在干什么？行為模式如何？占用了多少資源或流量？對(duì)網(wǎng)絡(luò)影響如何？如何牽引用戶(hù)行為改變對(duì)網(wǎng)絡(luò)的影響？

6、產(chǎn)生了多少收益？是否有應(yīng)用潛力？如何向他們推薦業(yè)務(wù)和應(yīng)用？用戶(hù)的偏好他們都喜歡什么樣的業(yè)務(wù)和內(nèi)容，主要興趣和偏好是什么？如何基于用戶(hù)偏好和內(nèi)容分析為運(yùn)營(yíng)商的業(yè)務(wù)發(fā)展提供精確的營(yíng)銷(xiāo)支撐？需求分析電信運(yùn)營(yíng)商行業(yè)解決方案架構(gòu)話單詳單公眾查詢(xún)處理背景需求海量歷史數(shù)據(jù)的獲取和存儲(chǔ)大并發(fā)量的查詢(xún)和檢索方案的特點(diǎn)查詢(xún)數(shù)據(jù)和生產(chǎn)數(shù)據(jù)松耦合，生產(chǎn)數(shù)據(jù)中轉(zhuǎn)之后進(jìn)行處理。借助Xdata大數(shù)據(jù)處理平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)高效導(dǎo)入和查詢(xún)及處理。大數(shù)據(jù)處理平臺(tái)線性擴(kuò)展架構(gòu)，能夠面對(duì)海量數(shù)據(jù)增加和查詢(xún)量增加而輕松擴(kuò)展。話費(fèi)詳單公眾查詢(xún)系統(tǒng)解決方案 XDATA-hadoop流量業(yè)務(wù)DPI處理背景當(dāng)前狀況用戶(hù)感知查安全威脅多運(yùn)維管理困難

7、方案的特點(diǎn)采用高速設(shè)備直接從骨干網(wǎng)絡(luò)抓取數(shù)據(jù)Xdata大數(shù)據(jù)平臺(tái)能夠應(yīng)對(duì)大規(guī)模流量做近實(shí)時(shí)的分析，感知整個(gè)網(wǎng)絡(luò)狀態(tài)，優(yōu)化網(wǎng)絡(luò)運(yùn)行開(kāi)發(fā)的大數(shù)據(jù)平臺(tái)能夠支持多種應(yīng)用的開(kāi)發(fā)基于開(kāi)放架構(gòu)，高性?xún)r(jià)比的解決方案流量業(yè)務(wù)DPI系統(tǒng)解決方案GPU大數(shù)據(jù)解決方案 復(fù)雜環(huán)境人像檢測(cè) 人員行為檢測(cè) 人員行為檢測(cè)多種功能：周界防范、人臉檢測(cè)、車(chē)牌識(shí)別、人數(shù)統(tǒng)計(jì)、異常行為檢測(cè)等實(shí)現(xiàn)7x24全天候監(jiān)控值守自動(dòng)處理事件報(bào)警，提高響應(yīng)速度，變被動(dòng)防御為主動(dòng)防御有效利用視頻資源，節(jié)約人工成本和存儲(chǔ)成本 大場(chǎng)景人數(shù)檢測(cè)智能安防服務(wù)器智能視頻分析平安城市應(yīng)用：視頻偵查系統(tǒng)視頻模糊，容易丟失重要線索面對(duì)海量視頻，無(wú)法有效查找目標(biāo)已有

8、審看方式，耗費(fèi)大量人力、時(shí)間如何有效快速審看視頻？如何在海量視頻中查找關(guān)鍵目標(biāo)？如何從模糊影像中恢復(fù)關(guān)鍵信息？看搜辯刑事案件發(fā)生之后，刑偵人員需要調(diào)閱大量監(jiān)控視頻，查找關(guān)鍵線索。視頻多、查找難、清晰度差，為案件迅速偵破帶來(lái)了困難。三大主力公安部3所安全部841所總參54所MD5破譯：GPU性能遠(yuǎn)高于CPU 加速40 xGPU: 2000 Mhash/sCPU: 50 Mhash/s美亞 - 廈門(mén)超級(jí)計(jì)算（云計(jì)算）中心對(duì)IDC機(jī)房的防火墻做處理https - SSL信息安全大數(shù)據(jù)加密解密指紋識(shí)別北京刑偵所 - 指紋識(shí)別GPU加速100 xCPU：每秒4,000個(gè)指紋GPU：每秒400,000個(gè)指

9、紋智慧交通交通系統(tǒng)微仿真北京 - 人口超過(guò)2000萬(wàn)，機(jī)動(dòng)車(chē)輛超過(guò)500萬(wàn)輛微仿真技術(shù)可以對(duì)智能交通系統(tǒng)提供詳細(xì)描述對(duì)一個(gè)真正的交通系統(tǒng)建模，計(jì)算量巨大對(duì)北京二環(huán)路路網(wǎng)(185個(gè)交叉點(diǎn) )的仿真，GPU加速10 x交通運(yùn)輸系統(tǒng)的優(yōu)化城市交通信號(hào)控制系統(tǒng)（UTSCS）可以通過(guò)使用信息技術(shù)、通信技術(shù)和控制技術(shù)來(lái)緩解交通擁堵， 而不用改變交通設(shè)施。仿真優(yōu)化（運(yùn)行一組微仿真的方法）計(jì)算負(fù)擔(dān)巨大用“非支配排序遺傳算法II”對(duì)中關(guān)村道路網(wǎng)仿真（18交叉口） - GPU 加速27x實(shí)時(shí) Twitter 分析 GPU加速35X 搜索音頻看到就搜到GPU加速仿生算法30X圖像搜索語(yǔ)音識(shí)別2012年11月，百度上線第一款基于DNN的語(yǔ)音搜索系統(tǒng)