大数据将推动我国标准出版商业模式创新

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

8月31日,由斯丹德科技(北京)有限公司等单位主办的标准化大数据协同创新研讨会在京举行。来自石油、石化、电力、建筑、交通、航天、冶金等行业的出版社、行业协会、企业的代表,围绕如何利用大数据与协同等手段,创新开展标准化大数据服务,展开了深入的交流和探讨。在会上,北京标准化大数据研究院的筹建也正式启动。

作为北京标准化大数据研究院发起方之一的斯丹德科技(北京)有限公司,基于10年来利用大数据碎片化技术开展标准行业应用的实践经验,创新提出基于“服务主体+典型企业+技术机构”模式,开展标准化大数据服务,受到与会专家学者的认同。

借助大数据碎片化技术,打通标准化供需通道,构建“互联网+标准化大数据服务平台”,不仅成为中国标准化体系参建各方的共识,更极有可能带来标准文献出版商业模式的革命性创新。“标准化大数据服务很有可能带来标准出版商业模式的革命性创新。”斯丹德科技(北京)有限公司总经理周震矾解释说,标准出版机构通过主导“标准化行业应用与实施项目”,与行业企业、大数据技术研究机构一起,共同开发面向行业生产经营、安全管理、决策创新等应用需求的标准化服务产品,将真正实现从文献检索、阅读服务,向面向行业应用与决策的知识服务转型,进而打造标准出版销售之外的更大赢利点。

据了解,“标准化大数据服务”成功开展的核心前提之一,在于对现有标准文献碎片化的加工精度与深度,及其能否真正与实际生产经营与管理过程实现有机融合。“标准化大数据服务”下一步的技术目标,是将企业自行制定的标准条目,基于引用或被引用关系,与相关国标行标、地标、团标及海外标准的对应条目,形成精准化的自动关联。更重要的是,基于标准大数据统计分析,将形成标准热点追踪、标准空白预警、标准全球走势等可视化大数据报表,为企业标准制修订提供科学决策支撑。

据悉,标准化大数据服务技术研发基础部分已完成,相关应用平台框架部分预计在今年10月开始陆续发布。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
4月前
|
存储 Java 大数据
Java 大视界 -- Java 大数据在智能家居能源消耗模式分析与节能策略制定中的应用(198)
简介:本文探讨Java大数据技术在智能家居能源消耗分析与节能策略中的应用。通过数据采集、存储与智能分析,构建能耗模型,挖掘用电模式,制定设备调度策略,实现节能目标。结合实际案例,展示Java大数据在智能家居节能中的关键作用。
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
487 6
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
283 2
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
447 2
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
349 0
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
286 0
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
存储 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
177 1
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。这种模式涉及对象(如用户、账户、商品等)及其相关的事件记录,通过这些事件数据可以进行各种统计分析,如漏斗分析、交易次数统计等。然而,SQL 在处理这类任务时表现不佳,特别是在有序计算方面。SPL 作为一种强化离散性和有序集合的语言,能够高效地处理这类计算,避免了大表 JOIN 和大结果集 GROUP BY 的性能瓶颈。通过按 ID 排序和分步计算,SPL 能够显著提高计算效率,并支持实时数据处理。

热门文章

最新文章