联大旅游学院与IBM携手创立旅游大数据协同创新中心

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

ZDNet至顶网软件频道消息:11月18日,由北京联合大学旅游学院与IBM联合打造的“旅游大数据协同创新中心”在京正式创立。中心旨在推动中国旅游信息化领域内学术研究、支撑旅游公共信息服务、促进传统旅游产业升级、旅游信息化专业人才培养四大范畴的共同发展。作为国内首个旅游大数据的协同创新平台,该中心应用IBM全球领先的大数据处理与分析技术,整合多方旅游信息及资源、面向国内外及业界开放的大数据平台切实响应国家旅游局“智慧旅游”的政策导向,加快中国旅游产业转型升级的脚步。

 联大旅游学院与IBM携手创立旅游大数据协同创新中心

黄先开校长和陈志远总经理共同签订“旅游大数据协同创新中心”合作协议

北京联合大学副校长、旅游学院院长黄先开表示:“北京联合大学旅游学院始终以服务国家旅游业发展为己任,希望充分发挥连接政府和产业的桥梁作用。在国内旅游业急速转型升级的时期,把握大数据赋予的机遇、以大数据为基础推动旅游教育及产业的发展,成为了旅游学院近年的核心命题。作为国内规模最大的旅游院校之一,北京联合大学旅游学院在旅游信息化研究领域与人才培养具有较为深厚的基础。IBM作为全球大数据技术领域的领跑者,在技术储备和对‘智慧旅游’的深刻理解都令我们确信,与IBM的合作将会成功打造一个对学界、对产业极具指导意义的‘产学研一体化’协同创新平台。”

IBM中国区政府与公众事业部总经理陈志远指出:“IBM一直致力于推动中国各大支柱产业信息化、智慧化的进程。此次与旅游学院在‘旅游大数据协同创新中心’上的合作,是大数据驱动智慧旅游的重要里程碑。IBM的顶尖技术与旅游学院深厚知识的有机整合将最大限度发挥各自优势、实现互惠共赢,一同推进各自转型的进程,成为科技企业与高校、旅游业跨界合作的成功范本。”

立足当下以新思考加快产业转型

旅游业是信息密集型产业,这样的特点使其具备天然的海量大数据。然而,在旅游需求日益多样化的趋势下,传统的管理与服务模式已不能满足我国旅游业发展的需要;加速旅游业由传统产业向现代服务业的转型成为了我国旅游业当前的中心环节。

作为中国最早建立的专门培养旅游管理高级人才的高等学院,北京联合大学旅游学院自1978年创建以来便专注于国家级特色旅游学科的教学及优秀旅游人才的培养与输送,持续助力国家旅游产业的发展。旅游学院坚信实现旅游产业升级的引擎是推动旅游信息化技术的全面深入应用。

协同创新以大数据驱动智慧旅游

旅游信息化协同创新中心是北京联合大学旅游学院为建设支持和引领旅游产业的发展而成立的旅游信息化科研团队。协同创新中心通过协同机制创新,一直致力于开展旅游信息化特别是旅游大数据技术领域的基础研究,支撑旅游公共信息服务、旅游企业营销与电子商务和游客个性化信息服务等方面的应用研究与产品研发。

作为旅游信息化研究与高等教育的领先者,北京联合大学旅游学院借助IBM在大数据技术领域的先进能力,从大数据角度充实旅游信息化协同创新中心的技术与创新能力,共同研究多源、多模态旅游大数据的分析与处理的方法、技术以及行业应用,并分别从以下三个核心方向推动旅游业的创新:其一,面向全社会,以开放的大数据平台促进旅游产业全新生态圈的形成;其二,培养具备大数据运用技能的高素质旅游信息化人才,并为学生创造更多与大数据相关的就业、创业机会;其三,深化旅游信息化前沿科学研究,提高相应学术能力。

作为全球大数据技术领域的先行者,IBM与北京联合大学旅游学院通力合作,基于北京联合大学旅游学院在旅游学、业界的基础与经验,针对旅游产业转型升级的发展需求制定了全面高效的解决方案。IBM BigInsights企业级Hadoop平台实现了旅游大数据存储和管理平台的搭建。通过IIB和WAS ND,IBM分别完成旅游大数据交换共享平台和J2EE旅游应用平台的建立。SPSS Modeler 数据挖掘预测系统和Cognos BI分析工具则用于旅游大数据分析的展现与报告。

放眼未来以高规格兑现承诺

2014年是国家旅游局定立的“智慧旅游年”,全国各省市在旅游宣传、信息公布、路线开发等方面都紧扣“智慧化”的主题。北京联合大学旅游学院与IBM凭借其分别为国内领先的旅游高等教育和科研机构和顶尖科技企业的性质作出了对国家号召独一无二的有力响应。这种独特性将使“旅游大数据协同创新中心”得以整合双方领域的优势资源,形成深刻凝聚力和广泛影响力的大数据平台,推动国内旅游全产业的“智慧化”进程。

旅游大数据协同创新中心的成立也是北京联合大学旅游学院和IBM兑现其社会承诺、推进“智慧城市”与“智慧旅游”战略的体现。早在2009年,IBM便已提出“智慧城市”的愿景,通过其强大的大数据处理和分析技术为各大中城市提供信息解决方案。2012年,北京联合大学旅游学院提出了“智慧旅游”的理论体系;2014年,国家旅游局批准北京联合大学旅游学院建设“国家智慧旅游重点实验室”。作为“智慧城市”战略的重要组成部分之一,北京联合大学旅游学院与IBM协同创新的“智慧旅游”将会为IBM继续积累旅游领域的实践创新,为北京联合大学旅游学院提升信息技术能力,最终提升双方助力国内城市建设和旅游产业转型的综合实力。

北京联合大学旅游学院与IBM携手创立的“旅游大数据协同创新中心”这个产学研一体化的平台将会发展为一个更具开放性和开创意义的“智慧旅游平台”。其将提供业内商家、景区景点、旅游者等多种数据的分析和共享,全面促进提升公共信息服务、景区高效管理、企业精准营销、游客个性服务等旅游业重点范畴的信息化程度。这个平台的落成将会持续推动我国旅游信息化的进程,对旅游学界业界产生持续深远的影响。

原文发布时间为:2014年11月18日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
4月前
|
机器学习/深度学习 人工智能
IBM推出创新框架用“黑盒”方式,评估大模型的输出
【7月更文挑战第17天】IBM研发的创新框架以“黑盒”方法评估大模型输出的可信度,通过观察输入和输出,不涉及模型内部。采用逻辑回归模型,基于四个特征(输出长度、多样性、一致性和新颖性)来估计可信度。在多个数据集上测试,显示优于其他“黑盒”方法,且具有可解释性。但仅适用于可访问的模型,可能忽略内部细节,不适用于所有场景。[[arXiv:2406.04370](https://arxiv.org/abs/2406.04370)]
52 4
|
9天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
45 2
|
10天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
44 1
|
1月前
|
存储 算法 NoSQL
大数据-138 - ClickHouse 集群 表引擎详解3 - MergeTree 存储结构 数据标记 分区 索引 标记 压缩协同
大数据-138 - ClickHouse 集群 表引擎详解3 - MergeTree 存储结构 数据标记 分区 索引 标记 压缩协同
31 0
|
3月前
|
机器学习/深度学习 分布式计算 BI
MaxCompute 与阿里云其他服务的协同工作
【8月更文第31天】在当今的数据驱动时代,企业需要处理和分析海量数据以获得有价值的洞察。阿里云提供了一系列的服务来满足不同层次的需求,从数据存储到高级分析。MaxCompute(原名 ODPS)作为阿里云的大规模数据处理平台,提供了强大的计算能力和丰富的功能,可以与阿里云的其他服务无缝集成,形成完整的大数据解决方案。本文将探讨 MaxCompute 如何与其他阿里云服务协同工作,包括存储服务 OSS、数据分析服务 Quick BI 以及机器学习平台 PAI。
50 1
|
4月前
|
数据可视化 前端开发 大数据
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
**商场智能导视系统提升购物体验:** 通过三维电子地图、AR导航、AR营销、VR全景导购及可视化数据,解决顾客寻路困扰,增强店铺曝光,简化招商流程,优化商场管理,借助科技创新驱动顾客满意度、品牌曝光度及运营效率的全面提升。
114 0
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
40年创新蝶变,IBM与中国共创新质生产力
40年创新蝶变,IBM与中国共创新质生产力
|
6月前
|
存储 机器学习/深度学习 大数据
云计算与大数据:合作与创新
本文探讨了大数据技术与云计算的背景和发展,大数据的5V特征(量、速度、多样、复杂、不确定)及云计算的3S特点(服务、共享、可扩展)。两者相互依赖,云计算为大数据提供计算与存储资源。核心算法涉及分布式计算、数据挖掘和机器学习,如线性回归、逻辑回归等。通过代码示例展示了Hadoop的MapReduce、Scikit-learn的KNN和TensorFlow的线性回归应用。未来趋势包括数据量增长、实时处理、AI与ML集成及数据安全挑战。附录解答了大数据、云计算等相关问题。
506 3
|
6月前
|
安全 Java 大数据
基于大数据的旅游系统的设计与实现(论文+源码)_kaic
基于大数据的旅游系统的设计与实现(论文+源码)_kaic
|
6月前
|
存储 分布式计算 大数据
【云计算与大数据技术】分布式协同系统Chubby锁、ZooKeeper在HDFS中的使用讲解(图文解释 超详细)
【云计算与大数据技术】分布式协同系统Chubby锁、ZooKeeper在HDFS中的使用讲解(图文解释 超详细)
180 0
下一篇
无影云桌面