IBM成立大数据智能应用中心

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

ZDNet至顶网软件频道消息:IBM在厦门举行了主题为“洞察商机,领先一步”的IBM 2014非结构化数据管理用户大会。会上,IBM企业内容管理(Enterprise Content Management,ECM)针对大数据环境下非结构化数据管理的挑战,为核心行业提供了完整的解决方案,并分享了IBM ECM在人力、金融等领域的客户体验。在会上,IBM宣布与合作伙伴美亚柏科信息股份有限公司(以下简称美亚柏科)进行合作,发布大数据智能应用中心。新的大数据智能应用中心,运用IBM在企业内容管理领域领先的技术优势,并整合美亚柏科在公共事业、金融服务等领域丰富的行业实践经验,将帮助企业在关键业务决策中协调知识、沟通、内容和资源,从而获得来自内容的大数据洞察。

IBM ECM中国区销售总经理周林表示“这个时代对大数据的关注已经成为了一种潮流,企业部署大数据的目标非常明确,就是希望通过数据分析帮助决策的制定。企业每天都会产生大量的数据,其中大量的非结构化数据来自办公文件、交易记录或社交网络,如何高效的从复杂的数据中获取有价值的洞察,是企业制定正确决策的关键。IBM在企业内容管理领域处于行业领先地位,在信息采集、数据分析、价值挖掘等各个环节都有完善对技术支持,可以为企业提供完备的企业内容管理解决方案。近期与合作伙伴美亚柏科共同发布的大数据智能应用中心,已经在金融、通讯、医疗等领域发挥了重要作用。我们希望未来更多的企业通过企业内容管理,不断的制定正确决策,在竞争中立于不败之地。”

与美亚携手,提供智慧的内容管理

新发布的大数据智能应用中心,通过从信息采集、大数据分析到案例处理的过程,为企业提供全面的内容管理解决方案。该解决方案支持各种数据来源的信息采集,并可以对数据来源实行定制化的智能分析,获得有价值的洞察。灵活性和便捷性是大数据智慧中心解决方案的重要特征之一,从检测、分析到处理的全过程都可以通过友好的用户界面进行实时的观察。

此次合作中,IBM合作伙伴美亚柏科为解决方案提供了强大的数据资源支持。美亚柏科是全球仅有的两家电子数据取证上市企业之一,拥有国内领先的电子数据取证和安全产品技术,并在行政执法机关、执法部门、金融机构等领域有着丰富的行业经验。美亚柏科拥有海西地区规模最大的计算平台——厦门超级计算中心,为企业提供“随需应变”数据资源与服务。大数据智能应用中心项目中,美亚柏科在企业内容管理的信息采集阶段起到了重要的作用,实现日均600万实时数据更新,所提供的数据平台已有高达70亿的基础数据。

全面升级,洞察来自六个维度

大数据的4V特性为分析提供了不同的维度,全新的IBM ECM可以通从六个方面为企业提供洞察:

Ÿ 搜索:IBM ECM可针对企业内外网进行一键式搜索,通过简单方便的搜索界面完成快速信息定位和查询能力。分析内容可以来自网站、文件服务器、内容存储库、邮件和协作系统、数据库等。

Ÿ 商情监测:IBM ECM可以通过互联网和企业内部报告、情报,获得特定市场的相关情报,监测新的商业机会或对已有的商业机会的现状进行分析,了解市场情况。

Ÿ 市场分析和投诉问题管理:IBM ECM可以针对来自客户调查反馈、服务(呼叫)中心日志、消费者评论网站等进行投诉分析,了解用户投诉的焦点,并针对监测到的新爆发点进行快速的反馈和响应。

Ÿ 反诈骗及风险评估:索赔文件、政策、财务报表、报告、客户数据、公共记录等为全方位评估企业提供了素材,IBM ECM针对目标企业和目标行业进行各种分析侦测,了解企业实际运营情况、市场反馈等信息,避免金融诈骗、增加风险控制能力。

Ÿ 舆情监控、案件分析:IBM ECM利用互联网信息、社会热点话题、突发事件、重大舆情的快速识别和定向追踪,实现对舆情和案件的综合分析预测。

Ÿ 知识产权分析:IBM ECM帮助企业通过专利数据库、出版的文献、检索、医疗网站、订阅服务等了解最新技术发展,避免侵权的发生。

利用优势,助力Watson Foundations未来发展

IBM ECM作为重要的IBM大数据的解决方案之一,集成了IBM在大数据领域的技术优势。在企业内容管理的数据分析环节,IBM ECM利用IBM针对文本的深度挖掘和自然语言处理的能力,将抓取的各种文本进行全面的分析,通过语言识别、分段、聚类等技术完整对文本的自动化处理。而IBM的语义分析技术则为内容管理提供了基于语义和文本的自动分类技术,确保了用户在整理和分析大量文本资料时的准确性和效率。特别值得注意的是IBM在中文语言和语法方面丰富的处理经验和优秀的技术,保证了内容基础处理的准确和分析的全面。

今年IBM正式宣布推出强大的大数据与分析平台Watson Foundations。Watson Foundations在云能力、移动性、快速发掘洞察等方面对原有的IBM大数据平台上进行了提升。IBM ECM是Watson 实现认知计算的核心基石,其内容洞察以文本分析为基础,通过对案例的组织实现行业领域的认知计算。未来IBM ECM会随着Watson Foundations的发展对企业产生越来越大的影响,两者的相互促进,对于大数据分析的发有着重要的意义。

原文发布时间为:2014年03月21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
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
154 1
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
1天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
35 15
|
18天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
20天前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
48 2
|
1月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
2月前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
115 10
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
69 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
185 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
157 3
下一篇
DataWorks