IBM成立大数据智能应用中心

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
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
目录
相关文章
|
8月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
8月前
|
机器学习/深度学习 数据采集 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
本文探讨Java大数据可视化在城市空气质量监测与污染溯源中的创新应用,结合多源数据采集、实时分析与GIS技术,助力环保决策,提升城市空气质量管理水平。
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
|
8月前
|
存储 监控 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业生产运营监控与决策支持中的应用(228)
本文探讨了基于 Java 的大数据可视化技术在企业生产运营监控与决策支持中的关键应用。面对数据爆炸、信息孤岛和实时性不足等挑战,Java 通过高效数据采集、清洗与可视化引擎,助力企业构建实时监控与智能决策系统,显著提升运营效率与竞争力。
|
8月前
|
Java 大数据 数据处理
Java 大视界 -- 基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战(222)
本文探讨了基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战。文章分析了传统制造模式的局限性,介绍了工业互联网带来的机遇,并结合实际案例展示了 Java 在多源数据采集、实时处理及设备协同优化中的关键技术应用。同时,也深入讨论了数据安全、技术架构等挑战及应对策略。
|
8月前
|
数据采集 搜索推荐 Java
Java 大视界 -- Java 大数据在智能教育虚拟学习环境构建与用户体验优化中的应用(221)
本文探讨 Java 大数据在智能教育虚拟学习环境中的应用,涵盖多源数据采集、个性化推荐、实时互动优化等核心技术,结合实际案例分析其在提升学习体验与教学质量中的成效,并展望未来发展方向与技术挑战。
|
6月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
1284 1
|
7月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
738 1
|
6月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
568 0
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用(229)
本文深入探讨Java大数据与机器学习在自然语言生成(NLG)中的可控性研究,分析当前生成模型面临的“失控”挑战,如数据噪声、标注偏差及黑盒模型信任问题,提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略,实现文本生成的精准控制,并结合网易新闻与蚂蚁集团的实战案例,展示Java在提升生成效率与合规性方面的卓越能力,为金融、法律等强监管领域提供技术参考。
|
8月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。