分享7家典型大数据公司-阿里云开发者社区

开发者社区> 小旋风柴进> 正文

分享7家典型大数据公司

简介:           Skybox、Prismatic、SAGA、Zest Finance、Expect Labs、Decide、Trifacta这7家公司告诉了我们:大数据绝不仅仅是互联网。 【1】 Skybox  http://www.skyboximaging.com/ 大数据绝不仅仅是互联网!这家位于美国的公司利用便宜的低轨卫星和普通用户生活照片分享等数据开展基于地理位置的服务。
+关注继续查看
0.jpg

          Skybox、Prismatic、SAGA、Zest Finance、Expect Labs、Decide、Trifacta这7家公司告诉了我们:大数据绝不仅仅是互联网。

【1】 Skybox  http://www.skyboximaging.com/

大数据绝不仅仅是互联网!这家位于美国的公司利用便宜的低轨卫星和普通用户生活照片分享等数据开展基于地理位置的服务。

1.jpg

【2】 Prismatic  http://getprismatic.com/

这家位于旧金山的公司2012年12月初从尤里-米尔纳(Yuri Milner)和Accel合伙人吉姆-布雷耶(Jim Breyer)这两位风投大佬那里获得了1500万美元融资。

利用机器学习的办法分析用户内容,帮用户找到感兴趣但通过自己的能力难以找到的新闻。Prismatic是一款新闻聚合应用,表面看来,它与Flipboard或Circa类似,也可以说是经过精心装扮的Digg或StumblrUpon或Reddit。

2.jpg

 

【3】 SAGA  http://www.saga-gis.org/en/index.html

预测你在哪里和你将要去哪个地方,然后提供基于地理的推荐。

点评:这让我想到了2011年诺基亚的地点预测大赛以及2010年Barabasi在Science的那篇可预测性论文。不知道他们用的什么方法,难道也是隐马尔科夫吗?

 

3.jpg

【4】 Zest Finance    http://www.zestfinance.com/

Zest Finance 的创始人Douglas Merrill曾是Google工程部副总监及CIO,ZestFinance采用包含社会网络等等信息的70000多个变量判断个人信用卡或者信贷的信誉,实现更便宜更快捷和更低拖欠率的放贷。

点评:当然,外行觉得怎么可能有70000多个变量呢,其实不奇怪,学习一下机器学习就知道了,这些变量并不是简单的身高、体重,每个一项,而是很多单元信息的各种组合。祝建华老师强调大数据不能仅仅是数量多,还要变量多,恰恰是这个意思。

4.jpg

 

【5】 Expect Labs    http://www.expectlabs.com/

Expect Labs的CEO Timothy Tuttle是一名计算机科学家,他于2011年创立了Expect Labs。他表示:“这是一种与上下文相关的、持续的、具有预测功能的搜索技术,在实时对话的过程中进行。”Expect Labs已获得谷歌风投和Greylock Partners的投资。

点评:在语音聊天(可以群聊)的时候,通过语音分析、自然语言处理和语义分析,来理解大家正在说什么,然后帮助用户找到和当前聊天内容相关的信息。将来还会扩展到视频聊天。我觉得很玄乎的一项技术,不知道怎么做的,但是很厉害,iPad应用的名字叫做MindMeld,机器翻译。

5.jpg

【6】 Decide   https://www.decide.com/

 Decide,仅靠概念就获得850万美元的投资,一个很典型的美国创新和创业项目。Decide的创建人是Oren Etzioni,他曾经建立了Farecast(飞机票价预测服务)、Metacrawler(整合搜索引擎)和Netbot(网络第一家购物比较网站)。

点评:Decide利用大量已知的价格信息(目前据说有超过80亿条),来预测商品价格的走势,从而给出应该买什么,以及立刻买还是等一段时间再买的建议。是不是大家一下子就想起了Farecast?

6.jpg

【7】 Trifacta     http://trifacta.com/

这是一个伯克利和斯坦福的联合团队的工作,他们在2012年10月获得Accel Partners Big Data Fund的430万美元投资。

点评:Trifacta由一群计算机科学家组成,在数据可视化方面有着丰富的经验,他们能够接触到数据分析很多顶尖的科学和技术达人。如果你提交你在数据分析中遇到的问题,这个系统将帮助你解决你的问题,当然,怎么付费就不得而知了。

7.jpg


原文发布时间为:2013-09-08


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
《大数据原理:复杂信息的准备、共享和分析》一一2.5 在标识符中嵌入信息:不推荐
本节书摘来自华章出版社《大数据原理:复杂信息的准备、共享和分析》一 书中的第2章,第2.5节,作者:[美] 朱尔斯 J. 伯曼(Jules J. Berman)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
781 0
《大数据原理:复杂信息的准备、共享和分析》一一2.4 糟糕的标识方法
本节书摘来自华章出版社《大数据原理:复杂信息的准备、共享和分析》一 书中的第2章,第2.4节,作者:[美] 朱尔斯 J. 伯曼(Jules J. Berman)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
905 0
《大数据原理:复杂信息的准备、共享和分析》一一2.6 单向哈希函数
本节书摘来自华章出版社《大数据原理:复杂信息的准备、共享和分析》一 书中的第2章,第2.6节,作者:[美] 朱尔斯 J. 伯曼(Jules J. Berman)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1004 0
《大数据原理:复杂信息的准备、共享和分析》一一2.1 背景
本节书摘来自华章出版社《大数据原理:复杂信息的准备、共享和分析》一 书中的第2章,第2.1节,作者:[美] 朱尔斯 J. 伯曼(Jules J. Berman)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1142 0
《大数据原理:复杂信息的准备、共享和分析》一一2.3 注册唯一对象标识符
本节书摘来自华章出版社《大数据原理:复杂信息的准备、共享和分析》一 书中的第2章,第2.3节,作者:[美] 朱尔斯 J. 伯曼(Jules J. Berman)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1493 0
中国电信集团产业互联网产品中心主任张东:工业大数据之路探索分享
5月5日,“2017中国工业大数据大会·钱塘峰会”在杭州国际博览中心举办。本届峰会以“数据驱动创新 融合引领变革”为主题,围绕工业大数据展开分享与交流。中国电信集团产业互联网产品中心主任张东,以“工业大数据之路探索分享“为题探讨了自己的看法。
1440 0
《大数据原理:复杂信息的准备、共享和分析》一一2.7 案例:医院登记
本节书摘来自华章出版社《大数据原理:复杂信息的准备、共享和分析》一 书中的第2章,第2.7节,作者:[美] 朱尔斯 J. 伯曼(Jules J. Berman)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
987 0
2736
文章
6591
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载