大数据与电子商务[编辑]

大数据时代已来临：

大数据在现实世界中有着非常广泛的分布和应用，包括医疗信息、视频监控、移动设备、智能设备、非传统IT设备、传统IT信息的非传统应用以及特定行业需求等。如在零售业中，对大数据的分析越来越受重视。沃尔玛在全球有8400家门店，每周有20亿笔客户交易数据，沃尔玛公司很早就开始从日常交易记录析出关联交易，在2004年卡特里娜飓风来袭前，沃尔玛就从手电筒和电池的销售中成功分析出馅饼即将热销。随着计算机和存储成本的下降，中小型零售企业也能够利用IT技术对收集的大量数据分析，开展商务智能应用。再如，在医疗健康领域，由于电子医疗记录时代的来临、医疗图像技术进步、基因研究以及制药工程中对于大型数据库的应用，大规模复杂数据在医疗机构中变得很普遍。通过对大量病人的各类数据进行数据挖掘分析，有助于更有效地找出疾病成因，进而提供针对性地预防、诊断和治疗措施。美国著名的综合管理式医疗财团KaisERPermanente，拥有超过8百万会员、36家医院以及超过400家医疗机构，各部门需要在同一时间分析众多因素，包括治疗、人口统计资料（如年龄、性别等）、实验室结果、处方、诊断、医疗保险计划以及付款记录等，综合这些不同的信息，以便决策系统向医护人员提供完整的病人历史，选择最佳的医护办法。

潜在商机：

李开复的12月3日的更新的微博针对大数据进行了预测：【大数据分析的可能应用领域】：

保险业：收集汽车驾驶数据制定个性化保险政策价等；

零售商：基于全市场数据的商品推销策略分析等；

金融业：利用历史数据分析诈骗等；

医疗保障：通过健康数据提高病人护理条件等；

制造业：估算保修费用，检测零部件问题等。针对大数据的进行深度分析挖掘，将能创造巨大商机，

目前各大电子商务网站如淘宝网，繁多的产品让人无从抉择，用户能做的就是反复对比同类产品的优缺点，过往买家的评论来决定自己的选择，但是这对用户来说是极其痛苦的，如果后台能对海量的用户行为数据进行快速分析，推荐出用户阶段性最需要最适合的产品，将能极大的促进商家的销售额。目前推荐做得较好的网站有亚马逊和当当网等，能针对用户需要，动态的给与极其准确的推荐信息，推荐结果准确，推荐更新度极快。

大数据信息推荐相关技术：

推荐技术：主流的推荐算法有基于物品相似度的推荐和基于用户相似度的推荐。目前各大电商网站普遍采用的是基于物品的相似度推荐，但是如何将准确度量用户的兴趣仍然是个难题；基于用户相似度推荐主要用在新闻等用户远少于物品的网站，如新闻评论类网站。

并行计算技术：为了提高用户服务质量，后台采用Hadoop的mapreduce技术进行分布式并行计算是主流趋势，但是该技术存在严重的单点故障和性能瓶颈，目前国内外各大研究所都在针对hadoop存储平台和mapreduce技术进行优化研究，最新锐的研究技术产品是MapR（“构建一个HDFS的私有替代品，这个替代品比当前的开源版本快三倍，自带快照功能，而且支持无Namenode单点故障（SPOF），并且在API上和兼容，所以可以考虑将其作为替代方案。”）

网络营销词典内容均由网友提供，仅供参考。如发现词条内容有问题，请发邮件至info # wm23.com。