一、作业内容1、请举3个具体的大数据应用事例从大数据的4V特点：Volume大量、Velocity高速、Variety多样、Value低价值密度出发回答如下问题：1说明其大数据的应用场景并且分析该方面的大数据应用能给我们带来什么？2可以采用的技术框架使什么分析其有何特点？2、请介绍一下大数据生命周期中数据采集、数据存储、统计分析、数据挖掘数据可视化各阶段常用方法分别有什么特点？3、大数据思维的核心

封面

大数据与云计算导论作业报告

学生姓名：XXX 学号：XXX 专业：XXX 班级：XXX 指导教师：XXX

时间：2023年5月15日

正文

（1）大数据案例1说明及分析

案例：滴滴出行

场景：滴滴出行是一家中国的打车公司，其平台每天处理数百万订单数据，涉及到车辆分布、路线规划、司机调度等方面。同时，滴滴出行还通过数据挖掘技术，对用户行为、乘车偏好等方面进行分析，提供更加个性化的服务。

分析：滴滴出行的大数据应用场景主要体现在Volume和Velocity两个维度上。每天数百万订单数据的处理需要强大的计算能力和高效的数据处理系统。而订单数据的实时性也要求系统能够快速响应和处理。滴滴出行采用的技术框架主要包括Hadoop、Spark、Storm等。这些技术框架具有分布式计算、实时计算和数据处理能力强等特点，能够满足滴滴出行的数据处理需求。

（2）大数据案例2说明及分析

案例：美团点评

场景：美团点评是中国最大的本地生活服务平台，每天处理数百万用户搜索、下单、评价等数据。这些数据涉及到用户的消费习惯、商家的经营情况、产品的质量等方面。美团点评通过大数据分析，提供更加智能化的推荐服务，帮助用户更好地选择商品和服务。

分析：美团点评的大数据应用场景主要体现在Variety和Value两个维度上。美团点评处理的数据类型多样，包括文本、图像、视频等多种数据形式，因此需要采用多模态数据处理技术。另外，美团点评通过数据挖掘和机器学习技术，挖掘潜在的用户需求和商家经营情况，提供更加精准的推荐服务。美团点评采用的技术框架主要包括Hadoop、Spark、Flink等，这些技术框架具有分布式计算、实时计算和机器学习能力等特点，可以满足美团点评的数据处理需求。

（3）大数据案例3说明及分析

案例：京东商城

场景：京东商城是中国最大的电商平台之一，每天处理数百万的商品交易数据，涉及到商品的销售情况、库存情况、价格变化等方面。京东商城通过大数据分析，对商品进行分类、预测和推荐，提供更加个性化的购物体验。

分析：京东商城的大数据应用场景主要体现在Volume和Value两个维度上。京东商城处理的数据量非常大，需要采用分布式计算技术进行处理。另外，京东商城通过数据挖掘和机器学习技术，对商品进行分类、预测和推荐，提高用户购买转化率。京东商城采用的技术框架主要包括Hadoop、Spark、TensorFlow等，这些技术框架具有分布式计算、机器学习和深度学习能力等特点，可以满足京东商城的数据处理需求。

（4）大数据生命周期中各阶段常用方法分析

数据采集阶段：数据采集阶段主要包括数据源选择、数据抽取、数据清洗等步骤。常用的方法包括ETL、数据抓取、数据爬虫等技术。

数据存储阶段：数据存储阶段主要包括数据管理、数据存储、数据备份等步骤。常用的方法包括分布式存储、关系型数据库、NoSQL数据库等技术。

统计分析阶段：统计分析阶段主要包括数据探索、数据描述、数据可视化等步骤。常用的方法包括统计学、数据挖掘、数据可视化等技术。

数据挖掘阶段：数据挖掘阶段主要包括特征选择、模型构建、模型评估等步骤。常用的方法包括机器学习、深度学习、自然语言处理等技术。

数据可视化阶段：数据可视化阶段主要包括数据可视化、交互式分析、报告生成等步骤。常用的方法包括数据可视化工具、用户交互设计、报告生成技术等。

（5）应用大数据思维的案例1

案例：智能家居

场景：智能家居通过物联网技术，实现家庭设备的互联互通，实现智能化的生活。通过大数据分析，智能家居可以实现家庭设备的自动控制、节能管理等功能。

分析：智能家居的大数据应用场景主要体现在Velocity和Value两个维度上。智能家居需要实时地采集和处理各种传感器数据，同时需要通过数据挖掘和机器学习技术，对用户的行为和偏好进行分析，提供个性化的服务。智能家居采用的技术框架主要包括物联网技术、云计算技术、数据挖掘和机器学习技术等，这些技术框架具有实时计算、分布式处理和机器学习能力等特点，可以满足智能家居的数据处理需求。

（6）应用大数据思维的案例2

案例：共享单车

场景：共享单车通过物联网技术，实现自行车的智能管理和租赁。通过大数据分析，共享单车可以实现自行车的智能分配、智能维修等功能，提高自行车的使用效率和服务质量。

分析：共享单车的大数据应用场景主要体现在Volume和Velocity两个维度上。共享单车每天处理大量的订单数据和自行车定位数据，需要采用分布式计算和实时计算技术进行处理。另外，共享单车需要通过数据挖掘和机器学习技术，对自行车的使用情况、损坏情况等进行分析，提高自行车的使用效率和服务质量。共享单车采用的技术框架主要包括物联网技术、云计算技术、分布式计算和实时计算技术等，这些技术框架具有实时计算、分布式处理和机器学习能力等特点，可以满足共享单车的数据处理需求。

（7）参考文献

[1] 何超. 大数据技术及应用[M]. 人民邮电出版社, 2016.

[2] 宋汝涛. 大数据技术原理与应用[M]. 电子工业出版社, 2018.

[3] 刘铁岩, 罗国庆. 大数据分析与处理[M]. 清华大学出版社, 2016.

[4] 吴恩达. 机器学习[M]. 电子工业出版社, 2017.

[5] 范明. 大数据时代的数据可视化技术[J]. 湖北民族学院学报(自然科学版), 2015(2): 26-29