首页 文章 精选 留言 我的

精选列表

搜索[AI],共10000篇文章
优秀的个人博客,低调大师

北塔软件:BI+AI+DI,做IT运维数据掘金的使能者

需要决策的地方,都需要数据支撑,大数据的价值就在于此。随着云计算、大数据、移动化、社交网络等新兴应用的蓬勃发展,IT运维的数据量开始爆发。那么,这些数据是待开垦的荒山,还是价值连城的金山呢?人工智能(Artificial Intelligence)+商业智能(Business Intelligence)+数据智能(Digital Intelligence)的结果,或许就是这把锄头。 数据资产早已存在,但为何用不起来? 随着移动互联网、大数据、物联网和云计算等新兴技术的崛起以及互联网+、中国制造2025等政策支持的频频出台,越来越多的企业开始争先恐后地加入数字化转型浪潮中。据IDC数据显示,截止2017年年底,全球2000强企业中三分之二的首席执行官都会把数字化转型放在其企业战略的核心位置。 毫无疑问,数字化生产运营过程中所产生的数据信息已经成为重要的核心资产,这为IT运维管理赋予了更多内涵。IT部门需要聚焦企业信息资产价值挖掘,将现有的数据进行有效的整合,快速准确地提供报表和决策依据,方能帮助企业做出明智的业务运营管理决策。但是,以现有的能力,这几乎成了“不可能完成的任务”。 首先,运维数据增长迅速、体量庞大,但可用于经营决策和业务优化的数据分析模型和报表较少;其次,ETL、计算引擎、BI、深度分析等,每一个工具都是不同的产品,致使报表工具细碎化,采购成本增加,学习成本增加;最后,报表结果永远处于“过去时”,静态化模型无法实现交互分析,二次开发只能望梅止渴。 从荒山到金山,IT运维如何打造BI平台 数据放在那里,就只能是座荒山。因此,我们需要一把锄头,把它刨开,。比如:用这把锄头将日志数据、工单数据、监控数据等进行整合,告别数据孤岛;把各种报表之间的通道刨开,将数据重新组合,提取出最精确的数据用于决策;为数据可视化开山修路,让这座荒山变得井然有序,一切美景尽在眼底;修建运维数据的“金库”,对业务部门的信息需求快速响应,做好数据支撑,提升IT部门价值。 针对上述需求,北塔软件以BTSO平台为核心,推出了基于BI的运维报表解决方案,实现了对不同方式采集到的数据信息进行整合,包括:机房环境数据、网络环境数据、业务系统相关数据(如:服务器、中间件、数据库的信息)、流量数据、业务指标数据、日志数据以及与之相关的流程、资产、人员信息,告别信息孤岛,通过对数据进行建模、分类、关联、钻取、分析、挖掘,协助用户实现“从数据荒山到数据金山”的壮举。 图:北塔软件基于BI技术的运维报表解决方案 从内部实现方式上看,首先由采集引擎将数据采集并存储到数据库中,ETL工具将数据经过抽取、清洗、转换、加载等步骤对数据进行处理。然后,将有“含金量”极高的数据提取出来,经过BI工具将提取出来的数据进行有效整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。 从外部展示方式上看,用户可以通过拖拽方式进行任意数据探索和查询,列过滤和列位置调换等功能,实现了临时性的报表随时输出、表格数据的动态展示,提高了查看报告的灵活性。此外,BI解决方案还引入了第三方 GIS 地图功能和热力图,可清晰直观地在地理地图上显示相关“金砖数据”,同时实现了流量分析、分布分析、密度分析等需求,将分析、处理、决策等功能全面集成。 机器学习替代人力,百亿数据也能秒开 IT运维常常遇到“自我救赎”的问题,比如:当我们完成IT基础设施自动监控之后,运维人员每天面对着海量的运维数据却不知道如何着手去综合分析和挖掘数据之间的相关性,更别说对这些数据进行有效利用了。而大数据为我们带来了什么?数据,让一切有迹可循,让一切有源可溯。数据,也将是我们身处万物互联化、万物智能化时代的DNA。 但是,若没有合格的数据质量,以及到位的数据清洗、管理流程和系统,在海量数据分析面前,你有极大的可能性,会陷入垃圾数据的陷阱。而当大数据和机器学习(ML)技术整合之后,不但可以让我们从繁复耗时、容易出错的基础运维工作中彻底解放出来,更可以让我们专注于更有价值的业务数据。 为此,在北塔软件BI解决方案中也融入了机器学习算法,包括 K-Means 聚类、逻辑回归分类、关联分析、决策树等,用户可应用这些算法轻松建模。通过高性能基础架构、深度算法和敏捷运算,实现从百万到百亿数据分析,达到秒级响应,帮助用户洞察无法直接观测到的数据背后的关联、趋势和逻辑。 本文出处:畅享网 本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

优秀的个人博客,低调大师

你以为AI只能帮景区刷脸买票?其实它的用处还有很多

针对越来越不受欢迎的国内景区,人工智能有啥妙招? 都说“烟花三月下扬州”,虽然与真正的含义不同,但这句话已经成为了扬州三月景美的一个象征诗词。不过,在阳春三月里,不仅仅是扬州,随着春风和煦的天气以及万物复苏的景象,全国各地的旅游景区都将迎来一波又一波的游客。 在这浪潮的背后,基于以前的经验,我们完全可以对那时的场景做一个预测,比如抱着看景的心却是去看人的“盛景”。对此,作为主体之一的景区,在管理上,它将面临各种压力,像安全管理、生态保护等等。如此一来,在智能化愈加趋近的时代,以景区管理为例,它将如何利用智能进行进化? 买票、检票太麻烦?不如一起“刷脸” 想必不管是跟团游,还是自助游,对于排队买票和检票这事儿,九成以上的人都会进行吐槽,尤其是适逢节假日、人挤人高峰期之时。自助游的需要排队买票或是取票、跟团游的倒是好一点,毕竟旅游公司都会跟景区协调好,不需花费多长时间,然而,逃过了这一回,后面还有“排队检票”这一座大山。 一般情况下,景区营业的时间不会超过12个小时,而游客们也不会在一个景区逗留多长时间,然而,在人多的情况下,仅仅是排队买票、取票就要花去很多时间,这无疑是对生命的一种浪费。对此,利用当前的人脸识别技术,然后再加一些附属功能,这个问题或许可以解决。 当下,依靠背后的支付属性,支付宝已经退出了刷脸支付功能。以此类推,景区或许可以和支付宝等这一类公司进行合作,推出“刷脸购票”等功能。不过,这里面有一个问题需要解决,除开已有记录的团队游之外,对于自助游的群众,面对一家人,系统如何知晓在某一个账户中扣除几个人的费用?对此问题,目前似乎并没有什么完美的拮据措施,或许景区需要为结伴出行的自助游单独辟出一个通道,或是撤销线下、全面实行线上购票,以便获得相关信息,让人脸识别系统只负责“检票”这一流程。 基于大数据,打造特色景区,合理规划游客流量 目前,为了盈利的目的,多数运营方不顾景区本身的承受压力,盲目随意扩展旅游人数,从而造成人挤人现象和生态破坏的悲哀。对此现象,在门票经济之下,虽然运营方获得了不少的收益,但这些都是以牺牲生态环境和游客口碑度的代价而换得的,从本质上来讲,这种经营理念并不值得借鉴。 在智能化时代,数据的重要性越来越大。利用数据,景区可以推测出每一天可承受的游客数量,依据数据的推测,景区在管理上也可以变得更为灵活一些。利用大数据,在推测出每一天的承载量之后,借助于一个全国景区实施概况的APP,游客将可以看见门票的销售情况,包括剩余张数以及排队人数等等,从而更为合理安排自己的时间,而不是最后“空欢喜”一场。另外,借助于大数据,景区内的商店、游乐设施等等也可以根据人数来进行相关调整。 此外,“同质化”已经成为了多数景区的一个通病,也成为了阻碍旅游业以及景区发展的一个因素所在。众所周知,每一个城市应该都有自己的历史和特色,除了特殊情况之外,景区都是以这些因素来进行设置和打造的。面对此等困境,借由大数据分析,景区可以获悉游客在景区内的需求、对于景区的的建议等等,再结合以当地城市的特色,从而获得一份完整、全面的总结建议报告,以对景区进行进一步的规划,在保证客流量的同时留住游客的心。 组建机器人大军,协力保护景区生态 与此同时,游客破坏生态环境的速度已经远远超过了后者恢复的速度,继而带来了一系列的连锁反应,比如因生态环境破坏而引起的客流量锐减等等。针对这个问题,景区或许可以“雇佣”一些机器人,组成一个“机器人大军”。 届时,在主要景点附近巡逻的它们将警告人们的某些行为,继而向正确的方向引导,如若游客继续作案,机器人或许可以采取相关措施,粗暴的有武力对抗,温柔的比如上传旅游黑名单等等。并且,除了警示游客,利用语音识别、图像识别等相关技术,机器人也可以在一定程度上担任“导游”和“救护员”的职责,进一步加强对游客的安全保障。而在另外的某些时段,机器人也可以通过拾取垃圾等指令来起到一定的保护景区生态环境的作用。 当下,人们对于国内旅游得热衷度渐渐下降,转而投入了出国游的怀抱,这其中不妨存在景区经营管理不善、国内旅游制度不健全等因素的存在。对此,景区的改变和完善已然迫在眉睫。 随着智能化时代渐渐逼近,几乎所有行业都在试图搭上“人工智能”这辆列车,而不管是主动还是被迫接受命运,作为国家收入主要支柱之一的旅游服务业又怎能错过这一次机会?当然了,没有知名度等于一切都是空话,所以,景区的第一步就是利用大数据进行品牌宣传,就像百度基于“观影用户画像”的数据以助力电影的宣传。 原文发布时间: 2017-02-20 19:31 本文作者: 韩璐 本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册
修改密码
忘记密码