近日，由比特網CIO俱樂部主辦的主題為“大數據 大商業”——中國(大連)大數據技術領袖峰會(以下簡稱峰會)于2014年6月21日在大連隆重召開。峰會現場吸引了來自政府機構、企業用戶、服務商等共計150家企業CEO、CIO的積極參與支持，他們共同就當前熱點技術話題——大數據的趨勢、現狀以及未來應用發展前景展開了探討與分析。

　　釋放數據——大數據的核心

　　峰會現場來自文思海輝首席技術官(CTO)芮祥麟就《從大數據到智慧數據》做了精彩的主題分享，他從大數據實踐的角度出發，為與會嘉賓帶來了一場精彩的大數據實踐“盛宴”。

　　據了解，芮祥麟很早就在從事大數據的研究，對于大數據，芮祥麟認為最核心的本質是把數據從應用中解放出來。在過去從80年代到90年代，企業IT是以ERP、CRM等應用為主要價值鏈，數據只是應用的附屬品，但是到了現在的大數據時代，數據在各個應用中剝離出，經過整合后, 利用各種分析工具形成建議或者觀察，所形成的分析結果回溯到業務流程，從而最終形成了一個獨立的數據價值鏈。

　　現在我們看到業界有觀點提出軟件定義一切(SDX), 如軟件定義網絡(SDN), 軟件定義存儲(SDS) 及軟件定義數據中心(SDDC)的觀點，但在芮祥麟看來，現在是軟件定義一切(SDX)而在未來是數據定義一切, 包括硬件, 軟件、應用及數據中心。從平臺角度而言，未來各種平臺, 包括開源的及閉源的, 會集中融入到大數據平臺層面，一個好的大數據平臺是數據分析技術的重要支撐部分。
　　第一， 數據處理: 如何快速(Efficiency)及有效(Effectiveness)進行數據處理并且能將海量數據提煉成有效的數據特征集

　　第二， 數據分析: 以處理過的數據特征集為基礎進行各種算法. 更重要的是, 在此基礎上建立一套自適應的機器學習及建模的框架，并充分的將企業的各種業務場景與機器學習框架相結合, 真正的帶來商業上的價值。

　　第三， 數據分析可視化: 大數據要把分析后的結果做成可視化才能更好的判斷，特別是對于高緯度, 高復雜性的數據可視化非常重要

　　第四， 數據管理標準及規范：可以借鑒IT過去30年的經驗及規范移植在大數據平臺上如 ITIL, COBIT, CMMI，SIEM等。

　　從大數據到智慧數據 驅動智慧商務

　　我們看到隨著互聯網以及企業IT建設的普及，企業擁有了大量的數據，如何把這些數據轉換成價值已經為企業CIO所關注。過去企業有許多的數據但都并不是很重視，而今天這些數據的重要性越來越被企業看重，而且數據已經從單一處理模式向智慧數據邁進，使得企業借助大數據的力量，實現營銷以及業務價值的提升。

　　對于文思海輝而言，在大數據領域的焦點核心一方面在于充分掌握新一代的數據處理技術, 如 各種NoSQL數據庫, 圖形數據建模, 內存運算, 復雜事件處理等. 另一方面在于充分掌握新一代的分析算法/機器學習技術如支持向量回歸, 隱馬爾科夫模型, 模糊聚類分析, 小波分析等，“這方面它像人的大腦，案例如實時推薦引擎, 它是根據企業的需求, 針對其不同的業務建立一個針對客戶/商品的協同過濾推薦的機器學習框架 (Collaborative Filtering), 依此實現實時的推薦引擎. 這些分析能力有如人的大腦, 它必須與云計算及移動技術相結合, 就像人的腦，手、腳的無間配合, 才能完成一個整體的交付機制。

　　目前文思海輝已經掌握了各種先進的分析算法技術如支持向量機, 支持向量回歸, 隱馬爾科夫模型, 模糊聚類分析, 小波分析, 最大期望值算法, 最大似然估計算法等，以及把這些基礎算法相互交叉結合變成各種最新的混種算法如: 基于小波包核函數的支持向量回歸、以小波分析為核心的模糊聚類分析, 基于圖形數據模型的快速協同過濾分析、基于隱馬爾科夫模型及最大期望值的風險分析及預測等, 幫助企業創造了良好的應用效果。

　　“回歸分析及隱馬爾科夫模型是大部分預測模型的基礎，講到各種預測型分析，最重要的基礎就是利用各種新一代的分析算法建立預測模型，如果沒有準確及快速的分析模型, 所有的預測場景都將成為空談。”

從智慧商務的角度來看，文思海輝首先能夠提供混合型的客戶360度視圖，它在傳統的企業數據倉庫(EDW)上融入了非結構化數據如社交媒體分析, 機器數據, 地理信息等. 以混合型的客戶360度視圖為核心, 重構整個企業產品生命周期. 再以客戶3