数据如何分析预测数据分析预测详解？-营销圈

发现大数据的价值已成为学术界和工业界的热门话题。本文截取了CCCF中《大数据的价值挖掘与联想的探索实践》一文中关于数据提取与处理方面探讨如何挖掘大数据的价值，并介绍联想集团在这些领域的实践。

数据如何分析预测数据分析预测详解？

引言

近年来，“大数据”一词被广泛提及，人们用它来描述和定义信息爆炸时代产生的海量数据。根据研究机构高德纳(Gartner)的定义[1]，“大数据”是海量、高速、多样化的信息资产，它需要有效创新的信息处理模式才能产生对事物的洞察分析、帮助制定决策和促进流程优化。这个定义揭示出大数据是一种资产，但这个资产的价值不在于庞大的数据量本身，而在于对这些数据进行分析处理，发现数据中潜在的规律，从而创造价值。

数据的提取与加工

数据已经成为当今的“新石油”。各行各业每时每刻都有数据产生，数据的激增为基于数据的智能应用创造了前所未有的施展空间。“新石油”需要“提炼”才有用，而这项技术对应着大数据的提取与加工，当下基于知识图谱(knowledge graph)的大数据提取和加工技术最具代表性，近年来也最为活跃。

知识图谱的概念由谷歌在2012年正式提出[2]，旨在利用知识构建更智能的搜索引擎。基于知识图谱的大数据提取与加工的过程如图3所示，包括提取、融合、关联三个关键步骤。提取就是从数据源中识别出需要的实体和关系，数据源可以是海量的文本、网页、表格或图片，从数据源中提取出来的知识最初是一些碎片，需要融合技术将众多碎片知识通过关系连接起来。随着碎片知识越聚越多，最终形成一个知识网络，即构成了知识图谱。内部的知识图谱还可以与外部公开的知识图谱关联，从而使知识图谱继续增长，构建为一个既包含自有知识又兼具公开知识的内容丰富的知识资源。用这样的数据提炼技术，我们可以从海量甚至泛滥的大数据中萃取出知识，并且使计算机更容易使用，具有更高的价值。

数据如何分析预测数据分析预测详解？

图3 基于知识图谱的大数据提取与加工

我们以联想客服知识图谱为例，介绍将数据加工为知识图谱的过程。联想客服知识图谱中储备了售前、售后、手机使用、故障排除和常识5大类知识，总的实体数量超过30万条。这些知识是从大数据中抽取、融合、关联得到的。

联想有关于产品信息、客户服务、运维、故障修理等各种数据资源，互联网上也有大量关于联想公司、联想产品的介绍和评论。这些信息构成了联想客服知识图谱的原材料。这些原材料来自不同的业务应用和不同的区域，因此格式复杂、数据异构，同时语言种类也比较多，知识融合成为难点。知识互联的自动学习也是一个很大的挑战。

联想客服知识的抽取就是按照知识图谱的总体本体定义，从数据原材料中抽取出需要的实体和关系。比如，针对公司产品的调查问卷、公开的产品评论，可以利用产品名识别技术(named entity recognition)和情感分析技术(sentiment analytics)，自动构建产品评论知识，并和联想产品知识图谱自动关联。构建完成后，在联想客服知识图谱中，每款产品分别对应必备型、期望型、魅力型、无差异、反向型等多级评价。这些细粒度的知识不仅可以更好地引导客服流程，而且还可以应用于指导业务的质量改进和产品迭代。

另外一类比较重要的知识是对话策略相关的知识，这类知识可以帮助客服机器人理解用户的行为，进而跟踪和管理对话的状态，更好地指导机器人自然、友好地与人对话。这些知识是从大量的人工客服与用户的对话中加工出来的。获取了客服代表和用户在服务中的对话日志，借助流程策略识别、抽取、加工和合并，最终形成相关的策略、流程等知识图谱。联想的客服机器人已在更大范围内投入使用，也逐渐融入线下服务，因此可以从过去维修记录中提取问题根源相关的知识，这些知识可以用来辅助人工更快地诊断问题，进而提高其生产率，最终提升用户体验。

除了基于知识图谱技术进行知识的提取与加工，基于众包(crowdsourcing)和基于人计算(human computing)等大数据加工技术也值得关注。众包的模式把数据加工拆分成众多微型任务，然后在网络平台上批量发布,通过广泛招募志愿者或付费工作者来完成数据加工；人计算的模式，侧重人能轻易完成而机器难以完成的任务。这些方法都是通过调动大众的力量，试图用相对便宜的价格获得大规模的加工数据，它们随着智能网络的兴盛和AI技术的进步应运而生，并逐渐被业界认可和使用。

未来大数据加工的广度和深度以及影响，可能会超越我们的想象，不过我们相信不论使用何种数据加工方法，大数据提取与加工必将向“知识共享，知识融合，数据自由”[3]的方向努力。然而，随着大数据提取与加工技术的进步，从大量关联的普通数据中还原出用户的敏感、隐私信息已不再困难。如何在数据加工、共享及使用中保证数据安全、可信、受控，成为大数据抽取与加工的新课题。

未来展望

联想正在进行智能化转型，明确以智能物联网、智能基础设施、智能垂直行业为发展方向。作为全球电脑市场的领导企业，联想拥有终端设备存储的丰富数据、全球领先的超算构建能力以及客服运维物流仓储等海量资源，这些都为联想的智能化变革打下了基础。目前联想通过自主构建的大数据平台、工业物联网平台、企业级人工智能平台，在提升自身效能的同时，将智能技术提供给其他企业，帮助他们实现各环节数据的采集、分析和融合，更容易地使用智能化技术提升企业效能。

从数据提取价值，可以优化流程、节约成本、产生收益。这个过程也在反向促进数据处理与分析技术的进步。当前，智能化变革已经成为时代趋势。人工智能正在各行各业落地，旨在提升行业效率，催生新的业态、产品和服务。要想人工智能进一步与行业结合，发挥更大的作用，包括联想在内的企业应该携起手来，共同促进人工智能技术的进一步突破，推动人工智能进一步落地行业，助力产业发展，造福人类生活。

好了，这篇文章的内容营销圈就和大家分享到这里，如果大家对网络推广引流和网络创业项目感兴趣，可以添加微信：Sum8338 备注：营销圈引流学习，我拉你进直播课程学习群，每周135晚上都是有实战的推广引流技术和网络创业项目课程分享，当然是免费学！

数据如何分析预测数据分析预测详解？

相关推荐