Day1
2015年7月30日
|
08:00–08:50 | Registration and Exhibition | 注册/展览 |
08:50–09:10 | 大数据:更智慧、更有效的IT与商业决策利器
对于任何企业来说,数据都是其商业皇冠上最耀眼的宝石。伴随着传统的商业智能系统向纵深应用的拓展,商业决策已经越来越依赖于数据。企业用以分析的数据越全面,分析的结果就越接近于真实。领军企业与其他企业之间最大的显著差别在于新数据类型的引入。那些没有引入新的分析技术和新的数据类型的企业,不太可能成为其行业的领军者。 |
09:10–10:40 | 海量非结构化信息自动化、智能化处理
企业的数据可以分为结构化数据、半结构化数据和非结构化数据。其中结构化数据只有15%,85%的数据属于广泛存在于社交网络、物联网、电子商务等之中的非结构化数据。这些非结构化数据的产生往往伴随着社交网络、移动计算和传感器等新的渠道和技术的不断涌现和应用。大数据分析意味着企业能够从这些新的数据中获取新的洞察力,并将其与已知业务的各个细节相融合。 |
大规模实时数据分析的大价值
基于高可靠性的企业级数据平台,实时洞察客户需求、进行市场推广、掌控整个供应链,对企业而言至关重要。通过实时数据分析,企业将获得前所未有的能力,实时地进行数据交易、迁移、存储、处理和分析;同时应用基本的设计和蓝图管理功能,有效降低成本,提高端到端业务效率、生产力和敏捷度,以应对不断变化的市场形势。 |
大数据重新定义商业智能
BI的源头是数据,BI的对象也是数据。随着大数据时代的来临,海量数据给BI带来了前所未有的压力。大数据意味着包括交易和交互数据集在内的所有数据集,其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。如何有效地利用大数据,以及其中所沉淀的信息,成为未来的一大竞争焦点。 |
10:40–10:50 | Coffee Break | Exhibition | Networking 茶歇/展览/交流 |
10:50–12:20
| 基于内存计算的创新驾驭大数据
随着内存价格的下降,下一代的内存计算时代即将来临。由于计算速度量变产生的质变,也已开始。在大数据的时代背景下,内存计算技术能够对结构性的数据和非结构性的数据进行整合,并对多种商业模式进行模拟,可以调整制造结构,可以重新考虑市场细分和价格战略等。而所有的这一切,都可以在几秒之内完成。 |
云计算帮助信息主管应对大数据挑战
在大数据时代,企业面临数据爆发性增长,而企业并不能够准确判断企业数据增长量,而如何来提高大数据的效率是每个企业都要面临的问题。如何去挖掘和利用这些数据是每个企业都要面临的问题。在未来一个工程师可能要管理上千太计算设备,通过在公有云与私有云之间的自由切换企业将可以提高IT效率,简化IT管理,获得随时随地的计算能力。 |
企业如何对社交网络数据进行有效分析
传统的企业数据完全以结构化方式存储和查询。但是社交媒体和IT技术的高速发展使得大数据分析成为可能。大数据工具能存储和分析传统数据库无法处理的海量非结构化数据。大数据分析意味着企业将能够把支撑决策的数据来源和类型扩展到过去无法企及的领域:通过搜索引擎、社交媒体、博客、视频等结合结构化的交易数据来更好地理解员工和客户的行为,获取新鲜的市场情报并作出有效的战略决策。 |
12:20–12:50 | Panel | 互动讨论
以“可信”数据为基础进行商业分析
每一台机器、每一项应用程序、每一条数据都善恶莫辨。我们如今所依存的网络不再是双边关系的世界,人与人正以全新的方式连接在一起,个人与组织即便共享数据或在IT层面互相依存,彼此之间可能也并无直接关系。由依存关系和数据流缺乏透明度,因此,很难判断对方是否可信。在这样的背景下,如何界定并分析“可信”数据将至关重要。 |
12:50–14:00 | Lunch, Exhibition and Networking | 午餐/展览/交流 |
| 分论坛:技术与创新 | 分论坛:商业价值 |
14:00–16:00 | 选择适合企业业务发展的大数据分析平台
当数据量将会发展到TB级,企业原有的系统会开始出现“应力性骨折”,常规用途的技术在大数据以及大数据分析面前将不能保证成本高效的方法。供应商产品发布数量在增长,产品增强功能迅速翻倍,现在有多种大数据分析平台可供选择。不管是预算,还是技能集。 | Hadoop面对超大数据处理是补充还是颠覆
传统数据库在遭遇大数据时已力不从心,而由于大数据处理需求的日渐强烈,用户希望能够以更经济的方式更好的性能来处理数据。在这种背景下,Hadoop出现了,但其在实时集成以及健壮的高可用性、安全性等方面都存在着一定的缺陷,用户需要真正的高效分析时还是要交给数据库去完成。 |
大数据时代与数据科学家
关于大数据的最重要的特点是,传统的数据处理工具或存储管理技术不能充分处理它。因此,在竞争激烈的行业划分中,所有这些数据是如何转为可利用的知识产权,已成为行业领导者和落伍者之间的关键区分。分析工具和具有分析技能的人,将成为推动世界经济向前发展的主要动力。 | 大数据能否帮企业抓住网络入侵者
让大数据服务于企业信息安全的想法意味着更多的企业应用将基于Hadoop的庞大的数据库。大数据还将产生侧重信息安全的数据科学家。这些数据科学家将利用工具和知识准确地找到设法窃取敏感数据的隐蔽的入侵者的攻击。在复杂的网络中抓住网络窃贼已经证明是很困难的。大数据将提供新希望。 |
机器学习与大数据的良性循环
旨在从互联网时代非结构化数据获得知识和洞察力的计算机工具正在迅速发展中。在这种工具发展的最前沿是迅速取得进步的人工智能(AI)技术,比如说自然语言处理、模式识别和机器学习等。反过来,大量的新数据也正在加快计算领域的进步:机器学习算法能基于数据来进行学习,数据越多机器就能学到越多。 | 如何有效降低大数据分析成本
对于较大的公司来说,海量数据处理已经不是什么新鲜东西了。但中型企业CIO该怎么办呢?大数据的角逐已经开始了。可能在数据挖掘变革中你已经落后了。忽略数据分析大势的CIO们实际上是在拿自己的职业冒险。准备好使用Hadoop的工具集,也要了解一下IT巨头们的工具,看哪一款更适合您在桌面和终端用户软件方面的现有投入。 |
16:00–16:30 | Panel | 互动讨论
大数据重构数据中心
大数据时代,数据中心作为企业IT建设的支撑平台,如何在有效、合理地控制总体拥有成本的前提下,从大数据中获取有价值的信息,如何高效利用云计算资源,更好地为企业业务的发展服务,以及如何简化数据的管理,是企业当前必须面对的挑战。 | Panel | 互动讨论
大数据催生商业新生态
大数据的大时代正在悄然到来。虽然数据分析一直以来都是IT产业的一部分,而且数据仓库、数据挖掘、商业智能等一直在不停的为企业的发展和创新提供价值,但随着数据的规模的指数级增长,以及数据生态系统各个环节技术模式、标准的变化,大数据正在催生更大的市场和利润空间。 |
Day 2 2015年7月31日 |
09:00–12:00 | 大数据行业用户高层论坛
行业应用趋势和用户需求及选择一直是大数据厂商定位、研发和推广相关产品解决方案的风向标。随着大数据深刻影响各行业,行业及用户的需求变化正在受到服务商及解决方案提供的持续关注。为更好体现行业及企用户在大数据产业链发展中重要地位,特组织各行业用户代表汇聚一堂,共同探讨大数据的行业需求交流应用经验与心得,推动大数据产业健康发展。 |
12:00–14:00 | Lunch, Exhibition and Networking | 午餐/展览/交流 |
| 分论坛:行业应用 | 分论坛:策略与趋势 |
14:00–16:00 | 对医疗行业大数据进行挖掘与分析
区域医疗信息系统中的医疗数据是典型的大数据。近年来,在卫生部的领导下和国家财政支出的支持下,绝大多数的三甲医院和部分二级医院已经先后建立了先进的数字化信息系统和电子健康档案系统。但至今为止,大部分系统和数据仍然只限于内部使用。随着技术的发展,医疗行业应做好准备迎接大数据分析的全新挑战。 | 下一代大数据分析技术
为了分析和利用这些庞大的数据资源,必须依赖有效的数据分析技术。传统的关系数据管理技术遇到了巨大的障碍,无法胜任大数据分析的任务;而全新的非关系数据管理和分析技术以其良好的扩展性、容错性和大规模并行处理的优势,从互联网信息搜索领域开始,进而在数据分析的诸多领域和关系数据管理技术展开了竞争。 |
大数据帮助银行提高安全计划
银行过去一直在处理增长的网络威胁,已经到了“安全设备疲劳”状态。因为随着每个新威胁的出现,厂商都要推出一个新的设备。对于银行来说,目前最好的解决方案就是利用信息安全中最热门的一个概念,即大数据。利用安全大数据的策略加快取证调查并提高欺诈侦测及整体安全性。 | 高性能计算与大数据的发展不可限量
高性能的计算和大数据,都是高密度的数据流,推动网络和存储方面的创新。在信息时代,如何把相对比较合理的定义数据转变成足够的信息,使得企业能够做出决定,最终的目标要把数据转变成智慧,做到这一点非常困难。我们面临的挑战就是如何把非结构性的数据转变成有价值的信息。 |
海量DNA数据分析与云计算技术创新
随着DNA分析技术的发展与应用的不断深入,DNA数据的存储与访问日益成为关注的焦点。随着DNA数据量的增长,数据的检索速度日益捉襟见肘,如何提高数据的检索效率逐渐受到重视,特别是在一些特殊领域对数据的实时性要求较高的情况下,更需要快速的数据分析与检索。 | 大数据时代的数据管理
社交网络、移动计算和传感器等新渠道和技术的涌现使大量新型数据散落在不同的系统中。数据是企业宝贵的战略性资产,企业机构需要构建一个单一、完整、可信的客户数据视图,真正实现以数据为中心,从而能够通过切实相关、值得信任和及时的数据推动业务创新,全面增强竞争力。 |
16:00–16:30 | Panel | 互动讨论
大数据行业应用的焦点与难点
银行业20%的客户贡献了80%的利润,而中国4%的银行客户贡献了80%的利润;医疗影像和电子病历的数据量每24个月就会增长一倍;仅一家普通的社交网络公司每天要收集至少600亿个数据点,用于分析用户行为,通过数据分析保证粘住用户。大数据已广泛应用在各行业中,用以激发业务活力。 | Panel | 互动讨论
如何构建新一代数据驱动型企业
推动大数据技术在各行业普及的原动力,来自于企业改善自身经营水平、提升经营效率的需要。长期以来,困扰企业最大的难题就是“如何更加了解他的客户”。传统企业衰落的根本原因在于难以贴近消费者,难以了解消费者的真正的需求。对大数据不关心,不了解。必然被产业淘汰。拥有大量的数据,并善加运用的公司,必将赢得未来。 |
16:30–17:00 | Exhibition, Networking and Demonstration | 展览/交流/闭幕 |