GOT Optimization Service - Big Data Mining Platform
繁體中文| 简体中文| English

GLOBAL OPTIMAL TECHNOLOGY

Your best can now be better!

大数据挖掘平台

大数据是新一代的技术,借由高速的重新收集, 发掘和分析, 可以从大量传播类型的数据中提取经济价值和情报. 它几乎已经是被用于连结上每一种可以想像得到的技术问题的热门词条了.

大数据的特征– 三个V:
  1. 大量 (High-Volume) : 处理大量资讯的能力是大数据分析的主要吸引力所在.
  2. 高速 (High-Velocity) : 快速移动的数据(流动数据) 需要实时地运作.
  3. 多样 (High-Variety) : 不同来源的数据: 结构化和非结构化的; 文字, 影像, 影片, 各类感知器等 .

为了要有效处理大数据不断增强的”三个V”,就要面临在数据储存,运作,分析及交互运用等的全新挑战.它需要平台的组成从根本上的转变,以便此平台能捕捉,储存及分析数据.它需要划算的创新的资讯运作形式来强化洞悉能力和决策能力.

能够成功地处理大数据的平台要求:
  1. 混合的结构化数据处理关係资料库(variety),
  2. 非结构化的资料处理 NoSQL 资料库, (variety)
  3. 缓存解决方桉, 以及(velocity)
  4. 减少图示之Hadoop形式的工具(volume).

GOT公司的大数据平台的基础架构通过集成以下工具构建: Apache Hadoop, Apache HBase, Apache Hive, Apache HCatalog, Apache Storm, Apache Pig, Apache Mahout, 以及GOT公司的 Trust-Tech 优化引擎以及TrustMiner 数据挖掘前端.

必须要有强而优化的分析能力才能自大数据中获取大的价值. 构建数据挖掘中涉及的优化分析模型, 比如人工神经网路 (ANN), 支持向量算法 (SVM), 聚集, 和回归模型, 基本上是一项优化任务. 因此, 在建立有效的数据挖掘优化分析模型上优化技术发挥着非常重要的角色.

GOT 公司的大数据解决方桉, 使用了充分利用公司先进的 TRUST-TECH 优化平台来建构的最优的分析模型, 进而达到最佳且可行的分析. 在 GOT 的数据挖掘平台,为获得最佳且可行的分析而建构的模型中所潜在的不同类型的优化问题, 被由 TRUST-TECH 引导或增强的优化方法有效地解决了.

在这方面,GOT 的目标是提供最佳的分析模型,从结构化和非结构化数据中提取知识,为复杂问题提供更好的解决方案.