实时分析:算法与系统
数据库
2017-08-10 v1 机器学习
摘要
速度是常用于表征大数据的4V特征之一。在这方面,Forrester在2014年第三季度指出:“来自无数实时数据源(如市场数据、物联网、移动设备、传感器、点击流乃至交易)的高速、激流般的数据,在很大程度上仍未被大多数企业所驾驭。利用流式分析的机会前所未有。”流式分析的用例包括但不限于: 实时可视化业务指标; 促进高度个性化的体验; 在紧急情况下加速响应。流式分析被广泛应用于医疗保健、电子商务、金融服务、电信、能源与公用事业、制造业、政府和交通等众多领域。在本教程中,我们将深入概述流式分析——应用、算法和平台——的全貌。我们将回顾该领域在过去十年中的演变,然后讨论当前的挑战——即其他三个V(Volume、Variety和Veracity)对大数据流式分析的影响。本教程面向工业界的研究人员和从业者。我们还将介绍Twitter流式分析的现状。
引用
@article{arxiv.1708.02621,
title = {Real Time Analytics: Algorithms and Systems},
author = {Arun Kejariwal and Sanjeev Kulkarni and Karthik Ramasamy},
journal= {arXiv preprint arXiv:1708.02621},
year = {2017}
}
备注
Extended version of VLDB'15 tutorial proposal