一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)的制作方法

本發(fā)明涉及制造企業(yè)工業(yè)大數(shù)據(jù)處理、分析及應(yīng)用技術(shù)領(lǐng)域，特別涉及一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)。

背景技術(shù)：

大數(shù)據(jù)產(chǎn)業(yè)是繼云計(jì)算、物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)之后，新一代信息技術(shù)與電子商務(wù)智能制造等新型商業(yè)應(yīng)用深度融合的產(chǎn)物，正在成為信息技術(shù)的新熱點(diǎn)、產(chǎn)業(yè)發(fā)展的新方向，將對(duì)人類(lèi)的生產(chǎn)與生活產(chǎn)生巨大影響，并對(duì)經(jīng)濟(jì)與社會(huì)發(fā)展帶來(lái)深刻變革。把握大數(shù)據(jù)發(fā)展方向，推動(dòng)大數(shù)據(jù)開(kāi)發(fā)應(yīng)用，發(fā)展大數(shù)據(jù)服務(wù)產(chǎn)業(yè)，有利于推進(jìn)武鋼高新產(chǎn)業(yè)板塊創(chuàng)新發(fā)展和轉(zhuǎn)型升級(jí)。

流程工業(yè)企業(yè)是我國(guó)制造業(yè)的重要組成部分，經(jīng)濟(jì)總量規(guī)模巨大，其中鋼鐵、氧化鋁和水泥等產(chǎn)量居世界第一，是我國(guó)重要的國(guó)民經(jīng)濟(jì)基礎(chǔ)支柱產(chǎn)業(yè)。近20年來(lái)，中國(guó)流程工業(yè)的發(fā)展取得了長(zhǎng)足的進(jìn)步。隨著過(guò)程自動(dòng)化和信息自動(dòng)化水平的不斷提升，流程工業(yè)企業(yè)的整體運(yùn)營(yíng)顯現(xiàn)出人、機(jī)、物三元空間不斷融合且日趨復(fù)雜的發(fā)展態(tài)勢(shì)，并且產(chǎn)生出越來(lái)越多的數(shù)據(jù)，對(duì)提高流程工業(yè)自動(dòng)化的智能化水平提出了新的挑戰(zhàn)。

根據(jù)麥肯錫全球研究院的統(tǒng)計(jì)報(bào)告，典型流程工業(yè)產(chǎn)生及存儲(chǔ)的數(shù)據(jù)種類(lèi)包括視頻、圖像、文本、數(shù)字等等。以軋制過(guò)程為例，光學(xué)傳感器對(duì)鋼板表面質(zhì)量的檢測(cè)，每天一道軋線(xiàn)產(chǎn)生大約1TB檢測(cè)數(shù)據(jù)；以制氧系統(tǒng)為例，僅與空分機(jī)組、液化設(shè)備等相關(guān)的傳感器就超過(guò)200個(gè)，每秒產(chǎn)生數(shù)據(jù)約50萬(wàn)條，每天約375億條數(shù)據(jù)。

從一般意義上講，大數(shù)據(jù)是指無(wú)法在可容忍的時(shí)間內(nèi)用現(xiàn)有IT技術(shù)和軟硬件工具對(duì)其進(jìn)行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)集合。雖然流程工業(yè)產(chǎn)生的數(shù)據(jù)在體量上還無(wú)法與基因組學(xué)、社交網(wǎng)絡(luò)等其他領(lǐng)域的大數(shù)據(jù)相比較，但也具有種類(lèi)多、產(chǎn)生速度快、價(jià)值密度低等大數(shù)據(jù)的典型特征。

這些產(chǎn)生的歷史數(shù)據(jù)蘊(yùn)含著大量有價(jià)值的信息，通過(guò)分類(lèi)、聚類(lèi)、統(tǒng)計(jì)分析、關(guān)聯(lián)分析等數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等方法，對(duì)歷史數(shù)據(jù)進(jìn)行深度分析、發(fā)現(xiàn)重要的線(xiàn)索與模式，有助于實(shí)現(xiàn)基于知識(shí)自動(dòng)化的優(yōu)化決策。相關(guān)主要工作涉及大數(shù)據(jù)的表征、感知、存儲(chǔ)、語(yǔ)義理解等多個(gè)方面。

目前，大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨，大數(shù)據(jù)已成為各國(guó)政府和社會(huì)各界關(guān)注的新焦點(diǎn)。對(duì)于流程工業(yè)而言，企業(yè)管理者和決策者，以及客戶(hù)們對(duì)于大數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)力增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)。雖然，目前關(guān)于大數(shù)據(jù)的研究正在如火如荼地開(kāi)展，但能為流程工業(yè)企業(yè)提供大數(shù)據(jù)平臺(tái)解決方案的公共參考架構(gòu)尚未出現(xiàn)。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)，一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)，其特征在于，包括：

數(shù)據(jù)感知模塊，用于對(duì)互聯(lián)網(wǎng)上或局域網(wǎng)內(nèi)的數(shù)據(jù)源進(jìn)行定位和識(shí)別；

數(shù)據(jù)采集模塊，用于從感知到的數(shù)據(jù)源中采集大數(shù)據(jù)，并將所述大數(shù)據(jù)按照數(shù)據(jù)類(lèi)型進(jìn)行歸類(lèi)；

轉(zhuǎn)換模塊，用于將所述大數(shù)據(jù)按照轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換，得到面向特定領(lǐng)域或主題的數(shù)據(jù)，所述轉(zhuǎn)換規(guī)則是在數(shù)據(jù)使用功能和數(shù)據(jù)源之間建立的對(duì)應(yīng)規(guī)則。

優(yōu)選的，所述大數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)。

優(yōu)選的，所述數(shù)據(jù)采集模塊具體用于對(duì)所述結(jié)構(gòu)化數(shù)據(jù)、所述半結(jié)構(gòu)化數(shù)據(jù)、所述非結(jié)構(gòu)化數(shù)據(jù)的智能化識(shí)別、傳輸、監(jiān)控、預(yù)處理和管理。

優(yōu)選的，所述轉(zhuǎn)換模塊具體包括處理模塊和分析模塊；

所述處理模塊，用于對(duì)所述大數(shù)據(jù)進(jìn)行實(shí)時(shí)判斷，判斷所述大數(shù)據(jù)是否需要存儲(chǔ)，若不需要存儲(chǔ)，則將所述大數(shù)據(jù)發(fā)送給所述分析模塊；

所述分析模塊，用于從所述大數(shù)據(jù)中獲取代表性數(shù)據(jù)，并將所述代表性數(shù)據(jù)轉(zhuǎn)換為所述面向特定領(lǐng)域或主題的數(shù)據(jù)。

優(yōu)選的，所述分析模塊具體包括：

特征提取模塊，用于從所述大數(shù)據(jù)中發(fā)現(xiàn)并提取出關(guān)鍵的數(shù)據(jù)分布特征，所述關(guān)鍵的數(shù)據(jù)分布特征包括均值、方差、中位數(shù)、眾數(shù)、四分位差、離散系數(shù)、偏態(tài)測(cè)度和峰度測(cè)度統(tǒng)計(jì)指標(biāo)。

采樣模塊，用于基于所述關(guān)鍵的數(shù)據(jù)分布特征對(duì)所述大數(shù)據(jù)進(jìn)行采樣分析，在去除噪音數(shù)據(jù)的同時(shí)，保留代表性數(shù)據(jù)；

規(guī)則制定模塊，用于根據(jù)數(shù)據(jù)使用功能制定相應(yīng)的轉(zhuǎn)換規(guī)則，并將代表性數(shù)據(jù)按照轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換，得到所述面向特定領(lǐng)域或主題的數(shù)據(jù)。

優(yōu)選的，所述轉(zhuǎn)換模塊具體還包括：

可視化模塊，用于通過(guò)可視化手段展示所述面向特定領(lǐng)域或主題的數(shù)據(jù)。

優(yōu)選的，所述可視化模塊具體用于：利用圖形、圖像處理、計(jì)算機(jī)視覺(jué)以及用戶(hù)界面，對(duì)所述所述面向特定領(lǐng)域或主題的數(shù)據(jù)加以直觀地解釋。

優(yōu)選的，所述處理模塊，還用于若判斷出所述大數(shù)據(jù)需要存儲(chǔ)，則將所述大數(shù)據(jù)存入對(duì)應(yīng)的關(guān)系數(shù)據(jù)庫(kù)或非關(guān)系型NoSQL數(shù)據(jù)庫(kù)。

優(yōu)選的，所述處理模塊還包括數(shù)據(jù)治理模塊，用于對(duì)所述數(shù)據(jù)庫(kù)中的大數(shù)據(jù)進(jìn)行讀寫(xiě)操作和調(diào)用。

優(yōu)選的，所述系統(tǒng)還包括安全管理模塊，用于制定策略來(lái)保護(hù)敏感數(shù)據(jù)。

通過(guò)本發(fā)明的一個(gè)或者多個(gè)技術(shù)方案，本發(fā)明具有以下有益效果或者優(yōu)點(diǎn)：

本發(fā)明提供了一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)，包括：數(shù)據(jù)感知模塊、數(shù)據(jù)采集模塊和轉(zhuǎn)換模塊。數(shù)據(jù)感知模塊，用于對(duì)互聯(lián)網(wǎng)上或局域網(wǎng)內(nèi)的數(shù)據(jù)源進(jìn)行定位和識(shí)別；數(shù)據(jù)采集模塊，用于從數(shù)據(jù)源中采集大數(shù)據(jù)，并將所述大數(shù)據(jù)按照數(shù)據(jù)類(lèi)型進(jìn)行歸類(lèi)；轉(zhuǎn)換模塊，用于將所述大數(shù)據(jù)按照轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換，得到面向特定領(lǐng)域或主題的數(shù)據(jù)，所述轉(zhuǎn)換規(guī)則是在數(shù)據(jù)使用功能和數(shù)據(jù)源之間建立的對(duì)應(yīng)規(guī)則。本發(fā)明能夠從數(shù)據(jù)源中獲得大數(shù)據(jù)，進(jìn)而轉(zhuǎn)換為特定領(lǐng)域或主題的數(shù)據(jù)，能夠?yàn)榱鞒坦I(yè)企業(yè)提供大數(shù)據(jù)解決方案的公共參考架構(gòu)，滿(mǎn)足不同的工業(yè)企業(yè)對(duì)大數(shù)據(jù)的分析處理要求。

進(jìn)一步的，本發(fā)明的系統(tǒng)有助于從權(quán)衡企業(yè)現(xiàn)有的軟硬件資源與大數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)需求的視角出發(fā)，構(gòu)造可裁剪和可定制的大數(shù)據(jù)平臺(tái)架構(gòu)，支持通過(guò)服務(wù)組合和動(dòng)態(tài)配置快速開(kāi)發(fā)個(gè)性化的大數(shù)據(jù)應(yīng)用服務(wù)，并使用數(shù)據(jù)治理模塊確保來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)的隔離性和安全性。此外，還能為企業(yè)提供大數(shù)據(jù)平臺(tái)解決方案的公共參考架構(gòu)，以及多種針對(duì)大數(shù)據(jù)應(yīng)用服務(wù)的可選擇、可伸縮的靈活應(yīng)用模式和指導(dǎo)。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例中大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)的架構(gòu)圖。

具體實(shí)施方式

為了使本申請(qǐng)所屬技術(shù)領(lǐng)域中的技術(shù)人員更清楚地理解本申請(qǐng)，下面結(jié)合附圖，通過(guò)具體實(shí)施例對(duì)本申請(qǐng)技術(shù)方案作詳細(xì)描述。

目前，在大數(shù)據(jù)的感知和表征方面，數(shù)據(jù)庫(kù)、信息檢索、數(shù)據(jù)挖掘等領(lǐng)域的學(xué)者早就開(kāi)始了互聯(lián)網(wǎng)上數(shù)據(jù)的感知、獲取、融合和表示等方面的研究，這些技術(shù)背后的主要推動(dòng)力來(lái)自于互聯(lián)網(wǎng)搜索引擎的需求。但總的來(lái)說(shuō)，將這些技術(shù)直接用于流程工業(yè)大數(shù)據(jù)處理，在數(shù)據(jù)處理的規(guī)模和獲得的數(shù)據(jù)質(zhì)量方面還不能令人滿(mǎn)意。除了目前流行的圖計(jì)算技術(shù)，張量計(jì)算技術(shù)日益受到研究者的關(guān)注。張量是對(duì)向量、矩陣的重要拓展，即向量是一階張量、矩陣是二階張量。由于沒(méi)有破壞數(shù)據(jù)領(lǐng)域、局部和全局結(jié)構(gòu)，與向量比較，數(shù)據(jù)的張量形式表達(dá)能最大限度的保持原始數(shù)據(jù)的固有信息。因此，高維大數(shù)據(jù)可以用張量來(lái)表達(dá)，而基于張量計(jì)算的方法，例如多線(xiàn)性子空間學(xué)習(xí)，可以從高維大數(shù)據(jù)中提取有用信息，這些方法已用于圖像、紋理、音樂(lè)譜等形式的數(shù)據(jù)表示中。

在大數(shù)據(jù)的存儲(chǔ)方面，大數(shù)據(jù)存儲(chǔ)的形式包括分布式的文件系統(tǒng)、分布式的鍵值對(duì)存儲(chǔ)以及分布式數(shù)據(jù)庫(kù)存儲(chǔ)。當(dāng)前的研究也集中在這三個(gè)方面開(kāi)展，并依據(jù)應(yīng)用的需求進(jìn)行相關(guān)的優(yōu)化。Google(谷歌)在2003年公布了其分布式文件系統(tǒng)技術(shù)GFS(谷歌文件系統(tǒng))，能夠用于存儲(chǔ)網(wǎng)頁(yè)數(shù)據(jù)。之后，開(kāi)源社區(qū)據(jù)此開(kāi)發(fā)了HDFS(Hadoop分布式文件系統(tǒng))，適合部署在廉價(jià)的機(jī)器上。2010年，F(xiàn)acebook(臉書(shū))推出了專(zhuān)門(mén)針對(duì)海量小文件的文件系統(tǒng)Haystack(干草堆)來(lái)降低磁盤(pán)尋道速度，類(lèi)似的還有淘寶研發(fā)的文件系統(tǒng)TFS(淘寶文件系統(tǒng))。此外，針對(duì)MapReduce(映射-規(guī)約)技術(shù)缺乏類(lèi)似SQL(結(jié)構(gòu)化查詢(xún)語(yǔ)言)標(biāo)準(zhǔn)語(yǔ)言的不足，研究人員開(kāi)發(fā)出更高層的語(yǔ)言和系統(tǒng)，如Hadoop的HiveQL(一種類(lèi)似SQL的語(yǔ)言)和Pig Latin(一種編程工具)、Google的Sawzall(軍刀鋸)、微軟的DryadLINQ(大規(guī)模數(shù)據(jù)并行應(yīng)用的編程環(huán)境)以及MRQL(大規(guī)模分布式數(shù)據(jù)分析的查詢(xún)處理和優(yōu)化系統(tǒng))等。

在大數(shù)據(jù)的內(nèi)容建模和語(yǔ)義理解方面，工作主要集中在數(shù)據(jù)的實(shí)體、類(lèi)別和屬性的提取與分析等方面。針對(duì)大數(shù)據(jù)內(nèi)容分析的一個(gè)重要進(jìn)展是多倫多大學(xué)的Hinton(辛頓)教授于2006年在《Science》(《科學(xué)》)上提出的深度學(xué)習(xí)(Deep Learning)理論。此后，2010年斯坦福大學(xué)的Russakovsky(魯薩科夫斯基)等提出了利用ImageNet(一個(gè)圖像數(shù)據(jù)庫(kù))進(jìn)行屬性學(xué)習(xí)的方法；2011年P(guān)arikh(帕里克)等進(jìn)一步提出了相對(duì)屬性的學(xué)習(xí)方法；針對(duì)大數(shù)據(jù)下的張量數(shù)據(jù)，2013年明尼蘇達(dá)大學(xué)的Sidiropoulos(西迪羅普洛斯)提出了基于壓縮感知的核張量計(jì)算方法。在語(yǔ)義理解方面，語(yǔ)義網(wǎng)作為語(yǔ)義的核心載體，已經(jīng)得到了實(shí)際應(yīng)用，利用語(yǔ)義網(wǎng)研究語(yǔ)義理解，也開(kāi)始得到學(xué)術(shù)界的關(guān)注。例如，柏林自由大學(xué)的Christian(克里斯蒂安)等人提出了利用LOD(開(kāi)放鏈接數(shù)據(jù))的思想在Web(網(wǎng)絡(luò))上不同數(shù)據(jù)源之間創(chuàng)建語(yǔ)義關(guān)聯(lián)，促進(jìn)異構(gòu)數(shù)據(jù)源之間的互操作。

本發(fā)明實(shí)施例提供了一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)，輔助實(shí)現(xiàn)更精準(zhǔn)、更高效、更科學(xué)的管理與決策，動(dòng)態(tài)響應(yīng)原料、市場(chǎng)、庫(kù)存及生產(chǎn)設(shè)備狀況的變化，自動(dòng)判定產(chǎn)品質(zhì)量的優(yōu)劣，從而實(shí)施高效、綠色和智能化生產(chǎn)。

該大數(shù)據(jù)架構(gòu)設(shè)計(jì)系統(tǒng)主要包括：數(shù)據(jù)感知模塊11，數(shù)據(jù)采集模塊12，轉(zhuǎn)換模塊13。

下面分別介紹各個(gè)模塊的具體作用。

數(shù)據(jù)感知模塊11，用于對(duì)互聯(lián)網(wǎng)上或局域網(wǎng)內(nèi)的數(shù)據(jù)源進(jìn)行定位和識(shí)別。

在本發(fā)明實(shí)施例中，數(shù)據(jù)源是存在于互聯(lián)網(wǎng)上或局域網(wǎng)內(nèi)的數(shù)據(jù)的器件或原始媒體。雖然它們通常相互獨(dú)立，但是不同的數(shù)據(jù)源往往能夠從多個(gè)維度匯聚成所需的大數(shù)據(jù)。因此，對(duì)大數(shù)據(jù)進(jìn)行采集和處理，首先要定位可能存在的數(shù)據(jù)源，然后再分析其類(lèi)別。

一般來(lái)說(shuō)，數(shù)據(jù)源分為同構(gòu)和異構(gòu)兩類(lèi)。其中，異構(gòu)是指數(shù)據(jù)來(lái)自不同的制造者，且數(shù)據(jù)格式、存儲(chǔ)系統(tǒng)和訪(fǎng)問(wèn)方式等各不相同。此外，從數(shù)據(jù)獲取的方式來(lái)看，數(shù)據(jù)源還可以分為單模態(tài)和多模態(tài)兩種類(lèi)型。例如，不同傳感器對(duì)同一事物的描述數(shù)據(jù)，如相機(jī)、X光、紅外線(xiàn)對(duì)同一個(gè)場(chǎng)景中同一個(gè)目標(biāo)照出的圖片，就是一種多模態(tài)數(shù)據(jù)。

數(shù)據(jù)采集模塊12，用于從感知到的數(shù)據(jù)源中采集大數(shù)據(jù)，并將所述大數(shù)據(jù)按照數(shù)據(jù)類(lèi)型進(jìn)行歸類(lèi)。

在本發(fā)明實(shí)施例中，從數(shù)據(jù)源中采集的大數(shù)據(jù)可以是結(jié)構(gòu)化數(shù)據(jù)(存儲(chǔ)在數(shù)據(jù)庫(kù)里，可以用二維表結(jié)構(gòu)來(lái)邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù))、半結(jié)構(gòu)化數(shù)據(jù)(介于完全結(jié)構(gòu)化數(shù)據(jù)和完全無(wú)結(jié)構(gòu)的數(shù)據(jù)之間的數(shù)據(jù)，包括網(wǎng)頁(yè)、郵件、報(bào)表等)、非結(jié)構(gòu)化數(shù)據(jù)(包括所有格式的文檔、文本、圖片、圖像和音頻/視頻等)。

由于獲取的大數(shù)據(jù)可能具有多種結(jié)構(gòu)和類(lèi)型，因此將大數(shù)據(jù)進(jìn)行歸類(lèi)，可將這些復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為單一的或者便于處理的構(gòu)型，以達(dá)到快速分析處理的目的，為后續(xù)的處理做準(zhǔn)備。

以流程企業(yè)結(jié)構(gòu)化數(shù)據(jù)為例，著重將PLC(Programmable Logic Controller，可編程邏輯控制器)產(chǎn)生的數(shù)據(jù)、DCS(Distributed Control System，分布式控制系統(tǒng))產(chǎn)生的數(shù)據(jù)、PCS(Personal Communications Service，個(gè)人通訊服務(wù))產(chǎn)生的數(shù)據(jù)、MES(Manufacturing Execution System，制造執(zhí)行系統(tǒng))產(chǎn)生的數(shù)據(jù)、EMS(Environmental Management System，環(huán)境管理系統(tǒng))產(chǎn)生的數(shù)據(jù)、ERP(Enterprise Resource Planning，企業(yè)資源計(jì)劃或稱(chēng)企業(yè)資源規(guī)劃)產(chǎn)生的數(shù)據(jù)、DSS(Decision Support System，決策支持系統(tǒng))產(chǎn)生的數(shù)據(jù)，以及市場(chǎng)信息、電子商務(wù)交易信息和產(chǎn)品工序制造成本等信息作為大數(shù)據(jù)。當(dāng)然，除了流程企業(yè)結(jié)構(gòu)化數(shù)據(jù)之外，大數(shù)據(jù)還可以是互聯(lián)網(wǎng)上的數(shù)據(jù)(例如我們?nèi)粘Ｉ罨蚺c數(shù)字服務(wù)交互的副產(chǎn)品，其包括搜索、新聞、博客、微博等社交網(wǎng)、移動(dòng)辦公、監(jiān)控?cái)?shù)據(jù)、遙測(cè)數(shù)據(jù)等等)、第三方數(shù)據(jù)等等。

在對(duì)大數(shù)據(jù)進(jìn)行歸類(lèi)時(shí)，便依照“市場(chǎng)、客戶(hù)、制造過(guò)程監(jiān)控、設(shè)備狀況和管理者的分析、歸納和展示、數(shù)據(jù)的實(shí)效性、制造過(guò)程一貫性和用戶(hù)對(duì)數(shù)據(jù)的使用頻次”進(jìn)行歸類(lèi)。

而在具體的采集過(guò)程中，數(shù)據(jù)采集模塊12可實(shí)現(xiàn)對(duì)大數(shù)據(jù)(包括對(duì)結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù))的智能化識(shí)別、傳輸、監(jiān)控、預(yù)處理和管理。

從技術(shù)上來(lái)說(shuō)，數(shù)據(jù)采集模塊12是以PLC、DCS、PCS作為基礎(chǔ)支撐層，提供大數(shù)據(jù)服務(wù)平臺(tái)所需的虛擬服務(wù)器，為大數(shù)據(jù)的數(shù)據(jù)庫(kù)及物聯(lián)網(wǎng)絡(luò)資源等提供基礎(chǔ)支撐環(huán)境。

具體來(lái)說(shuō)，數(shù)據(jù)采集模塊12包括數(shù)據(jù)傳感系統(tǒng)(將多個(gè)現(xiàn)場(chǎng)模擬信號(hào)逐個(gè)采樣再量化成數(shù)字信號(hào))、網(wǎng)絡(luò)通信系統(tǒng)(通過(guò)接口電路完成檢測(cè)單元到計(jì)算機(jī)系統(tǒng)的數(shù)據(jù)傳遞)、傳感適配系統(tǒng)(接口轉(zhuǎn)換裝置)、智能識(shí)別系統(tǒng)(以數(shù)學(xué)方法與計(jì)算機(jī)為工具，對(duì)各種數(shù)據(jù)進(jìn)行處理、分類(lèi)和理解)及軟硬件資源接入系統(tǒng)。實(shí)現(xiàn)對(duì)結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的智能化識(shí)別、傳輸、監(jiān)控、預(yù)處理和管理等。

轉(zhuǎn)換模塊13，用于將所述大數(shù)據(jù)按照轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換，得到面向特定領(lǐng)域或主題的數(shù)據(jù)，所述轉(zhuǎn)換規(guī)則是在數(shù)據(jù)使用功能和數(shù)據(jù)源之間建立的對(duì)應(yīng)規(guī)則。

具體來(lái)說(shuō)，轉(zhuǎn)換模塊13包括處理模塊14、分析模塊15、可視化模塊16三個(gè)部分。

從各種數(shù)據(jù)源獲取的大數(shù)據(jù)，將被數(shù)據(jù)采集模塊12發(fā)送到處理模塊14，由處理模塊14處理。處理模塊14，需要能夠選擇是否存儲(chǔ)大數(shù)據(jù)以及在何處存儲(chǔ)傳入的大數(shù)據(jù)，同時(shí)它必須能夠確定這些大數(shù)據(jù)在存儲(chǔ)前是否應(yīng)改動(dòng)，或者是否可直接發(fā)送到分析模塊15。為了實(shí)現(xiàn)后續(xù)的分析功能，處理模塊14可擁有簡(jiǎn)單的轉(zhuǎn)換邏輯或復(fù)雜的統(tǒng)計(jì)算法來(lái)轉(zhuǎn)換源數(shù)據(jù)。

在存儲(chǔ)時(shí)，可建立相應(yīng)的數(shù)據(jù)庫(kù)，并利用系統(tǒng)中設(shè)計(jì)的數(shù)據(jù)治理模塊20對(duì)數(shù)據(jù)庫(kù)中的大數(shù)據(jù)進(jìn)行讀寫(xiě)操作和調(diào)用，以解決復(fù)雜結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化大數(shù)據(jù)管理與處理。

對(duì)于要事先存儲(chǔ)的大數(shù)據(jù)，一般采用分布式數(shù)據(jù)存儲(chǔ)方式，并依托數(shù)據(jù)基礎(chǔ)設(shè)施提供多個(gè)數(shù)據(jù)存儲(chǔ)選項(xiàng)，比如分布式文件存儲(chǔ)、云存儲(chǔ)、結(jié)構(gòu)化數(shù)據(jù)庫(kù)、非關(guān)系型NoSQL等。利用分布式文件系統(tǒng)(DFS)能有效優(yōu)化存儲(chǔ)、計(jì)算融入存儲(chǔ)、大數(shù)據(jù)的去冗余及高效低成本的大數(shù)據(jù)存儲(chǔ)技術(shù)，異構(gòu)數(shù)據(jù)的數(shù)據(jù)融合技術(shù)，數(shù)據(jù)組織技術(shù)，研究大數(shù)據(jù)建模技術(shù)，實(shí)效大數(shù)據(jù)移動(dòng)、備份、復(fù)制，以及數(shù)據(jù)可視化。

數(shù)據(jù)治理模塊20，涉及到定義指南來(lái)幫助企業(yè)制定有關(guān)數(shù)據(jù)管理的正確決策，有助于處理企業(yè)內(nèi)部或從外部來(lái)源傳入的數(shù)據(jù)的復(fù)雜性、量和種類(lèi)，因?yàn)樵趯⒋髷?shù)據(jù)進(jìn)行處理、存儲(chǔ)、分析和清除或歸檔時(shí)，需要強(qiáng)有力的指南和流程來(lái)監(jiān)視和保護(hù)數(shù)據(jù)。除了常規(guī)的數(shù)據(jù)治理考慮因素之外，大數(shù)據(jù)治理組件還會(huì)考慮其他因素，包括管理各種格式的大量數(shù)據(jù)、持續(xù)訓(xùn)練和管理所需的統(tǒng)計(jì)模型、為外部數(shù)據(jù)設(shè)置有關(guān)其保留和使用的策略和合規(guī)性制度、定義數(shù)據(jù)歸檔和清除策略、創(chuàng)建如何跨各種系統(tǒng)復(fù)制數(shù)據(jù)的策略，以及設(shè)置數(shù)據(jù)加密策略。

大數(shù)據(jù)的治理是保證大數(shù)據(jù)分析的基礎(chǔ)，主要任務(wù)及有利條件包括：

——數(shù)據(jù)管理。信息的基礎(chǔ)建設(shè)，其中的關(guān)鍵技術(shù)包括虛擬化、云計(jì)算、移動(dòng)設(shè)備以及應(yīng)用程序，這些IT基礎(chǔ)武鋼早在若干年前就開(kāi)始規(guī)劃建設(shè)、運(yùn)營(yíng)。

——完整認(rèn)知數(shù)據(jù)。了解企業(yè)關(guān)注的信息并明確并不是所有的信息都是對(duì)等的。比如這些數(shù)據(jù)有多重要？甚至這些數(shù)據(jù)是屬于個(gè)人還是商業(yè)信息？必須全面了解并且將信息分門(mén)別類(lèi)以發(fā)掘它真實(shí)的價(jià)值。目前，武鋼質(zhì)量一貫管理、營(yíng)銷(xiāo)合同盈虧分析、產(chǎn)品檢化驗(yàn)實(shí)驗(yàn)室、鋼材國(guó)際貿(mào)易銷(xiāo)售等若干決策支持(BI)系統(tǒng)已運(yùn)行多年，在大數(shù)據(jù)方面積累了相關(guān)的應(yīng)用條件和數(shù)據(jù)處理實(shí)踐經(jīng)驗(yàn)。

——提高效率。使用重復(fù)數(shù)據(jù)刪除和歸檔技術(shù)來(lái)保護(hù)信息，而少用信息存儲(chǔ)，只存儲(chǔ)那些企業(yè)真正需要的信息。武鋼定期開(kāi)展數(shù)據(jù)清理和數(shù)據(jù)優(yōu)化工作已形成常態(tài)化。

——制定規(guī)范準(zhǔn)則。為信息制定不變的準(zhǔn)則很重要，無(wú)論信息在何處，是否在實(shí)體環(huán)境、虛擬環(huán)境或云環(huán)境如何，都要強(qiáng)制執(zhí)行這個(gè)準(zhǔn)則。

——保持敏捷。為將來(lái)的信息做打算，需要通過(guò)構(gòu)建靈活的基礎(chǔ)設(shè)施，以支持信息持續(xù)增長(zhǎng)。

因此，處理模塊14的主要作用是對(duì)大數(shù)據(jù)進(jìn)行實(shí)時(shí)判斷，判斷大數(shù)據(jù)是否需要存儲(chǔ)，若需要存儲(chǔ)，則將所述大數(shù)據(jù)存入對(duì)應(yīng)的關(guān)系數(shù)據(jù)庫(kù)或非關(guān)系型NoSQL數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)是由處理模塊14指定。而在何處存儲(chǔ)傳入的大數(shù)據(jù)也是由處理模塊14選擇。

分析模塊15，用于從所述大數(shù)據(jù)中獲取代表性數(shù)據(jù)，并將所述代表性數(shù)據(jù)轉(zhuǎn)換為所述面向特定領(lǐng)域或主題的數(shù)據(jù)。

分析模塊15可接收處理模塊14發(fā)送的大數(shù)據(jù)或者各個(gè)數(shù)據(jù)庫(kù)中存儲(chǔ)的大數(shù)據(jù)。在某些情況下，分析模塊15也可以直接從值得信賴(lài)的數(shù)據(jù)源訪(fǎng)問(wèn)數(shù)據(jù)。分析模塊15的主要目的是制定如何管理以下任務(wù)的決策，包括：生成想要的分析功能、從大數(shù)據(jù)中獲取對(duì)未來(lái)業(yè)務(wù)發(fā)展的洞察；識(shí)別并找到所需的實(shí)體；定位可提供這些實(shí)體的數(shù)據(jù)的數(shù)據(jù)源；理解執(zhí)行分析需要哪些算法和工具。其中，分析模塊15為上述的實(shí)體識(shí)別任務(wù)提供支持，根據(jù)所處的場(chǎng)景和上下文(context)，使用包括實(shí)體鑒別、模型管理(負(fù)責(zé)維護(hù)各種統(tǒng)計(jì)模型，驗(yàn)證和檢驗(yàn)這些模型的有效性，并通過(guò)持續(xù)訓(xùn)練模型來(lái)提高準(zhǔn)確性)和分析算法來(lái)處理和執(zhí)行分析任務(wù)，并具有支持并行處理的各種不同的工作流、算法和工具。

例如，大數(shù)據(jù)的使用功能主要體現(xiàn)在：

——早期預(yù)警：早期檢測(cè)企業(yè)人員使用數(shù)字設(shè)備和服務(wù)中的異?？梢栽跁r(shí)間上快速響應(yīng)危機(jī)；

——實(shí)時(shí)感知：大數(shù)據(jù)可以描繪一幅關(guān)于現(xiàn)實(shí)情況的很細(xì)粒度的且當(dāng)前的表述，它有助于制定行動(dòng)計(jì)劃和政策；

——實(shí)時(shí)反饋：大數(shù)據(jù)具有實(shí)時(shí)監(jiān)測(cè)居民的能力，使其可用來(lái)了解哪里政策和行動(dòng)計(jì)劃失效并作出必要的調(diào)整。

在確定以上三個(gè)使用功能之后，需要建立這些功能與大數(shù)據(jù)之間不同類(lèi)型的轉(zhuǎn)換規(guī)則，主要包括回歸、分類(lèi)、排序和推薦。其中，分類(lèi)用于對(duì)數(shù)據(jù)對(duì)象類(lèi)別(非數(shù)值型)的預(yù)測(cè)，回歸用于對(duì)數(shù)據(jù)對(duì)象數(shù)值的預(yù)測(cè)，排序用于對(duì)數(shù)據(jù)對(duì)象之間的相對(duì)位置進(jìn)行預(yù)測(cè)，推薦用于對(duì)TOP K(排名靠前的K)個(gè)數(shù)據(jù)對(duì)象進(jìn)行預(yù)測(cè)。

下面具體介紹分析模塊15的具體作用。

分析模塊15具體包括：特征提取模塊17，采樣模塊18，規(guī)則制定模塊19。

特征提取模塊17，用于從大數(shù)據(jù)中發(fā)現(xiàn)并提取出關(guān)鍵的數(shù)據(jù)分布特征，關(guān)鍵的數(shù)據(jù)分布特征包括均值、方差、中位數(shù)、眾數(shù)、四分位差、離散系數(shù)、偏態(tài)測(cè)度和峰度測(cè)度統(tǒng)計(jì)指標(biāo)。

采樣模塊18，用于基于關(guān)鍵的數(shù)據(jù)分布特征對(duì)大數(shù)據(jù)進(jìn)行采樣，在去除噪音數(shù)據(jù)的同時(shí)，保留代表性數(shù)據(jù)。

規(guī)則制定模塊19，用于根據(jù)數(shù)據(jù)使用功能制定相應(yīng)的轉(zhuǎn)換規(guī)則，并將代表性數(shù)據(jù)按照轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換，得到面向特定領(lǐng)域或主題的數(shù)據(jù)。

下面進(jìn)行具體的分析。

對(duì)于大數(shù)據(jù)來(lái)說(shuō)，并不全是有價(jià)值的，有些大數(shù)據(jù)并不是我們所關(guān)心的內(nèi)容，而另一些大數(shù)據(jù)則是完全錯(cuò)誤的干擾項(xiàng)，因此要對(duì)大數(shù)據(jù)通過(guò)過(guò)濾“去噪”從而提取出有效數(shù)據(jù)。由于是采樣分析，因此相當(dāng)于“近似計(jì)算”，需要合理采樣以保證大數(shù)據(jù)語(yǔ)義內(nèi)容理解的計(jì)算結(jié)果價(jià)值的近似程度。

采樣分析的主要目的，就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。

采樣分析涉及的技術(shù)方法很多，如下所示。

根據(jù)采樣任務(wù)可分為分類(lèi)或預(yù)測(cè)模型發(fā)現(xiàn)、數(shù)據(jù)總結(jié)、聚類(lèi)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴(lài)關(guān)系或依賴(lài)模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等等。

根據(jù)采樣對(duì)象可分為關(guān)系數(shù)據(jù)庫(kù)、面向?qū)ο髷?shù)據(jù)庫(kù)、空間數(shù)據(jù)庫(kù)、時(shí)態(tài)數(shù)據(jù)庫(kù)、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫(kù)、異質(zhì)數(shù)據(jù)庫(kù)、遺產(chǎn)數(shù)據(jù)庫(kù)以及環(huán)球網(wǎng)Web。

根據(jù)采樣方法分，可粗分為:機(jī)器學(xué)習(xí)方法、統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法。

機(jī)器學(xué)習(xí)中，可細(xì)分為:歸納學(xué)習(xí)方法(決策樹(shù)、規(guī)則歸納等)、基于范例學(xué)習(xí)、遺傳算法等。統(tǒng)計(jì)方法中，可細(xì)分為:回歸分析(多元回歸、自回歸等)、判別分析(貝葉斯判別、費(fèi)歇爾判別、非參數(shù)判別等)、聚類(lèi)分析(系統(tǒng)聚類(lèi)、動(dòng)態(tài)聚類(lèi)等)、探索性分析(主元分析法、相關(guān)分析法等)等。神經(jīng)網(wǎng)絡(luò)方法中，可細(xì)分為:前向神經(jīng)網(wǎng)絡(luò)(BP算法等)、自組織神經(jīng)網(wǎng)絡(luò)(自組織特征映射、競(jìng)爭(zhēng)學(xué)習(xí)等)等。數(shù)據(jù)庫(kù)方法主要是多維數(shù)據(jù)分析或OLAP(聯(lián)機(jī)分析處理)方法，另外還有面向?qū)傩缘臍w納方法。

大數(shù)據(jù)分析為流程企業(yè)從多種數(shù)據(jù)源中挖掘、分析鋪平了道路，找出對(duì)未來(lái)企業(yè)戰(zhàn)略具有影響的因素，能夠大大提升效率并降低成本。

例如傳統(tǒng)分析對(duì)已知的數(shù)據(jù)范圍中好理解的數(shù)據(jù)進(jìn)行分析，并被清洗過(guò)、符合業(yè)務(wù)的元數(shù)據(jù)。而大數(shù)據(jù)最大的優(yōu)點(diǎn)是針對(duì)傳統(tǒng)手段捕捉到的數(shù)據(jù)之外的非結(jié)構(gòu)化數(shù)據(jù)。這意味著不能保證輸入的數(shù)據(jù)是完整的，清洗過(guò)程沒(méi)有任何的錯(cuò)誤。例如，分析過(guò)程，傳統(tǒng)分析是定向批處理，每天晚上等待提取、轉(zhuǎn)換和加載(ETL)，以及轉(zhuǎn)換工作的完成。大數(shù)據(jù)分析是利用對(duì)數(shù)據(jù)有意義的軟件支持，完成數(shù)據(jù)的實(shí)時(shí)分析。

大數(shù)據(jù)分析技術(shù)可以改進(jìn)已有數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)，開(kāi)發(fā)數(shù)據(jù)網(wǎng)絡(luò)挖掘、特異群組挖掘、圖挖掘等新型數(shù)據(jù)挖掘技術(shù)；突破基于對(duì)象的數(shù)據(jù)連接、相似性連接等大數(shù)據(jù)融合技術(shù)；突破用戶(hù)興趣分析、網(wǎng)絡(luò)行為分析、情感語(yǔ)義分析等面向領(lǐng)域的大數(shù)據(jù)挖掘技術(shù)。

可視化模塊16，用于通過(guò)可視化手段展示所述面向特定領(lǐng)域或主題的數(shù)據(jù)。

可視化的過(guò)程：利用圖形、圖像處理、計(jì)算機(jī)視覺(jué)以及用戶(hù)界面，對(duì)獲得的面向特定領(lǐng)域或主題的數(shù)據(jù)加以直觀地解釋?zhuān)阌诮K端用戶(hù)理解。

例如，對(duì)于結(jié)構(gòu)化數(shù)據(jù)而言，可以將數(shù)據(jù)庫(kù)中每一個(gè)數(shù)據(jù)項(xiàng)作為單個(gè)的圖形元素表示，整個(gè)數(shù)據(jù)集就構(gòu)成一幅數(shù)據(jù)圖像，從而呈現(xiàn)出其分布特征；此外，也可以將結(jié)構(gòu)化數(shù)據(jù)的各個(gè)屬性值以多維數(shù)據(jù)的形式表示，方便從不同的維度觀察，從而對(duì)之進(jìn)行更深入的觀察和分析。展現(xiàn)的形式包括柱形圖、折線(xiàn)圖、餅圖、條形圖、面積圖、散點(diǎn)圖、股價(jià)圖、曲面圖、圓環(huán)圖、氣泡圖和雷達(dá)圖。

另外，系統(tǒng)還包括安全管理模塊，用于制定相關(guān)的策略來(lái)保護(hù)敏感數(shù)據(jù)，因?yàn)閺耐獠繖C(jī)構(gòu)和各種程序獲取的數(shù)據(jù)可能包含敏感數(shù)據(jù)，比如用戶(hù)的聯(lián)系信息或產(chǎn)品定價(jià)信息等，因而必須進(jìn)行相應(yīng)的處理來(lái)保證數(shù)據(jù)的安全性和隱私不被泄露。通?？紤]以下數(shù)據(jù)訪(fǎng)問(wèn)策略，包括數(shù)據(jù)可用性、數(shù)據(jù)關(guān)鍵性、數(shù)據(jù)真實(shí)性、數(shù)據(jù)共享和發(fā)布機(jī)制、數(shù)據(jù)存儲(chǔ)和保留機(jī)制(能否存儲(chǔ)外部數(shù)據(jù)，如果能夠存儲(chǔ)數(shù)據(jù)，數(shù)據(jù)能存儲(chǔ)多長(zhǎng)時(shí)間，可存儲(chǔ)何種類(lèi)型的數(shù)據(jù)等等)、數(shù)據(jù)提供程序約束(政策、技術(shù)和地區(qū))，以及社交媒體使用條款。

將前述的各種架構(gòu)構(gòu)造塊(即各種模塊)組合成架構(gòu)解決方案。

例如，需要在技術(shù)上支撐“一條龍”低成本制造。根據(jù)市場(chǎng)的動(dòng)態(tài)變化以及系統(tǒng)提供對(duì)市場(chǎng)的預(yù)測(cè)和分析，建立了產(chǎn)銷(xiāo)研一體化聯(lián)動(dòng)平臺(tái)，實(shí)時(shí)監(jiān)控從原料采購(gòu)到鐵鋼材制造“一條龍”的低成本制造關(guān)鍵工藝技術(shù)和信息反饋，使生產(chǎn)過(guò)程成本精細(xì)化管控，將制造過(guò)程維持在高水平的連續(xù)化生產(chǎn)上。

支持大數(shù)據(jù)的IT基礎(chǔ)設(shè)施要支撐數(shù)據(jù)的整合和集中、數(shù)據(jù)的擴(kuò)展和伸縮、數(shù)據(jù)的管理與維護(hù)、數(shù)據(jù)的安全可控性以及如何降低總體擁有成本。

所述的架構(gòu)解決方案的保存格式為xml(可擴(kuò)展置標(biāo)語(yǔ)言)。

通過(guò)“一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)”的發(fā)明，建立大數(shù)據(jù)平臺(tái)可以基于武鋼在鋼鐵主業(yè)的全流程信息系統(tǒng)多年運(yùn)維管理和相關(guān)產(chǎn)業(yè)云平臺(tái)的建設(shè)應(yīng)用，對(duì)武漢地區(qū)的影響可以從相關(guān)產(chǎn)業(yè)信息化來(lái)體現(xiàn)，例如，武鋼相關(guān)產(chǎn)業(yè)中的氧氣公司于石化工業(yè)是同行業(yè)；武鋼重工集團(tuán)屬于裝備制造行業(yè)；武鋼江北公司與機(jī)械加工相似；武鋼物流公司包括了整個(gè)社會(huì)物流全部業(yè)務(wù)，尤其是長(zhǎng)江水上運(yùn)輸業(yè)務(wù)；武鋼鋼材剪配公司與汽車(chē)行業(yè)緊密對(duì)接，武鋼國(guó)際貿(mào)易與社會(huì)其它貿(mào)易公司業(yè)務(wù)相同，武鋼現(xiàn)代城市服務(wù)(后勤)集團(tuán)可以涵蓋社區(qū)服務(wù)和社會(huì)服務(wù)；武鋼工程技術(shù)集團(tuán)代表者高新技術(shù)企業(yè)，等等。在武鋼這樣的信息化企業(yè)開(kāi)展大數(shù)據(jù)研究，既有管理優(yōu)勢(shì)、應(yīng)用優(yōu)勢(shì)，也有多年的IT技術(shù)積淀，無(wú)疑將會(huì)給企業(yè)和社會(huì)帶來(lái)共贏。

通過(guò)本發(fā)明的一個(gè)或者多個(gè)實(shí)施例，本發(fā)明具有以下有益效果或者優(yōu)點(diǎn)：

本發(fā)明提供了一種大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)系統(tǒng)，包括：數(shù)據(jù)感知模塊、數(shù)據(jù)采集模塊和轉(zhuǎn)換模塊。數(shù)據(jù)感知模塊，用于對(duì)互聯(lián)網(wǎng)上或局域網(wǎng)內(nèi)的數(shù)據(jù)源進(jìn)行定位和識(shí)別；數(shù)據(jù)采集模塊，用于從數(shù)據(jù)源中采集大數(shù)據(jù)，并將所述大數(shù)據(jù)按照數(shù)據(jù)類(lèi)型進(jìn)行歸類(lèi)；轉(zhuǎn)換模塊，用于將所述大數(shù)據(jù)按照轉(zhuǎn)換規(guī)則進(jìn)行轉(zhuǎn)換，得到面向特定領(lǐng)域或主題的數(shù)據(jù)，所述轉(zhuǎn)換規(guī)則是在數(shù)據(jù)使用功能和數(shù)據(jù)源之間建立的對(duì)應(yīng)規(guī)則。本發(fā)明能夠從數(shù)據(jù)源中獲得大數(shù)據(jù)，進(jìn)而轉(zhuǎn)換為特定領(lǐng)域或主題的數(shù)據(jù)，能夠?yàn)榱鞒坦I(yè)企業(yè)提供大數(shù)據(jù)解決方案的公共參考架構(gòu)，滿(mǎn)足不同的工業(yè)企業(yè)對(duì)大數(shù)據(jù)的分析處理要求。

盡管已描述了本申請(qǐng)的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的普通技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本申請(qǐng)范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本申請(qǐng)進(jìn)行各種改動(dòng)和變型而不脫離本申請(qǐng)的精神和范圍。這樣，倘若本申請(qǐng)的這些修改和變型屬于本申請(qǐng)權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本申請(qǐng)也意圖包含這些改動(dòng)和變型在內(nèi)。