本文列舉幾個不同領域的大數據分析應用的例子。
銀行和金融部門
它為人們提供銀行和金融部門證券欺詐和貿易知名度的預警。它有助於識別卡欺詐，審計跟蹤和企業信用風險報告。對客戶數據進行轉換和分析以獲得更好的洞察力和有效的決策能力。
SEC（美國證券交易委員會）正在使用大數據通過使用網絡分析和自然語言處理器來監控金融市場活動。這有助於抓住金融市場的非法交易活動。
通訊，媒體和娛樂
在這個領域，消費者數據被收集，分析和利用，為客戶提供更好的預測和建議。它利用移動和社交媒體內容。例如， 溫網冠軍賽利用大數據實時向用戶提供網球比賽的詳細數據分析。
衛生保健
由於非結構化格式，醫療成本上升，以往不可用的數據（如患者病史和疾病病例歷史）將被歸檔並不予分析。您可以根據以前的病史分析醫療保健數據並相應地治療您的患者。您還可以識別特定區域常見的疾病，因此可以採取預防措施，並將藥物提供給這些地區。
佛羅里達大學利用免費的公共健康數據和谷歌地圖創建視覺數據，以便更快地識別和有效分析醫療保健信息。
教育
在教育領域，我們正在嘗試整合來自不同來源的數據，然後利用這些數據改進教育事業。 塔斯馬尼亞大學擁有超過26000名學生，已經部署了一個學習和管理系統，可以跟蹤日誌時間，花在不同頁面上的時間以及隨著時間的推移學生的總體進度。
政府
有很多政府計劃正在執行中，並以極快的速度產生數據。來自不同政府計劃的大數據的整合和互操作性將提高計劃的效率並將提供更好的結果。
美國食品和藥物管理局（FDA）正在使用大數據來檢測和研究食物相關疾病和疾病的模式，從而改進治療方案的。
運輸
來自基於位置的社交網絡的數據和來自電信的高速數據影響了旅行行為。運輸需求模型基於新的社交媒體結構。大數據交通分析將改善交通控制，路線規劃，擁堵管理系統，管理技術改進等。
能源和公用事業
在這十年裡，60％的電網資產將需要更換。智能電錶成為主流，因為消費者希望對能源消耗有更多的控制和見解。智能抄表器允許幾乎每隔15分鐘收集一次數據。這些數據用於更好地分析公用事業的消耗。
本文討論了大數據分析可以創造奇蹟的一些領域。在每個領域中，大數據都可能出現創新的解決方案。
閱讀更多 程序碼上說 的文章
