【正文】 完成日期 ： 統(tǒng)計學第 次實踐報告：題目 題目內(nèi)容簡介（可包括如下內(nèi)容，也可自行添加其他內(nèi)容）、理論意義、實際意義（一）大數(shù)據(jù)的概念 麥肯錫對大數(shù)據(jù)概念的解釋是：大數(shù)據(jù)是指大小超過傳統(tǒng)數(shù)據(jù)庫軟件工具抓取、存儲、管理和分析能力的數(shù)據(jù)群。但一些傳統(tǒng)的數(shù)據(jù)分析方法，如聚類分析、相關(guān)分析、回歸分析等方法，仍然是可以使用的。 最后為數(shù)據(jù)存儲。 其次對數(shù)據(jù)進行量化、分直接從各種“定量的回應(yīng)”中找出有價值的、為我們所需要的數(shù)據(jù)，并通過分析找到數(shù)據(jù)的特征和數(shù)量關(guān)系，進而據(jù)此做出判斷與決策。2． 實際意義：大數(shù)據(jù)在征信系統(tǒng)中的應(yīng)用近期，美國互聯(lián)網(wǎng)金融公司ZestFinance受到國內(nèi)互聯(lián)網(wǎng)金融專業(yè)人士的熱捧，其基于大數(shù)據(jù)的信用評估模型也越來越受到關(guān)注和效仿。還有一種可能，那就是他們的貸款申請會被拒，無論是否事出有因。 ZestFinance的數(shù)據(jù)來源十分豐富，依賴于結(jié)構(gòu)化數(shù)據(jù)的同時也導入了大量的非結(jié)構(gòu)化數(shù)據(jù)。 其中，ZestFinance開發(fā)了10個基于機器學習的分析模型，對每位信貸申請人的超過1萬條數(shù)據(jù)信息進行分析，并得出超過7萬個可對其行為做出測量的指標，在5秒鐘內(nèi)就能全部完成。美國的金融體系比較健全，而且信用體系也比較健全，這是ZestFinance賴以生存的土壤。%。 國內(nèi)外綜述 分布式數(shù)據(jù)庫 分布式數(shù)據(jù)庫系統(tǒng)通常使用較小的計算機系統(tǒng)，每臺計算機可單獨放在一個地方，每臺 計算機中都有 DBMS 的一份完整拷貝副本，并具有自己局部的數(shù)據(jù)庫，位于不同地點的許 多計算機通過網(wǎng)絡(luò)互相連接，共同組成一個完整的、全局的大型數(shù)據(jù)庫。從早期 NFS到現(xiàn)在的 Lustre，分布式文件系統(tǒng)在體系結(jié)構(gòu)、系統(tǒng)規(guī)模、性能、可擴展性、可用 性等方面經(jīng)歷了較大的變化。因此，有必要分析對比當前主流的 分布式文件系統(tǒng)在體系結(jié)構(gòu)、緩存一致性、可擴展性、安全等方面的長處和不足。2011 年的數(shù)據(jù)量已經(jīng)8 澤字節(jié) (ZB)，也就是 萬億 字節(jié)，此傳統(tǒng)的存儲系統(tǒng)遇到了前所未有的挑戰(zhàn)。20110101【13】張楊你必須努力，當有一天驀然回首時，你的回憶里才會多一些色彩斑斕，少一些蒼白無力。20100301大數(shù)據(jù)時代及數(shù)據(jù)挖掘的應(yīng)用國家電網(wǎng)報 為了克服這些弊端，現(xiàn)在有推薦使用基于分布式存儲、集中管理思路的、以及基于iSCSI 技術(shù)的IPSAN 來作為視頻監(jiān)控的存儲解決方案，這個方案的主要特點包括:(1)分布式存 儲，集中管理。正是由于對用戶透明地改變了結(jié)構(gòu)， 滿足用戶的需求，以掩蓋分布式文件操作的復雜性，才大大增加了分布式文件系統(tǒng)的實現(xiàn)難 在計算機性能不斷提升的同時，計算機部件的平均價格卻在不斷下降。一個典型的網(wǎng)絡(luò)可能包括多個供多用戶訪問的服務(wù)器。 除了解決傳統(tǒng)信用評估體系無法解決的無信用評分借貸問題，ZestFinance還主要面向傳統(tǒng)信用評估解決不好的領(lǐng)域，將信用分數(shù)低而借貸成本高的人群視為服務(wù)對象，利用大數(shù)據(jù)技術(shù)降低他們的信貸成本。因此在利用大數(shù)據(jù)進行信用評估的時候，要考慮使用個人隱私的合規(guī)性前提。信用風險評估是P2P網(wǎng)貸的核心問題，存在很多挑戰(zhàn)，如很多信貸客戶沒有或者是缺乏銀行的信貸記錄。其次，尋找數(shù)據(jù)間的關(guān)聯(lián)性并對數(shù)據(jù)進行轉(zhuǎn)換。 五、ZestFinance大數(shù)據(jù)信用評估的實踐 ZestFinance的基本理念是認為一切數(shù)據(jù)都是和信用有關(guān)，在能夠獲取的數(shù)據(jù)中盡可能地挖掘信用信息。大致來看，美國個人消費者信用評分人群分布狀況呈現(xiàn)兩頭小中間大的形態(tài)，信用分數(shù)處于750～850的人群有40%之多，其中信用分數(shù)在800～850大約占總?cè)藬?shù)的13%，在750～799超過總?cè)藬?shù)的25%，這是整個信用社會的中間階層，對應(yīng)于美國的中產(chǎn)階級。大數(shù)據(jù)所依賴的數(shù)據(jù)分析技術(shù)為非關(guān)系型的，以數(shù)據(jù)中心為基礎(chǔ)。（6）． 分析思維的改變。 （3）． 收集概念的擴展。 管理統(tǒng)計學中推斷統(tǒng)計學的參數(shù)估計方法和假設(shè)檢驗方法，主要采用抽樣調(diào)查法，利用樣本數(shù)據(jù)的信息來估計或者計算總體參數(shù)情況。隨著社會的發(fā)展，企業(yè)對經(jīng)濟管理類學生的數(shù)據(jù)處理能力有更高的需求，因此管理統(tǒng)計學的開設(shè)滿足經(jīng)管類學生及企業(yè)的需求。大數(shù)據(jù)時代，樣本的概念不再這么簡單，由于此時數(shù)據(jù)大部分為網(wǎng)絡(luò)數(shù)據(jù)，因此可以將其分為兩種類型: 一是靜態(tài)數(shù)據(jù)，即當客戶在查看數(shù)據(jù)時已經(jīng)被生成好了，沒有和服務(wù)器數(shù)據(jù)庫進行交互的數(shù)據(jù)，直接在客戶端創(chuàng)建完畢，對于這種數(shù)據(jù)，樣本等同于總體，這樣無需去提取樣本并檢測樣本的可用性，減少了成本，并且總體本身對總體的反映更為準確，減少了誤差。 傳統(tǒng)統(tǒng)計中是根據(jù)研究目的去收集數(shù)據(jù)，數(shù)據(jù)來源通常是已知的，很容易對數(shù)據(jù)提供者的身份進行識別或進行事后核對。事實證明，這種實證分析存在很大誤差。ZestFinance的研發(fā)團隊主要由數(shù)學家和計算機科學家組成，前期的業(yè)務(wù)主要通過ZestCash平臺提供放貸服務(wù)，后來專注于提供信用評估服務(wù)，旨在利用大數(shù)據(jù)技術(shù)重塑審貸過程，為難以獲得傳統(tǒng)金融服務(wù)（Underbanked）的個人創(chuàng)造可用的信用，降低他們的借貸成本。如圖2所示，它主要從五個方面考察用戶的信貸資質(zhì)。大數(shù)據(jù)征信應(yīng)用與啟示 wbr——以美國互聯(lián)網(wǎng)金融公司 wbrZestFinance為例 再次是網(wǎng)絡(luò)數(shù)據(jù)，如IP地址、瀏覽器版本甚至電腦的屏幕分辨率，這些數(shù)據(jù)可以挖掘出用戶的位置信息、性格和行為特征，有利于評估信貸風險。大數(shù)據(jù)征信應(yīng)用與啟示 wbr——以美國互聯(lián)網(wǎng)金融公司 wbrZestFinance為例 （1）從服務(wù)的人群來說，新的信用評估體系可以服務(wù)沒有被傳統(tǒng)征信體系覆蓋的人群，即沒有征信記錄的人群（美國的征信體系能夠覆蓋85%的人群，覆蓋不到15%的人群）。截至2013年7月，ZestFinance的C輪融資達到2億美元。%。在這種形勢下，集中式DB 中計算”概念向“分布計算”概念發(fā)展。 多處理器多用戶的分布式文件系統(tǒng)。視頻監(jiān)控系統(tǒng)存 儲方案 一種是在攝像監(jiān)控前端采用有一定存儲容量()的DVR 設(shè)備，所有需要的數(shù)據(jù) 均保存在前端DVR 的存儲設(shè)備中，比較好的方案中，后臺軟件可以管理和維護多臺的DVR 設(shè)備，包括這些DVR 設(shè)備的存儲數(shù)據(jù)，如錄像的轉(zhuǎn)存、刪除和回放等功能。架構(gòu)大數(shù)據(jù):挑戰(zhàn)、現(xiàn)狀與展望計算機學報20111015【10】高國強在紛雜的塵世里，為自己留下一片純靜的心靈空間，不管是潮起潮落，也不管是陰晴圓缺，你都可以免去浮躁，義無反顧，勇往直前，輕松自如地走好