蘋(píng)果，是代表一種水果，還是一部電影，亦或是蘋(píng)果公司呢？同樣的文字卻代表著不同的意思，這就要求大數(shù)據(jù)分析要能夠理解在不同環(huán)境下文字的正確含義。如今，數(shù)據(jù)類(lèi)型逐漸增多，企業(yè)不能單純的收集分析內(nèi)部系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)，更應(yīng)該看到外部的非結(jié)構(gòu)化數(shù)據(jù)，例如音頻、視頻、社交媒體、傳感器等數(shù)據(jù)的價(jià)值。企業(yè)如何利用這些不同類(lèi)型的數(shù)據(jù)進(jìn)行分析，已然成為各行各業(yè)的巨大挑戰(zhàn)。

惠普中國(guó)區(qū)副總裁、惠普軟件集團(tuán)大中華區(qū)總經(jīng)理于志偉認(rèn)為，“目前，很多企業(yè)都不知道怎樣有效的利用大數(shù)據(jù)，存儲(chǔ)了非結(jié)構(gòu)化數(shù)據(jù)后卻不知道怎樣利用，越來(lái)越多的非結(jié)構(gòu)化數(shù)據(jù)無(wú)法被企業(yè)控制，但非結(jié)構(gòu)化數(shù)據(jù)對(duì)決策的影響會(huì)更加重要。”

[[116151]]

惠普中國(guó)區(qū)副總裁、惠普軟件集團(tuán)大中華區(qū)總經(jīng)理于志偉

近日，惠普推出了新版Autonomy中的組件IDOL 10.5，讓用戶(hù)可以分析各種類(lèi)型的數(shù)據(jù)，通過(guò)對(duì)上下文的語(yǔ)義環(huán)境理解，讓非結(jié)構(gòu)化數(shù)據(jù)變成可以理解的內(nèi)容。通過(guò)連接器，Autonomy可以連接到400到500種不同的系統(tǒng)。只要這些信息是公開(kāi)的，惠普就可以對(duì)這些數(shù)據(jù)進(jìn)行分析。

Autonomy是黏稠劑

惠普去年推出大數(shù)據(jù)分析平臺(tái)HAVEn，包括Hadoop、Autonomy、Vertica、Arcsight以及各種應(yīng)用組件。如今大數(shù)據(jù)的數(shù)量之大要求企業(yè)必須有低成本的存儲(chǔ)能力，Hadoop就可以解決大規(guī)模的存儲(chǔ)問(wèn)題；當(dāng)存儲(chǔ)后，企業(yè)需要從這些數(shù)據(jù)中識(shí)別出規(guī)律，找到數(shù)據(jù)的模式，這就是Autonomy發(fā)揮的作用，讓非結(jié)構(gòu)化數(shù)據(jù)變成可以理解的內(nèi)容；第三步，當(dāng)數(shù)據(jù)理解后，就要對(duì)其進(jìn)行大規(guī)模、快速分析，Vertica就派上用場(chǎng)了。

作為HAVEn平臺(tái)中的一部分，惠普公司軟件集團(tuán)Autonomy信息分析部副總裁兼總經(jīng)理Rohit de Souza認(rèn)為，Autonomy起到了黏稠劑的作用。Autonomy是為Hadoop開(kāi)發(fā)的，用戶(hù)可以直接在Hadoop中運(yùn)行Autonomy，并且數(shù)據(jù)不需移動(dòng)到數(shù)據(jù)倉(cāng)庫(kù)中。Rohit de Souza表示，在信息爆炸式增長(zhǎng)的去試下，如果把海量數(shù)據(jù)移動(dòng)才能發(fā)現(xiàn)其價(jià)值，就會(huì)增加成本和難度，因此Autonomy不需要借助數(shù)據(jù)庫(kù)，只要訪問(wèn)權(quán)，就可以在數(shù)據(jù)所在的位置系統(tǒng)中進(jìn)行分析。

[[116152]]

惠普公司軟件集團(tuán)Autonomy信息分析部副總裁兼總經(jīng)理Rohit de Souza

HP IDOL for Hadoop把Hadoop從某種程度上較窄的傳統(tǒng)數(shù)據(jù)存儲(chǔ)倉(cāng)庫(kù)變成強(qiáng)大的智能分析平臺(tái)，能夠從PB級(jí)的數(shù)據(jù)中獲得洞察。通過(guò)把情感分析、集群和實(shí)體抽取等強(qiáng)大的HP IDOL功能嵌入Hadoop節(jié)點(diǎn)，企業(yè)可以進(jìn)行先進(jìn)的客戶(hù)、安全、運(yùn)營(yíng)分析等等。

通過(guò)在HP ArcSight 企業(yè)安全管理（HP ArcSight Enterprise Security Manager）內(nèi)分析非機(jī)構(gòu)化電子郵件、社交媒體數(shù)據(jù)以及安全、應(yīng)用和運(yùn)營(yíng)事件，面向HP ArcSight的HP IDOL電子郵件分析包和IDOL社交媒體分析包能幫助用戶(hù)預(yù)防并管理內(nèi)部威脅、黑客威脅和惡意通信。

不能一口吃下一頭大象

大數(shù)據(jù)的到來(lái)，讓很多企業(yè)看到希望，也面臨著挑戰(zhàn)。如果利用好大數(shù)據(jù)，從數(shù)據(jù)中獲取更大的價(jià)值，是每個(gè)企業(yè)都關(guān)心的事情。但是，面對(duì)如此海量的數(shù)據(jù)，該如何開(kāi)始呢？

Rohit de Souza表示，“如果要吃下一頭大象，要一口一口吃下去。任何企業(yè)要想直接跳躍到分析所有信息，將所有信息匯總做大數(shù)據(jù)分析，那肯定要失敗的。”Rohit de Souza建議，企業(yè)要選取一個(gè)沒(méi)有充分利用的數(shù)據(jù)類(lèi)型，從這個(gè)數(shù)據(jù)類(lèi)型開(kāi)始，一步步慢慢增加不同數(shù)據(jù)類(lèi)型，逐步到位。

大數(shù)據(jù)對(duì)于企業(yè)來(lái)說(shuō)越來(lái)越重要，涵蓋的環(huán)節(jié)也會(huì)越來(lái)越多，選擇技術(shù)涵蓋比較廣的企業(yè)，在將來(lái)擴(kuò)展時(shí)會(huì)省心很多。于志偉認(rèn)為，惠普大數(shù)據(jù)有三大特點(diǎn)，首先是全面性，從軟件、硬件到服務(wù)是整體的解決方案，此外還有很多最佳行業(yè)實(shí)踐；第二是技術(shù)方面，惠普擁有眾多技術(shù)的知識(shí)產(chǎn)權(quán)；第三是靈活性，于志偉認(rèn)為，企業(yè)可以在任何一個(gè)點(diǎn)開(kāi)展自己的大數(shù)據(jù)之旅，而惠普擁有豐富的本地資源支持，提供適合客戶(hù)的解決方案。

不取代行業(yè)專(zhuān)家

每個(gè)行業(yè)都有不同的特點(diǎn)，因此，在做大數(shù)據(jù)分析時(shí)，需要量體裁衣，制定適合行業(yè)的模型，從而達(dá)到最優(yōu)結(jié)果。很多廠商對(duì)外宣傳，通過(guò)大數(shù)據(jù)分析取代行業(yè)專(zhuān)家，例如，今后不需要醫(yī)生給患者看病，通過(guò)大數(shù)據(jù)分析可以直接開(kāi)藥診斷等。

但是，Rohit de Souza卻不認(rèn)同。“惠普的目的不是要取代行業(yè)專(zhuān)家，而是與行業(yè)中的企業(yè)合作，更加有效的動(dòng)用行業(yè)特定的專(zhuān)業(yè)知識(shí)，建立不同行業(yè)的、涵蓋知識(shí)產(chǎn)權(quán)的數(shù)據(jù)庫(kù)，從而為企業(yè)提供有針對(duì)性的解決方案和服務(wù)。”

目前，很多不同行業(yè)的企業(yè)都在使用。中國(guó)移動(dòng)使用HP IDOL搜索引擎，可以搜索任何收集里的應(yīng)用是數(shù)據(jù)；CCTV未來(lái)廣告通過(guò)使用視頻分析功能捕捉商標(biāo)出現(xiàn)次數(shù)，同時(shí)結(jié)合社交媒體的情感分析，改變廣告營(yíng)銷(xiāo)方法；通過(guò)攝像頭對(duì)馬路上的監(jiān)控，阿富汗政府通過(guò)惠普Autonomy的視頻分析功能，分析在哪些路段會(huì)出現(xiàn)恐怖事件，發(fā)出預(yù)警從而進(jìn)行預(yù)防；斯坦福大學(xué)兒童醫(yī)院，使用IDOL通讀所有病例，快速找出不同藥品之間的交叉影響，幫助醫(yī)生節(jié)省了85%的時(shí)間。