移动互联网大数据分析 及其应用
移动互联网的技术及其应用前景
移动互联网的技术及其应用前景随着移动互联网的快速发展，人们已经越来越依赖网络和数字技术在日常生活中获取信息和交流。
移动互联网作为一种新兴的技术，正在迅速地改变我们的生活和工作方式。
本文将探讨移动互联网的技术及其应用前景。
一、移动互联网的技术发展移动互联网是指利用无线通信技术将移动设备连接到互联网，实现信息传输和交互的一种新型技术。
目前，移动互联网的主要技术包括无线电通讯技术、移动软件技术、云计算技术、大数据技术等。
1. 无线电通讯技术无线电通讯技术是移动互联网的核心技术之一，其代表性技术包括3G、4G、5G等无线通信技术。
这些技术可以实现高速稳定的网络传输，为移动互联网提供了强有力的技术支持。
2. 移动软件技术移动软件技术是指通过编写应用软件程序，为移动设备提供功能和服务，从而实现移动互联网的交互和传输。
目前，移动应用软件主要分为原生应用、Web应用和混合应用三种。
3. 云计算技术云计算技术是指通过互联网等通信手段，将软件、计算机等资源集中部署在云计算中心，向用户提供在线服务的技术。
云计算技术可以大大提高资源的利用效率和安全性，使得移动互联网的应用更加智能和方便。
4. 大数据技术大数据技术是指通过采集、存储、分析和处理大规模数据，为用户提供更加个性化的服务以及更好的用户体验。
大数据技术不仅可以应用于商业领域，也可以为政府决策提供数据支持和决策参考。
二、移动互联网应用前景移动互联网的应用前景十分广阔，未来将会有越来越多的应用和场景涌现。
以下为移动互联网的主要应用前景。
1. 智能家居随着物联网技术的逐步发展，智能家居已经成为移动互联网的一个重要领域。
通过手机等移动设备，可以实现对家庭设备的远程控制和监控，为用户提供更加便利的生活体验。
2. 移动支付移动支付是指通过手机等移动设备进行支付和结算的一种新型支付方式。
目前，移动支付已经得到广泛应用，并且不断涌现新的支付工具和技术。
未来，移动支付将会更加普及和丰富，为用户提供更加便捷的支付体验。
移动应用开发中的大数据处理与分析
移动应用开发中的大数据处理与分析随着移动互联网的崛起，移动应用成为了人们日常生活中不可或缺的一部分。
在众多的移动应用中，我们难免会在使用过程中产生大量的数据，这些数据包括用户的行为、地理位置、设备信息等，被称为大数据。
如何高效地处理和分析这些大数据，已经成为了移动应用开发的重要课题。
一、大数据的处理技术1. 数据收集与存储：移动应用会通过各种方式收集用户的数据，这包括用户注册时填写的个人信息、用户在应用中产生的操作记录等。
为了保证数据的稳定和可扩展性，开发者需要选择适合自己的数据存储技术，比如关系型数据库、NoSQL数据库等。
2. 数据清洗与预处理：由于大数据具有多样性和复杂性，其中可能存在着错误、噪声和缺失值等问题。
因此，在进一步分析之前，需要进行数据清洗和预处理的工作。
这包括去除重复数据、填充缺失值、处理异常值等。
3. 数据挖掘与分析：数据挖掘是通过分析大数据中的模式、关系和趋势来发现有价值的信息。
在移动应用中，数据挖掘可以帮助开发者了解用户的偏好、行为习惯等，从而优化产品设计和推广策略。
二、大数据处理与移动应用开发的结合1. 个性化推荐：大数据处理技术可以实现个性化推荐功能。
通过分析用户的历史数据和行为模式，可以为用户推荐他们感兴趣的内容、商品或服务。
例如，购物类应用可以根据用户的浏览记录和购买记录，向用户推荐相关的商品。
2. 用户行为分析：通过分析用户的行为数据，可以深入了解用户的需求和偏好，从而为用户提供更好的体验。
比如，在社交媒体应用中，可以根据用户的好友关系和打开频率，了解用户对不同类型的信息感兴趣程度，从而更好地推送相关信息。
3. 故障监测与预测：大数据处理技术可以帮助检测移动应用中的故障，并预测潜在的故障风险。
通过实时监测用户的设备信息和行为数据，可以快速了解应用的运行状态，及时发现并解决问题。
三、未来的挑战与发展方向1. 隐私保护：随着大数据处理和分析技术的发展，涉及用户隐私的问题也越来越受到关注。
移动互联网时代的大数据分析与运用
移动互联网时代的大数据分析与运用在移动互联网时代，大数据分析成为企业和政府的重要工具。
大数据分析就是通过收集和处理海量的数据，得出有用的信息和知识，为决策提供支持。
一、大数据分析的流程大数据分析可以分为以下几个步骤：1.数据采集：从不同的数据源收集数据。
数据源可以是社交媒体、传感器、监控设备、用户行为以及其它渠道。
2.数据处理：对收集来的数据进行筛选、清洗、整合、转换等操作，使其变得标准化、可靠、有用。
3.数据存储：把经过处理后的数据储存到指定的数据库中，以便后续的分析和查询。
4.数据分析：运用不同的统计方法和数据挖掘技术，从数据中提取出有用的信息、模式和趋势。
5.数据应用：将已经分析出的结果应用到实际生产、销售、营销、政策制定等场景，实现价值和效益。
二、大数据分析的应用场景2.1 商业分析在商业领域，大数据分析可以帮助企业进行市场调研、用户分析、竞争对手分析等工作，找到客户的需求与偏好，并进行个性化的推荐和营销。
阿里巴巴的“双11”大促就是通过大数据分析来优化商品推荐、价格调整、库存预测等方面，获得了不少的商业成功。
2.2 城市管理在城市管理方面，大数据分析可以帮助政府进行交通拥堵分析、城市规划、公共安全管理等工作，提高城市运行效率和民生福祉。
例如，上海通过应用大数据分析技术，不仅实现了公共安全事件的预警和预测，还研究了城市居民使用公共自行车和地铁的出行时间和路径等信息，为城市交通规划提供了有力的数据支持。
2.3 医疗健康在医疗健康领域，大数据分析可以帮助医生进行疾病诊断、治疗方案选择、药物研发等工作，改善医疗服务质量和效率。
例如，IBM公司的“沃森”人工智能系统可以通过分析大量的医疗数据，快速诊断病情、制定治疗方案、预测病情动态等，大大提高了医疗服务的水平和质量。
三、大数据分析面临的挑战虽然大数据分析在很多领域都有非常广泛的应用，但在实际操作中也存在一些难题和挑战。
首先，数据的质量和安全是大数据分析面临的首要问题。
基于移动互联网的大数据分析与应用研究
基于移动互联网的大数据分析与应用研究近年来，随着移动互联网的迅猛发展，大数据的应用越来越广泛。
移动互联网每天产生海量数据，如何从这些数据中发掘出有价值的信息，让其服务于人们的生产和生活，已经成为一个重要的研究方向。
基于移动互联网的大数据分析与应用研究，就是在这个背景下应运而生的。
一、移动互联网数据的现状移动互联网的发展促进了数据的爆炸式增长，用户每天产生的数据量已经达到了惊人的数十亿级别。
这其中包括用户的浏览记录、搜索记录、购物记录、交通出行记录、医疗健康数据等等，这些数据有效地记录了用户的个人信息和行为轨迹。
二、大数据分析的意义大数据的概念是指在传统的数据处理工具不能处理的数据规模和复杂度上，使用新的技术和方法来处理数据，并获得新的信息价值。
而大数据分析的目的是通过对数据的采集、存储、清洗、分析、挖掘和可视化，去发现隐藏在大数据之中的信息和规律，并为商业应用、社会管理、医疗健康等方面提供有效的决策支持。
基于移动互联网的大数据分析，能够有效地挖掘用户行为模式、购买偏好、兴趣爱好等信息，这些信息可以被用于推荐系统、精准营销等应用场景中。
同时，移动互联网也涉及到了城市出行、环境保护、医疗健康等多个领域，大数据分析也可以帮助我们更好地了解这些领域的真实情况，为相关部门提供决策支持。
三、大数据分析中存在的问题在大数据分析过程中，会遇到大量的数据处理、存储、计算等问题。
首先是数据的存储，面对数据量巨大的情况，如何高效地进行数据存储是一个亟待解决的问题。
其次是如何有效地处理数据，以及如何选择合适的算法模型来分析数据，这也是需要重点研究的问题。
最后，安全问题也是需要重视的问题之一，无论是个人数据还是企业机密，都需要维护其安全性。
四、大数据分析的应用案例在移动互联网的大数据分析领域中，已经有很多成功的案例。
例如，新浪微博的舆情监控系统，他能够对微博平台上产生的数据进行实时监控和分析，并将有价值的信息展示给用户。
移动互联网和大数据的结合应用
移动互联网和大数据的结合应用一、移动互联网和大数据的结合意义随着信息化时代的快速发展，移动互联网已成为人们离不开的信息消费方式，而大数据也成为了信息化时代的重要助推工具。
移动互联网和大数据的结合应用，可以为我们提供更好的服务和体验，更加精准地把握市场需求和用户的个性化需求，也可以创造更高的产值和效益，因此，在当今的信息化时代，移动互联网和大数据的结合应用已经成为了一个趋势和方向。
二、移动互联网和大数据的结合在哪些领域得到了应用？1.金融领域随着互联网金融的快速发展，网络支付、网银、P2P等各种金融服务渐成熟，这其中最重要的便是大数据的运用。
在这些金融应用中，大数据扮演着重要的角色，可以从用户的支付记录、借款额度、还款时间等多个方面获取数据，提高了金融服务的智能化和人性化，同时也保障了金融服务的安全性。
2.电子商务领域移动互联网时代，尤其是在电子商务领域，数据成为了企业发展的有力武器。
大数据可以摸清用户的购物习惯、消费需求和关注点，从而为企业提供更加精准的服务，为其定制商品推荐和促销策略，提高用户的消费满意度和忠诚度，增加企业的营销效率和营收规模。
3.医疗健康领域在医疗健康领域，移动互联网和大数据的结合应用，正在打造医疗健康电子商务平台、远程医疗服务、基于数据挖掘的疾病诊断和个性化健康管理系统等新兴服务模式。
基于大数据可以从海量医疗数据中进行数据挖掘和分析，提高医疗服务质量和效率，为人类的健康事业提供了革命性的贡献。
三、移动互联网和大数据的结合应用带来的挑战随着移动互联网和大数据的广泛应用，也产生了一些挑战，其中最重要的就是数据隐私及安全保护问题。
在大数据应用过程中，用户的隐私数据很容易被泄露，从而导致严重的数据安全问题。
此外，数据算法的不确定性、数据内容的失实或虚假、数据的共享与隐私保护等问题，也需要得到更加完善和细致的解决。
四、结语移动互联网和大数据的结合应用，无疑将会对社会生产力和人类生活方式的深刻影响。
手机APP的大数据分析与应用
手机APP的大数据分析与应用随着智能手机的普及以及移动互联网的快速发展，手机APP已成为人们生活中不可或缺的一部分。
而手机APP所积累和产生的大量数据则成为了宝贵的信息资产。
通过对这些数据进行深入分析和应用，可以帮助企业和个人更好地了解用户需求、优化产品设计、提升用户体验以及实现商业价值。
本文将探讨手机APP的大数据分析与应用的重要性和方法。
一、大数据分析在手机APP中的重要性手机APP每天都会产生海量的用户数据，包括用户行为、消费习惯、喜好偏好等。
这些数据蕴含着巨大的商业价值，可以帮助企业把握用户需求、提供个性化服务、优化产品功能。
通过大数据分析，可以实现以下目标：1. 用户行为洞察：通过分析用户在APP上的点击记录、浏览路径等数据，可以了解用户的使用习惯、兴趣偏好，提升用户粘性；并且可以根据用户的行为特征进行分类，进而实现用户画像。
2. 产品优化：通过收集用户的反馈数据和APP使用情况，可以直观地了解到用户对产品的意见和建议，从而及时优化产品的功能和界面设计，提升用户满意度。
3. 销售增长：通过分析用户的消费行为和购买记录，可以发现用户的消费偏好、购买能力以及购买倾向，从而制定有针对性的销售策略，提高销售额。
二、手机APP的大数据分析方法手机APP的大数据分析涉及到多个方面的技术和方法，下面介绍几种常用的分析方法。
1. 用户画像分析：通过收集用户的基本信息和行为数据，对用户进行分类和标签化，以更好地理解用户需求和行为特征，针对不同用户群体提供个性化服务。
2. 用户行为分析：通过对用户在APP上的行为数据进行统计和分析，包括浏览记录、点击流、停留时间等，了解用户兴趣、偏好，发现用户的使用习惯，从而为产品优化和推荐提供参考。
3. 社交网络分析：对用户之间的社交关系进行分析，包括好友关系、互动频率等，可以发现用户之间的社交圈子，为社交型APP提供精准营销和推荐。
4. 情感分析：通过对用户在APP上发表的评论和评分进行情感分析，了解用户对产品的喜好和满意度，从而及时调整产品策略和改进问题。
基于移动互联网的大数据分析与应用
基于移动互联网的大数据分析与应用随着移动互联网的快速普及和大数据技术的发展，基于移动互联网的大数据分析与应用已经成为一项重要的技术和行业。
本文将就这一主题进行探究和分析。
一、移动互联网与大数据的关系移动互联网是指通过移动通信技术实现无线网络连接的方式，使人们随时随地都能在网络上获取信息，进行交流、娱乐和商业活动的一种新型网络模式。
而大数据则是指由于数据量过大、数据种类繁多、数据处理难度高、数据价值难以发掘等原因，需要运用特定的技术和方法进行处理和挖掘的海量数据。
两者之间的关系是密不可分的。
移动互联网为大数据的产生提供了广阔的数据源。
无论是用户在闲暇之余的刷微博、看短视频，还是商家在营销、销售和服务过程中产生的各种数据，都是移动互联网的重要数据源。
通过对这些数据进行采集、分析和挖掘，可以掌握用户的需求、行为和偏好等信息，进而使商家制定更准确的营销策略，这就是大数据分析与应用的基础。
二、移动互联网大数据的应用场景1. 电商行业近年来，中国的电商市场在飞速增长，如淘宝、京东等电商平台每天都有海量的用户和订单。
如何分析用户的行为和偏好，对于电商公司来说是至关重要的。
通过对数据的分析和挖掘，可以实现如商品推荐、个性化营销等功能，提高用户购买率和复购率，从而增加公司的盈利点。
2. 金融行业金融行业是大数据的重要应用场景之一。
通过对用户的信用评估、风险控制、投资决策等方面的分析，可以提高金融机构的效率和精确度，减少不良贷款和风险投资带来的损失。
同时，也可以通过对市场和资产的分析，制定更精准的投资策略，从而提高收益。
3. 医疗健康行业医疗健康行业也是大数据的重要应用领域。
通过对各种疾病和症状的数据进行分析和挖掘，可以提高临床决策的精度和效率，改善病人的治疗效果和生活质量。
同时，医疗健康行业也可以通过分析用户的健康数据和生活习惯，为用户提供个性化的健康服务和建议。
4. 媒体行业媒体行业也可以通过大数据技术来提高核心竞争力。
大数据分析在移动通信网络优化中的运用分析
大数据分析在移动通信网络优化中的运用分析近年来，移动互联网的应用开始兴起，对于这一类业务有需求的用户数量逐渐增多，对移动通信网络优化的要求也越来越高。
文章针对目前我国移动通信网络优化的现状，提出了运用大数据帮助其优化的设想，通过分析具体问题提供了一些策略，希望帮助企业和政府更好地进行优化工作。
标签：大数据分析;移动通信网络;应用方法一、大数据概述大数据又叫巨量资料，顾名思义，信息量极大，足以和一般的信息数据组合区分开来，所以大数据需要不同于传统的信息资源处理方式来整理和分析，从而获得更加准确、可靠的信息。
大数据分析技术的作用范围很广，能够帮助信息需求者更好地进行决策和工作。
大数据的特点鲜明，除了数据量庞大，数据类型也很多，但是这些资源的价值密度却不高，特别是针对特定的任务或项目时，数据中可用的信息资源就只占很小一部分。
此外，大数据的分析速度是传统的数据分析模式无法比拟的，依靠当今发达的云计算等技术，大大提高了分析效率。
在移动通信网络的优化中，大数据可以发挥巨大的作用，通过对大量的用户信息和使用数据的分析整理，可以找到当前用户的使用需求，从而找到最需要改进的地方。
二、大数据分析在移动通信网络优化中的问题1.数据问题虽然现有的数据处理技术已经十分尖端，足以实现大数据的处理分析，但大数据中的信息量同样在呈几何状增长。
随着互联网的普及，用户数量逐渐增加，网络的使用范围也开始扩大，使网络数据量巨量增长。
在这种情况下，大数据的增长速度已经不容忽视。
2.资金问题虽然大数据技术已经不再是不可触及的精简科技，但是这种技术依然无法得到大范围的使用，其中很重要的一个因素就在于缺乏资金。
对大数据的分析不是简简单单的一个流程，其中所涉及的步骤是复杂且漫长的，需要耗费大量的人力物力。
此外，各地区情况存在差异，不同的时间段也存在不同的问题，这就造成移动通信网络的建设难度很大，资金问题往往得不到很快解决。
3.安全问题大数据分析是一个对数据进行整理、分析和存储的长时间的复杂过程，这当中一旦出现了信息泄露的情况，损失难以估量，甚至会造成大规模的社会恐慌，导致网络的瘫痪。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
移动互联网舆情 （释永信被举报事件 2015-08）
相关词
事件评论的情感倾向分析
不只是词频，基于共现性的统计特征 结合离线训练词向量
几点相关技术 机器学习方法的应用
模型
实验
编码
数据驱动下快速迭代
发文模板识别
疫情定期检查通知
模板示意
• 猜测模板 • 记住若干实例（Instance-based learning） • n-gram分布推断共享的模板 • 跟踪模板的演化、信息抽取
-关键词及摘要提取 -聚类分析 -情感分析 -命名实体识别
智能挖掘分析
基础数据
用户数据
分析与挖掘
• 文本内容向量 • 粉丝相似度 • 用户亲密度 • 大V用户 • 区域相关用户 • 用户画像 • 用户阅读特征 • 用户特征数据
智能挖掘分析
人物 分析
观点 归纳
趋势 分析
演化分析
信息 类型
网站 分类
数据管理 级 数 据 管 理
数据清洗
移动新闻 客户端
漫爬 定向
数据整合
海量数据获取
视频 微信
图片
论坛
超过20万微个博 信源全，媒体日采集增量近报刊8000万！
社交
移动APP
博客
新闻 评论
数据融合管理
海量数据采集
通用采集
定向采集
元搜索采集
网络漫爬
针对传统媒体类型： 新闻、论坛、博客、 评论等
分布式架构 变频采集技术 自学习抽取技术 动态解析技术
及
201010236363.7 一种高效的互联网信息采集方法
奖
201010515747.2 一种手机报中新闻内容的抽取方法及系统
项
201010530643.9 一种从新闻列表页抽取新闻记录元数据的方法及系统
201010546334.0 从网站中多个不同IP的服务器抓取网页的方法及系统
共有专利115项
语料的利用
• 准备训练集 • 特定问题领域，专门词汇搭配 • 标记数据较少
• 人工标注依赖领域知识（保密）和语言理解 • 容易获取大量无标记数据
• 例如：领域相关的关键词扩展 • 半监督式学习, 已分类的文档：NB + EM • 无监督式，word2vec 训练词向量
目录
众说纷纭的大数据时代 大数据技术架构体系（方正智思） 移动互联网舆情分析案例 展望
移动互联网大数据分析 及其应用
报告人： 刘克松
目录
大数据时代与移动互联网 大数据技术架构体系（方正智思） 移动互联网舆情分析 展望
大数据发展史
阿尔文·托夫勒 《第三次浪潮》 Bigdata—第三次浪潮的华彩乐章
发展阶段 • 2012年，美国颁布《大数据的研究和发展计划》
• 2012年，中国成立大数据专家委员会
f
针对特定数据类型： 微博、移动新闻、微 信等
模拟登陆技术 辐射式多层关系提取 技术
整合搜索引擎： 基于元搜索结果的采 集
多种搜索引擎的支持 采集任务统一管理
更大范围的信息获取： 基于关键词的全网信 息爬取
负载均衡技术 DNS缓存技术 多IP并发技术
数据存储检索
HBase分布式数据库
HDFS文件存储
目录
众说纷纭的大数据时代 大数据技术架构体系（方正智思） 移动互联网舆情分析案例 展望
互联网大数据分析处理流程
数据获取
数据收集
数据存储
数据计算
数据服务
互联网大数据技术架构体系
互联网大数据处理技术
演化分析
多维度 语义检索 排序 聚合分析
基于内容的检索
PB
高 性
关系抽取
能
并
行
计
算
微信
智能分析
方正智思 大数据处理技术
关注阶段
•
2001年，Gartner公司对大数据进行了相对明确的定义，提出3V特征
萌芽阶段 • 1996年，美通社在介绍高性能平行节点技术时提到大数据应用
20世纪80年代——90年 代中期
20世纪90年代中期——21 世纪前10年Βιβλιοθήκη 2010年——搜索曲线
移动互联网大数据的发展
网页：网页数量1899亿个，年增长26.6% 网民：达6.49亿，全年共计新增网民3117万人，普及率47.9% 手机网民：达5.57亿，年增加5672万人，手机上网人群占比85.8% 移动智能终端用户：10.6亿；每日产生60亿条以上的数据； 微信活跃用户：5亿
移动互联网大数据的价值和利用
• 更好的个性化服务 • 智能商业，更为精准的个性化营销。 • 更为便利的生活，各种O2O服务。
大数据时代的挑战（舆情角度）
？如何全面收集网络舆情信息 ？如何快速发现敏感或负面舆情
？如何准确掌握热点事件的网络舆论
？如何对海量信息内容深入挖掘分析 ？如何应对突如其来的突发事件
传播路径
地域分析 事件分析
热词 挖掘
网民观 点归纳
热点 分析
技术发明及奖项
201210511269.7 一种基于频繁树的论坛数据抽取方法
201210583885.3 一种元搜索快速判断数据缓存更新的机
201210287661.8 一种特定的BBS采集方法
方正智思荣20获111中036文636信7.1息一处种自理动抽领取域论坛最内容高页奖数据项的方法
O2O行业
移动互联网舆情
面向移动互联网舆情，首要关注新闻、 论坛类应用。
移动互联网舆情 （释永信被举报事件 2015-08） 事件发展态势
移动互联网舆情 （释永信被举报事件 2015-08） APP通道分布
移动互联网舆情 （释永信被举报事件 2015-08） 事件演化
• 新话题的产生、旧话题的衰减
发 明
“钱伟长中文信息处理科学技术奖”
201210566545.X 一种基于传播轨迹来确定重点博主的方法
201110415749.9 一种高采全率的新闻评论采集系统
专
二等奖
利
201210587234.1 基于网络平台分布式大数据量并发系统
201110415356.8 一种网络文学的实时采集方法及系统
201010618393.4 一种论坛回帖的增量采集方法及系统
201010609163.1 网络数据采集方法及装置
2013年，“一种对半结构化文档集进行文本
中国专利奖 200910217505.2挖一掘种基的于互方联法网定”向站获点得网页数据采集的方法及装置
200810240016.4 一种元搜索引擎的排名方法及元搜索引擎
-海量数据水平自动分区
-Master/Slave结构
-横向扩展模式
-高容错性
-节点自动复制
-支持超大数据集
-高性能的随机读写
-集群扩展灵活方便
PB级数据存储大，数据秒存储级处理响应！
全文检索
及检索分析
智能挖掘分析
-Master/Slave结构
-索引和检索松散耦合 -检索节点动态扩展 -集群内各服务器负载均衡 -多用户高并发高性能访问
移动互联网大数据的4V
• Volume 随时随地都在产生数据，数 据量更大。
• Variety 随时随地联网的特性，使得 移动互联网的数据更具有多样性。位 置设备、智能硬件等各种传感器数据。
• Velocity 对速度处理的要求性更高， 很多的业务场景需要更实时的数据处 理才能使得数据产生价值。
• Value 更多高价值的数据。
移动互联网大数据之展望 可穿戴设备
智能家居
• 服务领域更加广阔，覆盖健康、医疗、交通、公共服务等等。 • 不仅仅是数据源、数据载体，向数据价值获益转变。 • 待分析的数据更多，问题更广。
谢谢！
200710304146.5 一种中文新闻网页正文的自动抽取方法及装置
201310210101.7 基于云服务的海量数据传播性分析预测及交互
目录
众说纷纭的大数据时代 大数据技术架构体系（方正智思） 移动互联网舆情分析案例 展望
移动互联网
LBS 位置服务
智能手机 + 丰富应用
票务、团购、促销 个性化推荐、精准推送