1、體育賽事預測

世界杯期間，谷歌、百度、微軟和高盛等公司都推出了比賽結果預測平臺。百度預測結果最為亮眼，預測全程64場比賽，準確率為67%，進入淘汰賽后準確率為94%?，F(xiàn)在互聯(lián)網(wǎng)公司取代章魚保羅試水賽事預測也意味著未來的體育賽事會被大數(shù)據(jù)預測所掌控。

“在百度對世界杯的預測中，我們一共考慮了團隊實力、主場優(yōu)勢、最近表現(xiàn)、世界杯整體表現(xiàn)和博彩公司的賠率等五個因素，這些數(shù)據(jù)的來源基本都是互聯(lián)網(wǎng)，隨后我們再利用一個由搜索專家設計的機器學習模型來對這些數(shù)據(jù)進行匯總和分析，進而做出預測結果。”---百度北京大數(shù)據(jù)實驗室的負責人張桐

2、股票市場預測

去年英國華威商學院和美國波士頓大學物理系的研究發(fā)現(xiàn)，用戶通過谷歌搜索的金融關鍵詞或許可以預測金融市場的走向，相應的投資戰(zhàn)略收益高達326%。此前則有專家嘗試通過Twitter博文情緒來預測股市波動。

理論上來講股市預測更加適合美國。中國股票市場無法做到雙向盈利，只有股票漲才能盈利，這會吸引一些游資利用信息不對稱等情況人為改變股票市場規(guī)律，因此中國股市沒有相對穩(wěn)定的規(guī)律則很難被預測，且一些對結果產生決定性影響的變量數(shù)據(jù)根本無法被監(jiān)控。

目前，美國已經有許多對沖基金采用大數(shù)據(jù)技術進行投資，并且收獲甚豐。中國的中證廣發(fā)百度百發(fā)100指數(shù)基金（下稱百發(fā)100），上線四個多月以來已上漲68%。

3、市場物價預測

CPI表征已經發(fā)生的物價浮動情況，但統(tǒng)計局數(shù)據(jù)并不權威。但大數(shù)據(jù)則可能幫助人們了解未來物價走向，提前預知通貨膨脹或經濟危機。最典型的案例莫過于馬云通過阿里B2B大數(shù)據(jù)提前知曉亞洲金融危機，當然這是阿里數(shù)據(jù)團隊的功勞。

4、用戶行為預測

基于用戶搜索行為、瀏覽行為、評論歷史和個人資料等數(shù)據(jù)，互聯(lián)網(wǎng)業(yè)務可以洞察消費者的整體需求，進而進行針對性的產品生產、改進和營銷。《紙牌屋》選擇演員和劇情、百度基于用戶喜好進行精準廣告營銷、阿里根據(jù)天貓用戶特征包下生產線定制產品、亞馬遜預測用戶點擊行為提前發(fā)貨均是受益于互聯(lián)網(wǎng)用戶行為預測。

5，人體健康預測

中醫(yī)可以通過望聞問切手段發(fā)現(xiàn)一些人體內隱藏的慢性病，甚至看體質便可知曉一個人將來可能會出現(xiàn)什么癥狀。人體體征變化有一定規(guī)律，而慢性病發(fā)生前人體已經會有一些持續(xù)性異常。理論上來說，如果大數(shù)據(jù)掌握了這樣的異常情況，便可以進行慢性病預測。

例如大數(shù)據(jù)應用在醫(yī)療行業(yè)的經典案例。

 1，Valence Health: 提升醫(yī)保結果和財務狀況

Valence Health 使用MapR公司的數(shù)據(jù)融合平臺(Converged Data Platform）來建立一個數(shù)據(jù)湖并作為公司主要的數(shù)據(jù)倉庫。 Valence每天從3000個數(shù)據(jù)輸入源接收45種不同類型的數(shù)據(jù)。這些關鍵數(shù)據(jù)包括實驗室測試結果、患者健康記錄、處方、疫苗記錄、藥店優(yōu)惠、賬單和付款, 以及醫(yī)生和醫(yī)院的賬單, 這些都用來提升決策來改善醫(yī)保結果和財務狀況。該公司快速增長的客戶和日益增加的相關數(shù)據(jù)量正在壓垮現(xiàn)有的技術基礎設施。

2，UnitedHealthcare: 欺詐，浪費和濫用

UnitedHealthcare 為近5千1百萬用戶提供健康保險和服務。和該公司合作的有超過85萬醫(yī)師和護理人員，全國范圍內大約有6100所醫(yī)院。他們的賬目完整(Payment Integrity)小組的艱巨任務是確保所有賬單都按時正確付款。面對每天超過1百萬個的賬單(10TB的數(shù)據(jù))，他們之前的處理方式是特制的，嚴重依賴于規(guī)則，并受制于數(shù)據(jù)孤島和碎片化的數(shù)據(jù)環(huán)境。UnitedHealthcare 采用了一個獨特的雙模型策略，既集中關注業(yè)務收益，同時也追求利用最新的技術來不斷創(chuàng)新。

他們是這么做的：針對業(yè)務收益，該集團建立了一個預測分析’工廠’用來系統(tǒng)地可重復地識別不準確的賬單。Hadoop用做現(xiàn)在一個單一平臺的數(shù)據(jù)框架，該平臺上建有多種工具來分析各種信息，包括賬單，處方，醫(yī)保參與人，合作醫(yī)護人員，以及賬單審查結果。

他們集中了業(yè)務里所有數(shù)據(jù)孤島的數(shù)據(jù)，包含36處數(shù)據(jù)資產。他們手邊現(xiàn)在有多個預測模型(PCR,確定欺詐True Fraud，Ayasdi 等)，這些模型提供了一個潛在的欺詐排序列表，使得他們可以有針對性地和系統(tǒng)化地處理欺詐。

例如；大數(shù)據(jù)應用其他案例：Google成功預測冬季流感。

 2009年，Google通過分析5000萬條美國人最頻繁檢索的詞匯，將之和美國疾病中心在2003年到2008年間季節(jié)性流感傳播時期的數(shù)據(jù)進行比較，并建立一個特定的數(shù)學模型。最終google成功預測了2009冬季流感的傳播甚至可以具體到特定的地區(qū)和州。

微軟大數(shù)據(jù)成功預測奧斯卡21項大獎。

  2013年，微軟紐約研究院的經濟學家大衛(wèi)羅斯柴爾德(David Rothschild)利用大數(shù)據(jù)成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。今年羅斯柴爾德再接再厲，成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個，繼續(xù)向人們展示現(xiàn)代科技的神奇魔力。

大數(shù)據(jù)應用案例之電子郵件。

MailChimp的核心業(yè)務是提供電子郵件服務，它在一年內為大約300萬用戶發(fā)送了350億封郵件。不過真正能體現(xiàn)MailChimp未來價值的則是該公司對這些郵件數(shù)據(jù)的處理和分析。

MailChimp的一個重要任務就是搞清楚如何幫助客戶更好地了解他們所發(fā)送的信息。考慮到這一點，該公司建立了一個服務叫Wavelength，向客戶展示了與他們相似的其他訊息。這個系統(tǒng)使得Wavelength能夠儲存公司數(shù)據(jù)庫中每個郵件地址發(fā)生的互動。這意味著告訴了你,用戶打開了什么樣的郵件，何時打開，他們點擊了什么鏈接，還有訂閱了什么郵件。MailChimp也有一個功能叫做Ecommerce360，能讓客戶通過轉換來跟蹤點擊。

文章內容來源于網(wǎng)絡，侵刪