java语言实习报告.docVIP

PAGE PAGE 1 黑龙江大学实习报告 学院：信息管理学院 专业：电子商务 实习名称：黑龙江海康网络科技有限公司 姓名：李鸿瑶 学号实习地点：中国云谷A8栋3楼 实习成绩： 实 习 报 告 本次实习主要是以学习大数据与java基础语言为主的开展的，附以了解电子商务行业发展，就业形势以及职场礼仪等进行职场扫盲，培养的我们的面试技巧，团队沟通协作能力。到实习截止我们了解了大数据的应用，并研究了身体特征与学习能力的关系，应用了java语言完成了小作品。 （一）首先大数据的学习情况; 一、大数据在社会中的应用情况 1、消费者需求分析 很多企业管理者都意识到了消费者再也不是营销产品的被动接收器了，通过大数据来了解并设计消费者的需求的产品，可能是我们所有企业都应该去考虑的第一个大数据的生产应用场景。 　　2、打通生产竖井 　　竖井有两层含义。 首先是信息和数据的孤岛。传统行业经历了过去20年的信息化建设，形成了大量的，种类繁多的大型应用。每个应用系统都有自己的数据，与组织结构的竖井相辅相成，逐步形成了我们今天看到的信息独岛。 　　3、产品与服务的设计 　　产品可以分为有形产品和无形产品。 生产型企业生产的多为有形产品， 而服务型企业生产的多为无形的产品。无论有形，无形或是把产品服务化的企业，其最终的目的都是以通过服务来增加利润，并且在同质化竞争中体现差异性。 　　4、开放式的融合创新 　　Web 2.0的出现和广泛流行至今，深远地影响了用户使用互联网的方式。互联网，移动通信网以及物联网是当今最具影响力的三个全球性网络，移动互联网恰恰融合了前两者的发展优势，而物联网传感器数据则使得创新型售后服务成为可能。现在，人们越来越习惯从互联网上获取所需的应用与服务。 　　5、适应性库存管理 　　总所周知，库存成本往往占了产品成本的50%，过多的库存会造成过高的库存管理成本。与此同时，库存的多少似乎永远也无法解决商品的脱销。无论是库存量还是脱销量，企业在发展过程中，都希望利用信息化手段，能够通过实时跟踪货物，采集数据，确定不同地区在不同时间的库存水平，使得库存水平具有适应性，不断优化库存水平。 　　6、质量管理 　　早在上世纪90年代开始，大量的企业就开始通过应用分析法来提高产品质量和生产的效率，其核心是实现生产与服务的需求相匹配。今天的大数据分析手段也是如出一辙。大数据不仅能够使生产商制造产品的时间缩短20%-50%，还能够在产品批量生产前通过模拟，检验防止产品缺陷，减少产品开发周期过程中不必要的环节等。 　　7、劳动力的数字化 　　劳动力是除了产品成本外，企业最重视的开支。而且，问题的复杂程度也是最大的。 问题除了员工本身之外，有很大一部分问题与管理水平低下有关，管理者不因只强调员工的问题，而忽略自身和机制的问题，特别是在零售，分销，加工等这些劳动密集型企业，劳动力问题尤为突现。 　　8、资产智能管理 物联网(IOT)的发展以及感应技术的兴起，为我们开创了一个能紧密连接物理空间许多事物的信息网络。随着大数据分析技术的发展，特别是预测分析的发展，结合互联网云化的广泛应用，物理空间与虚拟信息空间的形成与同步，离不开设备的自我意识和自主维修机械系统。 大数据的实现过程： 1、采集 大数据的采集是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。 2、导入/预处理　 虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。 3、统计/分析 统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。　　4、挖掘 与前面统计和分析过程不同的是， 数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分