工業大數據的復雜性高、可靠性要求高，但數據量可能相對偏小。認識工業大數據的特點，本身就是個復雜的問題。
從以下幾個角度來談一談工業大數據：
1、一次利用和二次利用
我們知道，收集和記錄數據都是有成本的。多數數據都是為了滿足某個應用而產生、記錄的。大數據一般只是對數據的二次利用——或者叫廢物利用。一次利用是在線的，二次利用是離線的。隨著對大數據的重視，人們似乎應該在產生一次數據的時候，就關注數據的二次利用：就像策劃生產的時候就關注廢物如何利用。
2、一線應用和二線監控
一線管理系統是為了滿足某個業務的需求，二線應用是為了監控。我曾經有個比喻：一線應用是政府、黨委、人大；二線監控是政協、紀委、監察。在數據成本很高的情況下，數據一般只服務于一線應用；在數據成本低的情況下，數據會越來越多地服務于二線應用。同時，在考慮一線應用的時候，就要考慮到如何便于二線應用。
3、可靠性要求高低
可靠性要求低的場合，分析相關性就可以了；可靠性要求高的場合，不僅要關注因果性，還要關注交叉驗證、證據的獨立性、反例的合理性。可靠性要求高的時候，對數據分析的技術要求也高，但價值一般也大。
4、關聯關系復雜性高低
關聯關系復雜時，分析難度就大、出現錯誤的可能性就大。要解決這個問題，首先要把人腦中的知識結構化地表述出來并有效地加以應用。我常說：在工業界，數據挖掘得到的知識首先存在于人腦中、只是不精確；數據餓作用，是用來雕琢這些模糊知識。但是，要把人腦中的知識表達出來，要有合適的方法才行。我不贊同“知識存在于數據中，人的作用是挖掘這種知識。”
更多資訊請關注工業機器人頻道
網站客服
粵公網安備 44030402000946號