干货| 企业如何利用大数据技术，实现智能应用？

基于你对一个用户的了解，ta会点击你的广告吗？

基于你对一个商品的了解，有哪些其他的商品会令人感兴趣？

基于你对一个交易订单的了解，这个订单会是一个欺诈交易吗？

百度开放云高级架构师沈国龙作为大数据专家受邀在2015GITC全球互联网技术峰会做分享。来看看百度开放云的高级架构师是如何解决大数据问题的。

沈国龙

百度基础架构部高级架构师

百度开放云大数据解决方案助力企业智能

一款完善的企业智能应用，应该能够通过定制化的内容推荐、预判性的内容加载，来提升用户体验；进行潜在客户和报价的匹配，支持交叉销售；能够进行用户行为的波动分析，提升客户维护服务质量……而这一切都需要大数据作为支撑。

但是，大数据智能应用当前也面对诸多挑战。产品链冗长、复杂，数据收集、清洗、存储、统计、可视化、决策，一步一个槛；传统的BI工具、关系型数据库，简单的二维报表，甚至数据分析人员，逐渐乏力；开源社区欣欣向荣，但计算器解决不了用户的应用题；自建大数据系统成本高，投入产出不确定等等问题，都成为了大数据智能应用的发展路上的阻碍。

而百度作为一个天生大数据公司，每天响应数十亿次的搜索，拥有20多款用户过亿的移动产品，每天处理的数据量将近100个PB，相当于5000个国家图书馆的信息量总和。

百度的基础架构部门经过多年的锤炼，搭建了世界领先的大数据产品组合。从最底层的集群操作系统到资源调度，从Hadoop到Spark，从高效批量处理到秒级实时服务，从OLAP到机器学习，几乎克服了所有遇到的技术难题。

借助开放云战略，百度逐步将内部应用多年的优秀产品提供给外部用户使用，首先推出的是技术最成熟领先的大数据处理“三大神器”：

百度MapReduce-BMR

作为亚洲最大的Hadoop集群，国内首个完全兼容开源Hadoop的大数据服务，实现了灵活的按需部署，资源完全独占并能够动态伸缩，同时具备自动优化建议能力。

百度Palo

作为PB级联机分析处理（OLAP）引擎，提供稳定、高效、低成本、简单易用的在线报表和多位分析服务。

百度机器学习-BML

百度自2009年开始对大规模逻辑回归（广告CTR）进行研发，目前BML已包含了20多种大规模并行机器学习算法。支持了百度推广、广告CTR预估、搜索排序等核心业务和产品。

来看看BML是如何运用在百度内部的？

百度开放云基于百度在大数据方面的技术积累和研发成果，推出大数据解决方案。帮用户快速、低成本的实现专属的大数据系统，让数据不再是枯燥的报表、Dashboard、分析报告，而是一个具备智能的模型来帮助用户做决策。

百度开放云

点击“阅读原文”，了解大数据解决方案