电子商务概论 课件 第八章 电子商务新兴技术

主

编鲁

衎万

青候春俊电子商务概论电子商务新兴技术虚拟现实技术第八章第一节行业PPT模板/hangye/第二节大数据与电子商务第三节云计算技术虚拟现实技术在信息技术蓬勃发展的今天，应用于电子商务的计算机新技术层出不穷，电子商务的深度和广度正在进一步拓展。在此背景下，电子商务的未来发展趋势成了备受关注的热点。01虚拟现实的概念虚拟现实(VirtualReality,VR)是计算机与用户之间的一种更为理想化的人机界面形式。简单地说,虚拟现实技术就是借助于计算机技术及硬件设备,让人们可以通过视、听、触、嗅等手段感受虚拟的幻境,故虚拟现实技术又称幻境技术或灵境技术。虚拟现实技术具有超越现实的虚拟性。虚拟现实的主要特征1.多感知性多感知性（Multi-Sensory）是指，除一般计算机技术具有的视觉感知外，还有听觉感知、力觉感知、触觉感知、运动感知，甚至包括味觉感知、嗅觉感知等。2.交互性交互性（Interactivity）是指用户对模拟环境内物体的可操作程度和从环境中得到反馈的自然程度。虚拟现实的主要特征3.沉浸感沉浸感（Immersion）又称临场感或存在感，是指用户感到作为主角存在于模拟环境中的真实程度。4.构想性构想性（Imagination）又称自主性，强调虚拟现实技术应具有广阔的可想象空间，可拓宽人类的认知范围，不仅可再现真实存在的环境，还可以随意构想客观不存在的甚至不可能发生的环境。虚拟现实的关键技术（一）动态环境建模技术虚拟环境的建立是虚拟现实技术的核心内容。动态环境建模技术的目的是获取现实环境的三维数据，并根据应用的需要，利用获取的三维数据建立相应的虚拟环境模型。（二）实时三维图形生成技术三维图形的生成技术已经较为成熟，其关键是如何实现“实时”生成。其中，图形生成的硬件体系结构及在虚拟现实的真实感图形生成中用于加速的各种有效技术是关键。虚拟现实的关键技术（三）立体显示和传感器技术虚拟现实依赖于立体显示和传感器技术的发展。现有的虚拟现实设备还不能满足系统的需要。（四）应用系统开发工具虚拟现实应用的关键是寻找合适的场合和对象，即如何发挥想象力和创造力。（五）多种系统集成技术由于虚拟现实系统中包含大量的感知信息和模型，因此系统的集成技术至关重要。虚拟现实技术在电子商务中的应用以方便快捷著称的电子商务，对消费者有着极大的吸引力。对于商家，电子商务能够增加其贸易机会，降低运营成本，为企业带来可观的利润。以三维虚拟空间和实时交互为特征的虚拟现实则能够多方面地展示商品，消费者可以更加详细地查看商品的各种特征，能够看到、听到甚至触到和嗅到商品。通过虚拟现实技术，商家可以为消费者提供更为真实的体验。虚拟现实技术在电子商务中的应用（一）网上购物与实物虚化虚拟购物中心没有拥挤的购物人群，没有销售员，消费者可以自由地游览，向前行走或转头时看见的景象也会随之改变。消费者可穿过大厅，推开前面的大门，逼真的虚拟商品琳琅满目。当消费者看见一件精美的商品时，甚至可以上上下下、里里外外仔细地观摩。通过三维的实时交互，商家和消费者可以很容易在线交换电子商务需要的认证信息和订单，而免去线下来回传送各种交互信息的活动。虚拟现实技术在电子商务中的应用（二）虚物实化虚拟商品都是虚拟的，不必是现实存在的物品。其中一个最重要的特性是，商家能够通过与消费者交互，不断修改虚拟物品以满足消费者的要求。网上试衣是一种虚物实化技术。消费者只要输入自己的身高、肩宽、胸围、腰围等数据，就可以找到一个身材完全和自己一样的虚拟模特在网上代替自己试穿新时装。模特身材可以在网上交互式修改，在消费者挑选到色泽和式样满意的时装之后，不但可以让虚拟模特一件接着一件地试穿，而且可以让虚拟模特前、后、左、右地转动身体，从多个角度仔细地加以审视，以选到消费者称心如意的时装。虚拟现实技术在电子商务中的应用（三）创建购物虚拟场景在建筑业中虚拟现实技术具有更为“现实”的意义。房屋的外形和内室的装潢在设计期就可以发布在虚拟环境中接受消费者的挑选。在电子商务中，商家通过虚拟现实技术构建购物虚拟场景，使消费者更易产生身临其境的感觉。大数据与电子商务02大量新数据源的出现导致了非结构化、半结构化数据爆发式的增长。这些由我们创造的信息背后产生的数据早已经远远超越了目前人力所能处理的范畴，大数据时代也随之到来。大数据的概念大数据又称巨量数据、海量数据、大资料，是指所涉及的数据量规模巨大到无法通过人工在合理时间内被截取、管理、处理并整理成为人类所能解读的信息。大数据的概念目前，全球关于大数据还未达成一个统一的定义，但是常见的定义有以下四种。（1）麦肯锡全球研究所给出的定义：大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据的概念（2）国际数据公司（IDC）从大数据的四个特征来定义：海量的数据规模、快速的数据流转和动态的数据体系、多样的数据类型、巨大的数据价值。（3）GartnerGroup对大数据的定义：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。（4）全球最大的电子商务公司亚马逊的大数据科学家JohnRauser对大数据的定义：大数据是任何超过了一台计算机处理能力的数据量。大数据的主要特点2013年，维克托·迈尔·舍恩伯格在其著作BigData：ARevolutionThatWillTransformHowWeLive，Work，andThink中从大数据的特征这一角度来对大数据进行定义，提出大数据的四大特征：巨量性、多样性、高速性和价值化。他认为具有这四个特征的数据即大数据。大数据的主要特点1.巨量性大数据相较于传统数据最大的区别就是海量的数据，这种数据量大到“在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合”。截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=210TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。大数据的主要特点2.多样性大数据的数据类型复杂，因为它不但包含传统的关系型数据，而且包含来自网页、互联网日志文件(包括单击流数据)、搜索索引、社交媒体论坛、电子邮件、文档、主动与被动系统的传感器数据等原始、半结构化和非结构化数据。在大数据时代，数据格式变得越来越多样，涵盖了文本、音频、图片、视频、模拟信号等不同的类型；数据来源也越来越多样，不仅产生于组织内部运作的各个环节，还来自组织外部。大数据的主要特点3.高速性高速性描述的是数据被创建、移动和处理的速度。数据产生和更新的频率也是衡量大数据的一个重要特征。在高速网络时代，通过基于实现软件性能优化的高速计算机处理器和服务器，创建实时数据流已成为流行趋势。企业不但需要了解如何快速创建数据，而且必须知道如何快速处理、分析并返回数据给用户，以满足他们的实时需求。大数据的主要特点4.价值化一个大数据计划能否成功的关键不仅在于技术，还在于能用技术创造出什么价值。大数据的体量不断增加，而数据价值密度的高低与数据总量的大小成反比。数据再多，如果没有被使用，那么这些数据也是没有价值的。大数据相关技术（一）数据采集大数据时代的数据源很广泛，它们主要来自两个方面：内部数据和外部数据。内部数据的来源有调查问卷、众包，外部数据的来源有公开数据、非公开数据。在数据源广泛、数据量巨大、采集挖掘工具众多的背景下，大数据决策者必须清楚地确定数据采集的原则：“能够采集到的数据并不意味着值得或需要去采集它；需要采集的数据和能够采集到的数据的‘交集’，才是我们确定要去采集的数据。”大数据相关技术（二）数据存储存储内容为结构化、非结构化和半结构化的数据。存储方式可分为分布式文件系统关系数据库、非关系数据库、数据仓库、云计算、云存储、实时流处理。具有代表性的技术有GFS和Hadoop。其中，Google文件系统是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。它运行于普通硬件上，将服务器故障视为正常现象，并能通过软件的方式自动容错，在保证系统可靠性和可用性的同时，大大减少了系统成本。大数据相关技术（三）数据分析数据分析包括数据清洗、数据核实、数据转换、数据挖掘算法等内容，其核心是数据挖掘算法。数据挖掘算法包括分类、聚类、遗传算法、神经网络时间序列分析、回归分析、机器学习和自然语言分析等。（四）数据展示数据展示有标签云(tagcloud)、聚类图(clustergram)、空间信息流(spatialinformationflow)、热图(heatmap)等类型。大数据在电子商务中的应用简单来说，大数据营销就是通过数据分析来提升顾客与企业之间的关系。大数据营销与传统营销最大的区别是个性化和精准定位。例如，大数据结合CRM（CustomerRelationshipManagement，客户关系管理），帮助银行实现客户精准营销。大数据是时代的新热点，银行也十分关注和重视大数据可能带来的业务价值。目前有些银行已在平台系统将各种数据库联系起来，全面结合业务需求实现大数据的精准营销。在业务层面，大数据结合CRM实现了客户精准营销分析，同时能够有效地对风险和绩效进行管理。大数据在电子商务中的应用大数据在电子商务领域的应用尤为广泛，电子商务系统可以实时得到顾客的来访源头，如在网站内的搜索、收藏、购买行为，以及购买的商品间的关联性。这些数据可以帮助企业更精准地为顾客服务。通过全网大数据分析，电商能够“知道你是谁”，并按照购买力和购买意向的强弱、商品匹配度等要素，分配不同的客服资源。云计算技术03云计算的概念云计算是基于互联网相关服务的增加、使用和交付模式实现的，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。在互联网技术刚刚兴起的时候，人们画图时习惯用一朵云来表示互联网，因此在选择一个名词来表示这种基于互联网的新一代计算方式的时候就选择了“云计算”这个名词。过去往往用“云”来表示电信网，后来也用云来表示抽象的互联网和底层基础设施。云计算的概念由于云计算性能的扩张性，现在还无法给云计算一个统一的定义。现阶段广为接受的是美国国家标准与技术研究院的定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。IBM认为云计算是一种共享的网络交付信息服务的模式，云服务的使用者看到的只有服务本身，而不用关心相关基础设施的具体实现。云计算的分类1.基础设施即服务（IaaS）基础设施即服务一般面向的是企业用户，它的代表有亚马逊的AWS（AmazonWebServices），还有国内的PPPCloud等。这种云计算最大的特征在于，它并不像传统的服务器租赁商一样出租具体的服务器实体，而是出租服务器的计算和存储能力。基础设施即服务是云计算的基石，平台即服务和软件即服务构建在它的上面，分别为开发者和消费者提供服务，而它本身则为大数据服务。云计算的分类2.平台即服务（PaaS）平台即服务是面向开发者的云计算，这种云计算最大的特征是它自带开发环境，并向开发者提供开发工具包。它的代表有谷歌的GAE（GoogleAppEngine），还有国内百度的BAE（BaiduAppEngine）、新浪的SAE（SinaAppEngine）等。平台即服务与基础设施即服务有显著的区别。云计算的分类3.软件即服务（SaaS）软件即服务是普通消费者可以感知到的云计算，它的代表有Dropbox，还有国内用户熟悉的百度云、腾讯微云等。这种云计算最大的特征就是消费者并不购买任何实体的产品，而是购买具有与实体产品同等功能的服务。云计算的关键技术（一）虚拟化技术虚拟化是一个广义的术语，是指计算元件在虚拟的基础上而不是真实的基础上运行，是一个为了简化管理、优化资源的解决方案。如同空旷、通透的写字楼，整个楼层几乎看不到墙壁，租户可以用同样的成本构建出更加自主、适用的办公空间，进而节省成本，最大限度地利用空间。这种把有限的固定资源根据不同需求进行重新规划以达到最大利用率的思路，在IT领域就叫作虚拟化技术。云计算的关键技术虚拟化技术可以扩大硬件的容量，简化软件的重新配置过程。虚拟化技术包括CPU虚拟化、服务器虚拟化、操作系统虚拟化、程序虚拟化、硬件虚拟化、完全虚拟、超虚拟化、桌面虚拟化等。CPU虚拟化技术可以单CPU模拟多CPU并行，允许一个平台同时运行多个操作系统，并且应用程序可以在相互独立的空间内运行而互不影响，从而显著提高计算机的工作效率。计算机的虚拟化使单个计算机看起来像多个计算机或完全不同的计算机，从而提高资源使用率并降低IT成本。通过虚拟化技术，整个IT环境已逐步向云计算时代跨越。云计算的关键技术（二）海量分布式存储技术据统计，目前互联网上可访问的信息数量接近1×1024B。毫无疑问，各个大型企业都存储着海量的数据，这些海量的数据如何有效存储，是每个大型企业的架构师必须解决的问题。分布式存储技术就是为了解决这个问题而出现的。与目前常见的集中式存储技术不同，分布式存储技术并不是将数据存储在某个或多个特定的节点上，而是通过网络使用企业中的每台机器上的磁盘空间，将这些分散的存储资源构成一个虚拟的存储设备，数据分散地存储在企业磁盘的各个角落。云计算的关键技术（三）并行编程模式并行编程模式是云计算中保证多任务在后台并行执行和完成任务调度的基本模式。云计算采用的并行编程模式是由谷歌提出的MapReduce编程模式。MapReduce编程模式可以将任务自动分成多个子任务，然后通过Map和Reduce两步实现任务在大规模计算节点中的调度与分配。云计算的关键技术（四）数据管理技术云计算需要对分布的海量的数据进行处理、分析，因此数据管理技术必须能够高效地管理大量的数据。云计算的数据具有海量、异构、非确定性的特点，需要采用有效的数据管理技术对海量的数据和信息进行分析、处理，构建高度可用和可扩展的分布式数据存储系统。目前云计算系统中的数据管理技术主要是谷歌的BigTable数据管理技术和亚马逊的Dynamo。此外，Hadoop开发团队开发了类