当前位置:首页 » 股票资讯 » 大数据厂商
扩展阅读
创业板综股票代码 2025-05-01 11:01:25

大数据厂商

发布时间: 2023-01-30 21:52:51

A. 国内有哪些大数据公司

极其流行,同样也是竞争力极其大的一种商业模式。虽然国内软件开发公司都发展壮大起来了,但是各地软件开发公司的实力及资质仍然参差不齐。下面为大家介绍下近期国内软件开发公司的排名汇总。
1:华盛恒辉科技有限公司
上榜理由:华盛恒辉是一家专注于高端软件定制开发服务和高端建设的服务机构,致力于为企业提供全面、系统的开发制作方案。在开发、建设到运营推广领域拥有丰富经验,我们通过建立对目标客户和用户行为的分析,整合高质量设计和极其新技术,为您打造创意十足、有价值的企业品牌。
在军工领域,合作客户包括:中央军委联合参谋(原总参)、中央军委后勤保障部(原总后)、中央军委装备发展部(原总装)、装备研究所、战略支援、军事科学院、研究所、航天科工集团、中国航天科技集团、中国船舶工业集团、中国船舶重工集团、第一研究所、训练器材所、装备技术研究所等单位。
在民用领域,公司大力拓展民用市场,目前合作的客户包括中国中铁电气化局集团、中国铁道科学研究院、济南机务段、东莞轨道交通公司、京港地铁、中国国电集团、电力科学研究院、水利部、国家发改委、中信银行、华为公司等大型客户。


2:五木恒润科技有限公司
上榜理由:五木恒润拥有员工300多人,技术人员占90%以上,是一家专业的军工信息化建设服务单位,为军工单位提供完整的信息化解决方案。公司设有股东会、董事会、监事会、工会等上层机构,同时设置总经理职位,由总经理管理公司的具体事务。公司下设有研发部、质量部、市场部、财务部、人事部等机构。公司下辖成都研发中心、西安研发中心、沈阳办事处、天津办事处等分支机构。
3、浪潮
浪潮集团有限公司是国家首批认定的规划布局内的重点软件企业,中国著名的企业管理软件、分行业ERP及服务供应商,在咨询服务、IT规划、软件及解决方案等方面具有强大的优势,形成了以浪潮ERP系列产品PS、GS、GSP三大主要产品。是目前中国高端企业管理软件领跑者、中国企业管理软件技术领先者、中国最大的行业ERP与集团管理软件供应商、国内服务满意度最高的管理软件企业。
4、德格Dagle
德格智能SaaS软件管理系统自德国工业4.0,并且结合国内工厂行业现状而打造的一款工厂智能化信息平台管理软件,具备工厂ERP管理、SCRM客户关系管理、BPM业务流程管理、
OMS订单管理等四大企业业务信息系统,不仅满足企业对生产进行简易管理的需求,并突破局域网应用的局限性,同时使数据管理延伸到互联网与移动商务,不论是内部的管理应用还是外部的移动应用,都可以在智能SaaS软件管理系统中进行业务流程的管控。
5、Manage
高亚的产品 (8Manage) 是美国经验中国研发的企业管理软件,整个系统架构基于移动互联网和一体化管理设计而成,其源代码编写采用的是最为广泛应用的
Java / J2EE 开发语言,这样的技术优势使 8Manage
可灵活地按需进行客制化,并且非常适用于移动互联网的业务直通式处理,让用户可以随时随地通过手机apps进行实时沟通与交易

B. GIS大数据厂商特点

潜力大,增值快。
GIS大数据厂商市场规模增速将保持在20%以上,2011年达约6.5亿元;GIS技术开发服务市场规模增速将保持在19%左右,2011年达约75亿元,由于GIS应用行业的不断增多以及各行业应用差异较大,GIS应用平台软件将成为中国GIS产业中增长最快的一个细分领域。
大数据表现出体量大、变化速度快、模态多样、真伪难辨等特征,但背后隐藏的价值巨大。目前在地理大数据产业中游市场上,开发和销售GIS基础平台软件厂商主要有ESRI(中国)、超图软件、四维图新以及中地数码等企业。占据中国GIS基础平台软件市场份额主要企业有美国ESRI、超图软件、四维图新以及中地数码。2011年该产业在中国的市场份额几乎被这几家独揽,其中超图软件与ESRI占据了绝大部分的市场。这四家企业各具特点,从而形成了独有的竞争力。

C. 国内有哪些大数据公司

“大数据”近几年来可谓蓬勃发展,它不仅是企业趋势,也是一个改变了人类生活的技术创新。大数据对行业用户的重要性也日益突出。掌握数据资产,进行智能化决策,已成为企业脱颖而出的关键。因此,越来越多的企业开始重视大数据战略布局,并重新定义自己的核心竞争力。

在当前的互联网领域,大数据的应用已经十分广泛,尤其以企业为主,企业成为大数据应用的主体。大数据真能改变企业的运作方式吗?答案毋庸置疑是肯定的。随着企业开始利用大数据,我们每天都会看到大数据新的奇妙的应用,帮助人们真正从中获益。大数据的应用已广泛深入我们生活的方方面面,涵盖医疗、交通、金融、教育、体育、零售等各行各业。

D. 国内有哪些大数据公司

星环科技

星环科技作为国内企业级大数据基础软件开发商,以引领行业技术发展和助力各行各业数字化转型为使命,经过多年自主研发,形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵߅通过为企业搭建数字化转型的数字底座,星环科技助力企业实现数字化转型。

2016年成为中国首个进入Gartner数据仓库及数据管理解决方案魔力象限的厂商,且被评为最具前瞻性的远见者;2017年被IDC评为中国大数据市场领导者;2018年星环科技成为12年来全球首个完成TPC-DS测试并通过官方审计的数据库厂商;2020年再次被IDC被评为中国大数据管理平台领导者。

E. 大数据分析公司有哪些

星环科技

星环信息科技主要从事大数据时代核心平台数据库软件的研发与服务,被Gartner列为国际主流Hadoop发行版厂商。其产品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流处理引擎Transwarp Stream和数据挖掘组件Transwarp Discover。

帆软软件

帆软软件由报表软件FineReport起家,目前已成为报表领域的权威者,拥有10年企业数据分析的行业经验。后发布的商业智能自助式BI工具FineBI,提供包括Hadoop、分布式数据库、多维数据库的大数据可视化分析;提供PC端、移动端、大屏的可视化方案,广泛应用于银行、电商、地产、医药、制造、电信、制造、化工等行业,拥有成熟的行业化解决方案。

数据可视化类

数字冰雹

数字冰雹主营大数据可视化业务,提供集设计、程序开发、硬件集成为一体的解决方案,广泛应用于航天战场、智慧城市、网络安全、企业管理、工业监控等领域。

海云数据

海云数据的产品——图易能够集成用户内部系统大量结构化、非结构化数据,在真实的数据源上,将行业大数据进行多维度的可视分析。目前主要应用于公安、航空、快消、制造、金融、医疗、信息安全等领域。

星图数据

星图数据是互联网大数据服务公司,涉及线上零售、线上娱乐、线上教育等领域。基于分布式大数据获取与存储系统进行大数据处理及分析,具有自有的大数据分析体系和云计算处理技术。

用户行为/精准营销分析类

大数据技术使得用户在互联网的行为,得到精准定位,从而细化营销方案、快速迭代产品。这方面的厂商有GrowingIO、神策数据等。

GrowingIO

GrowingIO是基于互联网的用户行为数据分析产品,具有无埋点的数据采集技术,可以通过网页或APP的浏览轨迹、点击记录和鼠标滑动轨迹等行为数据,进行实时的用户行为数据分析,用于优化产品体验,实现精益化运营。

神策数据

与GrowingIO类似,也是基于用户网络行为,采集数据进行分析。技术上提供开放的查询 API 和完整的 SQL 接口,同时与 MapRece 和 Spark 等计算引擎无缝融合,随时以最高效的方式来访问干净、规范的数据。

分析服务类

提供舆情分析的有网络统计、品友互动、Talking data、友盟、中科数据等等。

网络统计

网络统计是专业的网站流量分析工具,和GA类似,提供免费的流量分析、来源分析、网站分析等多种统计分析服务,能够告诉用户访客是如何找到并浏览用户的网站,在网站上做了些什么,以此来改善访客在用户的网站上的使用体验。

Talking Data

TalkingData是独立的第三方移动数据服务品牌。其产品及服务涵盖移动应用数据统计、移动广告监测、移动游戏运营、公共数据查询、综合数据管理等多款极具针对性的产品及服务。在银行、互联网、电商行业有广泛的数据服务应用。

友盟+

第三方全域大数据服务提供商,通过全面覆盖PC、手机、传感器、无线路由器等多种设备数据,打造全域数据平台。提供全业务链数据应用解决方案,包括基础统计、运营分析、数据决策和数据业务等,帮助企业实现数据化运营和管理。

F. 大数据公司排名是什么样的

阿里云、华为云、网络、腾讯。

3、网络:作为国内综合搜索的巨头、行业老大,它拥有海量的数据,同时在自然语言处理能力和机器深度学习领域拥有丰富经验。

4、腾讯:在大数据领域腾讯也是不可忽略的一支重要力量,尤其是社交领域,只是想想QQ和微信的用户量就觉得可怕。

大数据是宝藏,人工智能是工匠。大数据给了我们前所未有的收集海量信息的可能,因为数据交互广阔,存储空间近乎无限,所以我们再也不用因“没地方放”而不得弃掉那些“看似无用”的数据。

当数据变得多多益善,当移动设备、穿戴设备以及其他一切设备都变成了数据收集的“接口”,我们便可以尽可能的让数据的海洋变得浩瀚无垠,因为那里面“全都是宝”。

G. 大数据产品有哪些

问题一:目前大数据产品有哪些? 大数据产品的分类在狭义的范畴里,从使用用户来看,可以是企业内部用户,外部企业客户,外部个人客户等。从产品发展形态来看,从最初的报表型(如静态报表、DashBoard、即席查询),到多维分析型(OLAP等工具型数据产品),到定制服务型数据产品,再到智能型数据产品等。
普通报表型数据产品过于苍白、可视化能力有限,而多维分析型数据产品更适合于专业的数据分析师而不是业务或运营人员,使用局限性也越来越大,所为未来的趋势可能是定制服务式和智能式的数据产品。举个例子,像企业级的大数据产品商业智能正是此趋势下的衍生品,发展数年,像国外的SAP,IBM,Oracle厂商,国内的FineBI等都是代表。

问题二:国内真正的大数据分析产品有哪些 大数据产品是有很多的,例如微信的大数据平台,DD打车的平台。
基于数据挖掘技术的舆情监测系统为另外一个十分重要的产品。
很多 *** ,企业会采用。它的作用,简单来说,就是发现负面信息,收集情报,有价值信息。
实施后好处: 1. 可实时监测微博,论坛,博客,新闻,搜索引擎中相关信息2. 可对重点QQ群的聊天内容进行监测3. 可对重点首页进行定时截屏监测及特别页面证据保存4. 对于新闻页面可以找出其所有转载页面5. 系统可自动对信息进行分类6. 系统可追踪某个专题或某个作者的所有相关信息 7. 监测人员可对信息进行挑选,再分类8. 监测人员可以基于自己的工作结果轻松导出制作含有图表的舆情日报周报

问题三:国内真正的大数据分析产品有哪些 国内的大数据公司还是做前端可视化展现的偏多,BAT算是真正做了大数据的,行业有硬性需求,别的行业跟不上也没办法,需求决定市场。
说说更通用的数据分析吧。
大数据分析也属于数据分析的一块,在实际应用中可以把数据分析工具分成两个维度:
第一维度:数据存储层――数据报表层――数据分析层――数据展现层
第二维度:用户级――部门级――企业级――BI级
1、数据存储层
数据存储设计到数据库的概念和数据库语言,这方面不一定要深钻研,但至少要理解数据的存储方式,数据的基本结构和数据类型。SQL查询语言必不可少,精通最好。可从常用的selece查询,update修改,delete删除,insert插入的基本结构和读取入手。
Access2003、Access07等,这是最基本的个人数据库,经常用于个人或部分基本的数据存储;MySQL数据库,这个对于部门级或者互联网的数据库应用是必要的,这个时候关键掌握数据库的库结构和SQL语言的数据查询能力。
SQL Server2005或更高版本,对中小企业,一些大型企业也可以采用SQL Server数据库,其实这个时候本身除了数据存储,也包括了数据报表和数据分析了,甚至数据挖掘工具都在其中了。
DB2,Oracle数据库都是大型数据库了,主要是企业级,特别是大型企业或者对数据海量存储需求的就是必须的了,一般大型数据库公司都提供非常好的数据整合应用平台。
BI级别,实际上这个不是数据库,而是建立在前面数据库基础上的,企业级应用的数据仓库。Data Warehouse,建立在DW机上的数据存储基本上都是商业智能平台,整合了各种数据分析,报表、分析和展现!BI级别的数据仓库结合BI产品也是近几年的大趋势。
2、报表层
企业存储了数据需要读取,需要展现,报表工具是最普遍应用的工具,尤其是在国内。传统报表解决的是展现问题,目前国内的帆软报表FineReport已经算在业内做到顶尖,是带着数据分析思想的报表,因其优异的接口开放功能、填报、表单功能,能够做到打通数据的进出,涵盖了早期商业智能的功能。
Tableau、FineBI之类,可分在报表层也可分为数据展现层。FineBI和Tableau同属于近年来非常棒的软件,可作为可视化数据分析软件,我常用FineBI从数据库中取数进行报表和可视化分析。相对而言,可视化Tableau更优,但FineBI又有另一种身份――商业智能,所以在大数据处理方面的能力更胜一筹。
3、数据分析层
这个层其实有很多分析工具,当然我们最常用的就是Excel,我经常用的就是统计分析和数据挖掘工具;
Excel软件,首先版本越高越好用这是肯定的;当然对excel来讲很多人只是掌握了5%Excel功能,Excel功能非常强大,甚至可以完成所有的统计分析工作!但是我也常说,有能力把Excel玩成统计工具不如专门学会统计软件;
SPSS软件:当前版本是18,名字也改成了PASW Statistics;我从3.0开始Dos环境下编程分析,到现在版本的变迁也可以看出SPSS社会科学统计软件包的变化,从重视医学、化学等开始越来越重视商业分析,现在已经成为了预测分析软件;
SAS软件:SAS相对SPSS其实功能更强大,SAS是平台化的,EM挖掘模块平台整合,相对来讲,SAS比较难学些,但如果掌握了SAS会更有价值,比如离散选择模型,抽样问题,正交实验设计等还是SAS比较好用,另外,SAS的学习材料比较多,也公开,会有收获的!
JMP分析:SAS的一个分析分支
XLstat:Excel的插件,可以完......>>

问题四:国内真正的大数据分析产品有哪些 目前,大数据分析工具在金融服务、零售、医疗卫生/生命科学、执法、电信、能源与公共事业、数字媒体/精准营销、交通运输等行业都有着广泛的应用。

问题五:目前大数据在哪些行业有案例或者说应用? 1、体育行业预测
世界杯期间,谷歌、网络、微软和高盛等公司都推出了比赛结果预测平台。其中,网络在小组赛阶段的表现最为亮眼,而进入淘汰赛阶段,网络与微软则以16场比赛15场准确预测的成
绩让人们见识到大数据在预测领域的魅力。从互联网公司的经验来看,只要有体育赛事相关的历史数据,并且与指数公司进行多方合作,就可以在赛事预测领域取得不错的成绩。
2、经济、金融行业预测
2013年,英国华威商学院和美国波士顿大学物理系的研究发现,用户通过谷歌搜索的金融关键词或许可以把脉金融市场的走向,相应的投资战略收益高达326%。而此前,也有专家尝试
通过Twitter博文情绪来预测股市波动。从预测的原理上来看,稳定发展的美国股市是比较适合大数据预测发挥其作用的。
对国内而言,网络推出的中小企业景气指数预测,应用网络海量的搜索数据来刻画我国中小企业运行发展的景气状态,以期能够及时、有效地反映中小企业运行状况,提高经济监测的
全面性和及时性。目前该功能已经上线投入应用。
3、市场物价预测
CPI表征已经发生的物价浮动情况,但统计局数据并不权威。但大数据则可能帮助人们了解未来物价走向,提前预知通货膨胀或经济危机。单个商品的价格预测更加容易,尤其是机票
这样的标准化产品,去哪儿提供的“机票日历”就是价格预测,可以告知你几个月后机票的大概价位。商品的生产、渠道成本和大概毛利在充分竞争的市场中是相对稳定的,与价格相
关的变量相对固定,商品的供需关系在电子商务平台可实时监控,因此价格可以预测,基于预测结果可提供购买时间建议,或者指导商家进行动态价格调整和营销活动以利益最大化。
后面还有用户行为预测、个人健康预测、交通行为预测等领域都有涉及,你可以自己好好看看,希望对你有帮助。ruanyun/news/ryyc/n152.aspx

问题六:国内大数据公司有哪些? 大数据包涵很广泛,涉及到很多方方面面,技术难度也很大,国内能做的公司不太多,我知道的有网络、华为、联想、浪潮、电科华云、腾讯、阿里巴巴、中科曙光等。

问题七:国内比较好的大数据 公司有哪些 你好,说的是什么领域?数据挖掘、数据研发、数据应用方面都有佼佼者。像商业智能领域的话,国内我比较了解的帆软,一开始做报表软件,做得很好,有比较深的行业基础,后来出的FineBI商业智能软件也延续了FineReport的精华,在行业内比较有代表性,具体的,有官网,可以去了解一下。

问题八:大数据产品主要是用来做什么的 大数据产品有很多,宽泛来讲,大数据产品的作用是对已有数据源中的数据进行收集和存储,在这基础上,进行分析和应用,形成我们的产品和服务,而产品和服务也会产生新的数据,这些新数据会循环进入我们的流程中。当这整个循环体系成为一个智能化的体系,通过机器实现自动化就是一种新的模式,不管是商业的,或者是其他。
而大数据能够实现的应用,可以概括为两个方向,一是精准化定制,二是预测。
精准化定制可以是一些个性化的产品,精准营销,比如互联网推广。
预测主要是围绕目标对象,基于它过去、未来的一些相关因素和数据分析,从而提前做出预警,或者是实时动态的优化。可分为决策支持类的,比如典型的商业智能产品FineBI;风险预警类的,主要用于证券、银行、投资;实时优化类的,比如实时定价。

问题九:国内真正的大数据采集产品有哪些 大数据的应用分为两类
第一类:基于自身平台的数据采集,现在的三大互联网巨头等拥有大量用户数据,通过自身数据挖掘可以完成。
第二类:基于爬虫或者类爬虫技术,帮助企业, *** 采集网络 *** 息,也就是网络信息采集系统,乐趣的“乐”,思维的“思”
其主要应用在于:舆情监测,品牌监测,价格监测,门户网站新闻采集,行业资讯采集,竞争情报获取,商业数据整合,市场研究,数据库营销等领域。

问题十:大数据分析领域有哪些分析模型 IT监控类或者IT运维流程类的产品工具上线运行一段时间之后,一年会产生十几万、甚至几十万的海量数据,包括告警数据、工单数据等IT运维大数据,需要从这些海量数据中获取更有效、更直接、更有价值的分析数据,更快速、有效的提取有意义的决策依据同样需要工具系统来满足运维大数据的IT数据挖掘、IT数据钻取需求。 RIIL Insight目前是国内首款定位于IT管理领域的大数据决策分析系统产品,通过建立多维数据分析模型进行信息提取、统计分析并提出决策依据,是IT运维管理领域的BI。系统通过IT运营管理、IT部门绩效管理、可视化项目管理、资产管理、业务关系管理、供应商软件管理等自定义维度的运行数据进行分析,可快速获取运维管理各方面的直观准确数据,诊断分析问题根源,预判数据走势,洞察全局运维动态。