圖片來(lái)源：https://pixabay.com/images/id-191199/
每天，我們都被傳感器包圍著，它們以某種形式監(jiān)控、測(cè)量和發(fā)送數(shù)據(jù)。通過(guò)物聯(lián)網(wǎng)（IOT）連接的設(shè)備和技術(shù)可以實(shí)時(shí)監(jiān)控和測(cè)量數(shù)據(jù)，幫助節(jié)省時(shí)間、能源和金錢。但是，物聯(lián)網(wǎng)數(shù)據(jù)是如何收集、處理和分析的？
傳感器從物聯(lián)網(wǎng)消費(fèi)者設(shè)備收集數(shù)據(jù)，如安全系統(tǒng)、智能電器、智能電視和可穿戴健康裝置。數(shù)據(jù)也可以從商業(yè)設(shè)備中收集，包括商業(yè)安全系統(tǒng)、交通監(jiān)控設(shè)備和天氣跟蹤系統(tǒng)。數(shù)據(jù)被傳輸、保存，并且可以隨時(shí)檢索。 以下是物聯(lián)網(wǎng)設(shè)備收集數(shù)據(jù)的類型示例：
自動(dòng)化數(shù)據(jù)：許多人對(duì)設(shè)備自動(dòng)化持懷疑態(tài)度。無(wú)論是辦公室里的自動(dòng)燈還是恒溫器上的自動(dòng)設(shè)置，都需要自動(dòng)化。如果沒(méi)有自動(dòng)化，某人的工作就是記住每天調(diào)整2次恒溫器的設(shè)置，最后一次調(diào)整后，關(guān)閉所有燈。
狀態(tài)數(shù)據(jù)：最基本和最流行的物聯(lián)網(wǎng)數(shù)據(jù)類型是狀態(tài)數(shù)據(jù)。大多數(shù)物聯(lián)網(wǎng)設(shè)備生成狀態(tài)數(shù)據(jù)，這些數(shù)據(jù)作為原始數(shù)據(jù)收集，然后用于更復(fù)雜的分析。
位置數(shù)據(jù)：將位置數(shù)據(jù)想象成一個(gè)室內(nèi)全球定位系統(tǒng)。位置數(shù)據(jù)使您能夠?qū)崟r(shí)跟蹤包裹、托盤和設(shè)備，而不是將您引導(dǎo)到特定的目的地。農(nóng)民可以在收割期間跟蹤設(shè)備；倉(cāng)庫(kù)主管可以在車間找到特定的零件托盤；在消費(fèi)者層面，您可以使用位置數(shù)據(jù)來(lái)跟蹤丟失的手機(jī)、筆記本電腦，甚至是鑰匙。
物聯(lián)網(wǎng)數(shù)據(jù)處理
物聯(lián)網(wǎng)傳感器和設(shè)備產(chǎn)生的大量數(shù)據(jù)必須經(jīng)過(guò)處理才能使用。但是，由于數(shù)據(jù)通常來(lái)自多種設(shè)備或不同的格式，因此在對(duì)數(shù)據(jù)進(jìn)行處理或應(yīng)用任何類型的分析之前，您必須做幾件事：
▲將數(shù)據(jù)標(biāo)準(zhǔn)化或轉(zhuǎn)換為統(tǒng)一格式，確保該格式與您的應(yīng)用程序兼容。
▲存儲(chǔ)或創(chuàng)建新轉(zhuǎn)換格式數(shù)據(jù)的備份。
▲過(guò)濾任何重復(fù)、過(guò)時(shí)或不需要的數(shù)據(jù)，以幫助提高準(zhǔn)確性。
▲集成其他來(lái)源的其他結(jié)構(gòu)化(或非結(jié)構(gòu)化)數(shù)據(jù)，以幫助豐富您當(dāng)前的數(shù)據(jù)集。
物聯(lián)網(wǎng)數(shù)據(jù)分析
通過(guò)將分析工具應(yīng)用于物聯(lián)網(wǎng)設(shè)備生成的各種類型數(shù)據(jù)來(lái)執(zhí)行物聯(lián)網(wǎng)分析。使用物聯(lián)網(wǎng)分析，可以從海量數(shù)據(jù)中提取有價(jià)值的信息，然后用于改進(jìn)應(yīng)用、業(yè)務(wù)流程和生產(chǎn)等等?？梢允褂枚喾N類型的數(shù)據(jù)分析：
規(guī)范性分析：規(guī)范性分析用于分析特定情況下應(yīng)采取的步驟。它通常被稱為描述性和預(yù)測(cè)性分析的結(jié)合。當(dāng)用于商業(yè)應(yīng)用時(shí)，規(guī)范性分析有助于破譯大量信息，以獲得更準(zhǔn)確的結(jié)論。
空間分析：該方法用于分析基于位置的物聯(lián)網(wǎng)數(shù)據(jù)和應(yīng)用?？臻g分析解讀各種地理模式，確定各種物理對(duì)象之間的任何類型的空間關(guān)系。停車應(yīng)用、智能汽車和作物規(guī)劃都是受益于空間分析的應(yīng)用實(shí)例。
流式分析：流式分析，有時(shí)也稱為事件流處理，有助于分析大量“動(dòng)態(tài)”數(shù)據(jù)集?？梢詫?duì)這些實(shí)時(shí)數(shù)據(jù)流進(jìn)行分析，以檢測(cè)緊急情況，從而促進(jìn)立即響應(yīng)。從流式分析中受益的物聯(lián)網(wǎng)數(shù)據(jù)類型包括流量分析、空中交通和金融交易跟蹤中使用的數(shù)據(jù)類型。
時(shí)間序列分析：時(shí)間序列分析基于基于時(shí)間的數(shù)據(jù)，數(shù)據(jù)被分析以揭示任何異常、模式或趨勢(shì)。從時(shí)間序列分析中獲益匪淺的兩個(gè)系統(tǒng)是健康監(jiān)測(cè)和天氣監(jiān)測(cè)系統(tǒng)。
我們被物聯(lián)網(wǎng)數(shù)據(jù)包圍著——在我們的家里、汽車?yán)铩⑥k公室里，而且物聯(lián)網(wǎng)技術(shù)產(chǎn)生的數(shù)據(jù)量是巨大的。通過(guò)收集、處理和分析物聯(lián)網(wǎng)數(shù)據(jù)，消費(fèi)者和組織可以獲得有價(jià)值的見解，幫助他們成長(zhǎng)并對(duì)未來(lái)做出更好的決策。
編譯：驕陽(yáng)
參考：toolbox
