UFF Tech 2013 - Case Copa das Confederações - IBM

439 views

Published on

Palestra sobre Big Data ministrada pela IBM no dia 13 de novembro de 2013

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
439
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
13
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

UFF Tech 2013 - Case Copa das Confederações - IBM

  1. 1. Copa das Confederações da FIFA Brasil 2013 Projeto IBM: Ei! © 2013 IBM Corporation
  2. 2. © 2013 IBM Corporation
  3. 3. Objetivo Copa das Confederações – Evento teste para Copa do Mundo – 8 seleções • 6 campeãs de seus continentes • 1 campeã da copa do mundo anterior • 1 anfitriã • Brasil, Japão, México, Itália, Espanha, Uruguai, Nigéria e Taiti Analisar em tempo real os tweets relacionado a seleção Brasileira Twitter 2013: – 550 milhões de usuários ativos – 58 milhões de mensagens por dia Tweets em Português © 2013 IBM Corporation
  4. 4. Projeto IBM: Ei! Análise de sentimento baseada em algoritmos de Machine Learning Ambiente de processamento em tempo real Altas taxas de transferência de dados Alta Disponibilidade e Escalabilidade Implementação em Cloud © 2013 IBM Corporation
  5. 5. A Plataforma de Big Data IBM Aplicações Analíticas 1 – Unlock Big Data BI / Exploração / Aplicações Aplicações Análise Conteúdo BI / Relatório Visualização Operacionais de Indústria Preditiva Analítico Reportin g IBM Big Data Platform Visualização Desenvolvimento Gerenciamento & Descoberta de Aplicações de Sistemas 3 – Simplify your warehouse 2 – Analyze Raw Data Aceleradores Hadoop System Stream Computing Data Warehouse 5 – Analyze Streaming Data 4 – Reduce costs with Hadoop Information Integration & Governance © 2013 IBM Corporation
  6. 6. InfoSphere Streams Uma plataforma para análises em tempo real sobre Big Data em movimento Decisões em Tempo Real Volume – Terabytes por segundos – Petabytes por dia UTI Monitorada Análises Trading Variedade – Todos os tipo de dados – Todos os tipos de análises Velocidade – Conhecimento em microsegundos Agilidade – Dinamicamente responsivo – Rápido desenvolvimento de aplicações Ambiente Monitorado Segurança cibernética Milhões de eventos por segundo Governo / Aplicação da lei Smart Grid Previsível churn de Telco Latência em microsegundos Fontes de dados Tradicional / Não-tradicional © 2013 IBM Corporation
  7. 7. Como funciona o Streams continuous ingestion Ingestão e análise de dados continuo © 2013 IBM Corporation
  8. 8. Como funciona o Streams Ingestão e análise de dados continuo Filter / Sample Annotate Transform Correlate Classify Achieve scale: By partitioning applications into software components By distributing across stream-connected hardware hosts © 2013 IBM Corporation
  9. 9. O que as pessoas estão fazendo com Streams Mercado de Ações Telefonia Processamento de CDR Análise Social Prevenção de Churn Impacto do tempo nos preços das ações Análise da dados do mercado em latências super baixas Geomapping Aplicações da Lei, Defesa & Segurança Cibernética Vigilância em tempo real Transportes Detecção de segurança cibernética Gerenciamento inteligente do Tráfego Prevenção de Fraude Detecção de múltiplas fraudes Smart Grid & Energia Prevenção de fraudes em tempo real Controle afinado e-Science Unidade de Monitoramento de Fasor Previsão do clima espacial Detecção de eventos momentâneos Saúde e Ciências da Vida Monitoramento de UTI Neonatal Sistema de alerta preventivo de epidemia Monitoramento remoto de saúde Pesquisa atômica de Síncrotron Outros Sistemas Naturais Gerenciamento de incêndios florestais Manufacturing Análise de Texto Gerenciamentos climáticos © 2013 IBM Corporation
  10. 10. Real-Time Social Media Analysis Classification Phase Stream Computing Learned DB Real-time Text Classifier Twitterviz Words Filters Research Application Research Internal development .json (Ogyvly) Applications Ogyvly Classified DB 10 © 2013 IBM Corporation
  11. 11. Real-Time Social Media Analysis HA and DR Solution Cloud 1 – QA - Canada Stream Computing Real-time Text Classifier Words Filters Twitterviz Research Internal development Research Application Cloud 2 – Prod - German .json (Ogyvly) Stream Computing Words Filters Real-time Twitterviz Text Classifier Research Internal development 11 Applications Ogyvly Twitterviz Research Application © 2013 IBM Corporation
  12. 12. Análise de Sentimento vou ser repetitivo de novo , mas : na minha epoca de jovem torcedor da seleção brasileira , brasil nao tomava gol de p### de chile não viu Tokenização vou ser repetitivo de novo , mas : na minha epoca de Jovem torcedor Normalização da seleção brasileira brasil nao tomava gol de p### de chile não viu Etiquetador Morfológico Lematização Classificação Parte: palavrões Verbos: vou, ser, tomava Substantivos: epoca, brasil, gol, chile, seleção Adjetivos: repetitivo, jovem, brasileira, palavrão vou: ir ser: ser tomava: tomar p###: palavrão © 2013 IBM Corporation
  13. 13. Análise de Sentimento vou ser repetitivo de novo , mas : na minha epoca de jovem torcedor da seleção brasileira , brasil nao tomava gol de p### de chile não viu Parte Positivo Negativo Neutro ir 0.01% 0.05% 0.07% ser 0.02% 0.02% 0.08% repetitivo 0.01% 0.07% 0.02% de novo 0.02% 0.05% 0.03% mas 0.02% 0.04% 0.08% epoca 0.01% 0.01% 0.02% jovem 0.09% 0.04% 0.02% torcedor 0.07% 0.04% 0.05% seleção 0.09% 0.08% 0.05% brasileira 0.08% 0.03% 0.07% brasil 0.05% 0.07% 0.04% não 0.04% 0.08% 0.03% tomar 0.04% 0.06% 0.08% gol 0.08% 0.04% 0.01% palavrão 0.01% 0.09% 0.04% chile 0.02% 0.03% 0.06% não 0.04% 0.08% 0.03% ver 0.04% 0.03% 0.07% PROD 7.43E-64 4.68E-61 9.10E-62 POLARIDADE 0.1% 83.6% 16.3% Do learned database © 2013 IBM Corporation
  14. 14. App © 2013 IBM Corporation
  15. 15. Tv © 2013 IBM Corporation
  16. 16. Resultados – Brasil x Itália © 2013 IBM Corporation
  17. 17. Resultados – Brasil x Uruguai © 2013 IBM Corporation
  18. 18. Resultados – Brasil x Espanha © 2013 IBM Corporation
  19. 19. Mídia © 2013 IBM Corporation
  20. 20. © 2013 IBM Corporation

×