大数据

利用大数据工具追踪行业数据变化 #生活常识# #职场技巧# #行业动态了解#

Ingredient-based relationship 结 论 南欧和东亚地区的菜谱倾向于避免相同风味的食材，尤其是东亚地区， 喜欢截然不同风味的原材料，譬如芝麻油和大蒜。两种食材相同风味 越多，东亚居民烹饪时将它们搭配在一起的可能性越低。 结 论 从分子层面来看东西方美食差异，西方烹饪喜欢使用有相同味道的食材组合，但东亚烹饪趋向避免使用同样味道的食材组合。 如果说东亚美食美味在于避免风味相近的食材搭配在一起，那么使用风味相近的食材，用同样的烹饪手法，或许能创造出另一类美食。 食材搭配的差异可以解释世界各地的美食味道差别为何如此之大，“这为人们理解食物开辟了新思路”。 （1）忽略不计的因素： 这些因素在研究开始就被系统过滤，研究人员希望能找出超越特定菜系和单个菜肴的一种食材搭配准则。 discussion 烹饪是一门艺术，科学分析不可能解释艺术的方方面面。 某些食材的作用不单是影响滋味。 例如：鸡蛋增固，红椒提色。 一碟菜的滋味更多地在于制备而非食材选择。 （2）数据的不完整性 类似于生物学领域关于蛋白质交互作用的研究，由于条件限制，通常无法获得一个细胞的所有蛋白及它们之间管理、调控、代谢等交互效应的信息。事实上，目前已知的蛋白交互作用信息只占人类细胞的10%. 覆盖面差异大的相似数据集，结果基本一致。 discussion （3）社会学偏倚 西方化学家更倾向于分析西方食材？西方常用食材所含分子数较多？常用食材所含分子数多于稀有食材？ discussion 横轴：the (ranked) popularity 纵轴：the degree of compound 无明显相关关系 新 思 路 More generally this work provides an example of how the data-driven network analysis methods that have transformed biology and social sciences in recent years can yield new insights in other areas, such as food sciences. 谢 谢！ * 我们观察到的现象是真的受到某种机制影响，还是只是一种偶然性的集结。零模型的意义就在于给实际网络找一个合适的对象作为参照比较。 * 某个（对，三联）食材出现对ΔNs的影响 *Flavor network and the principles of food pairing 风味网络及食材搭配准则 报告人： 2013-11-22 Big data 大数据 Big data 大数据 大数据是当代的望远镜和显微镜. 目前：由“研究问题驱动”收集数据 未来：由“数据驱动 data-driven”研究问题 大数据的目的：big data to knowledge 探索数据产生机制 引言 正在发生的生活、工作与思维的大变革 第一部分 大数据时代的思维变革 第1章 更多：不是随机样本，而是所有数据 第2章 更杂：不是精确性，而是混杂性 第3章 更好：不是因果关系，而是相关关系 第二部分 大数据时代的商业变革 第4章 数据化：一切皆可“量化” 第5章 价值：“取之不尽，用之不竭”的数据创新 第6章 角色定位： 数据、技术与思维的三足鼎立 第三部分 大数据时代的管理变革 饮食与哲学 西方哲学 代表：古希腊哲学 特点：形而上学，主要研究事物之理。 西方烹饪注重营养搭配，其菜肴色彩鲜明，滋味简单明了。 东方哲学 代表：中国哲学 特点：宏观、模糊、不可捉摸。 东方烹饪讲求调和之美，以味美、协调为度，度以内包含着千变万化。 概 述 东西方美食各有千秋，但少有人从分子层面来分析两者的差异。 食物搭配： 北美：虾——西红柿：１－戊烯－３－醇 西欧：奶酪——西红柿：４－甲基戊酸 东亚：鸡蛋——西红柿：？ 英国研究人员通过分析数万份菜谱所用食材的化学成分，探索东西方烹饪艺术的差别。 研究思路 前提：大数据，食物制备信息可获得 （食材——化学成分，食谱数据库） 问题：分子层面的食物搭配准则 方法： data-driven investigation network-based approach 过程： 食材——分子 bipartite network 食材——食材 flavor network e

网址：大数据 https://www.yuejiaxmz.com/news/view/1318907

相关内容

大数据最大价值:大数据+物体=智能
大数据的最大价值: 大数据+物体=智能
大数据测试数据构造工具
大数据时代下的数据安全.docx
食谱、菜谱大全数据库（数据集）
大数据时代下信息数据平安
大数据智能是什么?智能大数据介绍
大数据数据安全：如何保护您的数据免于风险？
大数据应用
大数据管家

随便看看