EMC Corporation 公布了其主办的两项大数据竞赛的结果，该竞赛旨在分析摩托车赛车手 John McGuinness 又名莫克姆导弹，以了解他为何如此之快。 一场比赛侧重于数据分析，另一场比赛侧重于数据可视化。 共有 750 多名参赛者角逐价值 7,500 美元的奖品。
大数据提出了如何管理和分析它的问题，同时又有望提供可以在多个领域提供帮助的重要见解，从帮助企业做出更好的决策以提高运营效率、降低成本和风险，到帮助科学和医学界更好地发展加速研究。 然而，数据可能如此之大，搜索、存储或分析数据的方法有限。 出现的另一个问题是向大多数组织指出大数据的好处，因为它是一个如此复杂的想法。 在摩托车数学竞赛中，EMC 将大数据应用于阅读世界，以说明如何使用这些数据。 不仅如此，EMC 还向数百人开放了比赛，看他们将如何分析数据。
EMC 选择分析的对象是 John McGuinness。 McGuinness 被认为是世界上最好的摩托车赛车手之一，他具有高度的多功能性，参加过所有类型和级别的摩托车比赛。 虽然 McGuinness 已经参加了 25 年的比赛，但他最出名的是他在马恩岛 TT 比赛中的胜利。 在马恩岛 TT，麦吉尼斯赢了 22 次。 他也是第一个在比赛中打破时速 130 英里大关的人。 当被问到他为什么那么好时，他如实回答：“我不知道。”
实验在西班牙的 Circuit Monteblanco 进行。 EMC 为 McGuinness 和控制对象、摩托车赛车手记者 Adam “Chad” Child 在他们的赛车服和自行车上安装了传感器。 EMC 能够捕获超过 700,000 行性能、生物识别和机械数据。 在整个比赛过程中，从机器和车手那里收集了几个变量，以进行进一步分析。
在参加比赛的 750 名参赛者中，只有 28 人获得了大奖，其中两人获得大奖。 数据分析比赛的获胜者 Stefan Jol 发现，McGuinness 转弯时刹车更用力，使他的线路更好，因此全程速度更快。 Stefan Jol 将曲目分成不同的元素，并研究每个元素如何影响另一个元素。 比赛可视化部分的获胜者 Charlotte Wickham 让非数据科学家更清楚地了解每位骑手的相对表现。
EMC 对结果印象深刻，以至于他们今年在马恩岛 TT 重新进行了更深入的测试，现在正在分析数据。
Amazon