透过应用看行业 大数据如何带来思维创新 大数据正在逐渐成为我们茶余饭后谈论的热点问题，不单是在工作当中，在生活上的很多大数据应用也带给我们很大的启发和改变，我们可以举一些很简单的例子，在以前 ...
2015-10-04
数据分析：专车司机究竟是一群怎样的人 专车司机来自于学历较高、职业和家庭稳定的年青中产阶层，本地兼职“候鸟型”司机为主，寻求经济报酬之外，也在寻求社交的需要 近两年来，互联网技术不 ...
2015-10-04用好大数据 转型更轻松,制造业,转型 采访中，胡道发反复提到一点，金旅将信息中心更名为企业管理信息部，代表着公司高层对信息价值的认识产生根本性改变。这对装备制造业乃至制造业整体而言，借鉴意义都 ...
2015-10-04大数据时代,人类生活面临颠覆 对于IT领域来说，最近有很多非常新的概念，比如云计算、物联网，当大家刚刚对这些概念开始有清晰的认知时，又一个全新概念出现了——大数据。什么是大数据？大数据概念究竟 ...
2015-10-04反思O2O演化的三个时代 大数据与智能化才是未来所在 O2O，从人人追捧突然间变成了过街老鼠、人人喊打，这并非是一种正常现象。资本的过度虚高，创业者的过度神化，造成了今日大批O2O倒闭的悲剧。其实99% ...
2015-10-04阿里巴巴分析企业如何利用大数据解决问题 从以前必须求老板看看他做的数据，到现在老板会挑剔他准备的数据没有用，他认为，这是企业利用数据进化的结果，他发现美国许多企业不只拥有数据科学家，甚至还多 ...
2015-10-03电商用户的数据挖掘与可视化展现 进入到大数据时代，电商用户数据的暴增与数据的社会化在很大程度上模糊了O2O电商企业数据的边界，这些由用户创造的海量数据远远超越了目前人力所能处理的范畴。庞大的数 ...
2015-10-03大数据之有指导数据挖掘方法的模型 数据挖掘的目的，就是从数据中找到更多的优质用户。 什么是有指导的数据挖掘方法模型，以及数据挖掘如何构建模型。在构建一个有指导的数据挖掘模型，首先要理解和定义 ...
2015-10-03R语言企业级大数据挖掘应用 为什么要使用R语言 在互联网企业，在分析端使用闭源的商用软件几乎是不可能的，原因很简单：成本太高，不管是使用，还是研发及维护。 但我个人觉得这可能还不是最主要的原因 ...
2015-10-03大数据时代下的数据挖掘与可视化展现 全世界每天都有几十亿人使用计算机、平板电脑、手机和其它数字设备产生海量数据。在这个各个行业和领域都已经被数据给渗透，数据已成为非常重要的生产因素的大数据 ...
2015-10-03驳“网站SEO等于数据分析师” 笔者最近在站长站看到了许多关于网站SEO等同于数据分析师的说话，作为一个沉浸SEO5年的站长来说，这无疑是个非常搞笑的说法，假如数据分析就能做SEO，那我们SEOer要靠什么吃饭 ...
2015-10-03大数据产业调研及分析报告 大数据引发了全球范围内深刻的技术与商业变革，已经成为全球发展的趋势以及国家、企业间的竞争焦点，直接关系到国家安全、社会稳定、经济发展和民生幸福等诸多方面。我国在经 ...
2015-10-03大数据平台建立，数据的平等性如何保障 随着大数据的概念化，其本身结构性正在逐步建立完善，为其服务的云计算技术也逐步更新完善中，一切都是有条不絮，走得都很合理。 对于大数据的数据库建立， ...
2015-10-03走在数据分析师的成长道路上 大数据时代纵观全球,数据分析行业已发展到什么阶段？我国数据分析行业又占什么样的地位？ 我们不妨从政策的角度来感受下： 在美国，奥巴马ZF推出 ...
2015-10-03《ibm spss modeler数据与文本挖掘实战》_数据分析师书籍推荐 《ibm spss modeler数据与文本挖掘实战》 图书简介： 本书主要包括两部分内容：在数据挖掘部分，重点介绍了各种数据挖掘方法的基本原理及应用 ...
2015-10-03SPSS：质量信息管理的助手 目前，企业的各种质量数据量越来越大，对质量数据的处理工作量就异常巨大，软件研究人员把它们称作海量数据。海量数据有以下两个特点：首先，数据量庞大，由于企业规模扩张、产品 ...
2015-10-02优秀数据分析师应该具备的5点素质 多数时候非专业人士无法有效处理收集到的数据，这正是数据科学家供不应求的原因。据统计，从2003到2013年，数据行业取得了年平均约23%的高速增长，比行业平均水平高了5 ...
2015-10-02怎样判断一个人是否适合做数据分析 网友问：部门要找几个人做数据分析。现几个人原来是在不同的岗位上的,以前没有做过数据分析,怎么样才能看看出他们是不是适合做数据分析呢,在进行竞聘时使用什么样 ...
2015-10-02没有数据分析大数据什么也不是 商业人士想要通过大数据来了解客户的需求，但他们必须意识到没有数据分析“大海捞针”，大数据很难对其有所帮助。 在当今商业社会，客户的需求正在变得越来 ...
2015-10-02大数据时代,相关部门掌握的数据越来越重要 大数据活在“云端”，唯有云计算能让大数据找到自己的轨迹和存在的真正价值。但是，大数据并不全是飘在天上的浮云，它也需要能源源不断输送数据的“根”。 那 ...
2015-10-02Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
