大数据时代 数字化移动互联网运营里的商业秘密 2015年双十一结束后，根据天猫公布的数字，其移动端交易占比为68%，超过了去年的49%的占比。双十一期间其他电商的报告也揭示，移动端交易占比在70%左右。移动互联 ...
2016-01-10大数据可视化的思维 在数据领域我们主张用数据可视化思维去探索大数据的价值，我们知道2013年是中国大数据的元年，任何一家企业不把自己的产品业务和大数据联系在一起，就觉得是非常落伍的，但是真实的情况是不 ...
2016-01-10大数据时代，银行业内部审计发展的战略思考 智能信息技术蓬勃发展，创新成果层出不穷，大数据时代迅速到来，并已在金融领域渗透融合，信息化银行经营业态呼之欲出。信息化银行给内部审计履职创造了更好的条件， ...
2016-01-10
让大数据为互联网保险保驾护航 随着国家经济创新的不断深入及个人财富增值的需求，保险作为一种综合理财行为逐渐成为消费者关注的重点，在“互联网+、大数据”的冲击下，作为传统的金融行业，中国的保险销售模 ...
2016-01-10
大数据对人文—经济地理学研究的促进与局限 大数据技术的诞生不仅快速推动着社会的进步,而且也将科学研究不断引向新的高度。以人类社会经济活动为主要研究对象的人文—经济地理学与当前大数据建设和发展趋势具 ...
2016-01-10
大数据与娱乐产业 在物联网时代，大数据将成为文化娱乐产业的核心资产。最有价值的大数据，是由多种消费行为组成的场景数据。单一消费者多种数据的交集（而不是单个数据）才有深入分析的价值。例如，一家三口到 ...
2016-01-10统筹推进大数据 四大工程建设 积极发展大数据产业是贵阳加快发展的机会窗口和超常规发展的重要抓手。发展大数据产业既是贵阳实现后发赶超的创新性产业方向，又是贵阳实现产业转型和新型工业化的战略选择，也是 ...
2016-01-09“大数据”汹涌袭来 信息时代，“大数据”汹涌袭来，日趋成为影响当今世界经济、科技革命、特别是新军事变革的重要驱动力量。 “大数据”又称海量或巨量信息资源，是信息技术空前发展，传感器、物联网、云计 ...
2016-01-09大数据:激荡新经济 大数据让一切都可以量化。未来，我们绝不会缺乏对数据的占有，而如何开发数据金矿才是挑战，让沉睡的数据创造价值，用创新分析激活数据坟墓才是关键 晨起，喷嚏频频。赶紧上网搜索：“感 ...
2016-01-09建设大数据体系 促创新创业发展 当前，面对浩浩荡荡的互联网+、大数据、云计算、众筹等新时代的到来，我们的思维方式和发展手段如何进行调整？如何推进管理创新、发展创新？如何建立有利于创新资源配置和创新潜 ...
2016-01-09大数据带来诸多挑战 大数据与数据科学的理论发展和计算方法、政府部门在大数据方面的顶层设计、大数据方法在金融等不同产业中的应用、大数据带来的信息安全挑战等课题成为专家们讨论的热点。 会议组织者、中 ...
2016-01-09用好“大数据”这张化验单 信息化时代，用好大数据势在必行。为提高人才工作的科学化、信息化水平，江苏徐州市综合运用工商、社保、税收、专利、研发投入等相关部门“大数据”，从人才项目分析入手，逐步扩展到 ...
2016-01-09
阿里巴巴B2B业务欲将强化大数据的应用 7月16日下午消息，在从港交所退市一年多后，阿里巴巴B2B业务今日在杭州举办第一次发布会。阿里方面表示，未来其国际B2B业务将加强大数据应用来提升平台供求信息的匹配率。 ...
2016-01-09
大数据不是万能水晶球 这些事不要指望它 现在，大数据预测已经被应用到了各种领域，比如预测奥斯卡奖得主；预测世界杯赛事结果；预测高考作文题目等等，可见大数据预测已经成为了一种势不可挡的趋势。 维基 ...
2016-01-09大数据和我们的生活 这里，每走一步都可以遇见几块或大或小的电子显示屏，现代声光电的技术随处可见；这里，解说员口中的一个个“大数据”专业术语，都能通过鲜活的画面、例子表示出来；这里，看得到我们生活的 ...
2016-01-09
大数据产生大结果：保险赔付率预测模型效能提升高达30% 1月8日，2016中国（杭州）“互联网+”金融大会，来自律商联讯风险信息公司（LexisNexis Risk Solutions）的保险业务首席执行官 Bill Madison进行了“大 ...
2016-01-09大数据+社会化协同 菜鸟不菜成老师 随着“双11”活动成为常态，价格虽然仍是吸引用户的重要因素，但将不再起决定性作用。消费者会越来越重视质量、售后和物流问题。今年双十一的事实已经证明，阿里旗下菜鸟网络 ...
2016-01-08变革！建设行业大数据的崛起 影片《点球成金》是部关于奥兰克运动家棒球队如何通过利用统计学和数学建模的方式分析数字，从而取得最终胜利的电影。有一个有趣的场景，就是灰头发的老球探们坐在一旁评论 ...
2016-01-08
大数据分析看：代工厂倒闭，谁会惊慌？ 2015年圣诞节，深圳中天信电子宣布倒闭，作为受害者之一的锤子科技，虽然发声明说中天信倒闭不会影响其发布会和后期销售，但2015年已出现多家手机代工厂倒闭，间接证明了 ...
2016-01-08大数据领域预测新格局，开启未知的2016！ 2016年大数据领域会发生什么情况？考虑到如今在深层神经网络和规范性分析方面取得的进展，你可能觉得这个问题很好回答。而实际上，来自业界的大数据预测大不相同，本 ...
2016-01-08在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 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
