大数据历史背景、价值取向与哲学意蕴 1历史背景 1.1数字化、网络化和智能化 广义地看，人类正在经历第五次信息革命，或者叫第五次与信息相关的革命。过去四次依次是语言的产生、文字的创造、造纸和印刷术 ...
2016-07-03无数据不决策 大数据时代已经到来 近期对于人工智能AlphaGo五局四胜打败世界冠军李世石的事件在媒体圈炒的沸沸扬扬，但是在大数据圈内大家的心态似乎都非常平静。以往我们对于大数据的印象可以用“神秘”来描述 ...
2016-07-03空调平台电商优势明显 大数据定义精准营销 2015 年，在全球经济波动、国内宏观经济环境“新常态”及住宅产业低迷等综合因素影响之下，家电业面临着比以往更大的挑战，部分品类还出现了负增长。贯穿了整个2015年 ...
2016-07-03大数据时代，如何像看“今日头条”那样去看电视？ 刘慈欣写过一篇名为《诗云》的科幻小说，大意为：一个热爱艺术的超级文明为了写出比李白更动人心魄的诗歌，将穷举法推至极致，排列出所有汉字组合，最后却悲伤 ...
2016-07-02
大数据到底是不是“算命”？技术大牛们这样说 BAT虽然在数据量上占据优势，但却在丰富性上受到局限，甚至并不具备垂直领域UGC所具备的大数据能力。中小企业则可以充分利用自己在垂直领域里深耕的优势，将 ...
2016-07-02大数据迷潮下的教育研究及其想象力 “大数据”似乎已经成为一种潮流，甚至是一种时尚。人们还没来得及知道它“是什么”，就已经置身其中并迷狂不已，更别提仔细思考“为什么”了。所以，用“迷潮”来形容一点也 ...
2016-07-01应制定大数据资源保护法 “药店反对阿里云健康参与药品监管电子码的推广，是大数据保护法律缺位带来的典型问题，如果能够依法规范阿里的数据使用行为，药店也许不会有这么大的意见。”在昨日接受记者采访时，住 ...
2016-07-01提升大数据大生态产品供给水平 贵州省3月1日印发《关于推进供给侧结构性改革提高经济发展质量和效益的意见》，指出贵州推进供给侧结构性改革的主要目标是，增强供给结构对需求变化的适应性和灵活性，加快实现发 ...
2016-07-01给大数据装上安全阀 近年来，大数据应用领域十分广泛，涵盖了社会生活的主要方面。《2015年中国大数据发展调查报告》显示，超过55%的国内受访企业部署了大数据应用，2015年中国大数据市场规模达到115.9亿元，增 ...
2016-07-01为什么BI系统会日趋人性化 BI系统的发展趋势一直受到企业用户的关注，而对于最近BI系统出现的人性化趋势，让很多企业用户感到疑惑。其实，对于这种变化，是有据可查的。在最开始BI系统的发展过程中，其平台在不 ...
2016-06-30大数据时代为什么都在谈Hadoop? 最近知乎上有这样一个问题“为什么很多公司都采用Hadoop方案处理大数据业务”，引来很多回答，笔者整理如下，其观点或有时而可商，欢迎讨论。 先说一说什么样的公司比较倾向 ...
2016-06-30突破执法瓶颈 保障大数据时代个人信息安全 一段时间以来，个人信息安全备受关注。数据显示，截至2015年底，中国网民规模达到6.88亿，在网活跃智能设备数量接近9亿。伴随移动互联网应用向经济社会生活方方面面的 ...
2016-06-30
大数据对个人隐私权有什么影响？ 网络上的安全，也是我们逐渐关心的话题。这种科技的时代，真的没有网络的隐私了吗？ 1995年，欧盟出台的隐私法例将“个人资料”定义为可以直接或间接识别一个人的信息。很显 ...
2016-06-29大数据开启城市防空新模式 大数据的挖掘是通过软件处理在各种侦查预警等传感器上产生的大量数据，将这些数据存储在计算机设备中，基于各式各样的数据而非已有规则编写程序，利用包括量子计算机在内的各种高性能 ...
2016-06-29汽车大数据 汽车是大数据时代的先锋 时至今日，互联网已经行至一个中间点：上半场是互联，下半场是数据，互联的任务已经基本完成，数据将成为下半场的主角。这一点，在汽车领域也很明显。 当下的产业互联网，让 ...
2016-06-28大数据基金江湖，一场主动与被动的较量…… 从目前大数据基金的数据类型来看，包括银行卡交易数据、线上销售数据、搜索量数据、用户浏览行为、用户选股行为、用户点击关注行为等。 “事实上，基金投资本身是 ...
2016-06-28大数据助力视赚网络构建智慧媒体生态 中国大数据生态在2015年得到进一步发展，围绕着数据的收集、存储、管理、分析、挖掘和展现的各不同功能，逐渐出现不同的角色，从数据的生产者、数据提供者、第三方数据市场 ...
2016-06-28数据可视化技术让数据信息更加有意义 对于大数据的不断发展，对于数据可视化技术也提出了新的要求，不管是大数据的发展还是数据可视化技术的发展都备受关注，对于已经走过2015年和即将到来的2016年，大数据技术 ...
2016-06-27城市数据可视化的具体方法有哪些 生活在这个城市，在这个城市打拼，我们是否对这座城市有所了解呢?当我们想要到某处之时，我们如何以最快的速度最短的时间找到这个地方?看到这些问题，可能很多人要说，打车或者 ...
2016-06-27大数据时代下的银行业：围绕客户体验创新求变 中国金融服务业正在发生翻天覆地的变化，除了持续的金融系统改革外，中国的商业银行面临着更具挑战的客户预期以及诸多新机构的竞争。为了保持竞争优势，金融机构采 ...
2016-06-27Pandas 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
