当获得一份数据集时，你会怎么做？ 立马撩起袖管进行分析么？这不是一个好建议。无数的经验告诉我们，如果分析师不先行了解数据集的质量，后续的推断分析是事倍功半的。 正确的处理方法是先 ...
2017-04-07
《釜山行》是一部丧尸灾难片，其人物少、关系简单，非常适合我们学习文本处理。这个项目将介绍共现在关系中的提取，使用 R 编写代码实现对《釜山行》文本的人物关系进行分析 使用到的R包 li ...
2017-04-06来自 Glassdoor 的最新数据可以告诉我们各大科技公司最近在招聘面试时最喜欢向候选人提什么问题。首先有一个令人惋惜的结论：根据统计，几乎所有的公司都有着自己的不同风格。由于 Glassdoor 允许匿名提交内容，很 ...
2017-04-05
前言 在大数据时代，很多公司开始利用数据、分析数据，以协助自己做出正确的市场决策。数据的来源多种多样，而社交媒体是一个重要的数据来源渠道。那么国外的公司是如何挖掘社交媒体数据的呢？ 在小学 ...
2017-03-31
本文使用银联智惠信息服务（上海）有限公司 提供的2016年线下城市消费力大数据，对中国的地域差异进行了一个小小的研究。 选取了全国 300 余个地级市作为研究对象，并以城市发展水平和所属地理区位对城 ...
2017-03-30
概述 HBase 是一个开源的非关系型分布式数据库（NoSQL）,基于谷歌的 BigTable 建模，是一个高可靠性、高性能、高伸缩的分布式存储系统，使用 HBase 技术可在廉价 PC Server 上搭建起大规模结构化 ...
2017-03-29
各类 paper 是有一定的借鉴意义的，不过这主要是学术界在单个问题上的细化，要真正从研究领域落地到大数据的处理还有很多工作要做。 一、工程上的处理流程 工程上的处理流程具体包括 ...
2017-03-28
前言 工作和家庭难以兼顾吗？美国程序员小哥实力演绎如何在带娃的同时，在一年内获得五项开发者认证和第二学位的。 我边工作边带娃的场景 CD Baby 的创始人 Derek Sivers 曾说：“所 ...
2017-03-27
于是我希望，在七周成为数据分析师的系列后，把数据化运营作为第二个系列来完成。每次写文章，对自己也是一种总结和提升。 下面是一份「简略」的大纲，更恰当地说是草稿。当不久的将来开始正式写 ...
2017-03-23
[泰坦尼克号问题之背景] 就是那个大家都熟悉的『Jack and Rose』的故事，豪华游艇倒了，大家都惊恐逃生，可是救生艇的数量有限，无法人人都有，副船长发话了『lady and kid first！』，所以是否获救其实 ...
2017-03-22
1、电视媒体 大数据应用案例之电视媒体——对于体育爱好者，追踪电视播放的最新运动赛事几乎是一件不可能的事情，因为有超过上百个赛事在 8000 多个电视频道播出。而现在市面上有开发者开发了一个 ...
2017-03-21
1.北漂都是哪里人 根据第六次全国人口普查数据，北漂的来源地有非常明显的特征—— 其实只看该省入京的绝对数量，已经基本能发现一些端倪，但还不够确信。我们再加上一个数据佐证，即“流入北京人口占当 ...
2017-03-20
最近有篇31岁员工因PPT做的太丑而被公司炒了的消息火了朋友圈， 看到这条消息后艺术细胞极端匮乏如作者的奇葩网店数据分析员小奇开始坐立不安了。因为明天就是向老板汇报去年网店运营销售情况的日子， ...
2017-03-17
Growth Hacking 这个词在过去一两年开始迅速从硅谷传播到国内，也诞生了一系列专注于企业数据分析业务的明星初创公司，如 GrowingIO，神策数据，诸葛IO 等。 Growth Hacking 简单的来说就是用数据驱动的方式 ...
2017-03-16
这次，罂粟姐姐悄悄告诉你们 Excel 数据透视表的 10 个秘密。当然，如果有 1 个及以上的秘密是你之前不知道的，就果断打赏转发吧。（如果你全知道，呃……大神求带~） 1、手动刷新和定时刷新 ...
2017-03-15
我们都熟悉“人工智能”这一概念。毕竟，这个词常常在热门电影中出现，如《终结者》、《黑客帝国》、《机械姬》。 但最近你也可能常常听到其他术语，如“机器学习”和“深度学习”，这些词有时与人工智能交 ...
2017-03-14
数据科学是一个蓬勃发展的产业，相关大数据的职业也成为热门，给人才发展带来带来了很多机会。数据科学家、数据工程师等已经成为大数据行业最热门的职位。今天让我们先来看一下这两种职业之间的区别，具体的工作， ...
2017-03-13
本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法，当然,欢迎同行交流。 哲学要回答的基本问题是从哪里来、我是谁、到哪里去，寻找答案的过程或许可以借鉴机器学习的套路：组织数据->挖掘知识->预测未来。 ...
2017-03-10
Fairygodboss 通过对美国职场女性的调查，同时结合著名研究机构的研究数据，发布了一份 50 多页的 16 年女性工作现状调查报告，以下是内容的节选。研究结果涉及到女性工作现状的方方面面，并且对从企 ...
2017-03-09
概述：本文基于 R 语言，通过一个逻辑回归构建汽车贷款申请信用评级的案例，来为大家简单介绍信用风险模型及建模流程、R 语言实现、及中间需要注意的一些问题。包含的主要内容有以下几部分： ● 信用 ...
2017-03-08在数据驱动决策的时代，数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中，很多数据分析项目看似流程完整， ...
2026-01-15在CDA（Certified Data Analyst）数据分析师的日常工作中，“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域，百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据，而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中，流失是必然存在的——电商用户可能“浏览商品却未下单”，APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中，次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈，是判断产品是 ...
2026-01-14在CDA（Certified Data Analyst）数据分析师的业务实操中，“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代，用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”，还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代，“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据，往往存在 ...
2026-01-13在CDA（Certified Data Analyst）数据分析师的核心能力体系中，“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中，业务模型与数据模型是两大核心支撑体系：业务模型承载“业务应该如何运转”的逻辑，数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代，“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言，用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA（Certified Data Analyst）数据分析师的日常工作中，“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代，用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业，提前精准预测潜在流失用户， ...
2026-01-09在量化投资领域，多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子（如估值、成长、盈利、流 ...
2026-01-09在CDA（Certified Data Analyst）数据分析师的工作场景中，分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据，是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下，数据已成为驱动业务增长的核心引擎。电商公司的数据分析师，不仅是数据的“解读官”，更是业务的 ...
2026-01-08在数据驱动决策的链路中，统计制图是CDA（Certified Data Analyst）数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析（PCA）的学习与实践中，“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中，成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07
