数据分析:你知道吗？数据发现数据 有时候，数据的价值在于新旧数据结合后产生的判断或响应，有时候这种响应需要人为的查询操作才能获得，而有的时候，系统会自动作出响应，并给用户发出通知。显然，后者拥有智 ...
2016-04-28
为什么大数据会如此轰动？ 1、存在的背景 基础设施的巨大飞跃，数据储存技术、网络技术的迅猛发展，为大数据时代的到来准备了物质基础。 物联网本质上就是更多采集数据的入口和节点；云计算培养了服务的商 ...
2016-04-28
对于大数据，你必须要明白 大数据目前的技术和应用都是在数据分析、数据仓库等方面，主要针对OLAP（Online Analytical System），从技术角度来说，包含两条腿：一条腿是批量数据处理（包括MR、MPP等），另一条 ...
2016-04-28
大数据也需要冷处理 在大数据热潮的背后，企业需要持冷静的态度，在应用大数据的时候，也要对业务基础以及技术基础进行研究，保证大数据在企业中可以持续的发展下去，大数据的应用必须要持续化，才能产生持续的 ...
2016-04-28大数据环境下的互联网生态 大数据的发展不是突然爆发的现象，而是由量变到质变的过程。移动互联网、物联网的发展促进了数据量的激增;存储设备的价格正随着技术的发展逐步下降;未来，收集、处理与存储大量数据的 ...
2016-04-27
大数据时代互联网移动营销的趋势 随着社交网络和智能手机的普及，可穿戴设备的崛起，我们已经进入了自我创造数据的时代，一个大数据的时代，在数字生活空间，用户每天上网产生大量的数据信息，这些非结构 ...
2016-04-27
大数据自动分析法的崛起 十多年来，我谈论过的只有三类分析法：描述（descriptive）和预测（predictive）以及规范（prescriptive）分析。这个分析法三元组在我这里工作得非常好，很多其他人也在使用。 ...
2016-04-27
传统媒体人应有的数据思维和方法论 可能是因为媒体人长期需要保持对新闻的敏感性，对社会热点的持续关注，有时候也需要间中制造一些社会热点，或许这就是媒体人的职业病，也正式因为这种职业特性，使得传 ...
2016-04-27
大数据营销不能自作聪明，别小瞧你的消费者 借助大数据，企业获得了很好的营销手段，可以精准的定位消费者，也可以根据消费者的喜好设计与生产适销对路的产品，还可以对消费趋势进行预测。于是，很多人认为，大 ...
2016-04-27有一个大数据项目，你知道问题领域(problem domain)，也知道使用什么基础设施，甚至可能已决定使用哪种框架来处理所有这些数据，但是有一个决定迟迟未能做出：我该选择哪种语言？(或者可能更有针对性的问题是，我该 ...
2016-04-26大数据安全的小船怎样才能不翻? 人类的生产生活每天都在产生大量的数据，并且产生的速度越来越快。新的攻击手段层出不穷，需要检测的数据越来越多，现有的分析技术不堪重负。 安全数据的数量、速度、种类的 ...
2016-04-26
大数据误区你知多少?不是越大越好 随着云时代的来临，大数据也吸引了越来越多的关注。在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新， ...
2016-04-26
大数据时代 树大数据意识 一，大数据及其特点 1.什么是大数据？ 美国首屈一指的咨询公司麦肯锡给大数据的定义是：大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。全球最大的电子商务公 ...
2016-04-26CIO需要弄懂大数据的5个关键命题 企业大数据分析始于谷歌、雅虎和Twitter等互联网公司，与这些互联网公司类似，传统企业也迫切需要挖掘用户数据的价值，提高企业的竞争力和决策质量。以下是关于大数据CIO需要了 ...
2016-04-26
大数据时代，穷人可能会更穷 大数据可以帮助人们解决很多对于个人来说非常困难的问题。例如它可以帮助企业降低成本，帮助城市进行规划，帮助情报机构发现恐怖分子之间的联系，协助卫生官员预测疫情，以及帮助警 ...
2016-04-26从历史变革中认识和发展大数据 大数据的概念从问世到现在已有5年历史，这个概念从诞生到发展在全球引起了一次又一次热潮，经久不衰。为什么会这样？ 从历史和全局战略认识大数据 大数据的浪潮翻涌至 ...
2016-04-26导语 人类的生产生活每天都在产生大量的数据，并且产生的速度越来越快。新的攻击手段层出不穷，需要检测的数据越来越多，现有的分析技术不堪重负。 安全数据的数量、速度、种类的迅速膨胀，导致的不仅仅是海量异 ...
2016-04-25
详解大数据的思想形成与价值维度 比如经济上，黄仁宇先生对宋朝经济的分析中发现了“数目字管理”(即定量分析)的广泛应用(可惜王安石变法有始无终)。又如军事，“向林彪学习数据挖掘”的桥段不论真假，其 ...
2016-04-25
大数据时代 什么是数据分析做不了的？ 不久之前我曾与一位大型银行的首席执行官一同用餐。他正在考虑是否要退出意大利市场，因为经济形势不景气，而且未来很可能出现一场欧元危机。 这位CEO手下的经济 ...
2016-04-25
大数据分析防御威胁,中小企业安全的选择 随着ICT技术的发展，企业的信息化程度越来越高，对信息的依赖性也越来越强。如今，无论是和互联网相关的IT新兴企业，还是在互联网冲击下转型升级的传统行业，都把 ...
2016-04-25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
