移动营销，为什么小数据反而比大数据更有用？ 我们在谈论移动互联网的时候，总是赋予了它太多的想象力。但对绝大多数移动用户来说，手机在生活中的地位是一个工具的集 合，人们使用手机的自然行为更多的是借助 ...
2016-04-06
大数据风控的现状、问题及优化路径 在互联网技术和信息技术的推动下，大数据在金融行业的风控中获得了引人注目的进展， 但是在实际运用中其有效性还需进一步提高。当前大数据风控有效性不足既有数据质量的障碍 ...
2016-04-06
如果你想造一艘船， 不要鼓励人们去伐木、去分配工作、去发号施令。 你应该做的是，教会人们去渴望大海的宽广无边和高深莫测。 ——安东尼·德·圣-埃克苏佩里 在我们与美国政府、商业和国际组织的多年合作工 ...
2016-04-05大数据的成长期烦恼：四大“冰点”三大“缺陷” 大数据在深刻地改变着经济社会生活的方方面面。然而，这一互联网新技术，眼下却遭遇数据难以共享等诸多困难，数据的公信度和权威性因此打折。同时，大数据在 ...
2016-04-05
探索大数据背景下的基因研究 基于高性能计算集群这样的新一代测序器和快速演化分析平台，基因研究领域已经被海量数据淹没。众多基因、癌症、医学研究机构和制药公司不断产生的海量数据，已不再能被及时的处理并 ...
2016-04-05
大数据时代的数据图书馆 第一台计算机被发明时，人类只能储存和计算几兆的数据。而随着信息技术的发展，让人们可以储存庞大的数据，这就构成了现代数据图书馆的基础；而大数据分析工具的出现，更多的是扮 ...
2016-04-05大数据来袭 企业如何保护非结构化大数据 目前企业已经进入全新的大数据时代。在高带宽、移动的、网络环境中工作和生活的我们，会产生大量的数据，这些都成为大数据的来源，而这些信息很少存在于同一个地方。在 ...
2016-04-05史上最实用的大数据实施系统计划 大数据——这个词看起来比较深奥，一般非专业人士听着觉得相对复杂，觉得可能需要很大成本来部署和实施。然而幸运地是市面上已经有一些云服务来帮助我们让大数据变得更简单。另 ...
2016-04-04随着互联网的飞速发展，海量数据正在改变着人们的生活，由此催生的大数据技术也引发了商业模式和产业格局的变革，“大数据”已成为当下最热门的关键词之一。 规模大、种类多、价值高、速度快 什么是大数据？谢少锋 ...
2016-04-04对大数据分析错误认识那么多 舍恩伯格你知道吗? 随着大数据时代的到来，很多人对大数据产生了浓厚的兴趣，然而，大数据只是一个新概念，很多认识都是不正确的。 大数据产生的背景是整个社会走向数字化，特别 ...
2016-04-04
大数据,小数据,哪道才是你的菜 美国著名科技历史学家梅尔文?克兰兹伯格（Melvin Kranzberg），曾提出过大名鼎鼎的科技六定律，其中第三条定律是这样的[1]：“技术是总是配“套”而来的，但这个“套”有大有小（ ...
2016-04-04
企业实施大数据的五大关键 在《大数据应用于企业运营》中，我们已经给大家介绍了大数据在企业运营的不同层面的应用场景。了解了这些应用场景后，企业比较关心的是，如果企 业实施大数据战略，如何规划、如何实 ...
2016-04-04大数据时代美国带来的经验与启示 奥巴马及其团队创新性地将大数据应用到竞选活动中，通过分析挖掘近两年搜集、存储的海量数据，寻找和锁定潜在的己方选民，运用数字化策略定位拉拢中间派选民及筹集选举资金， ...
2016-04-04中国的IT基础不完善影响大数据使用 “中国在大数据方面所具有的优势是规模，可收集上亿的数据，这很难被超越。但中国企业的问题在于近几年发展得过快，因而来不及完善IT业的基础设施。”在10月25~26日的2014年 ...
2016-04-03大数据的未来在物联网 BAT谁第一个尝到甜食？ 说起大数据，可能很多人都知道这是未来互联网时代发展的一个大发向。但是大数据的兴起却不是因为互联网，也不是因为移动互联网，而是因为万物互联。 互联网可 ...
2016-04-03
企业如何选择合适的大数据安全方案? 有几项技术可以解决非结构化数据的安全，但是一旦数据离开网络，这些安全技术就会因为不能控制数据迁移后的环境而失去效果。这些技术有一个共同点，安全控制绑定在数据本身 ...
2016-04-03
从经验思维到实证思维的转变 比起“大数据”，我更喜欢“数据科学”的提法，这是因为：第一，在今后的分享中，我会更偏向于从技术层面探讨如何利用数据优化管理决策；第二，数据量的大小固然重要，然而数据能否 ...
2016-04-03
2016年数据分析领域5大预测 我所处的位置决定我看世界的角度。从这里望去，2016 年的分析领域令人振奋。有史以来，数据分析领域从未如此重要、如此有趣。 1. 机器学习在企业生根发芽 ...
2016-04-02
2016年利用大数据可以发掘哪些机遇？ 大数据的大热潮催生出了现下很多新技术的市场，但真正的价值在于这些技术之间的相互连接、以及技术和工具与应用之间的连接，这种连接能让我们的工具和应用向终端用户传递 ...
2016-04-021 从阿里数据分析师笔试看职业要求 以下试题是来自阿里巴巴招募实习生的一次笔试题，从笔试题的几个要求我们一起来看看数据分析的职业要求。 一、异常值是指什么？请列举1种识别连续型变量异常值的方法？ 异常值( ...
2016-04-02在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15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
