企业用好大数据只需这6招 大数据并不是我们说的数据大就是大数据,这种理解没事实际意义,大数据的核心并不在规模大,而是它蕴含的是计算和思维方式的转变。大数据的“大”是宏观多变的意思,数据分析师利用数 ...
2016-02-06一、企业大数据如何起步:从小数据到大数据 目前国内外关于大数据的谈论很多,大多是谈运营级别的,或者说从服务端、服务方提得较多一些。笔者要跟大家交流的问题是作为各类企业尤其是客户方的企业来说, ...
2016-02-05大数据分析技术如何改变传统酒店与保险业 虽然落后于零售业和制造业,但是,酒店业和保险业有着令数据分析师羡慕的数据数量和种类,大数据也正在改变传统领域的面貌,将每一条数据痕迹转变为可付诸行动的洞察 ...
2016-02-04数据分析师有机会请走向一线 一、掌握基础、更新知识。 基本技术怎么强调都不过分。这里的术更多是(计算机、统计知识),多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看,这点大家深有感 ...
2016-02-04数据分析新方法,你知道多少? 对数字营销公司FullFunnel的COO Stephen Barone来说,2016年将会是一个从孤立的、特定客户分析项目向更大众化的大数据收集与分析方法过渡的一年。 数据分析新方法,你知 ...
2016-02-04文|KEVINSAFFORD译|王鹏宇来源|数据工匠 写文章揭密数据科学家,这事几乎已经发展成了一种产业。 关于数据科学家的困惑很大部分归咎于:数据科学不是一个具体的职务,而是一种在机构中解决问题的方法。因此,数据 ...
2016-02-03产品运营中极具战略意义的环节:数据分析 在产品运营的过程中经常遇到怎样吸引用户,数据分析师如何提高产品的下载量、注册量等各种各样的问题,怎样找到问题所在并采取积极有效的措施,数据分析师扮演着至关重 ...
2016-02-03被骗好多年:原来这才是大数据 小镇水果店也用“大数据” 此时此刻,阳光明媚,在离上海市区20公里的光明镇,有一家街边的水果店,叫光明水果店。店门口一只狗懒洋洋躺着。此时村头的王老太来了,说要买橘 ...
2016-02-03虽然大数据这个概念炒的非常火,但是大数据内部运作的逻辑,其实和我们传统行业是比较类似的。比如如果传统行业做实业的话,首先要有地基,你要有厂房,要有原材料,然后做加工,接下来设计成独立的产品,给客户带来 ...
2016-02-03未来两年大数据市场和技术趋势分析 我们在大数据的调研中了解到,中国各型企业正在逐步意识到大数据的业务价值和商业价值,并且鉴于数据量的迅猛增长和数据分析师通过大数据分析所带来的巨大价值,在未来24个月 ...
2016-02-03大数据影响人类认知和行为习惯 中国社会科学院数量经济与技术经济研究所樊明太研究员指出:大数据为信息数字化、信息标准化和信息价值化创造了条件和基础,社会和经济主体\"数据分析师\"可以据此进行数据相关 ...
2016-02-032016年商务智能的10大发展趋势 开辟利用数据的理念 在过去的2015年中,我们看到了在商务智能领域所发生的重大的转型。越来越多的企业纷纷开辟了利用数据的理念,以便\"数据分析师\"能够从数据中探索和发现更多 ...
2016-02-02大数据+时代 企业与用户如何做有温度的互动? 综艺热词、产品爆款、热门话题、刷屏……移动互联网时代,大众的生活变得多姿多彩,背后呈现的是我们的生活正在“网格”化,众多的数据交叉其中,留给行业无限探索 ...
2016-02-02文|白天亮 来源|人民日报 有人在喊“招工难”:上调了待遇、放宽了标准,还是连续几个月招不到人。有人在喊“就业难”:工作一年比一年难找,应聘时一个岗位几十人来面试。劳动力市场供求态势到底怎么样?不 ...
2016-02-02原文|Spark2015YearInReview 翻译|牛亚真 来自|CSDN ApacheSpark在2015年得到迅猛发展,开发节奏比以前任何时候都快,在过去一年的时间里,发布了4个版本(Spark1.3到Spark1.6),各版本都添加了数以 ...
2016-02-01数据分析:如何洞察高级持久性威胁 高级持久性威胁(APT)的发起者利用多种意想不到、时间敏感而且各不相同的攻击向量来攻击你的服务器。他们试图长期访问并控制您的IT基础架构,来达到自己的目的。这些 ...
2016-02-01企业必须掌握的三种大数据 关乎企业的生死 在互联网风生水起的时候,谈大数据是一个老生常谈的话题,但“十三五”规划后,这又是一个不得不谈的大方向。“十三五”规划建议提出:“实施国家大数据战略,推进数 ...
2016-02-01以大数据支持创新 数据分析师对数据采集、整理和开发数据的创新能力,是信息时代最关键的生产要素。实施创新驱动发展战略,必须学会使用大数据。 突出实证研究。以前由于信息不充分,从基础理论到应用理论, ...
2016-02-01互联网企业掘金社交大数据 “互联网+”浪潮之下,信用数据的来源越来越广泛,几乎涵盖了整个网络,不再局限于传统意义上财务资产类的信息。 例如社交行为、文字图片、视频语音乃至社交网络上好友关系,不断 ...
2016-02-01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