阻碍大数据成功的常见问题 缺乏熟练的数据专业人员（例如资源和内部技术能力）是很多企业面临最大的问题，此外，还缺乏高价值的商业案例。如今，为了收集大数据状态的见解，行业媒体与来自20家企业的22位 ...
2017-05-03【杰云通(北京)技术有限公司】招聘数据分析师 杰云通（北京）技术有限公司是主要经营基于网络的视音频业务和基于网络的数据可视化业务的产品和方案提供商。在视音频领域主要从事视音频技术开发，方案设计，销售服务 ...
2017-05-02【天津龙吟科技有限公司】招聘数据分析师 天津龙吟科技有限公司为蚂蚁金融服务集团旗下支付宝口碑网的城市服务商，负责推动支付宝口碑项目的推广和服务。目前口碑天津已覆盖商家10000+，未来将覆盖整个本地生活服务 ...
2017-05-02【广东粤数大数据有限公司】招聘数据分析师 职位月薪：18000-30000元/月 工作地点：深圳-南山区 发布日期：5/2/2017 11:55:30 AM 工作性质：全职 工作经验：5-10年 最低学历：本科 招聘人数：2人 职位类别： ...
2017-05-02【上海诺示商贸有限公司】招聘数据分析师 公司概况：上海诺示商贸有限公司是一家经营全球著名进口品牌食品的电商，经营的品牌包括费列罗、百乐顺、百味来、纷时乐等诸多著名品牌，销售商品将达数百种。商品将进驻淘 ...
2017-05-02【广州欢泉信息科技有限公司】招聘数据分析师 广州欢泉信息科技有限公司，主要是在电子商务方向发展，公司旗下拥有多个自有品牌，经营范围涉及：服饰、鞋子、 箱包 等多个类目；平台涉及：天猫、 京东、 唯品会 、苏 ...
2017-05-02【安徽翔润电子商务有限公司上海分公司】招聘数据分析师 安徽翔润电子商务有限公司是一家专注于文化互联网线上交易，力主融合文化与金融属性、互联网+为一体的行业创新型企业。公司总部位于上海静安区会德丰国际广场 ...
2017-05-02
数据挖掘基本任务 数据挖掘主要做什么？换而言之，数据挖掘主要解决什么问题呢？这些问题，可以归结为数据挖掘的基本任务。 数据挖掘的基本任务包括分类与预测、聚类分析、关联规则、奇异值检测和智能推荐等 ...
2017-05-02
一年以前，我还只是一个没有任何编程经验的电脑爱好者。在试着上了一些在线课程之后，我深受启发，接着决定开始学习加拿大最好的计算机科学课程之一。 两周后，我意识到我可以通过 edX ，Coursera 和 Ud ...
2017-05-02
大数据征信与商业银行应用策略 国内征信业发展迅速、特点鲜明。国家专项法律和政策规划促进了征信机构及服务的多样性，立信、供信、征信、用信各方共同组成了征信市场，推动形成了全社会共同参与的“大数据征信 ...
2017-05-02
大数据时代，银行BI应用的方案探讨 大数据被誉为21世纪发展创造的新动力，BI（商业智能）成为当下最热门的数据应用方案。据资料显示：当前中国大数据IT投资最高的为五个行业中，互联网最高、其次是电信 ...
2017-05-02
SPSS因子分析法-例子解释 因子分析的基本概念和步骤 一、因子分析的意义 在研究实际问题时往往希望尽可能多地收集相关变量，以期望能对问题有比较全面、完整的把握和认识。例如，对高等学校科研状况的评 ...
2017-05-02
为何大数据会扼杀企业 大数据被很多人吹捧成了大企业的救星：有人说它能预言未来，照亮我们的道路，给古老的商业模式带来新的生机。但是在现实世界中，数据是会杀人的。它能杀死项目，杀死金钱，甚至杀死时间。 ...
2017-05-02
SPSS常用统计图 SPSS统计图形的绘制 ? 一、概述 ? 二、统计图的分类 ? 三、常用统计图 ? 四、小结 一、概述 ? 统计描述: ? 包括统计指标和统计图、表 ? 统计图的特征： ? （1）形象化： ? 变抽象的文字为形象 ...
2017-05-02
数据挖掘九律，看完不后悔 一位挖掘专家 tom khabaza 提出了挖掘九律，挺好的东西，特别是九这个数字，深得中华文化精髓，有点独孤九剑的意思： 第一，目标律。数据挖掘是一个业务过程，必须得有业务目标。 ...
2017-05-02
主成分分析法及其在SPSS中的操作 一、主成分分析基本原理 概念：主成分分析是把原来多个变量划为少数几个综合指标的一种统计分析方法。从数学角度来看，这是一种降维处理技术。 思路：一个研究对象，往往 ...
2017-05-02
年薪50万的大数据分析师养成记 以下是一位在数据分析领域打滚了N年后，写下的一些体会，一定能给新人一些借鉴的地方。（总结的不错，大家可以借鉴学习哦） 一、数据分析师有哪些要求？ 1、理论要求及对数 ...
2017-05-02
利用SPSS进行主成分分析 【例子】 以全国31个省市的8项经济指标为例，进行主成分分析。 第一步：录入或调入数据（图1）。 图1 原始数据（未经标准化） 第二步：打开“因子分析”对话框。 沿着主菜 ...
2017-05-02从定位到运营，快速构建企业大数据分析平台 如今云计算和大数据口号喊的热火朝天，大家都在谈，然而，人们对大数据的理解还是较为模糊，困惑满满。尤其是如何利用大数据分析平台与互联网、电商、电信、金 ...
2017-05-02
“物联网”的发展，正在更进一步发展“大数据” “大数据”有一个目标，就是当一切成为“资料”，用途无穷无尽； “大数据”有一个目标，就是当一切成为“资料”，用途无穷无尽；（维基百科的定义：大数据， ...
2017-05-02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
