【北京欣海瑞通科技发展有限公司】招聘数据分析师 北京欣海瑞通科技发展有限公司成立于2003年10月，是由国内知名资深技术专家及电信业权威人士创办的股份制企业，主要从事计算机网络数据及图像即时传输和存储的通信 ...
2016-09-16
系统性阐述用户画像数据建模方法 经历了12、13两年热炒之后，人们逐渐冷静下来，更加聚焦于如何利用大数据挖掘潜在的商业价值，如何在企业中实实在在的应用大数据技术。伴随着大数据应用的讨论、创新，个性化技 ...
2016-09-16探讨大数据分析过程的数据整理 数据整理是数据分析过程中最重要的环节，在大数据分析过程中也是如此。在小数据时代，数据整理包括数据的清洗、数据转换、归类编码和数字编码等过程，其中数据清洗占据最重要的位 ...
2016-09-16经验 : 从设计到数据——写给非数据人的数据入门 供非专业人士学习交流，望专业人士勘察纠错。 一. 一段经历，一点心得 一直追我博客的人想必是清楚我之前做交互设计，然后去轮岗过行业运营，然后 ...
2016-09-16大数据时代，大数据在物流行业的应用以及影响 物流业是一个产生海量数据的行业，大数据在物流企业的广泛应用，对于企业动态适应多变的市场环境、满足日趋个性化的顾客需求、应对激烈的市场竞争都具有重要意义， ...
2016-09-16
数据分析的影响因素之组织架构革新 从底层数据的丰富和算法应用的丰富中，数据分析的原材料需求和基础技术需求都已经有了显著的提升，可以说从功能实现上来讲，数据分析已经成为企业管理的重点核心。但在大多数 ...
2016-09-16
BAT的大数据优劣势与策略分析 实际上，对于大数据究竟是什么业界并无共识。大数据并不是什么新鲜事物。信息革命带来的除了信息的更高效地生产、流通和消费外，还带来数据的爆炸式增长。“引爆点”到来之后，人 ...
2016-09-16
数据分析知识，会员分析的基本方法 零售企业间的竞争，归根结底是对顾客资源的争夺，会员管理必将在这场争夺大战中发挥越来越大的作用。 会员卡的静态数据，如年龄、性别、职业、单位邮编、单位地址。 会 ...
2016-09-16
为什么要重新开始学习数据分析 在新生大学里经常可以听到老师讲到，看见真实的世界。那么该如何定义真实的世界？如何才能看到真实的世界呢？ 首先真实的世界，绝对不仅仅是每天看到的新闻，每天听到的故事， ...
2016-09-16
如何成为大数据企业 献给不懂数据挖掘的你 一家中等规模的百货商场，通过视频监控记录下商场各个区域的客流人数，从而评估每天各个时段客流的在店时长，进而结合销售记录数据估算出客流中带有明确购买目标的“ ...
2016-09-16
大数据对中小企业的重要性 对于现在企业来说，最重要的资产无疑就是数据了，企业价值与其拥有的数据规模、活性，运用数据的能力成正比，企业的数据资产将在未来演绎着精彩的商业模式，如租售数据、数据使能、数 ...
2016-09-16
浅议工业大数据分析的方法论 人们常说，工业大数据是用来挖掘价值的。但更关键的是：价值应如何被挖掘？ 我曾经在多个场合申明：“大数据用到工业，特点是对可靠性要求高，而取得可靠性的难度大。” 这个矛 ...
2016-09-16大数据助力打造全链条服务平台 大数据正在改变传统世界。在外贸领域，随着互联网+外贸时代的到来，数据已经在颠覆传统的外贸模式，帮助跨境贸易进入3.0阶段。数据的魔力在哪里？大数据如何让每个中小企业都可以 ...
2016-09-16干货 ：这7种回归分析技术 学了不后悔 本文解释了回归分析及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素， ...
2016-09-15成功大数据项目实战案例 其实有很多精彩的实战案例，我把美国福特公司去年以来做的一个大数据项目跟大家分享一下。我在福特有一个非常熟悉的朋友，我也介入了一点点，我来讲一下，他们基本上是按照我总结的几步 ...
2016-09-15如何区分三个大数据热门职业 如何区分三个大数据热门职业—数据科学家、数据工程师、数据分析师 随着大数据的愈演愈热，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 ...
2016-09-15IT到DT:大数据如何为能源行业创造价值? 这个数据大爆炸的时代，信息技术的重心从IT向DT倾斜，对于能源行业更是如此。 永洪科技发布的《新一代BI行业应用白皮书》(下称“白皮书”)显示，全球数据量从 ...
2016-09-15从现在起，做一名合格的数据科学家 “数据科学家”被誉为21世纪最性感的工作（Thomas Davenport和D.J. Patil在哈佛商业评论上曾发表的一篇文章中称），但如何成为一个数据科学家？怎样才能入门呢？许多的信息可 ...
2016-09-15
业务分析师和数据科学家有什么不同 数据逐渐成为企业的新一代货币，这也正是公司为了做出更好的决策不遗余力的挖掘数据的潜力的原因。为此，公司需要的是懂得如何从海量数据源中获取需要的数据并以有价值的方式 ...
2016-09-15
大数据下如何做好产品定位 大数据下产品方向主要包括：人群、产品特征、独特卖点(定制)。大数下选择产品必须要做STP分析，产品必须要满足以下几个特点： 一产品利润空间 例如现在在淘宝上卖丝袜，基本 ...
2016-09-15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
