-
公司如何组建数据部门？三种数据部门架构利弊
所属栏目：[大数据] 日期：2021-08-24 热度：189
问题：为什么传统的没有达到今天互联网数据应用的高度呢? 在之前的传统BI可能因为这些因素，所以没有达到今天的数据在高度，可能是互联网本身发展的因素，数据对于互联网企业价值。但其中有一个很大的因素，可能是传统的BI，更多是偏重数据仓库的架构，根据[详细]
-
触屏站产品数据分析关注点与改善
所属栏目：[大数据] 日期：2021-08-24 热度：186
随着智能手机，3G，4G网络的普及，很多网站除了网站，App外，还会推出为智能手机优化的触屏站。 触屏站从内容展现和交互上会弱于桌面网站，在导航设计上会遵循移动界面的设计，如：卡片式内容展现切换，提供垂直方向内容的动态加载，更容易点击的工具栏按钮[详细]
-
7个问题决定大数据的复杂性
所属栏目：[大数据] 日期：2021-08-24 热度：105
我们谈论了很多关于复杂数据及其为你的商业智能带来的挑战和机遇，但是导致数据复杂化的是什么呢？ 以及你如何区分你的公司当前的数据是否是复杂的，亦或不久的将来会变得复杂？本文将解决这些问题。 为什么这很重要？ 当你试图将数据转化为商业价值时，它的[详细]
-
分类算法概括
所属栏目：[大数据] 日期：2021-08-24 热度：178
决策树分类算法 决策树归纳是经典的分类算法。 它采用自顶向下递归的各个击破方式构造决策树。 树的每一个结点上使用信息增益度量选择测试属性。 可以从生成的决策树中提取规则. KNN法(K-Nearest Neighbor)： KNN法即K最近邻法，最初由Cover和Hart于1968年提[详细]
-
数据挖掘与预测分析术语概括
所属栏目：[大数据] 日期：2021-08-24 热度：197
数据挖掘目前在各类企业和机构中蓬勃发展。因此我们制作了一份此领域常见术语总结，希望你喜欢。 分析型客户关系管理（Analytical CRM/aCRM）: 用于支持决策，改善公司跟顾客的互动或提高互动的价值。针对有关顾客的知识，和如何与顾客有效接触的知识，进行[详细]
-
大数据创业，在多维数据分析模型的路上渐行渐远
所属栏目：[大数据] 日期：2021-08-24 热度：158
初次失败 2010年初，有个地图团队的PM找到我，演示了一份PPT，那是某个公司的统计分析系统的对外交流材料。据说这份材料先是被厂长看到，觉得做的挺好，就安排下面的人看是否也能做一套。我看了之后，发现就是针对某个互联网产品的流量、用户量的几个页面展[详细]
-
不懂数据挖掘，内容推广等于零！
所属栏目：[大数据] 日期：2021-08-24 热度：85
随着内容营销市场份额的持续扩大，我们听到了很多关于内容营销的话题，说内容营销与传统广告多么不同。随着这些年广告的发展，企业和品牌依旧面临着如何接触到目标客户的困扰。消费者知道他们每天都被各种传统广告包围着，这些广告有些会被客户关注，有些则[详细]
-
为什么你的大脑那么喜欢图表？这13个理由告诉你！
所属栏目：[大数据] 日期：2021-08-24 热度：188
漂亮的信息图表是人们接受信息时喜闻乐见的形式，但你是否想过它背后的科学依据到底是什么呢？ 一张好的信息图表读者当然会喜欢， 我也不能撒谎去否认这一点， 尤其是在数字营销的领域。 但你是否考虑过背后的原因呢？ 为什么我们总是自觉不自觉地被它们吸引[详细]
-
我所认识的大数据个性化推荐
所属栏目：[大数据] 日期：2021-08-24 热度：92
一、写在之前的题外话 缘起。 想起要写这篇文章，一方面是昨天终于把项亮写的《推荐系统实践》给看完了，另一方面是自己负责的推荐系统项目已经处于一个多版本迭代的阶段了，并且从最近的AB测试效果来看，新提交的算法模型还是有一定的进步的，如今已经把流[详细]
-
数据可视化的10个重要术语
所属栏目：[大数据] 日期：2021-08-24 热度：103
Format 交互方式 交互式可视化允许您修改，操作和探索计算机显示的数据。绝大多数交互式可视化系统在计算机网络上，但越来越多出现在平板电脑和智能手机上。相比之下，静态可视化只显示单一的、非交互数据，它通常是为了打印和在屏幕上显示。 Chart type 图[详细]
-
需要关注的数字市场走向
所属栏目：[大数据] 日期：2021-08-24 热度：184
没错，2015年已经过去了一大半，也是时候预测一下未来一年里那种数字市场趋势将会发生。 当你重新评估你目前的战略和年前的预算时，你应该考虑些什么？你最应该关注哪些重大的变化？真正影响你的营销努力和结果的是什么？ 预测未来确实有点像是傻瓜的差事，[详细]
-
从学界到业界：关于数据科学的误解与真相
所属栏目：[大数据] 日期：2021-08-24 热度：162
在从学界（粒子物理学博士后研究员）进入业界（数据科学领域）时，Emily Thompson也曾有过犹疑。而现在，在担任Insight项目总监10个月之后，她对数据科学家有了自己独特的看法。近日，她在一篇文章中就当前人们对数据科学的误解谈了自己的看法，主要涉及数据[详细]
-
大数据下的新投资世界 我们还需要基本面研究吗？
所属栏目：[大数据] 日期：2021-08-24 热度：193
RS Metrics使用卫星图像来获得JCP的停车数据。他们发现，4-5月，商店的车流量有所上涨。而RS Metrics的客户几乎可以实时的获得这些信息。 在8月公布财报之后，JCP股价两天内上涨了10%。对于获得先机的对冲基金来说，这或许意味着收益。 RS Metrics等公司将隐[详细]
-
写给风控新人大数据挖掘基础知识详解
所属栏目：[大数据] 日期：2021-08-24 热度：103
对企业来，堆积如山的数据无异于一个巨大的宝库。但是如何利用新一代的计算技术和工具来开采数据库中蕴藏的宝藏呢？ 在市场需求和技术基础这两个因素都具备的环境下，数据挖掘技术的概念和技术就应运而生了。 基本概念 数据挖掘(Data Mining)旨在从大量的、[详细]
-
你了解数据模型需要多少训练数据吗?
所属栏目：[大数据] 日期：2021-08-24 热度：153
毫无疑问机器学习是大数据分析不可或缺的一部分，在使用机器学习技术的时候工程师除了要选择合适的算法之外还需要选择合适的样本数据。那么工程师到底应该选择哪些样本数据、选择多少样本数据才最合适呢?来自于Google的软件工程师Malay Haldar最近发表了一篇[详细]
-
大数据世界留给数据分析师的羁绊
所属栏目：[大数据] 日期：2021-08-24 热度：119
大数据搭着信息时代的快车来到了我们的面前，数据的价值逐渐为人们所重视，同时也让数据分析师的身价倍增。而随着大数据分析工具等大数据应用技术的出现，未来的数据分析师又将遇到怎样的挑战和机遇呢? 工具抢了人的饭碗? 很多大数据分析工具的设计起点非常[详细]
-
2分钟读懂Hadoop和Spark的区别
所属栏目：[大数据] 日期：2021-08-24 热度：184
谈到大数据，相信大家对Hadoop和Apache Spark这两个名字并不陌生。但我们往往对它们的理解只是提留在字面上，并没有对它们进行深入的思考，下面不妨跟我一块看下它们究竟有什么异同。 解决问题的层面不一样 首先，Hadoop和Apache Spark两者都是大数据框架，[详细]
-
企业常见的三种数据部门架构利弊
所属栏目：[大数据] 日期：2021-08-24 热度：79
问题：为什么传统BI没有达到今天互联网数据应用的高度呢? 在之前的传统BI可能因为这些因素，所以没有达到今天的数据在高度，可能是互联网本身发展的因素，数据对于互联网企业价值。但其中有一个很大的因素，可能是传统的BI，更多是偏重数据仓库的架构，根据[详细]
-
Hadoop之父Doug Cutting眼中大数据技术的前景
所属栏目：[大数据] 日期：2021-08-24 热度：176
上次见到(膜拜)Hadoop之父Doug Cutting是在2年前，2014中国大数据技术大会上。今年Hadoop10岁，刚看到他的Hadoop十周年贺词，感觉时间飞逝。 Doug Cutting成长史 1985年毕业于美国斯坦福大学的Cutting并不是一开始就决心投身IT行业的。在大学时代的头两年，C[详细]
-
推进我国AI深入发展的六大关键点
所属栏目：[大数据] 日期：2021-08-23 热度：121
作为新一轮科技革命的通用目的技术，人工智能将对经济体系产生重要而深刻的影响，对推进中国经济高质量发展和抢占全球科技战略制高点具有重大意义。目前我国人工智能产业的发展基础比较薄弱，数据安全、伦理道德、收入分配、科技泡沫、区域空间等也都面临着[详细]
-
北京将实施面向可持续发展的AI公益研究计划
所属栏目：[大数据] 日期：2021-08-23 热度：80
在前几日举行的2020中关村论坛人工智能与城市可持续发展论坛上，科学技术部副部长李萌介绍，我国正在推动国家新一代人工智能创新发展试验区建设，已支持北京、陕西西安、浙江杭州、浙江湖州德清等地建设试验区，构建有利于人工智能发展的良好生态，打造一批[详细]
-
高通终端AI赋能多生活场景
所属栏目：[大数据] 日期：2021-08-23 热度：149
在未来几年时间中，人工智能和5G将会是行业中热议的话题。凭借这股浪潮，人工智能将会成为未来最具增长价值的行业之一。许多企业巨头也加紧布局人工智能领域，高通就是这众多企业之一。高通根植人工智能技术多年，推出了多款优质的人工智能产品，对于高通终[详细]
-
一文解读AI发展的机遇与威胁
所属栏目：[大数据] 日期：2021-08-23 热度：115
人工智能（ArTIficialIntelligence，AI）确实是计算机科学的一项革命性壮举，在未来几十年中，它将成为所有现代软件的核心组成部分。这既是威胁，也是机遇。 世界各国将会部署人工智能以增强网络攻防运营。此外，新的网络攻击手段将被发明。最后，人工智能对[详细]
-
AI要注意哪些数据陷阱？
所属栏目：[大数据] 日期：2021-08-23 热度：85
兵以诈立。智能时代，颠覆性技术不断涌现，战争欺骗手段和形式亦不断出新。如果掌握你的数据，我就能创造出各种方法欺骗你的人工智能系统。研究实验表明，智能化战争中一旦一方获得对手的人工智能训练数据集，就能够找到其弱点和盲区并实施欺骗，人工智能必[详细]
-
AI技术如何进行商业运作看了就知道
所属栏目：[大数据] 日期：2021-08-23 热度：112
目前，很多公司正在通过人工智能提高盈利能力。在创造巨大商业价值的同时，人工智能也在影响着行业价值的转移。通过了解人工智能应用案例和项目实施的关键要素，管理者可以采取更好的行动为人工智能时代的成功做出准备。那人工智能技术如何进行商业运作呢？[详细]
