51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
WOT技术大会
IT证书
公众号矩阵
移动端
短视频免费课程课程排行直播课软考学堂
全部课程厂商认证IT技术24年11月软考PMP项目管理免费题库
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库
账号设置 退出

数据分析

1630内容  
涵盖数据分析相关研究热点、技术难点与应用场景，让用户更好地学习、使用数据分析的各种工具。
文章 课程
共 1630 条
微服务架构下的分布式数据管理
在微服务架构中，每个微服务都有自己私有的数据集。不同微服务可能使用不同的SQL或者NoSQL数据库。尽管数据库架构有很强的优势，但是也面对数据分布式管理的挑战。第一个挑战就是如何在多服务之间维护业务数据一致性;第二个挑战是如何从多服务环境中获取一致性数据。

2017-03-14 11:52:52

微服务架构数据管理
非数据科学家如何进行数据分析?
大多数业务人员和分析师都将通过自助式BI工具来准备和分析大数据。虽然目前国内的发展现状无法在2018年达到自助式分析的局面，但这一趋势无法否认。即便不是数据科学家，但仍然可以轻松地分析数据，从中获取价值，才是大数据的正确打开方式。

2017-03-07 10:37:05

非数据数据分析
关联规则推荐算法的原理及实现
本文将通过一个简单的例子来说明关联规则中各个术语的含义以及具体的计算方法。

2017-03-02 10:49:37

推荐算法原理实现
关于大数据采集平台架构分析的简述
我们简单讨论了几种流行的数据收集平台，它们大都提供高可靠和高扩展的数据收集。大多平台都抽象出了输入，输出和中间的缓冲的架构。利用分布式的网络连接，大多数平台都能实现一定程度的扩展性和高可靠性。

2017-02-28 21:23:34

大数据采集架构分析
为何HDFS是大数据分析的软肋
分布式文件系统是大型分析非常重要的一环。即使你是在使用Spark，你仍然需要将大量的数据快速的存入内存，所以文件系统一定要可以是高速率的。但是，HDFS并不像它标榜的那样好，它是大数据分析的薄弱环节。

2017-02-27 16:35:00

HDFS大数据分析
一个资深数据人对数据挖掘解读
在银行做了两年的数据分析和挖掘工作，较少接触互联网的应用场景，因此，一直都在思考一个问题，“互联网和金融，在数据挖掘上，究竟存在什么样的区别”。在对这个问题的摸索和理解过程中，发现数据挖掘本身包含很多层次。并且模型本身也是存在传统和时髦之分的。本文就想聊聊这些话题。

2017-02-27 16:30:07

数据人数据挖掘
Pew：算法时代七大主题及其主要影响
“总体的影响将是乌托邦的诞生或人类的灭亡;没有可预见的中间路线。我怀疑是乌托邦，鉴于我们已经从一次生存危机中挺了过来(核战争)，我们迈向和平的脚步尽管缓慢，却也依然坚定。”

2017-02-23 10:00:12

算法人工智能大数据
数据分析行业需要具备哪些技术 如何快速进入
大数据如此火爆的时代，各种人才倍受青睐。

2017-02-23 08:48:03

数据分析技术
数据分析行业需要具备哪些技术 如何快速进入
在本文中，我将介绍一些最常用的方法，从高质量训练数据的重要性，到超参数的选择，再到更快的做出 DNN 原型的通用技巧。

2017-02-21 15:00:07

数据分析技术
从不同的角度来认识和理解Impala的架构设计
我们知道，在实时性要求不是很高的应用场景中，比如，月度统计报表生成等，我们基于传统的Hadoop MapReduce来处理海量大数据（包括使用Hive），在各方面表现都还不错，只需要离线处理数据，然后存储结果即可。

2017-02-20 09:02:31

Impala架构设计
python数据分析笔记——数据加载与整理
导入文本格式数据(CSV)的方法：方法一：使用pd.read_csv()，默认打开csv文件。方法二：使用pd.read.table(),需要指定是什么样分隔符的文本文件。用sep=””来指定。

2017-02-16 10:00:26

python数据加载
数据至上的人工智能时代，哪些公开数据集最适合？
普遍存在的尖端开源工具如 TensorFlow、Torch 和 Spark，再加上通过 AWS 的大规模计算力、Google Cloud 或其他供应商的云计算，这些都意味着你可以在下午休闲时间使用笔记本电脑去训练出最前沿的机器学习模型。

2017-02-15 16:24:03

数据人工智能
为什么说Storm比Hadoop 快？
实际流计算和批处理系统没有本质的区别，像storm的trident也有批概念，而mapreduce可以将每次运算的数据集缩小(比如几分钟启动一次)，facebook的puma就是基于hadoop做的流计算系统。

2017-02-14 14:20:02

StormHadoop
创业公司做数据分析(二)运营数据系统
作为系列文章的第二篇，本文将首先来探讨应用层中的运营数据系统，因为运营数据几乎是所有互联网创业公司开始做数据的起点，也是早期数据服务的主要对象。本文将着重回顾下我们做了哪些工作、遇到过哪些问题、如何解决并实现了相应的功能。

2017-02-09 17:51:18

数据分析数据系统互联网
创业公司做数据分析(一)开篇
了解“认知心理学”的朋友应该知道：人类对事物的认知，总是由浅入深。然而，每个人思考的深度千差万别，关键在于思考的方式。通过提问三部曲：WHAT->HOW->WHY，可以帮助我们一步步地从事物的表象深入到事物的本质。比如学习一个新的技术框架，需要逐步搞清楚她是什么、如何使用、为什么这样设计，由浅入深。

2017-02-09 15:46:09

数据分析互联网
创业公司做数据分析(三)用户行为数据采集系统
用户在前端UI上的操作，大多数表现为两类：第一类，打开某个页面，浏览其中的信息，然后点击感兴趣的内容进一步浏览;第二类，打开某个页面，根据UI的提示输入相关信息，然后点击提交。其行为可以归纳为三种：浏览、输入和点击(在移动端，有时也表现为滑动)。

2017-02-09 15:33:51

数据分析采集
用Spark分析Amazon的8000万商品评价(内含数据集、代码、论文)
尽管数据科学家经常通过分布式云计算来处理数据，但是即使在一般的笔记本电脑上，只要给出足够的内存，Spark也可以工作正常(在这篇文章中，我使用2016年MacBook Pro / 16GB内存，分配给Spark 8GB内存)。

2017-02-09 14:34:25

亚马逊大数据Spark
工欲善其事必先利其器(大数据分析工具集)
大数据时代需要大数据挖掘，我习惯把大数据分成四个领域：数据科学、网络科学、空间地理科学和可视化技术。

2017-02-07 15:15:20

大数据数据分析数据挖掘
数据分析的基本思想是什么
今天分享一下数据分析的一些基本思想，我给它起了个名字叫做用数据说话。用数据说话，就是用真实的数据说真实的话!真实也可以理解为求真务实。那么，数据分析就是不断地求真，进而持续地务实的过程!用一句话表达就是用数据说话，用真实的数据说话，说真话、说实话、说管用的话。

2017-02-06 14:12:29

大数据数据分析基本思想
解构小白入手数据分析的思维模式
数据分析(Data Analysis)——这个词真的是如雷贯耳，装B一绝啊!甭管什么玩意，上来先整一通再说。“数据分析”甚是被提上了神坛，找工作或者聊点行业内的动态不提点数据简直是没法混了。坦白讲，我对“数据分析”的概念知之甚少，仅有的那点理解：统计数据，分析数据，大数据(Big Data)。如何对产品进行数据分析呢?或者说对我这样的一个数据分析小白来讲，该从何入手数据分析呢?思维方式决定行动结果。

2017-01-23 16:30:46

数据分析大数据
零基础搭建运营数据分析知识体系
大家一直在说收集数据和数据分析，但是对于两者具体的定义又很难说清楚。很多人都会先入为主，认为数据就是各种表格、各种数字，例如excel报表、各种数据库。其实这是一个错误或者说有偏差的认识，它会使得我们对数据的认识变得很狭隘。

2017-01-23 13:40:43

数据分析大数据
走进大数据之拓扑数据分析方法
拓扑数据分析(TDA)，顾名思义，就是把拓扑学与数据分析结合的一种分析方法，用于深入研究大数据中潜藏的有价值的关系。相比于主成分分析、聚类分析这些常用的方法，TDA不仅可以有效地捕捉高维数据空间的拓扑信息，而且擅长发现一些用传统方法无法发现的小分类。这种方法也因此曾在基因与癌症研究领域大显身手。

2017-01-23 13:34:44

数据分析大数据拓扑
英特尔开源分布式深度学习库BigDL：支持高性能大数据分析
近日，英特尔开源了一个运行在 Apache Spark 上的分布式深度学习库 BigDL，其可以利用已有的 Spark 集群来运行深度学习计算，并且还能简化从 Hadoop 的大数据集的数据加载。

2017-01-19 11:36:28

英特尔大数据分析BigDL
运营人必备的7大技能：数据分析能力是未来运营的分水岭
数据驱动运营是未来运营的趋势，也是我们运营人的一个分水岭，在运营的刀耕火种时代已经趋于没落的时候，精细化运营以及变得尤为重要，数据驱动决策是我们运营人必须要面对的挑战也是我们要下意识学的一门技能。

2017-01-13 08:59:38

数据分析运营技能
大数据分析模型成功关键因素之我见
无论在报纸、杂志、机场媒体，还是在酒吧的闲谈中，大数据都成了一个热门话题。每个人都在谈论这个时尚的话题，但迄今为止只有极少数企业真正成功的运用这一技术!导致这一情况的重要原因就是企业对建立可操作的大数据分析模型成功关键因素缺乏深刻的认识。

2017-01-11 14:58:50

大数据分析模型数据分析
数据分析如何入门及职业规划？
数据分析师方向，很多读数学、统计学、计算机的童鞋会选这个方向，终极目标都是成为数据中心的负责人。

2017-01-11 08:51:26

数据分析职业规划
运营入门，从0到1搭建数据分析知识体系
数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。其实，数据分析并没有大家想象的那么难，这篇文章总结了一套较为完整的数据分析知识体系，全文共6103个字，全部读完大约需要8分钟。

2017-01-05 21:05:40

大数据数据分析运营入门
大数据分析模型成功关键因素之我见
每个人都在谈论这个时尚的话题，但迄今为止只有极少数企业真正成功的运用这一技术!导致这一情况的重要原因就是企业对建立可操作的大数据分析模型成功关键因素缺乏深刻的认识。

2017-01-03 08:36:15

大数据关键模型
运营入门，从0到1搭建数据分析知识体系
数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。

2016-12-30 17:04:57

数据分析用户
大数据分析报告价值百万or分文不值？
曾经，咨询公司一份报告就能收取企业几十万、甚至于上百万。而今，矫枉过正，数据分析报告却常常被企业认为没有任何实际价值。我经常和企业交流，他们告诉我，需要的是能够为他带来直接价值的东西，比如广告投放能够直接带来收入，所以他们舍得投入;但是因为报告不能够对企业产生任何实际的价值，所以他们不需要数据分析报告。

2016-12-30 16:30:52

大数据数据分析大数据报告
爬取知乎60万用户信息之后的数据分析
使用 Java+Elasticsearch+Kibana 爬取了知乎 60 万用户数据，做了简单的可视化分析。

2016-12-22 17:01:11

知乎数据分析大数据
【干货】怎样用数据分析找对象
在工作中，经常利用多个数据指标对整体进行综合评价，需要把多个数据压缩成一个综合指标，这就是多指标综合评价方法。 专业术语的名称能吓死人，不用深究。实际内容很简单，一个案例你就可以完全掌握。

2016-12-22 10:44:30

数据分析找对象大数据
挨踢部落第一期:Spark离线分析维度 原创
挨踢部落是为核心开发者提供深度技术交流，解决开发需求，资源共享的服务社群。基于此社群，我们邀请了业界技术大咖对开发需求进行一对一突破，解除开发过程中的绊脚石。以最专业、最高效的答复为开发者解决开发难题。

2016-12-22 10:26:16

大数据 spark
iPhone步行数据分析教程
本文中我将展示如何利用 pandas 和 ggplot 来分析 iPhone 的步行数据，我主要利用 Rodeo(Yhat’s 的 IDE)来进行数据分析。

2016-12-20 16:42:57

iPhone数据分析
数据分析，或许不是为了分析，而是为了规范
一个行业做的越久，问题就越多，之前并不在意的问题也会拿出来思考。“数据解决企业什么问题?”这问题一定难不倒大家，甚至张口即答，例如通过数据可以对自身的企业情况有着准确和科学的把握，避免老板拍脑袋;数据可以实现对市场环境快速的反应和决策;数据可以区分客户个性化需求，提高服务价值等等。

2016-12-16 12:06:09

数据分析大数据
详解：大数据分析的学习之路
以大数据分析师为目标，从数据分析基础、JAVA语言入门和linux操作系统入门知识学起，系统介绍Hadoop、HDFS、MapReduce和Hbase等理论知识和hadoop的生态环境。

2016-12-15 21:15:58

大数据
数据分析产品的下一个进化：基于无埋点的有埋点
一直以来，人们把大数据和埋点技术紧紧捆绑在一起，大数据时代也被称为埋点时代。技术发展，更新更快的无埋点技术横空出世。那么埋点技术是不是就此被判了死刑，无埋点就是万能的了? 非也，二者只会进化的更为高级。

2016-12-12 13:42:54

数据分析大数据埋点
如何分析用户反馈数据? | 下
在《理解用户反馈最佳实践指南》的第一部分中，我们主要着眼于如何分析和理解那些对我们的产品有重要影响的反馈类型。一旦你决定了应该聚焦于哪些反馈以后，接下来，要如何针对用户的反馈制定公司的可执行方案?如何管理大量开放式的用户反馈，然后在制定产品路线时使用它?

2016-12-08 13:22:43

数据反馈大数据
如何更好的理解用户反馈？ | 上
及时收集有用的用户反馈是一个长期的过程。这就是我们为什么要将《如何更好的理解用户反馈》分成两部分的原因。在这篇文章中，你将聚焦于如何分析和理解对你的产品最重要的那些用户反馈类型。

2016-12-08 13:16:50

大数据用户反馈
大数据分析原地踏步 原来是分析工具面临信任问题
有时候大数据分析似乎总是在原地踏步，似乎数据信任的问题阻碍了数据分析的进一步应用。业务领导们理解新数据分析是必须经历的转型，但是他们不确定这种转变是否值得信赖。最近，来自咨询专业服务公司KPMG(毕马威会计事务所)的一份调查报告对这种进退两难的处境给出了一些看法。

2016-12-08 13:03:10

大数据数据分析
如何用KNIME进行情感分析 | 下
这一篇中，我们将使用N元语法(N-gram)，借助KNIME来探究如何选取词语特征，获得的模型能够实现更准确地分类。

2016-12-07 14:56:51

KNIME数据分析
如何使用KNIME进行情感分析 | 中
今天我们来聊一聊如何用KNIME构造一个情感分析模型，以便后期对相似的文本进行情感分析。

2016-12-07 14:45:25

KNIME情感分析数据分析
用KNIME进行情感分析 | 上
本文案例展示了如何利用KNIME对社交媒体数据进行情感分析。

2016-12-07 14:23:48

KNIME数据分析情感分析
Teradata姜欣：洞察数据分析生态系统的未来 原创
商业数字化的今天，越来越多的公司开始倡导“用数据说话”，利用数据分析来帮助公司进行商务运营和制定决策。数据分析无处不在，企业需要能够敏捷地适合未来的数据分析系统。

2016-12-01 10:44:00

Teradata数据分析
从机器学习到学习的机器，数据分析算法也需要好管家
2017年，我们将迎来一个移动互联网大发展的大时代，数据与算法将更加容易地“统治”世界。从在线音乐、在线游戏、在线广告到各类生活服务、社交沟通以及内容消费等，机器学习算法在不知不觉中替人们做了很多选择。因此在欢呼机器解放人类的同时，也要警惕算法带来的“偏见”，这就需要能够自学习、自校正的机器。

2016-11-28 14:53:08

数据分析IBM大数据
支付宝发布数据可视化规范，可视化分析有套路！
早先，阿里发布了支付宝数据可视化规范，这是一套数据可视化的设计语言，对数据图形进行了拆解、提炼，从色彩搭配、组件规范、基础元素、功能上进行了归纳总结。

2016-11-25 11:16:22

阿里支付宝数据分析
大数据时代，OLAP解析与发展方向
数据分析领域自2010前后一直占据了全球信息技术的核心地位，OLAP的需求并未随着Hadoop的流行而消亡，而是被越来越理智的认可——“数据再多也需要分析、分析的主要需求还是交互查询”。本文概括了OLAP的本质原则、曾经的困境和当前的技术派系，希望能引起从业者的思考，共同促进行业进步与发展!

2016-11-23 09:31:00

大数据OLAP解析
大数据时代，OLAP解析与发展方向
数据分析领域自2010前后一直占据了全球信息技术的核心地位，OLAP的需求并未随着Hadoop的流行而消亡，而是被越来越理智的认可——“数据再多也需要分析、分析的主要需求还是交互查询”。本文概括了OLAP的本质原则、曾经的困境和当前的技术派系，希望能引起从业者的思考，共同促进行业进步与发展!

2016-11-22 13:17:36

大数据OLAP
饶·寇他科里：大数据分析的前沿技术
澳大利亚科学院院士、工程院院士，墨尔本大学终身教授饶·寇他科里先生在该论坛上发表了主题为“大数据分析的前沿技术”的演讲。饶·寇他科里提到，现在计算机已经跟人眼的识别水平完全一样，未来人类还需要更多的东西。

2016-11-18 12:17:29

饶·寇他科里大数据分析
如何更有价值采集数据、高效分析数据?
本文将从数据采集的三大要点、如何让分析更有价值更高效、以及数据分析思维三部分展开聊。

2016-11-17 11:11:09

数据采集数据分析
上一页 1 ··· 2829303132 33
点赞

51CTO技术栈公众号

业务
速览
在线客服