近幾年，大數(shù)據(jù)行業(yè)已經(jīng)逐漸成熟，在也不是大家談之縹緲的行業(yè)，目前國(guó)內(nèi)外從事這一行業(yè)的企業(yè)多入牛毛，但能稱的上權(quán)威和代表，也都數(shù)的過來，下面我們就目前全球關(guān)于大數(shù)據(jù)行業(yè)所涉獵的范圍作了一個(gè)分類，稱其為7大陣營(yíng)，以下是7大陣營(yíng)的企業(yè)LOGO圖。

2016-09-13 09:31:27.000

從分析的目的來看，數(shù)據(jù)分析一般是對(duì)歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)上的一些分析，數(shù)據(jù)挖掘更側(cè)重于機(jī)器對(duì)未來的預(yù)測(cè)，一般應(yīng)用于分類、聚類、推薦、關(guān)聯(lián)規(guī)則等。

2016-09-13 09:20:01.000

從事BI多年，經(jīng)歷了經(jīng)營(yíng)分析系統(tǒng)的大建設(shè)，大發(fā)展時(shí)期，也有幸處在大數(shù)據(jù)與傳統(tǒng)BI系統(tǒng)的交替之際，因此特別來談?wù)劊瑐鹘y(tǒng)BI還能走多遠(yuǎn)？

2016-09-12 10:14:54.000

在電商平臺(tái)上我們經(jīng)常能看到“猜你喜歡”的商品推薦、而且推薦的商品符合度確實(shí)非常高，那電商平臺(tái)是怎么知道顧客喜歡什么呢，這類算法又是怎樣實(shí)現(xiàn)的呢？讓我們來一探究竟。

2016-09-12 10:02:35.000

很多學(xué)習(xí)數(shù)據(jù)分析的同學(xué)也都有這樣一種困惑“為什么學(xué)了那么多工具，還是不會(huì)數(shù)據(jù)分析?”，原因無外乎兩個(gè)，一是只學(xué)到了碎片的知識(shí)，沒有建立知識(shí)之間的連接，無法形式自己的知識(shí)體系，二是缺乏實(shí)踐，導(dǎo)致無法形成“知行合一”的工作技能。

2016-09-09 10:06:21.000

上期的文章《大數(shù)據(jù)環(huán)境下的多維分析技術(shù)-動(dòng)態(tài)立方體（Dynamic Cubes）的性能調(diào)優(yōu)（一）》讓大家了解到，在大數(shù)據(jù)環(huán)境下，IBM Cognos的Dynamic Cubes可以實(shí)現(xiàn)TB級(jí)的多維分析功能，文章探討了影響Dynamic Cubes性能的因素，還介紹了Dynamic Cubes性能調(diào)優(yōu)的一些手段；文章《大數(shù)據(jù)環(huán)境下的多維分析技術(shù)-動(dòng)態(tài)立方體（Dynamic Cubes）的性能調(diào)優(yōu)（二）》則告訴我們?nèi)绾瓮ㄟ^Dynamic Query Analyzer工具來對(duì)動(dòng)態(tài)立方體的查詢性能進(jìn)行評(píng)估并得到優(yōu)化建議。本期文章我們來看看動(dòng)態(tài)立方體如何進(jìn)行內(nèi)存內(nèi)部聚合的性能調(diào)優(yōu)。

2016-09-09 09:43:54.000

BI(Business Intelligence)，中文翻譯是商務(wù)智能，是一套完整的解決方案，用來將組織中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助組織做出明智的業(yè)務(wù)經(jīng)營(yíng)決策。大數(shù)據(jù)(Big Data)是從收集的海量數(shù)據(jù)中，通過算法將這些來自不同渠道、格式的數(shù)據(jù)進(jìn)行直接分析，從中尋找到數(shù)據(jù)之間的相關(guān)性。簡(jiǎn)單而言，大數(shù)據(jù)更偏重于發(fā)現(xiàn)，以及猜測(cè)并印證的循環(huán)逼近過程。

2016-09-08 10:29:19.000

就本身而言，Hadoop 不是很有用的東西，原因是它需要編寫大量復(fù)雜和定制的程序代碼，難以治理，也沒有數(shù)據(jù)質(zhì)量概念和數(shù)據(jù)治理可談了。企業(yè)用戶都忙于去研究如何解決使用 Hadoop 所碰到的問題，主要是涉及到項(xiàng)目實(shí)施時(shí)間、成本和風(fēng)險(xiǎn)等，而 Hadoop 自身的客戶化編程就增加了項(xiàng)目實(shí)施時(shí)間、成本和風(fēng)險(xiǎn)。

2016-09-08 09:57:50.000

上百篇大數(shù)據(jù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘電子書合輯免費(fèi)下載！

2016-09-07 09:56:02.000

隨著計(jì)算機(jī)技術(shù)和信息技術(shù)的不斷發(fā)展,海量數(shù)據(jù)的不斷涌現(xiàn),企業(yè)迫切需要對(duì)數(shù)據(jù)進(jìn)行高效、準(zhǔn)確、及時(shí)地分析。傳統(tǒng) BI分析系統(tǒng)（例如：數(shù)據(jù)倉(cāng)庫(kù)）一般是按天、周或者月作為數(shù)據(jù)的更新周期,可以提供對(duì)歷史數(shù)據(jù)的分析與查詢,能夠幫助決策者制定企業(yè)運(yùn)營(yíng)戰(zhàn)略,但卻不能實(shí)時(shí)地反映企業(yè)商業(yè)信息的變化。然而當(dāng)前在電子商務(wù)、金融證券等領(lǐng)域中,需要及時(shí)的將數(shù)據(jù)發(fā)送到?jīng)Q策者手中,為企業(yè)提供更有價(jià)值的戰(zhàn)術(shù)型決策支持,因此實(shí)時(shí)BI分析系統(tǒng)需求和建設(shè)應(yīng)運(yùn)而生。

2016-09-07 09:40:31.000