京公网安备 11010802034615号
经营许可证编号:京B2-20210330
云计算与大数据专题论坛很好的为我们阐释了大数据如何与云计算相辅相成,为什么没有大数据的需求,云计算的功用也不能完全发挥。
据介绍,业界正在逐步开始区分大数据和云计算两个概念,对大数据的需求主要集中在分析和应用当面,关注数据架构,并面向业务问题解决。对云计算的需求主要在资源的服务模式方面,主要指资源动态分配和按需付费的商业模式。
我们在看回大数据本身,中国工程院院士倪光南这样认为“大数据从数据挖掘、商业智能(BI)发展而来。”我们从数据量、数据特性、数据来源、应用领域四个方面给商业智能和大数据做个比较,两者还是有着明显区别。
据悉,大数据有着“实时”性的特征但并不意味着真正的实时,而往往是近似的实时,并且其还具有新的数字数据源特点。
我们现在看到的大数据分别包括了个人、公共部门、私人部门三种,这些数据共享后,进行数据挖掘和分析,可以对突发事件更快的跟踪和响应、对违纪性质和变化的更好了解、对需要服务地区的准确定位、对于供求关系的预测能力。这一流程组成了我们大数据的生态系统。
倪光南为我们讲述了大数据的典型处理流程包括数据获取和记录、数据清洁/抽取/标注、数据的整合/聚类/表达、数据分析/建模、以及数据解释等5个阶段。而在处理过程中,异构行、规模、及时性、复杂性和隐私权等问题是大数据想要创造价价值所需解决的困难。
而在分析过程中我们要从数据中发现关联性,从而正确提供更快速近似的预测。但是许多新数据源的价值不在于规模和速度,而在于包含的信息丰富性。姜欣也认同相关性分析是大数据分析中的主要方法。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14