-
企业应该如何运用商业智能
所属栏目：[大数据] 日期：2021-02-22 热度：61
商业智能技术所带来的好处是任何企业都无法拒绝的，然而对于商业智能系统的运用和处理，在当先却鲜少有企业能过做到运用自如，这也让不少企业犯愁，到底该如何更好的与商业智能接轨，如何上自己的企业实现低成本、高收益呢？ 实际上，对于管理人员而言，使[详细]
-
深度挖掘2016图灵机器人创新大会
所属栏目：[大数据] 日期：2021-02-22 热度：187
副标题#e# 时隔3个月，7月28号，也就是今天下午，国家会议中心迎来了2016图灵机器人创新大会。我们机器人2025受邀参加本次图灵机器人创新大会，以下是我们对本次会议纪录，希望对大家有所帮助。 现在，网上关于图灵机器人的通稿肯定好多，想必大家也看了一[详细]
-
关于BI(4)-企业如何提高“数据文化水平”
所属栏目：[大数据] 日期：2021-02-22 热度：84
http://www.searchbi.com.cn/showcontent_90396.htm 企业如何提高“数据文化水平” 日期：2015-9-1作者：Ed Burns翻译：曾少宁来源：TechTarget中国英文 数据文化???数据驱动???大数据应用???商业智能???数据战略??? 【TechTarget中国原创】 许多公司在谈[详细]
-
判断数组中包含重复数(大数中取重复)
所属栏目：[大数据] 日期：2021-02-22 热度：113
判断数字是否出现在40亿个数中；找出一组数中不重复的数字，即只出现一次的数字；判断一个成员个数为n，成员取值在1 ~ n的数组中是否有重复的成员 问题一 给40亿个不重复的unsigned int的整数，没排过序的，然后再给几个数，如何快速判断这几个数是否在那4[详细]
-
LinkedIn文本分析平台：主题挖掘的四大技术步骤
所属栏目：[大数据] 日期：2021-02-22 热度：166
副标题#e# 作者?Yongzheng (Tiger) Zhang?，译者?木环 LinkedIn前不久发布两篇文章分享了自主研发的文本分析平台Voices的概览和技术细节。LinkedIn认为倾听用户意见回馈很重要，发现反馈的主要话题、用户的热点话题和痛点，能够做出改善产品、提高用户体验[详细]
-
未来的信息化，就是挖掘企业数据、提升战略决策
所属栏目：[大数据] 日期：2021-02-21 热度：74
企业的发展，离不开信息化的支撑。 不少企业在推进信息化进程过程中，会遇到这样的问题：开发效率低；业务需求多样且紧迫、系统多，开发人员学习困难。久而久之就会形成企业的信息数据壁垒，领导不能及时查看企业运营状况。 那么该如何解决这类问题呢? 这[详细]
-
1块钱|2小时掌握快捷的数据处理工具与方法
所属栏目：[大数据] 日期：2021-02-21 热度：171
优才学院线上公开课 公众号内回复 “20160730”报名 ? 7月30日（周六）20:00 直播 ? 本次课为7月28日《Shell和PHP高效处理大数据》的第二部分，也是核心部分，已经报过名的童鞋不用再报名，新报名的童鞋可免费获得上一节课的视频回放，同时免费获得大福袋[详细]
-
我是如何进行文件操作类漏洞挖掘的？
所属栏目：[大数据] 日期：2021-02-21 热度：194
0x00前言: 作者：李斌，现汽车之家高级安全工程师。曾职于奇虎360多年，熟悉代码审计、渗透测试等Web安全领域。乌云核心白帽子。 不知不觉代码审计的艺术系列已经陪大家走到了第十季，该系列文章已经有九篇非常经典的文章，之前没有看过的同学可以看看以下[详细]
-
大数据处理常用的数据结构
所属栏目：[大数据] 日期：2021-02-21 热度：170
随着互联网的兴起，越来越多的内容被放到互联网中，从而导致海量数据处理受到更多人的重视，尤其是在百度、腾讯等这些涉及海量数据的公司。下面我们简单谈一下关于海量数据处理的一些常用数据结构。包括哈希、bitmap、Bloom filter、堆、mapreduce、trie树[详细]
-
数据处理之—reshape2
所属栏目：[大数据] 日期：2021-02-21 热度：170
reshape2是用来做数据处理的拓展包，它可以用来实现宽格式数据与长格式数据之间的互转。如果你熟悉结构化数据库查询，那你一定知道列转行与行转列，我这里所说的宽长数据之间互转与之类似；如果你不熟悉的也没关系，它很简单，接着往下看你就能很快熟悉并[详细]
-
UVA 11582 巨大数的斐波那契数列 (大数取模，幂取模，模的计算方
所属栏目：[大数据] 日期：2021-02-21 热度：76
Problem F: Colossal Fibonacci Numbers! The?i'th Fibonacci number?f?(i)?is recursively defined in the following way: f?(0) = 0?and?f?(1) = 1 f?(i+2) = f?(i+1) + f?(i)??for every?i?≥?0 Your task is to compute some values of this sequence.[详细]
-
【1】文本挖掘的主要概念
所属栏目：[大数据] 日期：2021-02-21 热度：84
转自 NLP论坛 http://www.threedweb.cn/thread-1281-1-1.html 什么是文本挖掘 文本挖掘可以广义地定义知识密集的处理过程，其中用户使用一套分析工具与文档集合动态（随着时间的推移）交互。在类似于数据挖掘的方式，文本挖掘旨在通过识别令人感兴趣的模式[详细]
-
【3】 文本挖掘方法论
所属栏目：[大数据] 日期：2021-02-21 热度：59
副标题#e# 转自 NLP论坛 http://www.threedweb.cn/thread-1284-1-1.html http://www.threedweb.cn/thread-1285-1-1.html http://www.threedweb.cn/thread-1286-1-1.html 文本挖掘流程 第1阶段：确定研究目的 像任何其他项目一样，文本挖掘的研究开始于研究[详细]
-
【4】构建基于scikit-learn的文本挖掘学习系统
所属栏目：[大数据] 日期：2021-02-21 热度：106
转自 NLP论坛 http://www.threedweb.cn/thread-1293-1-1.html 配置开发环境 构建基于scikit-learn的文本挖掘学习系统 1. 下载和安装 python-2.7.8 for win322. 下载和安装 numpy-1.9.0-win32-superpack-python2.73. 下载和安装 scipy-0.14.0-win32-superpa[详细]
-
大数的四则运算
所属栏目：[大数据] 日期：2021-02-21 热度：187
项目名称：《大数的四则运算》 ? 开发环境：windows、vs2013 ? 开发技术：string、c++? ? 项目描述： ● 大数计算的底层采用string存储，将整形数据转换成字符串进行存储和运算? ● 运算的加减采用逐位加减，设置标记位，标记每一次加减的进位与借位，每[详细]
-
HDOJ 1002 A + B Problem II ( 大数相加)
所属栏目：[大数据] 日期：2021-02-18 热度：157
A + B Problem II（点击进入题目） Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 314071????Accepted Submission(s): 60860 Problem Description I have a very simple problem for you. G[详细]
-
【杭电-oj】-1865-1sting（大数斐波那契数列）
所属栏目：[大数据] 日期：2021-02-18 热度：104
1sting Time Limit: 5000/1000 MS (Java/Others)????Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 5021????Accepted Submission(s): 1864 Problem Description You will be given a string which only contains ‘1’; You can merge[详细]
-
文本挖掘：情感分析详细步骤（基础+源码）
所属栏目：[大数据] 日期：2021-02-18 热度：163
副标题#e# 词典型情感分析大致有以下几个步骤： 训练数据集、neg/pos情感词典、分词+数据清洗清洗（一、二、三级清洗步骤）、计算情感得分、模型评价 （1）在分析过程中，难免会产生很多中间变量，它们会占用大量内存。书中提到通常会将所有的临时中间变量[详细]
-
DB、ETL、DW、OLAP、DM、BI关系结构图
所属栏目：[大数据] 日期：2021-02-06 热度：101
（1）DB/Database/数据库——这里一般指的就是OLTP数据库，在线事物数据库，用来支持生产的，比如超市的买卖系统。DB保留的是数据信息的最新状态，只有一个状态！比如，每天早上起床洗脸照镜子，看到的就是当时的状态，至于之前的每天的状态，不会出现的你[详细]
-
R语言-数据处理
所属栏目：[大数据] 日期：2021-02-06 热度：148
Reading Data 读取表格数据的函数read.table()以及read.csv() readLines()用于逐行读取文本文件 source()读取R代码的重要函数 dget()用来读取R代码文件 load()和unserialize()用于把二进制对象读入R Writing Data write.table() writeLines() dump() dput([详细]
-
简单粗暴的“大数据“解决方案
所属栏目：[大数据] 日期：2021-02-06 热度：100
这里说“大数据”确实有点哗众取宠，但确确实实是解决一些大数据量的情况。比如常用的布隆过滤器(BloomFilter)、常用的文本相似比较算法SimHash等，这里介绍的都是看上去是简单粗暴的方法，但当你深入了解后你就会发现什么叫简约而不简单，掌握这些常用的[详细]
-
连续属性离散化
所属栏目：[大数据] 日期：2021-02-06 热度：145
副标题#e# 1. 离散化技术分类 连续属性的离散化方法也可以被称为分箱法，即将一组连续的值根据一定的规则分别放到其术语的集合中。 离散化技术可以根据如何对数据进行离散化加以分类，可以根据是否使用类信息或根据进行方向(即自顶向下或自底向上)分类。 如[详细]
-
【重！磅！干！货
所属栏目：[大数据] 日期：2021-02-06 热度：149
副标题#e# 查看之前文章请点击右上角 ，关注并且 查看历史消息 ，还可以在文章最后评论留言。谢谢您的支持！ 回复【文本挖掘】或者【点击阅读原文】获取链接与代码附录 一、 功能概述 ? ? ? ?关键词词频网络图是以股票论坛、 个股新闻、研究报告三个网站作[详细]
-
51Nod－1116－K进制下的大数
所属栏目：[大数据] 日期：2021-02-06 热度：168
ACM模版 描述 题解 这里我们通过样例可以发现 A1A 的数位和是21，刚好是 K-1 的倍数，所以我们不妨多举几组数据测试一下，发现竟然都符合这个规律(￣┰￣*)，那么AC就不远了。 可是这里需要强调的是，K的最小值，如果K清一色的都是从2开始枚举，那么不用想[详细]
-
开源ETL工具kettle系列之常见问题
所属栏目：[大数据] 日期：2021-02-06 热度：65
副标题#e# 摘要 本文主要介绍使用kettle设计一些ETL任务时一些常见问题，这些问题大部分都不在官方FAQ上，你可以在kettle的论坛上找到一些问题的答案 问题 Join 我得到A 数据流（不管是基于文件或数据库），A包含field1,field2,field3 字段，然后我还有一个[详细]
浙公网安备 33038102330469号