-
数据科学的当下与未来
所属栏目：[大数据] 日期：2021-11-04 热度：73
数据科学是截至近年来技术领域中很具热度的方向之一。如果您拥有数据科学或者相关专业的工作经验及学位，那么只要大笔一挥、简历一发，一份薪酬可观的职位就会应手而得。但是，数据科学家能成为AI领域的长青树吗?或者说，几年之后围绕数据科学出现的这股热流[详细]
-
社交大数据怎么助力社会风险治理？
所属栏目：[大数据] 日期：2021-11-04 热度：156
当前，社会风险出现了复杂化、多元化及动态化等新特点。不仅网络内容生态趋于复杂，国际间因疫情、贸易以及各类突发事件形成的风险议题也层出不穷。风险治理面临前所未有的挑战，也引发从政府、学界、再到业界与民间的广泛关注。新形势下的风险治理迫切需要[详细]
-
零售行业商业智能和数据科学的发展趋向
所属栏目：[大数据] 日期：2021-11-04 热度：69
零售商要想获得成功并不容易。不断变化的客户需求、市场需求缩小的风险以及实体店的客流量减少等只是零售商在运营时可能面临的一些挑战。许多企业依靠数据科学和商业智能工具超越竞争对手，并在充满挑战的市场中保持优势。 以下是零售行业采用商业智能和数据[详细]
-
大数据以后发展的6个趋势
所属栏目：[大数据] 日期：2021-11-04 热度：177
专家对大数据发展趋势的一些预测是值得企业关注的。 很多人都认为大数据是一种流行技术，并将会继续存在。对于一些人来说，有些事情并不那么明确，这关系到大数据分析的未来发展趋势。很多新兴技术正在迅速发展。对于现在或即将使用它们的企业意味着什么? 那[详细]
-
数据库有哪些分类？应该怎样选择？终于有人讲了解了
所属栏目：[大数据] 日期：2021-11-04 热度：117
通常，只需要使用主键甚至是部分键来检索应用程序的数据。键/值数据库可以被看作一个非常大的哈希表，该表在唯一的键下存储了一些值。存储的值可以通过键或者部分键高效地检索到。因为该值对于数据库是不透明的，所以如果需要按值来查找一条记录的话就需要逐[详细]
-
以前很多人说大数据就是未来，这句话错了吗？
所属栏目：[大数据] 日期：2021-11-04 热度：154
大数据对我的吸引力已经大不如前了。 回想当年，在我刚开始攻读数据科学硕士学位的天真岁月里，任何与大数据相关的主题都会让我兴奋不已。我试图挖掘每一组数据中属于3V的一部分。我想要从无穷的数据流中提炼出可分析的数据，然后建模、可视化、进行数据转换[详细]
-
凭借大数据技术实现全方位的建筑性能提升
所属栏目：[大数据] 日期：2021-11-04 热度：102
气候变化是历史上比较大的环境危机。对自然世界的选择是我们自己创造的问题，已经影响了数百万人。这个问题很可能在未来几十年内作为人道主义危机而出现，我们必须立即采取行动。 英国已经在法律中提出了到2050年实现碳中立(是指中立总碳量释放,通过排放多少[详细]
-
大数据和物联网如何相互关联?
所属栏目：[大数据] 日期：2021-11-04 热度：131
在组织和个人之间，物联网(IoT)和大数据技术已得到快速发展。据《福布斯》预测，到2025年，生成的数据量将增加到175 ZB。这将对收集、分析和报告数据的方式产生巨大的影响。 考虑到每秒从IoT传感器收集的数据量，必须配备先进的分析系统来有效地收集和利用这[详细]
-
数据分析、人工智能和物联网将如何塑造疫情之后的新常态
所属栏目：[大数据] 日期：2021-11-04 热度：155
冠状病毒疫情如今正在全球各地持续蔓延，为有效应对病毒，需要共享一些公共卫生信息资源。公共卫生基础设施可以通过采用人工智能、云计算、流媒体、物联网等新兴技术有效汇集、整理和处理各种信息和数据。 冠状病毒疫情给世界各国的经济和社会运行带来严重影[详细]
-
大数据和5G：这个交叉路口指向何方？
所属栏目：[大数据] 日期：2021-11-04 热度：158
大数据及其对我们隐私的影响是21世纪比较大的挑战之一。 随着5G的出现及其令人印象深刻的功能，让我们来探讨下一代网络将对大数据、智能城市的发展，尤其是我们的在线安全产生什么影响。 5G这是什么? 有人称5G是癌症的病因或传播冠状病毒的工具。幸运的是，[详细]
-
Hadoop VS Spark 性能原理分析
所属栏目：[大数据] 日期：2021-11-04 热度：69
面对Hadoop与Spark孰优孰劣这个问题，最准确的观点就是，设计人员旨在让Hadoop和Spark在同一个团队里面协同运行。 直接比较Hadoop和Spark有难度，因为它们处理的许多任务都一样，但是在一些方面又并不相互重叠。 比如说，Spark没有文件管理功能，因而必须依[详细]
-
2020年的顶级数据分析趋势
所属栏目：[大数据] 日期：2021-11-04 热度：191
除了人工智能技术得到广泛应用之外，在过去几年中，大数据也取得了更具意义的发展。调查表明，2020年全球大数据行业的市场规模为1,890亿美元。考虑到市场增长，可以预计到2022年将达到2470亿美元。 迪斯尼公司董事长表示：技术正在提升创造力，并改变了娱乐[详细]
-
大数据在金融业中的重要作用，以客户为中心的特权增强产品多样性
所属栏目：[大数据] 日期：2021-11-04 热度：129
金融业一直是竞争激烈的行业。考虑到像大数据这样的破坏性技术如何成熟，大数据可以成为金融业的有益组成部分。企业可以收集大数据来进行安全性，个性化和投资决策。 大数据正在推出新的数据集，这些数据集可帮助理解客户行为并扩大预测分析的范围。通过这种[详细]
-
彰显自然语言处理商业价值的5个成功案例
所属栏目：[大数据] 日期：2021-11-04 热度：143
这五个组织使用了自然语言处理(NLP)来更好地服务他们的客户，自动化重复的任务，并简化运营。 数据是现在最有价值的企业商品之一。根据IDG的2020年CIO报告，37%的IT领导者表示，数据分析将推动他们组织今年最大的IT投资。 虽然数据有多种形式，但最大的未利[详细]
-
企业能利用大数据算法建立有效链接吗?
所属栏目：[大数据] 日期：2021-11-04 热度：54
大数据对于人们来说似乎是一个巨大的概念。但是，很多企业已经在其业务中使用大数据，这可能会让人感到惊讶。分析工具和软件实际上使用大数据来收集编译的统计数据和分析的指标。而且，如果企业想很大限度地扩大品牌影响力，那么实际上可以定制大数据算法来[详细]
-
浅谈数据挖掘的基本概念及其最常用算法
所属栏目：[大数据] 日期：2021-11-04 热度：95
当前，大数据的理论和应用正在国民经济和生活的各个领域如火如荼的进行。很多人对大数据的基本概念和特点已经有所了解，那么我们仅仅将大数据进行获[详细]
-
避免数据分析灾难发生的6个诀窍
所属栏目：[大数据] 日期：2021-11-04 热度：91
数据分析对公司来说是非常有价值的，它可以提供对数据的深刻见解，而这些见解原本可能是不可见的。 正因为如此，数据分析也继续吞噬着IT预算的很大一部分。据2020年的CIO状况调查显示，37%的IT主管表示，数据分析也将继续推动公司今年的IT投资，是最高的单一[详细]
-
部门库建设首探
所属栏目：[大数据] 日期：2021-11-04 热度：69
背景：各级政府都在建设大数据中心，也建设了各种大数据平台，目的是汇聚各部门数据。但在实际过程中，数据的归集、融合一直是比较难的问题，主要表现在数据目录不清晰、数据资源较为分散。主要原因是：一是各部门信息化水平发展不均衡，信息化程度较高的部[详细]
-
企业能运用大数据算法建立有效链接吗?
所属栏目：[大数据] 日期：2021-11-04 热度：179
大数据对于人们来说似乎是一个巨大的概念。但是，很多企业已经在其业务中使用大数据，这可能会让人感到惊讶。分析工具和软件实际上使用大数据来收集编译的统计数据和分析的指标。而且，如果企业想最大限度地扩大品牌影响力，那么实际上可以定制大数据算法来[详细]
-
工信部印发指导意见 加快工业大数据产业进步
所属栏目：[大数据] 日期：2021-11-04 热度：184
5月13日，工信部印发加快工业大数据产业发展指导意见（以下简称意见）。意见指出工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。 意[详细]
-
如何为大数据项目做好准备成功制定策略的6个关键要素
所属栏目：[大数据] 日期：2021-11-04 热度：156
如果企业没有为获得最佳性能而预先准备数据，那将不会更好地为那些消耗数据的用户提供服务。实际上，不良的数据准备是导致大数据项目失败的主要原因，而管理此类项目的人负担不起，只是出于这个原因，对于企业来说，拥有大数据准备策略和方法并如实执行是至[详细]
-
简化数据池能为组织节省时间和资源
所属栏目：[大数据] 日期：2021-11-04 热度：142
行业专家对组织在寻求降低其数据湖的复杂性时需要考虑的问题提供了自己的见解。 咨询和托管服务提供商Onica公司首席解决方案架构师Mark McQuade学习和拓宽了他对从Docker和Kubernetes到人工智能和深度学习的各种知识。McQuade分享了对数据池的看法。 为什么[详细]
-
大数据分析正在法律行业的进展
所属栏目：[大数据] 日期：2021-11-04 热度：165
亚马逊公司和Facebook公司等科技巨头正在挖掘数据以获得有价值的业务见解。调研机构Graziadio Business Review撰写了一篇关于社交媒体Facebook公司数据挖掘的详细文章。Facebook公司成功地利用了大数据，这也是其最近一个季度收入突破210亿美元的原因之一。[详细]
-
数据科学vs.机器学习有什么差别?
所属栏目：[大数据] 日期：2021-11-04 热度：194
机器学习是人工智能(AI)的一个分支，而数据科学是数据清理、准备和分析的学科。人们需要了解每种技术的工作原理，以及它们是如何一起工作的。 机器学习(ML)和数据科学经常被同时提及，这有着充分理由。这两种技术相辅相成，但是了解它们如何工作以及如何协同[详细]
-
企业如何使用大数据进行社交媒体营销?
所属栏目：[大数据] 日期：2021-11-04 热度：123
不知是否有兴趣使用大数据进行社交媒体营销?许多成功的企业已经在这样做。 自从上世纪80年代问世以来，数据这一术语一直是互联网行业的主要内容。随着企业将越来越多的关注点转向数字领域，管理数据已经变得非常重要，特别是考虑到需要存储和分析的数据量。[详细]
