数据处理

但是新技术的出现使得我们可以从这些轻易地解析非结构化数据，并提取出重要信息。

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！

OLAP&SQL在大数据时代也有用武之地，也可以满足海量数据的分析需求！

10月25日报道，法国创企OpenDataSoft刚刚获得540万美元（500万欧元）A轮融资。

关于中小企业该如何搭建企业数据平台，这里分享永银文化的建设经验，原文永银文化CIO周苏东在帆软百城巡展上的演讲。

大数据结构越来越复杂，业务场景越来越多，SQL显然不够用了，我们的取数人员未来是不是要掌握各类语言，以适应不同的取数场景？

对于一些纯数据的数据表，如果仅仅是数字，对于读者而言是痛苦的，因为肉眼实在是很难发现你的数据差异在哪里，甚至我要去找数据中的“最”也不是件容易的事情，但是如果有了色阶，至少你对数据整体的大概，这是没有问题的。

分享一点关于重复值提示的一个问题

创业公司数据培训课程会面向哪些人，有哪些不同的内容，怎么讲才有效果？ 以往的文章曾经提到创业公司数据落地的三板斧：数据理念的推广、数据价值的展示、文化制度的要求。 数据理念推广这部分有一个重要内容，就是数据相关培训，为此曾在公司内部讲过一年的数据课，每周一次，面向公司各个层面的同事，内容包括数据分析，机器学习，量化决策等不同主题。 过去两周访问了加州的几个学…

如今整个商业世界都面临着新的难题，即如何处理来自各客户接触点、交易以及互动对象的大量数据。但与此同时，我们也看到了解决问题的曙光——实时数据流技术，其能够存储大量数值及历史数据，以备日后随时调用。 可能很多朋友还没有接触过大数据分析方案，也有人认为其仅仅算是个愿景而非现实——毕竟能够证明其可行性与实际效果的案例确实相对有限。但可以肯定的是，实时数据流中包含着…

首先对@MayaG表示感谢，这篇文章是被你提的问题激发出的灵感，非常感谢~ 数据清洗， 是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在实际操作中，数据清洗通常会占据分析过程的50%—80%的时间。国外有些学术机构会专门研究如何做数据清洗，相关的书籍也不少。 （美亚搜data cleaning的结果，可以看到这书还挺贵） 我…

摘要：数据水管工，让你专心做分析。 数据处理不仅是分析与可视化，如何将不同位置的数据源整合在一起或许也是个问题。 Alooma是一家以色列创业公司，为公司提供实时处理大数据的云端服务。近日宣布A轮1120万美元融资，由光速创投和红杉资本领投。 他们所针对的是从事数据工作的客户群体，比如数据科学家和在数学或机器学习上拥有高学历的终端用户，而不是从事开发和IT的…

日前在2014 VIS会议上，来自德国康斯坦茨大学数据分析和可视化组（Data Analysis and Visualization Group, University of Konstanz）的Sacha等人，提出了一种基于可视化分析的知识产生模型。这个模型保留了过去的挖掘模型，如KDD模型，也从各角度、各层次更加全面地阐述了人类利用计算机的可视化分析系统…

摘要：本文将从技术无关的角度讨论一些提高性能的方法。下面我们将讨论一些能够应用在大数据分析系统不同阶段的技巧和准则(例如数据提取，数据清洗，处理，存储，以及介绍)。 大数据分析系统作为一个关键性的系统在各个公司迅速崛起。但是这种海量规模的数据带来了前所未有的性能挑战。同时，如果大数据分析系统无法在第一时间为运营决策提供关键数据，那么这样的大数据分析系统一文不…

很久没写东西了，正好群里有童鞋最近要换工作，提到有关数据库方面的问题，个人认为，做数据分析的并没有必要把数据库开发之类的弄懂，你只需要从相应的数据库中调用你需要的数据即可，至于数据库设计相关的安全事务，开发之类的问题那是数据库工程师的事情，而作数据分析的你了解SQL语言即可。当然，谁都不会嫌自己的知识多，掌握的东西越多对自己的发展当然也就越有利。 了解SQL…