数据挖掘

编者按：人人口中都在谈论着大数据，但是你真的知道大数据是什么吗？获取数据的过程中有哪些挑战，又要如何挖掘其中的商业价值呢？让我们听听大洋彼岸的从业者和专家们对大数据的解读吧。本文来自 Lucia Shen 的投稿。 在过去的周末，一年一度的美东华人创业狂欢 MIT－CHIEF年会在麻省理工落下帷幕，其中的几场圆桌论坛干货满满。今天为大家带来的是大数据行业的圆…

概述 不同于传统互联网媒体，微博作为社交媒体最大的优势在于引入了非对等的用户关系，这种用户关系仅令传播更加高效。如果将微博中的用户视作节点，用户之间的关系视作节点之间的边，那么这些节点和边将构成一个社交的网络拓扑结构，或称作社交图谱，如图1所示。微博中的信息从社交图谱中的某个节点发出，并通过边来传播。 图1 微博中的社交图谱 但是信息在这个网络中的流动并不是…

【摘要】作为数据分析师，无论最初的职业定位方向是技术还是业务，最终发到一定阶段后都会承担数据管理的角色。因此，一个具有较高层次的数据分析师需要具备完整的知识结构。 1. 数据采集 了解数据采集的意义在于真正了解数据的原始面貌，包括数据产生的时间、条件、格式、内容、长度、限制条件等。这会帮助数据分析师更有针对性的控制数据生产和采集过程，避免由于违反数据采集规则…

让一起来品味一下这个神秘社区的数据。

营造健康上网环境从你我做起

据创始人桑文锋反馈，文章发布后几小时，就受到了诸多vc关注，其中不乏有投资界的大佬。

按照Elder博士的总结，这10大易犯错误包括： 0. 缺乏数据（Lack Data）1. 太关注训练（Focus on Training）2. 只依赖一项技术（Rely on One Technique）3. 提错了问题（Ask the Wrong Question）4. 只靠数据来说话（Listen (only) to the Data）5. 使用了未来…

我对做事的流程非常感兴趣。我想要知道一些可以把事情做好的好方法，甚至在可能的情况下可以知道做这些事情的最好方式。就算你的技能不强，理解相关方面的知识不深，这个过程也可以帮你在后面长时间的过程中解决这些问题。它可以指引你如何变得更有技能，同时对相关知识有深层次的了解。至少，我曾经就是用这样的方式完成了很多的工作。 我认为学习数据挖掘是很有用的，正如它以从数据中…

摘要：我对做事的流程非常感兴趣。我想要知道一些可以把事情做好的好方法，甚至在可能的情况下可以知道做这些事情的最好方式。就算你的技能不强，理解相关方面的知识不深，这个过程也可以帮你在后面长时间的过程中解决这些问题。它可以指引你如何变得更有技能，同时对相关知识有深层次的了解。至少，我曾经就是用这样的方式完成了很多的工作。 我认为学习数据挖掘是很有用的，正如它以从…

摘要：一位热爱传媒、热爱大数据、热爱摄影的老师，沈浩老师（微博@沈浩老师 ）以问答的方式给你阐述如何学习、如何学习好数据挖掘。 下面是一位朋友的问题，其实每天都有不少同学和朋友向我提问各种学习数据分析、数据挖掘、统计分析等方面的问题，有时候真的很难仔细回答。其实，每个人都有自己的学习路径，还有自己的知识结构和期望的职业生涯，要得到一个统一的答案是困难的！ 什…

在F2P手游市场中，贫富差距的现象从未如此巨大。全球每月平均有13185款新游戏进入iOS平台;22905款进入Android平台(来自Priori Data)，竞争非常激烈。很多人通过数据挖掘来分析他们的游戏，从而增强玩家的游戏体验并创造更多的盈利空间。但是究竟该怎么做呢 通过深度数据挖掘，我们可以看清玩家在游戏中的一举一动，并加以收集、整理、分析。比如在…

一年里红起来的歌曲也就那么几首，流行音乐的风尚总在变化，想要在高度商品化的流行音乐市场里赚到钱，依赖音乐人个人的天分已经很难，如果能借助QQ音乐、百度音乐这类拥有大量用户试听及其他行为数据的平台，分析出当下的流行元素，就可以创作出一些适合传播的音乐。 先来看这类音乐平台都有什么数据可以利用： 一、用户行为及评分 类型很多，学术上通常称为显式表达和隐式表达。包…

大数据思维原理是什么？笔者概括为10项原理。 一、数据核心原理 从“流程”核心转变为“数据”核心大数据时代，计算模式也发生了转变，从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求，将改变IT系统的升级方式：从简单增量到架构变化。大数据下的新思维——计算模式的转变。例如：IBM将使用以数据为中…

与数据挖掘有关或者有帮助的R包和函数的集合。1、聚类常用的包： fpc，cluster，pvclust，mclust基于划分的方法: kmeans, pam, pamk, clara基于层次的方法: hclust, pvclust, agnes, diana基于模型的方法: mclust基于密度的方法: dbscan基于画图的方法: plotcluster,…

摘要：Yelp是美国最大点评网站，拥有世界各地的Yelper上传的成千上万的照片。各种各样的照片给进入当地的商业提供了一个丰富的窗口。通过开发一个照片理解系统使Yelp能够创建有关个人照片的语义数据。跟Yelp第一次在基于内容的照片多样化方面所做的尝试一样，由系统生成的数据正在增强Yelp近期推出的封面照片多样化、标签式照片浏览等服务。 构建一个照片分类器 …