以Web文本为分析对象的文本挖掘被称为Web文本挖掘。Web文本挖掘主要通过应用数据挖掘技术从Web页面的文本内容中发现有价值的信息，帮助人们从大量的Web文本数据中找出隐藏的、潜在的关联模式。Web...
大数据
大数据
什么是节点链接法、邻接矩阵法、混合布局法？
图可视化是指将图数据通过计算机图形学和图像处理技术，转化成图形或图像，完成信息展示、交互等功能。图可视化作为信息可视化的子领域，通过展示元素、关系，帮助用户获取数据的洞悉能力，已被广泛地应用在流程图、...
数据治理的目标与原则
（1）数据治理的目标。 加强数据治理是提升企业信息化水平、管理精细化水平，提高企业业务运作效率，增强企业决策能力和核心竞争力的重要途径。数据治理指导其他数据相关活动的开展，是在更高层次上执行数据管理制...
数据清洗、特征工程的重要性
数据是分析的基础。无论是进行数据统计分析、机器学习项目的数据挖掘与建模，还是实现数据可视化，都离不开数据。特征是所有机器学习项目中必不可少的组成部分，是机器学习项目的基础。当给定数据和特征时，数据统计...
数据清洗和特征工程的关系是什么？有什么区别？
数据清洗和特征工程的关系是什么？有什么区别？ 数据清洗是独立于特征工程的：一方面，数据清洗不仅适用于机器学习项目，也适用于一般的数据统计分析过程，而特征工程仅适用于机器学习项目；另一方面，针对机器学习...
大数据的简单算法与小数据的复杂算法
20世纪40年代，计算机由真空管制成，要占据整个房间这么大的空间。而机器翻译（计算机翻译）也只是计算机开发人员的一个想法。在冷战时期，美国掌握了大量关于苏联的各种资料，但缺少翻译这些资料的人手。所以，...
大数据与苹果公司乔布斯的癌症治疗
由于技术成本大幅下跌及在医学方面的广阔前景，个人基因排序（DNA分析）成为一门新兴产业。从2007年起，硅谷的新兴科技公司23andme就开始分析人类基因，价格仅为几百美元。这可以揭示出人类遗传密码中...
小数据时代的随机采样
数千年来，政府一直都试图通过收集信息来管理国民，只是到最近，小企业和个人才有可能拥有大规模收集和分类数据的能力，而此前，大规模的计数都是政府的事情。 以人口普查为例。据说古代埃及曾进行过人口普查，《旧...
数据分析
什么是关联分析模型？
关联分析又称关联挖掘，就是在交易数据、关系数据或其他信息载体中查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性...
数据分析
什么是KANO分析模型？
KANO模型是东京理工大学教授狩野纪昭（Noriaki Kano）发明的对用户需求分类和优先排序的有用工具，该模型是受行为科学家赫兹伯格的双因素理论启发而提出的，体现了产品性能和用户满意之间的非线性关...
商业数据分析的典型方法有哪些？
数据对于商业中的决策者来说非常重要，不同领域的企业都在寻求利用数据的最佳方案。零售领域发展非常迅速，数据的应用也相当全面，例如零售商会分析数据并发展特殊的客户画像，以了解零售商的痛点，对大数据的全面分...
数据预处理的目的与意义
数据预处理（Data Preprocessing）是指在主要的数据处理之前对数据进行的一些处理，旨在解决数据中存在的问题，为后续的分析和建模提供高质量的数据。经过采集得到的原始数据主要有以下问题。 ●...
数据挖掘
什么是单位根检验（DF检验）？
单位根检验是通过构造统计量进行随机序列平稳性检验最常用的方法。根据平稳序列的性质，如果一个序列是平稳的，那么该序列的所有特征根都应该在单位圆内。由于单位根检验最早是由统计学家Dickey和Fuller...
数据挖掘
什么是自相关图检验？
平稳序列具有短期相关性的特性，只有近期的序列值对当前观测值有影响，间隔越远的历史观测值对当前值影响越小。也就是说，随着延迟期数 k 的增加，平稳序列的自相关系数会比较快地衰减到0，并且在0附近随机波动...
数据挖掘
什么是时序图检验？
图检验是根据平稳序列具有常数均值和常数方差这一性质，主观判断该序列是否具有平稳性。即平稳序列的时序图应该始终在一个常数附近波动，而且波动的范围有界。如果该序列有明显的趋势性或周期性，那么该序列就不是平...
数据挖掘
时间序列的3种类型
1.时间序列定义 通常，我们使用按照时间顺序排列的一组随机变量来表示一个时间序列，即 X 1 , X 2 ,…, X t ,… 其中， t 表示随机变量发生或采集的时间。通过对随机变量的观察，可以分析...
数据中心的组成元素有哪些？
数据中心一般定义为一个可以对信息或数据进行集中存储、处理、交换、传输及管理的机房，涉及的物理基础设施一般包括关键主设备和基础支撑设备。关键主设备的主要任务是实现计算和通信功能，包括服务器、存储设备和网...
大数据
什么是数据中心的总体架构？
数据中心是应用服务、数据资源、网络互联、基础设施的复杂综合体，通常分为基础设施层、信息资源层、应用支撑层、应用层和辅助系统层5个层面，数据中心总体架构如图1-8所示。 图1-8 数据中心总体架构 1....
数据可视化
举例说明什么是社交网络可视化？
社交网络是指基于互联网的人与人之间的相互联系、信息沟通和互动娱乐的运作平台。例如Facebook、Twitter、微信、新浪微博、人人网、豆瓣等，都是当前普及的社交网站。通过社交网络能够很容易看出一个...
数据可视化
举例说明什么是背景数据的可视化？
在大数据时代，人们不仅要处理海量的数据，同时还要对这些数据进行加工、传播、分析和分享。目前，实现这些形式比较好的方法就是大数据可视化。数据可视化是关于数据视觉表现的形式，如柱状图、饼状图、直方图、散点...