-
BI数据仓库构建和BI数据分析应用
所属栏目：[大数据] 日期：2021-05-29 热度：97
BI数据仓库是为了便于多维分析和多角度展示数据按特定模式进行存储所建立起来的关系型数据库。在商业智能系统的设计中，数据仓库的构建是关键，是商业智能系统的基础，承担对业务系统数据整合的任务，为商业智能系统提供数据抽[详细]
-
如何通过流程挖掘改进业务步骤
所属栏目：[大数据] 日期：2021-05-29 热度：58
流程挖掘是一种方法，通过这种方法，组织可以从现有的系统中收集数据，以客观地可视化业务流程是如何运行的，以及如何改进它们。从流程挖掘中获得的分析洞察力可以帮助优化整个组织的数字化转型计划。 在过去，流程挖掘在制造业中的应用最为广泛，可以用来[详细]
-
Spark日臻完善之小文件是否需要合并?
所属栏目：[大数据] 日期：2021-05-28 热度：193
我们知道，大部分Spark计算都是在内存中完成的，所以Spark的瓶颈一般来自于集群(standalone, yarn, mesos, k8s)的资源紧张，CPU，网络带宽，内存。Spark的性能，想要它快，就得充分利用好系统资源，尤其是内存和CPU。有时候我们也需要做一些优化调整来减少[详细]
-
5个可以帮助Pandas进行数据预解决的可视化图表
所属栏目：[大数据] 日期：2021-05-28 热度：91
数据科学和机器学习项目的结构化方法从项目目标开始。同一组数据点可以推断出一些有意义的信息。基于我们所寻找的，我们需要关注数据的另一个方面。一旦我们明确了目标，我们就应该开始考虑我们需要的数据点。这将使我们能够专注于最相关的信息集，而忽略[详细]
-
大数据在疫情期间对货运运营商的安全不可估量
所属栏目：[大数据] 日期：2021-05-28 热度：57
大数据对于避免许多危机非常重要。采用大数据应对冠状病毒疫情危机是一个很好的例子。越来越多的国家和组织正在使用大数据来促进社交距离，加强联系追踪并找到新的治疗方法。 在这场危机期间，某些行业比其他行业更依赖大数据来保障安全。这些包括货运运营[详细]
-
数据量太大？用Python处理数据密度过大障碍
所属栏目：[大数据] 日期：2021-05-28 热度：108
副标题#e# 当我们需要观察比较2个变量间的关系时，散点图是我们首选图表。 可当数据量非常大，数据点又比较集中在某个区间中，图表没法看，密密麻麻的怎么看? 怎么办?这时候就得看密度图了 什么是密度图? 所谓的密度图 (Density Plot) 就是数据的分布稠密情[详细]
-
让你在10分钟内掌握如何用Python将数据批量的插入到数据库
所属栏目：[大数据] 日期：2021-05-28 热度：138
副标题#e# 本文基于python, 使用pandas, pymysql等三方库实现了向数据库中高效批量插入数据，一方面提供被网上很多瞎转载的答案给坑蒙了的人(因为我也是)，一方面自己也做个笔记，以后方便查阅 需求原因 最近在处理一个需求，有关批量往数据库插入数据的，[详细]
-
大数乘法（模拟相乘，分块）
所属栏目：[大数据] 日期：2021-05-27 热度：92
分析 大数乘法如果按照数组一位对应数的一位来手动模拟乘法的过程是比较容易的，只需要在每位相乘累加后记得进位就行了，并不复杂，此时的进位也就是默认的满10进位，当数组元素大于10时需要进位。这样做可以很快的计算出来。在本文中主要是讨论满100,1000[详细]
-
实现大数四则运算
所属栏目：[大数据] 日期：2021-05-27 热度：80
副标题#e# ? ? ? ? 由于编程语言提供的基本数值数据类型表示的数值范围有限，不能满足较大规模的高精度数值计算，因此需要利用其他方法实现高精度数值的计算，于是产生了大数运算。大数运算主要有加、减、乘三种方法。那么大数到底如何进行运算呢，学习过数[详细]
-
HDOJ 1023 Train Problem II(卡特兰数+大数乘除法)
所属栏目：[大数据] 日期：2021-05-27 热度：150
Train Problem II Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 7690????Accepted Submission(s): 4140 Problem Description As we all know the Train Problem I,the boss of the Ignatiu[详细]
-
HDOJ 1130 How Many Trees?(卡特兰数+大数乘除法)
所属栏目：[大数据] 日期：2021-05-27 热度：169
How Many Trees? Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 3380????Accepted Submission(s): 1958 Problem Description A binary search tree is a binary tree with root k such that[详细]
-
大数据处理需要用到的九种编程语言
所属栏目：[大数据] 日期：2021-05-27 热度：78
大数据处理需要用到的九种编程语言 ? 随着大数据的热潮不断升温，几乎各个领域都有洪水倾泻般的信息涌来，面对用户成千上万的浏览记录、记录行为数据，如果就单纯的Excel来进行数据处理是远远不能满足的。但如果只用一些操作软件来分析，而不怎么如何用逻[详细]
-
混合云大数据分析探索
所属栏目：[大数据] 日期：2021-05-27 热度：62
点击上方蓝色字体关注。 您还可以搜索公众号“D1net”选择关注D1net旗下的各领域（云计算，数据中心，大数据，CIO，企业协作，网络数通，信息安全，企业移动应用，系统集成，服务器，存储，呼叫中心，视频会议，视频监控等）的子公众号。 ======= 大数据的[详细]
-
【干货】你不得不知道的11款BI工具
所属栏目：[大数据] 日期：2021-05-27 热度：69
BI（BusinessIntelligence）即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对企业业务人员的大数据分析需求。然而如果你觉得不是数据分析专业、没有挖掘算法基础就无法使用BI工具？NO，自助式分析工具已经让数据产品链条变得大众化。为[详细]
-
趣图：论医生和修电脑的相似性
所属栏目：[大数据] 日期：2021-05-27 热度：141
(点击上方公众号，可快速关注) 《转发一张趣图：论医生和修电脑的相似性》 点击“ 阅读原文”，可查看更多趣图/段子 ↓↓↓?（支持微信登录）[详细]
-
【数字智能三篇】之一： 一页纸说清楚“什么是大数据”
所属栏目：[大数据] 日期：2021-05-27 热度：141
按：【数字智能三篇】 目前“大数据”、“推荐系统”、“深度学习”是数字智能领域的热点研究方向，相关的书籍也很火热，比如“大数据”仅这两年就出版了很多本，让一般人看的眼花缭乱。 本系列共分三篇，力求仅以一页纸的篇幅来系统完整地介绍以上这三个[详细]
-
C语言超大数相加求和、加减乘除算法实现
所属栏目：[大数据] 日期：2021-05-27 热度：76
#include?stdio.h#include?stdbool.h#include?string.h#include?stdlib.h#define?MAXLEN?20int?arr1[MAXLEN];int?arr2[MAXLEN];char?str1[MAXLEN];char?str2[MAXLEN];void?convertBin(int?intNum)?{???static?int?bitSize?=?32;???int?modBin?=?intNum??1;[详细]
-
hdoj 1002 A + B Problem II 大数
所属栏目：[大数据] 日期：2021-05-27 热度：129
A + B Problem II Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 302658????Accepted Submission(s): 58410 Problem Description I have a very simple problem for you. Given two integer[详细]
-
FFMPEG中重要的数据结构的挖掘
所属栏目：[大数据] 日期：2021-05-26 热度：172
[cpp]? view plain ?copy ? typedef?struct?AVFormatContext?{?? ????struct?AVInputFormat?*iformat;?? ????void?*priv_data;?? ?????? ????ByteIOContext?*pb;?? ????unsigned?int?nb_streams;?? ????AVStream?*streams[MAX_STREAMS];?? }?AVFormatConte[详细]
-
poj 1001 Exponentiation 模拟大数（hdu 1063）
所属栏目：[大数据] 日期：2021-05-26 热度：63
poj 1001 Exponentiation ?模拟大数 链接： http://poj.org/problem?id=1001 题意： 题意很简单，给你2个数（前面的是小数，后面是不超过25的整数），求得前一个数的幂（后一个数作指数部分）。 思路： 要求小数的幂，用一般的double，float完全满足不了解[详细]
-
数据处理中的“基”情
所属栏目：[大数据] 日期：2021-05-26 热度：181
副标题#e# 由于涉及过多公式，文章很多部分以图片排[详细]
-
漫谈：机器学习中距离和相似性度量方法
所属栏目：[大数据] 日期：2021-05-26 热度：157
在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如 K 最近邻（KNN）和 K 均值（K-Means）等等。根据数据特性的不同，可以采用不同的度量方法。一[详细]
-
大数据分析过程中经常遇到那13个问题
所属栏目：[大数据] 日期：2021-05-26 热度：131
1、最早的数据分析可能就报表 目前很多数据分析后的结果，展示的形式很多，有各种图形以及报表，最早的应该是简单的几条数据，然后搞个web页面，展示一下数据。早期可能数据量也不大，随便搞个数据库，然后SQL搞一下，数据报表就出来了。但是数据量大起来[详细]
-
挖掘DBLP作者合作关系，FP-Growth算法实践（4）：挖掘每个会议的
所属栏目：[大数据] 日期：2021-05-26 热度：165
在只有【论文标题、发布时间、作者、会议名称】这四种信息的情况下，首先提取出所有这四种信息： 代码产生的结果如下，数据结构类似于headerTable，看结果就知道了，不再介绍： authorDict={} #{authorName: total(frequence,startYear,endYear),{eachConf[详细]
-
挖掘DBLP作者合作关系，FP-Growth算法实践（5）：挖掘研究者合作
所属栏目：[大数据] 日期：2021-05-26 热度：107
副标题#e# 就是频繁项集挖掘，FP-Growth算法。 先产生headerTable： 数据结构（其实也是调了好几次代码才确定的，因为一开始总有想不到的东西）：entry: entry: {authorName: frequence,firstChildPointer,startYear,endYear} def CreateHeaderTable(tranDB[详细]
