内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 大数据分析的目的与意义

    工作业绩,分清责任与贡献大小,搞好企业内部分配,合理奖惩,有着重要的作用。  大数据分析的目的与意义.中琛魔方大数据平台表示大数据分析的结果可以给企业带来决策影响,也同时关系到企业的利益体现,大数据分析正在为企业带来了新的变化,主要是帮助企业分析客户数据,进一步掌握了解客户数据,以便做出有针对性的决策。

    作者: DevFeng
    1252
    10
  • 大数据分析工具Power BI(四):获取Web数据

    获取Web数据 在数据分析的过程中,我们在网页中看到有好的表格数据想进行分析,我们也可以通过Power Query 可以获取Web网页数据。通过Power Query 我们可以获取Web网页中表格数据、多表格数据等。 现在以下面网址数据数据 http://www.stats.gov

    作者: Lansonli
    发表时间: 2023-03-27 18:44:25
    125
    0
  • 大数据分析工具Power BI(八):动态TOPN统计

    动态TOPN统计 一、TOPN统计分析 在一些数据分析场景中我们经常遇到获取topN统计的问题,例如统计销量topN的店铺对应的总销售额、统计订单量TopN的门店总销售额等等。针对这种TopN问题的分析,在Power BI中我们需要使用TOPN函数,TOPN函数可以返回指定表的前

    作者: Lansonli
    发表时间: 2023-04-12 13:01:09
    123
    0
  • 大数据分析工具Power BI(一):Power BI介绍

    BI介绍 Microsoft Power BI 是一款强大的自助商业智能分析工具,可以对来自不同系统的数据进行提取、清理、整合、汇总、分析、可视化展示。简单来说,Power BI就是一个数据分析工具,它能实现数据分析的所有流程,包括对数据的获取、清洗、建模和可视化展示,从而来帮助个人或

    作者: Lansonli
    发表时间: 2023-03-19 03:49:39
    437
    0
  • 物联网大数据分析的意义

    不需要人工的方式。从上面的大、全、细、时四个字,我们就可以对大数据的概念有个较为清晰的认识。这四点主要强调的数据的获取和规模上,和以往传统数据时代的差异。有了这个基础,我们还要看怎么对大数据加以利用。这里就要看看大数据思维。我们也来看两个例子。85前应该都用过智能ABC,一种古

    作者: 极客潇
    2148
    8
  • 什么是大数据分析

    大数据分析的产生旨在于 IT管理 ,企业可以将实时数据流分析和历史相关数据相结合,然后大数据分析并发现它们所需的模型。 反过来,帮助预测和预防未来运行中断和性能问题。 进一步来讲,他们可以利用大数据了解使用模型以及地理趋势,进而加深大数据对重要用户的洞察力。

    作者: 小耳东
    发表时间: 2021-06-09 02:02:44
    1620
    0
  • 足球- EDA的历史数据分析并可视化

    探索数据时需要遵循的一些方向: 谁是有史以来最好的球队 哪些球队统治了不同时代的足球 古往今来,国际足球有什么趋势——主场优势、总进球数、球队实力分布等 我们能从足球比赛中对地缘政治说些什么吗——国家的数量是如何变化的 哪些球队喜欢相互比赛

    作者: 老虎也淘气
    发表时间: 2023-10-28 19:14:51
    11
    0
  • 大数据分析工具Power BI(五):数据模型介绍

    数据模型介绍 一、模型关系 在数据分析过程中,我们会将数据表分为事实表和维度表两种类型的表。 事实表 发生在现实世界中的操作型事件,其所产生的可度量数值,存储在事实表中,事实表也叫明细表。例如,一个按照地区、产品、月份划分的销售量和销售额的事实表如下: 在以上事实表的

    作者: Lansonli
    发表时间: 2023-03-27 18:45:18
    135
    0
  • 大数据分析工具Power BI(三):导入数据操作介绍

    导入数据操作介绍 进入PowBI,弹出的如下页面也可以直接关闭,在Power BI中想要导入数据需要通过Power Query 编辑器,Power Query 主要用来清洗和整理数据。 文件资料下载:https://download.csdn.net/downloa

    作者: Lansonli
    发表时间: 2023-03-19 03:53:39
    195
    0
  • 大数据分析工具Power BI(九):Power View介绍

    一、报表页 在Power BI中一张报表不能展示所有的数据报表我们可以创建多个报表页,可以点击"报表页区域"中"+"来增加新的页面,也可以在工具栏中选择"插入"->"新建页"来创建新的报表页,新建页面数量没有限制,新建页面越多,报表可读性就越差,也会影响宝宝的刷新速度。

    作者: Lansonli
    发表时间: 2023-04-12 13:02:01
    139
    0
  • 快速上手大数据可视化数据分析

    Tableau是一个非常流行的商业智能和数据可视化工具,可以连接各种数据源,将数据转化为交互式可视化图表和仪表板,帮助用户更好地理解和分析数据。通过Tableau连接可以帮助我们更加高效、可视化地探索大数据,通过数据辅助业务决策。接下来,跟着我们的教程来操作吧。

    作者: yd_280260630
    67
    1
  • 据分析处理基本流程

    p的HDFS协议,在大数据场景中可以替代hadoop系统中的HDFS服务,实现Spark、MapReduce、Hive、HBase等大数据生态与OBS服务的对接,为大数据计算提供“数据湖”存储。 BI工具可视化:大多数大数据处理的目的都是通过分

  • 物联网和大数据分析相结合示例

    将物联网和大数据分析相结合,众多不同行业的组织可以释放新的商业智能源,简化其运营,降低成本并用更少的资源做更多事情。以下是五个已经成为现实的业务用例:用例1:工业物联网(IIOT)工业物联网(IIoT)是指物联网在工业和制造环境中的应用,其中大数据分析使从高价值设备的预测性维护到

    作者: 极客潇
    465
    2
  • 【IOTA数据分析】【数据分析功能】数据分析只能分析出单个属性

    【功能模块】实现数据分析【操作步骤&问题现象】1、设备接入有正常的数据但是在数据分析这里看不到任何数据2、【截图信息】【日志信息】(可选,上传日志内容或者附件)

    作者: yd_236615161
    487
    3
  • IoTA数据分析服务-实时数据分析

    oT数据分析基于物联网资产模型,整合物联网数据集成,清洗,存储,分析,可视化,为开发者提供一站式服务,降低开发门槛,缩短开发周期,快速实现物联网数据价值变现。功能介绍IoT数据分析平台提供以下分析能力实时分析:基于大数据流计算引擎,提供物联网实时分析能力。为了降低开发者开发流分析

    作者: Jasonchenbj
    1911
    2
  • 【数据分析】走进数据分析 5 指标介绍

    【数据分析】走进数据分析 5 指标介绍 概述基础指标DUA留存渗透 页面浏览指标PVUVDepth of Visit 商业化指标CTRARPUCPMCPCROI 概述 数据分析 (Data Analyze) 可以在工作中的各个方面帮助我们

    作者: 我是小白呀iamarookie
    发表时间: 2022-03-26 17:54:43
    897
    0
  • 大数据分析工具Power BI(十二):制作趋势分析图表

    ​制作趋势分析图表 一、折线图 反应数据变化的趋势表,需求:使用折线图展示"2022年点播订单表"每日营收金额变化。 新建页面并命名为折线图,在可视化区域点击"折线图",然后按照如下配置: 美化图表格式,打开可视化区域中的"设置视觉对象格式",按照如下步骤设置格式: 视觉

    作者: Lansonli
    发表时间: 2023-05-21 15:33:35
    0
    0
  • 淘宝权重及其大数据分析

    率合理性。27:近三十天宝贝好评率。28:上直通车排序优先。  --*********************针对大数据分析,浅谈自己的一些见解 1.现在淘宝的大数据基本是以你购买过的同类商品,然后一股脑的给你推荐相关系列产品,很烦人,非常烦人?为什么,因为在产生过购买行为之后,

    作者: tea_year
    发表时间: 2021-12-29 15:44:01
    698
    0
  • spark ML一spark快速大数据分析MLlib库

    MLlib是Spark中提供机器学习函数的库,该库专为集群上并行运行的情况而设计MLlib设计理念:把数据以RDD形式表示,然后在分布式数据集上调用各种算法。归根结底,MLlib就是RDD上一系列可调用的函数的集合。注意:MLlib只包含能够在集群上运行良好的并行算法,包括分布式随机森林算法,K-means

    作者: bus
    649
    0
  • 大数据分析的主要算法

    大数据分析涵盖了多种算法,这些算法在数据挖掘、机器学习、统计分析和数据库管理等领域有广泛应用。以下是一些常见的大数据分析算法,按照不同的类别进行详细列举: 一、分类算法 分类算法的目标是根据输入数据的特征将其归类到预定义的类别中。 决策树:一种通过递归地将数据集划分为较小的子集,

    作者: 林欣
    发表时间: 2024-12-31 20:37:32
    0
    0