恍惚恍惚又来到了文章的学习，想必大家又有很多问题吧! 就如何使用大数据捕捉下一个大趋势，帕蒂尔接受《华尔街日报》的采访，以下是采访概要： 问：数据可以帮助甄别脱颖而出的公司吗? 答：我们发现了很多有趣信号，人们可以用它们来理解更大的趋势变化。oracle视频 其中一个例子就是分布式代码托管网站GitHub。这项服务允许人们进行协作编程。从这里我们可以看到GitHub社区关注和使用技术的情况。就拿新... 继续阅读大数据挖掘让PE/VC更高效 LinkedIn成最佳工具的讲解

创建SSIS包:ETL中典型的数据清洗的方法 在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！ 这个例子的情景是一个信用卡公司，目前正着手于拓展Florida州新成立的一些公司的业务。市场部门每周都会向这些公司发送一些邮件，我们要为所有的邮件准备抽取数据。假设Florida州提供的一个上面这个dat文件，它是从老的计算机系统里面得到的，它是定长分隔的，这意味着文件中没有分隔... 继续阅读创建SSIS包:ETL中典型的数据清洗的方法

–在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！ —————-回顾早期的争论—————– 现在搞大数据（后端数据）的朋友，和早些年搞数据仓库的没啥本质区别，因为都是人为需要把各系统的数据集中化，现在增加个非结构化数据，于是就叫大数据，而以前就叫数据仓库。 在10多年前，数据仓库界一直有个争论，到底是TOP-DOWN好还是Bottom-UP好，一边说，我先把企业所有数据都集成，数据... 继续阅读大数据与商业分析：新的TOP-DOWN纠结及疑问

数据安全：从网易邮箱被爆看互联网企业的网络安全简介 在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！   10月19日网易”亮“了，乌云报告网易邮箱存在漏洞，涉及数亿网易邮箱账号和密码(MD5加密)的泄露。这让我想起前不久一个小事： 我和一位大学同学聚会，临走却发现我通讯录里面没有他的手机号码，让他拨我手机号码，一拨就占线，检查黑名单，果然他的手机号码已经被我屏蔽了。我当时很纳... 继续阅读数据安全：从网易邮箱被爆看互联网企业的网络安全简介

浅谈快速发展中的企业存在的数据污染问题 在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！ 引言 公司由粗犷式发展转向精细化运营的过程中，数据决策支持发挥着至关重要的作用。而在传统行业里，由于数据量相对较小；业务系统变更相对规律；系统架构相对简单；数据来源相对单一等原因，从而使数据的计算过程更加简单，计算结果更加准确。而作为业务与技术高速发展的京东，用常规的架构设计无法满足公司对... 继续阅读浅谈快速发展中的企业存在的数据污染问题

在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！ 1、集群部署介绍 1.1 Hadoop简介 Hadoop是Apache软件基金会旗下的一个开源分布式计算平台。以Hadoop分布式文件系统（HDFS，Hadoop Distributed Filesystem）和MapReduce（Google MapReduce的开源实现）为核心的Hadoop为用户提供了系统底层细节透明的分布式基... 继续阅读Hadoop集群系列5:Hadoop安装配置

恍惚恍惚又来到了文章的学习，想必大家又有很多问题吧! 因为项目的需要，学习使用了Hadoop，和所有过热的技术一样，“大数据”、“海量”这类词语在互联网上满天乱飞。Hadoop是一个非常优秀的分布式编程框架，设计精巧而且目前没有同级别同重量的替代品。另外也接触到一个内部使用的框架，对于Hadoop做了封装和定制，使得更满足业务需求。我最近也想写一些Hadoop的学习和使用心得，但是看到网上那么泛滥... 继续阅读Hadoop不能解决的问题

移动大数据在互联网金融反欺诈领域 恍惚恍惚又来到了文章的学习，想必大家又有很多问题吧! 参考最新的《2015中国移动互联网发展指数报告》，中国共拥有12.4亿太移动端设备，其中移动智能手机的保有量为9亿，每个移动互联网用户拥有大概1.35部智能手机。移动互联网用户中80后，90，00后占比超过了72%，成为移动互联网主要用户。平均每部手机装载了41款应用，平均每天打开25款应用，相对去年有较... 继续阅读移动大数据在互联网金融反欺诈领域

在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！ 感悟和理论 得到的灵感首先要感谢Nicholas Lovell 的这篇文章，是我得到了一些处理和分析这个模型的办法。连接如下：  Lovell是从理论的解析了这个付费用户的模型，篇幅很短但是内容很好。早先我们有一个观点就是付费渗透率的提升，意味着收入在随后的一段时间内会逐渐打开和扭转，因为一旦用户开始付费（且这个群体不断膨胀），那么... 继续阅读付费用户的金子塔模型实践操作

Hadoop 2.0.3在Linux环境下单机部署的讲解 在众多学习中，文章也许不起眼，但是重要的下面我们就来讲解一下！！ 1.Hadoop2.0简述[1] HDFS:为了保证name服务器的规模水平，开发人员使用了多个独立的Namenodes和Namespaces。这些Namenode是联合起来的，它们之间不需要相互协调。Datanode可以为所有Namenode存放数据块，每个数据块要在平... 继续阅读Hadoop 2.0.3在Linux环境下单机部署的讲解