在互联网金融迅猛发展的背景下，风险控制问题已然成为行业焦点，基于大数据的风控模型正在成为互联网金融领域的热门战场。那么，大数据风控到底是怎么一回事呢？与传统风控相比，它又是怎样来进......

就这样，大数据领域蓬勃发展了好几年，有很多伙伴执迷于技术，成为了分布式计算与存储的领域专家。也有很多伙伴执迷于数据，成为了行业的数据研发专家。当然还有很多小伙伴，热衷于工具系统开发......

数据，已经成为互联网企业非常依赖的新型重要资产。数据质量的好坏直接关系到信息的精准度，也影响到企业的生存和竞争力。MichaelHammer（《ReengineeringtheCorporation》一书的作者）曾说过，......

供应链充满了不确定性。如果企业想减少可能的风险，并与零售商和客户建立良好的关系，则需要再次进行数据分析。在供应链中，大数据应用围绕着可追溯性、采购和仓储三个主要孤岛开展。......

数据建模是一门复杂的科学，涉及组织企业的数据以适应业务流程的需求。它需要设计逻辑关系，以便数据可以相互关联，并支持业务。然后将逻辑设计转换成物理模型，该物理模型由存储数据的存储设备......

数据建模是一门复杂的科学，涉及组织企业的数据以适应业务流程的需求。它需要设计逻辑关系，以便数据可以相互关联，并支持业务。然后将逻辑设计转换成物理模型，该物理模型由存储数据的存储设备......

14年接触到“指标体系”这个词，一脸懵逼，当时还停留在离散的报表需求阶段，不能明确说出什么就是指标体系。发展到现在，做了几个产品的数据工作，对指标体系概念以及规划方法有一定的积累，总......

随着业务的快速发展以及移动互联网的到来，多屏（京东App、京东PC商城、M站、微信、手Q等）互通，推荐类型从传统的商品推荐，逐步扩展到其他类型的推荐，如活动、分类、优惠券、楼层、入口图、......

大数据是我们无法避免的流行语，但这是有充分的理由的：它正在改变很多企业的运营方式，并将继续改变，尤其是在供应链领域。......

曾几何时，组织多半会选择以增量方式实现大数据解决方案。而并非每个分析和报告需求、大型数据集或来自多个数据源的临时报告执行并行处理的项目，都对大数据解决方案有着重要需求。......

实现数据驱动有两个关键环节：一是数据采集，二是数据分析。对于传统企业来说，往往是这两点都不太具备条件。......

这篇文章将给大家介绍下大数据项目中用到的各技术框架知识，并通过一个实际项目的分布式集群部署和实际业务应用来详细讲述大数据架构是如何构建的，供大家参考。......

每一个大数据平台都不是凭空而起的，每个企业刚刚开始数据分析的时候，也不是上来就是一个大数据开源平台Hadoop、Spark这样一个存储的。本文中易观CTO郭炜将为大家分享人员和从0到N建立高性价比......

人工智能是近年来科技发展的重要方向，在大数据时代，对数据采集、挖掘、应用的技术越来越受到瞩目。在人工智能和大数据的开发过程中，有哪些特别需要注意的要点?......

本文针对研究人员(非技术人员)的实际情况，介绍当前大数据研究涉及的一些主要工具软件(因为相关软件众多，只介绍常用的)，并进一步阐述其应用特点和适合的场景，以便于研究人员能有的放矢的学习......

我们都知道一句话“巧妇难为无米之炊”，数据源就是让数据产生价值中的那些大米。那大数据时代企业需要哪些数据呢?......

针对于大数据平台对于数据脱敏的需求，本文分析了数据泄露可能带来的风险，介绍了数据脱敏技术的理论基础与实现方式，同时简单分析了大数据平台的隐私数据脱敏技术方向。本文讨论的均是基于离线......

算法能让预测更准确，但也会带来风险，尤其是在我们不理解这些算法的情况下。一个例子是社交媒体。很多社交网站通过算法决定推送哪些广告和链接，如果设计算法时过于侧重点击量，“骗点击”的内......

在互联网行业，除了数据量大之外，越来越多的业务要求时效性，甚至很多是要求实时的，另外，互联网行业的业务变化非常快，不可能像传统行业一样，可以使用自顶向下的方法建立数据仓库......

随着科技的发展，目前已经步入了大数据的时代，很多社交媒体和互联网公司也非常关注大数据这一行业。那么对于大数据而言，这里有五件事情是你应该了解的。......

一般谈云计算的时候会提到大数据、谈人工智能的时候会提大数据、谈人工智能的时候会提云计算……感觉三者之间相辅相成又不可分割。......

大数据分析的使用者有大数据分析专家,同时还有普通用户,但是他们二者对于大数据分析最基本的要求就是可视化分析,因为可视化分析能够直观的呈现大数据特点,同时能够非常容易被读者所接受,就如同......

在企业数据建设过程中，大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量，到自服务和智能化的数据应用，大数据治理的内容在不断地发展和完善，其落地实施的过程中会遇到各种各......

数据资产管理是业务部门和IT部门的共同职责，需要由业务部门和IT部门分别或共同制定相关决策，如业务运营模型、数据治理模型、企业信息模型、业务规范、信息规范、数据库架构、数据仓库/商务智......

并不是每个企业都需要打造自己的大数据平台，需要考虑到企业的信息化水平和各项成本，量力而行吧，可以自行研发，比如BAT；也可以选型采购......

人类社会正在从信息化走向数字化和智能化。随着云计算、大数据、人工智能和区块链等新兴技术在金融行业的深入应用，科技对于金融的作用被不断强化，创新性的金融解决方案层出不穷，金融科技发展......

在大数据时代，核心就是：如何用数据创造价值，如果你没有用数据创造价值的能力，那么就只能等着被数据淹没，被数据拍死在职场上，早早到达职业的天花板。体现数据价值的层面上，越往数据应用层......

很多人都看过不同类型的书，也接触过很多有关大数据方面的文章，但都是很零散不成系统，对自己也没有起到多大的作用，所以作者第一时间，带大家从整体体系思路上，了解大数据产品设计架构和技术......

近年来“物联网”(IoT)和“大数据”是两个最受瞩目的话题。在物联网的概念里，有关任何开和关切换到网络的设备皆会彼此连接，它们之间都彼此相互连结。......

大数据技术还不成熟，面对海量、异构、动态变化的数据，传统的数据处理和分析技术难以应对，现有的数据处理系统实现大数据应用的效率较低，成本和能耗较大，而且难以扩展。这些挑战大多来自数据......

我们生活在一个越来越依赖数据的社会，信息正变得和金钱一样。例如，许多消费者使用谷歌、Facebook、亚马逊、微软和苹果等互联网巨头提供的免费服务。作为服务的回报，这些公司可以追踪他们的在......

人与人交流的传统调研模式，不仅没有被所谓大数据掩埋，反而在大数据时代，被一个个数据又激发出来。......

某种程度上来说，大数据的真正机遇不一定是预测，而是用来解释。只有在充分调研、了解市场环境后，管理者才能够制定合适的战略，来应对可能出现的各种风险。......

数据可视化无处不在，而且比以前任何时候都重要。无论是在行政演示中为数据点创建一个可视化进程，还是用可视化概念来细分客户，数据可视化都显得尤为重要。以前的工具的基本不能处理大数据。......

＂ABC＂正在对＂D＂产生深刻影响！这并不是一句绕口令。以A（AI，人工智能）、B（BigData，大数据）、C（Cloud，云计算）为代表的新一代信息技术的兴起，正在推动D（DC，数据中心）的变革。......

物流公司的大数据有两大方面的价值，一方面，优化物流企业本身的运营和决策;另外一方面，物流大数据可用于非物流领域的应用，比如征信和金融应用。......

农业大数据到底是什么鬼？相信许多人都有这个疑问。简而言之，一切与农业相关的数据，包括上游的种子、化肥和农药等农资研发，气象、环境、土地、土壤、作物、农资投入等种植过程数据......

通过对海量数据进行分析，获得巨大价值的产品、服务和见解；名次定义：基于多源异构、跨域关联的海量数据（数据量、数据形态、数据分析处理方式），通过分析所产生的决策流程、商业模式、科学范......

当你在比特币的背景下讨论区块链时，它与大数据的联系似乎有些微不足道。如果，并非是比特币，区块链是其他金融交易，或者是商业合同，或者是股票交易的其中一种分类呢？......

互联网使得十年前甚至还不存在的各种各样的营销成为可能。正确使用它们可以为商家带来最有可能真正购买产品的客户，并成为回头客。商家所需要的只是掌握不同的技术。为此，需要再次确保所使用的......

生存分析在医学、生物学、金融学等领域是都是应用相当广泛的统计学分支。最初是应用于医学研究中，例如病人确诊疾病之后多长时间会死亡，疾病治愈之后多久会复发等等。然而生存分析中的生存并不......

工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高，因......

尽管您的业务部门需要数据才能制定明智的决策，但业务部门常常会犯一些错误，导致数据收集、数据存储和数据管理成为业务运营的障碍。......

传统企业的OLAP几乎都是基于关系型数据库，在面临“大数据”分析瓶颈，甚至实时数据分析的挑战时，在架构上如何应对?本文试拟出几个大数据OLAP平台的设计要点，意在抛砖引玉。......

大数据，数据科学，以及分析的发展与演变在今年的Strata数据会议上得到全面展示，其中包含了一个重要的信息：人们需要获取大数据的价值。......

大数据，作为一套技术、一种经营战略是相对成熟的。这种成熟带来的好处是更先进的工具、更顺畅的部署和新的商业机会。不利的一面是，如果公司想要在实现数字化转型目标方面取得真正成功，新挑战......

机器分析做得好的公司，不代表数据分析做得好；非结构性数据处理得好的公司，不代表结构性数据也能处理很好；数据分析做得好的公司，不代表商业智能做得好；而商业智能做得好的公司，不代表生意......

许多企业都了解采用大数据的好处，但也很容易陷入围绕这个术语的炒作和机遇中。然而，许多企业仍然无法有效地获取可用数据的实际价值。......

大数据时代的到来，带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代蒸汽和电一样，不仅仅是一次简单的技术和生产力的创新，而是引发了整个生产模式的变革。而处于大数据时......

五年来，人们对大数据的认识更加具体化，数据无所谓大不大，有用最重要，数据是基础，而分析挖掘和应用才是根本。......