随着企业网络产生的数据每天都在成N倍增长，大数据服务成了许多 IT公司新的掘金点。最近，IBM和Cisco都面向大数据处理分别推出了专门的硬件设备，两家公司也都在这个新领域下了很大赌注。但这种专业的定制化的 大数据设备真的会有“巨大的市场机会”吗？听听Gigaom科技专栏编辑Stacey Higginbotham怎么说，也欢迎大家共同探讨这个问题。 当诸如Teradata和EMC等公司在低端的x8

企业的数据就像是新时代尚未开采的石油，具有极高价值。在国外， 大数据的实际应用已见诸报端——美国印地安那大学和英国曼彻斯特大学的学者通过提取Twitter上的关键词分析公众情绪，再将情绪曲线与道琼斯工业指数 进行对照分析，发现可以提前3-4天预测股市大盘走势。基于此，他们已经推出了欧洲第一只基于社交媒体的对冲基金。 反观国内，研究大数据的热潮已掀起。映射到IT发展的前沿阵地——金融行业，国内证券公

很多人都知道使用LOGMNR来分析日志,但是很少有人来使用DUMP来分析日志,具体是因为LOGMNR分析出来的信息方便查阅,也便于理解. 但是有些时候我们还是需要DUMP来分析日志文件,因为它记录的更详细,更真实。(其实一般的LOGMNR分析的日志不是很全的)   有次LOGMNR日志分析后,我发现挖掘的信息十分诡异,我是根据ROWID查询LOGMNR分析出来的记录的,发现某个ROWID有INSE

挖掘有价值的搜索关键词 在对搜索引擎流量及关键词的标记后，还需要从中挖掘最有价值的那部分关键词。以下是关键词挖掘思路和详细的操作方法。 图1  挖掘有价值的搜索关键词 找到一个有价值的关键词，再加上好的搜索排名，就可以给网站带来大量的优质流量。在搜索引擎营销中，无论是SEO还是SEM也都在为这两件事奋斗着。下面我们将从网站分析的角度找到对网站最有价值的关键词，并扩大这些关键词的价值。 1 挖掘关键

一.流式数据： 流式数据就是数据以流的方式访问，只能不断向后读，读过的数据不能重新读取。 这里使用了hasMore和next方法，重复hasMore来确认数据时候依然可以满足此时的条件，如果满足则当get完成后调用next方法读取下一条数据。 比如可用于简单语义分析或结构拆解。 二.实现： class stream{ public： stream(char* msg); ~stream();

挖掘有价值的搜索关键词 在对搜索引擎流量及关键词的标记后，还需要从中挖掘最有价值的那部分关键词。以下是关键词挖掘思路和详细的操作方法。 图1  挖掘有价值的搜索关键词 找到一个有价值的关键词，再加上好的搜索排名，就可以给网站带来大量的优质流量。在搜索引擎营销中，无论是SEO还是SEM也都在为这两件事奋斗着。下面我们将从网站分析的角度找到对网站最有价值的关键词，并扩大这些关键词的价值。 1 挖掘关键

【编者注】大数据科学家的工作从企业的业务问题开始，下一个步骤是创建分析计划，即一些企业称之为“数据分析计划。”当然，你需要考虑到数据科学家的不同专业背景，如有数学界、软件工程、市场营销学、工商管理等等，几乎所有的数据科学家都会从他们的专业领域出发，设置各种技巧最终整合制定出专注于解决业务问题的计划。 　　数据科学家和他们的分析团队的计划提出了如何组装数据集，并制定了一个数据如何被用来解答业务问题的

来自：http://zhidao.baidu.com/question/302675187.html 百度百科：http://baike.baidu.com/view/19556.htm#sub8691725 商业智能（BI，Business Intelligence）。商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢

据美国《福布斯》网站刊登网络性能管理软件提供商SevOne首 席执行官迈克·费伦（Mike Phelan）的文章称，“大数据”（Big Data）或将因为提前成为行业标准而迅速消亡。一旦“大数据”变成“普通数据”（Any Data），届时的市场赢家无疑都是较早关注数据收购、分析、存储、分享和具体化方法的公司。 灵玖软件：www.lingjoin.com 以下是文章内容全文： 在科技产业，热门词汇出

大数据通常是指规模大到常用软件工具无法处理的数据集合，我们无法在可接受时间段内，去获取、关联处理这些数据。大数据的具体规模经常是变幻不定的，就2012年来说，这个规模从几十TB到几PB不等。为解决大数据处理上的困难，逐步兴起了大数据工具平台，如Apache Hadoop的大数据平台。 原文： Big data is usually includes data sets with sizes bey

现在，数十亿美元被用于将信息转化为对企业有价值的决策指导，但还有比海量数据更重要的东西——数据分析。关于大数据，不仅仅是有价值的内部信息，而是让大数据和预测有联系——信息智能化。 举一个例子：MRI扫描看到人体内部的最佳方法，从而有效地帮助医生诊断多发性硬化症，脑部肿瘤，韧带撕裂，中风，等等，MRI机器产生的数据，系统分析出人体最需要的治疗。 什么是大数据呢?从一个非常简单的层面上讲，有许多人作为

近期，中国电子信息产业发展研究院（CCID）日前发布《2011年中国数据库软件市场研究报告》（以下简称《报告》）。预测2012年中国数据库 软件市场规模预计达到38.71亿元，将比2011年大幅增长20.6%，以人大金仓为首的国产数据库软件市场规模预计达到3.29亿元，比2011年增 长26.5%，呈现爆炸式增长。报告指出预计到2020年，世界上的数据存储总额将达到35  ZB，大数据的应用将成未

链接：http://www.eygle.com/archives/2005/01/eiuooeebioa.html 应该如何完整地理解"数据挖掘"？"数据挖掘"的理论基础是什么？ 图1表示的是： 现实中人类的社会和经济活动，总可以用数据（数字或者符号）来描述和记录；经过对这些数据的分析，就会产生信息（知识）；用这些信息（知识）来指导实践，就可以做出相应的决策；这些决策又引发了新一轮的社会和经济活动

 商业智能的主要承诺是可以为决策者制定精明的抉择提供必要的信息。此声明中不言而喻的假设是：这些信息来源中的数据是正确的。不幸的是，情况往往是，这个假设被理解为没被强调的需求。因此，至关重要的是，BI项目团队要用对系统的运行时间，系统响应时间或网络性能这些需求一致的严格要求和动力来强调数据质量。数据质量必须结合到BI系 统的核心。 虽然 BI系统只能提供像决策者对数据拥有的信心一样的效果，但是对组织

在过去的十年中，计算世界已经改变。现在不仅在大公司，甚至一些小公司也积累了TB量级的数据。各种规模的组织开始有了处理大数据的需求，而目前关系型数据库在可缩放方面几乎已经达到极限。 一个解决方案是使用键值（Key-Value）存储数据库，这是一种NoSQL（非关系型数据库）模型，其数据按照键值对的形式进行组织、索引和存储。KV存储非常适合不涉及过多数据关系业务关系的业务数据，同时能有效减少读写磁盘的

好几年没写东西了，之前也是写流水账一般的玩意。借今年要接触ERP项目想好好写点东西，顺便练习下写作。 什么是Business Objects？ SAP公司旗下的BI产品套件，之前也未接触过BI，仅凭一知半解开始写，不过做系统的最终目的还是为了方便用户，在这里我就不对BI做过多的解释，暂时理解为将企业数据库中（也可能是文件等其他数据源）难以理解的混乱数据快速整合为易懂的数据块，用更易分析的图表等载体

#include<iostream> using namespace std; const int RADIX=10,M=1003;//RADIX表示进制 void add(int*a,int* b)//两个大整数求和，和保存在数组a中 { int i,carry=0;//carry表示进位 for(i=0;i<M+1;i++) {

缓慢渐变维度的设计，概念其实就是通过添加两个字段：有效开始时间，有效结束时间。设定对其某些特定列，记录住其历史状态。 比如拿部门表做例子，部门有其所属的一个部门组的关系。如下图： 我们的业务需求要求不记录部门名称变化，和部门组名称的变化。 所以该表中仅设置部门组No为渐变字段，仅当其内容变化时，才会产生新的记录。如下图： 更新前： 更新后：  说明：当天津采购部，因业务需要调整到了2002为编号的

Problem description   Fibonacci数列是一个典型的递归数列，F1 = F2 = 1；Fn = Fn-2 + Fn-1，当n>=3时。 Input   每一行一个整数，直到EOF。 Output   每一行输出对应的Fibonacci数。本题的输出都不会超过1000位。 Sample Input 10020 Sample Output 354224848179261915

今天又有朋友遇到SSAS数据库处理速度慢的情况，主要是由于数据聚合量确实很大，每次处理都要超过三十分钟，有没有什么方法能让处理的时间少一些呢？ 从事BI工作有七个年头了，这样类似的问题绝对可以排在职业圈内TOP 10的FAQ当中。这样的问题往往都略有复杂，在此根据遇到过的一些场景，罗列一些自己的经验。 由于篇幅限制，这里只介绍遇到问题时的解决思路，详细的操作我会链接到我的其它随笔供大家实际操作的时

SSAS中的聚合方式设定： SSAS一个Cube中的一个度量的聚合方式设置方法： 也就是说，Cube中的聚合方式是针对度量来指定的。   问题： 针对一种特殊的需求，要求先按照时间做平均聚合运算，再根据空间做求和运算。 其实这种说法字面上看起来本身就很矛盾，所以得套到一个具体的场景中。 比如：我有一个数据仓库统计某几个小区的某一时间粒度（这里定义成季度）的住户数量，里面的数据格式大致如下： 201

/* 一个大数对一个较小的数取余，返回取余后的值 大数用字符数组s 小数用m */ int mod(char *s,int m) {     int i,ans,len=strlen(s);     for(i=0,ans=0;i<len;i++)         ans=(ans*10+s[i]-'0')%m;     return ans; }

from：http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 　　本文的目的就是对常用的相似性度量作一个总结

    对于32位字长的机器，大约超过20亿，用int类型就无法表示了，我们可以选择int64类型，但无论怎样扩展，固定的整数类型总是有表达的极限！如果对超级大整数进行精确运算呢？一个简单的办法是：仅仅使用现有类型，但是把大整数的运算化解为若干小整数的运算，即所谓：“分块法”。     如图【1.jpg】表示了分块乘法的原理。可以把大数分成多段（此处为2段）小数，然后用小数的多次运算组合表示一个大

主要采用拆项的方法:   #include <stdio.h> #include <string.h> #define maxnum 10000 void mulp(int a[],int b[],int alen,int blen); void change(char s[],char t[]); void change(char s[],char t[]){ int i,j,lens

Tri-Level和Bi-Level同步信号 HDTV的出现带了一些新的概念和技术，这其中之一就是TriLevel同步的概念，这个概念已在实际中得到应用，TriLevel同步解决了传统的BiLevel同步的一些麻烦问题，虽然TriLevel同步对新的电视系统来说有优点，但是我们仍然会发现我们自己的系统接口仅能处理BiLevel同步，因此，需要将TriLevel转换为BiLevel同步。 BiLev

题目链接： http://acm.hdu.edu.cn/showproblem.php?pid=3565 题目大意： 各位数字先增后减的数称为峰值数（位数大于等3且第一位非零），然后两个峰值数连在一起是一个bi-peak数，求两个数之间bi-peak数的各位数字之和的最大值。 解题思路： 数位dp，dp[i][j][k]表示当前后面还有i位，j表示前一位的数字，k表示与峰值的状态关系。 k=0 表

【题十五】基因序列相似性问题(dna.cpp/c/pas) 师大附中 陈超锐 内存限制256MB  时间限制1s   【题目背景】 最长公共子序列问题是生物信息学中序列比对问题的一个特例。这类问题在分子生物学和模式识别中有广泛应用。其中最主要的应用是测量基因序列的相似性。在演化分子生物学的研究中发现，某个重要的DNA序列片段常出现在不同的物种中。在测量基因序列的相似性时，如果需要特别关一个具体的D

有这样一道题： 对于32位字长的机器，大约超过20亿，用int类型就无法表示了，我们可以选择int64类型，但无论怎样扩展，固定 的整数类型总是有表达的极限！如果对超级大整数进行精确运算呢？一个简单的办法是：仅仅使用现有类型，但是把大 整数的运算化解为若干小整数的运算，即所谓：“分块法”。 ------------------------------------------------------

作为职业社交网站的鼻祖，LinkedIn本质上就是一家通过运营大数据进而产生商业价值企业。从2002年12月创立到2013年初，LinkedIn注册用户已到2亿，平均每秒增加一个新用户，86%的“财富100强企业”正在使用LinkedIn的付费解决方案，270万个公司主页在此安家落户，用户每年发起超过几十亿次搜索。 而张溪梦所带领的LinkedIn商业分析部团队只有55人，却可以通过集成数据架构、