-
大数计算
所属栏目：[大数据] 日期：2020-12-14 热度：81
完整的大数计算：http://www.voidcn.com/article/p-xjnjfxxq-vd.html #includeiostream #includestring #includeiomanip #includealgorithm using namespace std; #define MAXN 9999#define MAXSIZE 10#define DLEN 4class BigNum{ private: int a[500]; //[详细]
-
【Similarity Search】Multi-Probe LSH——构建高维相似性搜索的
所属栏目：[大数据] 日期：2020-12-14 热度：180
摘要 针对高维数据的相似性索引非常适于构建内容相关的检索系统，尤其对于音频、图像、视频等内容丰富的数据。近年来，位置敏感哈希及其变种算法以近似相似性搜索的索引技术被提出，这些方法的一个显著缺点是需要很多的哈希表来保证良好的搜索效果。该文章提[详细]
-
R语言做文本挖掘 Part1安装依赖包
所属栏目：[大数据] 日期：2020-12-14 热度：133
Part1安装依赖包 R语言中中文分析的软件包是Rwordseg，Rwordseg软件包依赖rJava包，rJava需要本机中有安装Java。 ? 第一步 是安装Java，请安装JDK，JRE不行。请对应机型，下载安装32位的JDK。机器里已经有JDK的也请改成32位的，不然没办法使用Rwordseg，尝试[详细]
-
BI 底座——数据仓库技术(Data Warehouse)
所属栏目：[大数据] 日期：2020-12-14 热度：191
在开始喷这个主题之前，让我们先看看数据仓库的官方定义： 数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化(Time-Variant)的数据集合，用于支持管理决策。 以上是数据仓库的官方定[详细]
-
流挖掘技术
所属栏目：[大数据] 日期：2020-12-14 热度：156
一，数据流特点 1.??????海量的，不可能在内存以及硬盘存储 2.??????传统的多遍扫描挖掘方式不切实际 3.??????快速变化的，不可能看到流中每一个元素，只能分析部分获取决策 4.??????时序的，只能是单次线性，按其流入顺序依次读取 5.??????很快的响应时间 6[详细]
-
BI中事实表和维度表的定义
所属栏目：[大数据] 日期：2020-12-14 热度：70
一个典型的例子是，把逻辑业务比作一个立方体，产品维、时间维、地点维分别作为不同的坐标轴，而坐标轴的交点就是一个具体的事实。也就是说事实表是多个维度表的一个交点。而维度表是分析事实的一个窗口。 首先介绍下数据库结构中的星型结构，该结构在位于结[详细]
-
关联规则挖掘技术——主流推荐算法评述
所属栏目：[大数据] 日期：2020-12-14 热度：54
链接：http://www.csdn.net/article/a/2011-07-11/301462 啤酒和尿布的购买有关系吗？答案是，跟尿布一起购买最多的商品就是啤酒。据沃尔玛的分析调查，美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。对[详细]
-
BloomFilter——大规模数据处理利器
所属栏目：[大数据] 日期：2020-12-14 热度：172
Bloom Filter是由Bloom在1970年提出的一种多哈希函数映射的快速查找算法。通常应用在一些需要快速判断某个元素是否属于集合，但是并不严格要求100%正确的场合。 ? 一.?实例? 为了说明Bloom Filter存在的重要意义，举一个实例： 假设要你写一个网络蜘蛛（web[详细]
-
芝加哥警方用大数据分析来预防犯罪，从而减少了犯罪事件的发生
所属栏目：[大数据] 日期：2020-12-14 热度：192
大城市不仅仅是人类高度繁华的文化的体现，在其光鲜亮丽的背面，它也是滋养罪恶的温床，大城市存在着大量的犯罪事件，其犯罪事件远高于其他区域。因此，大城市的警察部门极其的盼望能够更好的理解和预测犯罪事件，从而预防和避免犯罪事件给人们带来的伤害，[详细]
-
[转]大数据分析的十二个解决方案
所属栏目：[大数据] 日期：2020-12-14 热度：85
当数据以成百上千TB不断增长的时候，我们需要一种独特技术来应对这种前所未有的挑战。 大数据分析迎来大时代 全球各行各业的组织机构已经意识到，最准确的商务决策来自于事实，而不是凭空臆想。这也就意味着，他们需要在内部交易系统的历史信息之外，采用基[详细]
-
R语言做文本挖掘 Part2分词处理
所属栏目：[大数据] 日期：2020-12-14 热度：134
Part2分词处理 在RStudio中安装完相关软件包之后，才能做相关分词处理，请参照Part1部分安装需要软件包。参考文档：玩玩文本挖掘，这篇文章讲用R做文本挖掘很详尽，并且有一些相关资料的下载，值得看看！ 1.?????? RWordseg功能 说明文档可在http://download[详细]
-
TF-IDF与余弦相似性
所属栏目：[大数据] 日期：2020-12-14 热度：174
TF-IDF算法 将 "词频"（TF）和"逆文档频率"（IDF）这两个值相乘，就得到了一个词的TF-IDF值。某个词对文章的重要性越高，它的TF-IDF值就越大。所以，排在最前面的几个词，就是这篇文章的关键词。 TF-IDF?=?TF?*?IDF 可以看到，TF-IDF与一个词在文档中的出现[详细]
-
k 大数
所属栏目：[大数据] 日期：2020-12-14 热度：104
实际上是k_th number！！！！ O(m + n) 的解法比较直观，直接merge 两个数组，然后求第k 大的元素。 不过我们仅仅需要第k 大的元素，是不需要“排序”这么复杂的操作的。可以用一个计数器， 记录当前已经找到第m 大的元素了。同时我们使用两个指针pA 和pB，[详细]
-
hdu2852 KiKi's K-Number 树状数组求第k大数
所属栏目：[大数据] 日期：2020-12-14 热度：157
//再求第k大数时只需要getsum(b-1)getsum(a)+k=getsum(b) //b就是a的第k大数 //又gesum(b-1)=getsum(b)则可以用二分查找来做 #includeiostream #includecstdio #includecstring using namespace std; const int maxn=100010; int tree[maxn]; int lowbit(int[详细]
-
nyoj114某种序列（大数）
所属栏目：[大数据] 日期：2020-12-14 热度：83
某种序列 时间限制： 3000 ?ms ?|? 内存限制： 65535 ?KB 难度： 4 描述 数列A满足An = An-1 + An-2 + An-3,n = 3? 编写程序，给定A0,A1 和 A2,计算A99 输入 输入包含多行数据? 每行数据包含3个整数A0,A1,A2 (0 = A0,A2 = 100000000)? 数据以EOF结束 输出 对[详细]
-
最强DE 战斗力 【大数】
所属栏目：[大数据] 日期：2020-12-14 热度：83
最强DE 战斗力 Time Limit:? 1 Sec?? Memory Limit:? 128 MB Submit:? 86?? Solved:? 13 [ Submit][ Status][ Web Board] Description 春秋战国时期，赵国地大物博，资源非常丰富，人民安居乐业。但许多国家对它虎视眈眈，准备联合起来对赵国发起一场战争。[详细]
-
如何利用大数据“用户行为分析”挖掘潜在价值？
所属栏目：[大数据] 日期：2020-12-14 热度：195
编者按：本文由卢东明为36氪撰写。卢东明是SAP公司全球数据库解决方案亚太区技术总监；拥有长达 20 年数据库、数据仓库开发管理经验。 这几年，几家电商的价格战打得不亦乐乎，继去年的“双11大促”和“6·18狂欢节”之后，电商之间以价格为主要诉求的大规模[详细]
-
【职位】机器学习工程师-15K~30K-北京-估值上亿美元大数据信用评
所属栏目：[大数据] 日期：2020-12-14 热度：184
【数盟致力于成为最卓越的数据科学社区，聚焦于大数据、分析挖掘、数据可视化领域，业务范围：线下活动、在线课程、猎头服务、项目对接】 【岗位职责】 1、利用海量数据构建信用评估模型 2、对海量数据进行feature selection,combination等feature engineeri[详细]
-
【Similarity Search】Multi-Probe LSH算法深入
所属栏目：[大数据] 日期：2020-12-14 热度：162
引言 上一小节中，我们初步介绍了Multi-Probe LSH算法的大致思路，为了不显得博客文章太冗杂，所以将这个话题分成几篇文章来写。 在该小节文章中，我将具体介绍一下生成微扰向量序列(a sequence of perturbation vectors)的方法及相关分析。 步进式探测(Step[详细]
-
HDU 1002 A + B Problem II(两个大数相加)
所属栏目：[大数据] 日期：2020-12-14 热度：55
详细题目点击：http://acm.hdu.edu.cn/showproblem.php?pid=1002 Problem Description I have a very simple problem for you. Given two integers A and B,your job is to calculate the Sum of A + B. ? Input The first line of the input contains an in[详细]
-
[干货]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：2020-12-14 热度：124
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。一般[详细]
-
挖掘SimpleSection.o
所属栏目：[大数据] 日期：2020-12-14 热度：133
int printf(const char* format,...); int global_init_var = 84; int global_uninit_var; void func1(int i) { ? ? printf("%dn",i ); } int main(void) { ? ? ? static int static_var = 85; ? ? static int static_var2; ? ? int a=1; ? ? int b; ? ? fu[详细]
-
真实数据环境下：《真实数据分析师》之数据分析实战技巧培训。
所属栏目：[大数据] 日期：2020-12-14 热度：175
【在“大数据”流行今天， 数据分析师 已经成为大多数据企业必备的岗位，特别是互联网、零售等相关行业， 数据分析师 已经成为最炙手可热的职业，对于想从事数据，或者从事一段时间数据分析的人来说？数据分析师到底需要什么样的技能？是不是一定需要会做各[详细]
-
BNU 13288 Bi-shoe and Phi-shoe 【素数筛选】
所属栏目：[大数据] 日期：2020-12-14 热度：151
A -? Bi-shoe and Phi-shoe Time Limit: 2000 MS????? Memory Limit: 32768 KB????? 64bit IO Format: %lld %llu Submit? Status Description Bamboo Pole-vault is a massively popular sport in Xzhiland. And Master Phi-shoe is a very popular coach fo[详细]
-
流式大数据处理的三种框架：Storm，Spark和Samza
所属栏目：[大数据] 日期：2020-12-14 热度：79
许多分布式计算系统都可以实时或接近实时地处理大数据流。本文将对三种Apache框架分别进行简单介绍，然后尝试快速、高度概述其异同。 Apache Storm在Storm中，先要设计一个用于实时计算的图状结构，我们称之为拓扑（topology）。这个拓扑将会被提交给集群，[详细]
