-
开放平台的突破，在于挖掘新思路的应用
所属栏目：[大数据] 日期：2020-12-14 热度：200
最近taobao开放了前台插件，这个眼睛店铺的创意非常棒：http://shop572037.taobao.com/ ? 整体UI版面非常简单，易用。 左侧大篇幅的图片背景+眼镜试戴效果展示，用到的技术就是“前台插件” 中间一条操作栏 右边则是通过“开放API”获取商品列表/分类并且展[详细]
-
BI商业智能培训系列——（三）SSAS入门
所属栏目：[大数据] 日期：2020-12-14 热度：185
简介： ? ? 一个客户端工具，提供了设计、创建和管理来自数据仓库的多维数据集的功能，还提供对OLAP数据客户端访问功能。 解决方案如下： 相关概念： 维度： ? ? 维度可以理解为划分依据，简单的说就是看问题看数据的角度。维度通过属性和数据库的表挂钩，维[详细]
-
颠覆大数据分析之Storm简介
所属栏目：[大数据] 日期：2020-12-14 热度：137
颠覆大数据分析之Storm简介 译者：吴京润 ? ?购书 之前我们已经极为简单的介绍了Storm。现在我们要对它做一个更详细的了解。Storm是一个复 杂事件处理引擎（CEP），最初由Twitter实现。在实时计算与分析领域，Storm正在得到日益广泛的应用。Storm可以辅助基[详细]
-
黄金连分数【大数】
所属栏目：[大数据] 日期：2020-12-14 热度：52
黄金分割数0.61803... 是个无理数，这个常数十分重要，在许多工程问题中会出现。有时需要把这个数字求得很精确。 对于某些精密工程，常数的精度很重要。也许你听说过哈勃太空望远镜，它首次升空后就发现了一处人工加工错误，对那样一个庞然大物，其实只是镜[详细]
-
黄金连分数【大数】
所属栏目：[大数据] 日期：2020-12-14 热度：177
黄金分割数0.61803... 是个无理数，这个常数十分重要，在许多工程问题中会出现。有时需要把这个数字求得很精确。 对于某些精密工程，常数的精度很重要。也许你听说过哈勃太空望远镜，它首次升空后就发现了一处人工加工错误，对那样一个庞然大物，其实只是镜[详细]
-
HDU1002(大数)
所属栏目：[大数据] 日期：2020-12-14 热度：156
A + B Problem II Time Limit: 2000/1000 MS (Java/Others)????Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 230395????Accepted Submission(s): 44208 Problem Description I have a very simple problem for you. Given two integers[详细]
-
妈妈告诉你 : 会做饭就会大数据分析！
所属栏目：[大数据] 日期：2020-12-14 热度：110
大 数据 分析？一听就高大上。 大数据 分析对非专业人士来说，常常给人一种遥不可及的感觉。但是大数据分析真的那么难吗？妈妈其实都可以告诉你——会做饭就会大数据分析！做饭和大数据有什么关系呢？请仔细看下面分析： 第一阶段： 菜地里的毛菜（原始系统[详细]
-
颠覆大数据分析之Storm的设计模式
所属栏目：[大数据] 日期：2020-12-14 热度：181
颠覆大数据分析之Storm的设计模式 译者：吴京润 ? ?购书 我们将要学习如何实现基于Storm的一些通用设计模式。设计模式，我们也称之为软件工程意识，是在给定上下文环境中，针对觉设计问题的可重用的 通常解决方案。（Gamma et al. 1995）。它们是分布式远程[详细]
-
HDOJ-1002大数相加
所属栏目：[大数据] 日期：2020-12-14 热度：53
参考这篇：点击打开链接 ? 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 integer T(1=T=20) which means the numb[详细]
-
GIS信息关联规则挖掘——Apriori算法的实现（上）
所属栏目：[大数据] 日期：2020-12-14 热度：172
最近闲着无聊没啥课，帮读master的朋友做了一个桌面端的GIS系统，主要功能是景区管理。 其中有个核心功能挺有意思的，就是统计所有景区受损设施的所有致损类型和每个类型具体包含的致损因子后，计算致损因子之间的关联规则，然后可以根据用户选定的致损类型[详细]
-
POJ 2506 Tiling -递推大数
所属栏目：[大数据] 日期：2020-12-14 热度：195
题目链接：http://poj.org/problem?id=2506 递推： f [0] =1；//不要问为什么，递推就是这么推的 f[1] = 1； ?f[2] =3； ?f[n]= f[n-2]*2 + f[n-1]?； 大数： 二维数组 ? #includeiostream#includecstdio #includecstringusing namespace std;int dp[255][80[详细]
-
颠覆大数据分析之实时分析的应用
所属栏目：[大数据] 日期：2020-12-14 热度：79
颠覆大数据分析之 实时分析的应用 译者：吴京润 ? ?购书 在这一节，我们将看到构建两个应用的步骤：一个工业日志分类系统和一个互联网流量过滤应用。 工业日志分类 随新旧生产工程系统的自动化以及电子工程的发展，大量的机器之间（M2M）的数据正在被生成出[详细]
-
两个大数相加，使用字符串模拟相加过程
所属栏目：[大数据] 日期：2020-12-14 热度：172
大数相加不能直接使用基本的int类型，因为int可以表示的整数有限，不能满足大数的要求。可以使用字符串来表示大数，模拟大数相加的过程。 思路：1.反转两个字符串，便于从低位到高位相加和最高位的进位导致和的位数增加； ? ? ? ? ? ? 2.对齐两个字符串，即[详细]
-
【大数据】妈妈告诉你 : 会做饭就会大数据分析！
所属栏目：[大数据] 日期：2020-12-14 热度：80
妈妈告诉你 会做饭就会 大数据分析 大数据分析？一听就高大上。大数据分析对非专业人士来说，常常给人一种遥不可及的感觉。但是大数据分析真的那么难吗？妈妈其实都可以告诉你——会做饭就会大数据分析！做饭和大数据有什么关系呢？请仔细看下面分析： 第一[详细]
-
颠覆大数据分析之结论
所属栏目：[大数据] 日期：2020-12-14 热度：80
颠覆大数据分析之 结论 译者：吴京润 ? ?购书 随着Hadoop2.0到来——被称作YARN的Hadoop新版本——超越Map-Reduce的思想已经稳固下来。就像本章要解释的，Hadoop YARN将资源调度从 MR范式分离出来。需要注意的是在Hadoop1.0，Hadoop第一代，调度功能是与Map-[详细]
-
Windbg Extension NetExt 使用指南 ---- 挖掘你想要的数据 Manag
所属栏目：[大数据] 日期：2020-12-14 热度：170
摘要 : NetExt中有两个比较常用的命令可以用来分析heap上面的对象. 一个是!wheap,另外一个是!windex. !wheap 这个命令可以用于打印出heap structure信息. heap 上 object汇总后的信息. 这个命令也可以按照一些条件过滤出objects,不过执行速度比较慢. 在这一[详细]
-
LightningChart Ultimate SDK教程：选择目标框架
所属栏目：[大数据] 日期：2020-12-14 热度：125
LightningChart Ultimate SDK教程：选择目标框架 C#环境中 在C#中，框架的选择一般可以通过选择 Project - Properties - Application - Target?framework 来实现，如图： Visual Basic环境中 在Visual Basic中，框架的选择一般可以通过选择 Project - Option[详细]
-
大数减法
所属栏目：[大数据] 日期：2020-12-14 热度：75
?? #include iostream #include cstring #include cstdio using namespace std; int max(int m,int n) { ??? if(mn) ??? return m; ??? return n; } int compare(char *str_a,char *str_b) { ??? int len_a,len_b; ??? len_a = strlen(str_a);????????? //分[详细]
-
［译］投资银行如何利用大数据预测行情
所属栏目：[大数据] 日期：2020-12-14 热度：197
点击标题下「大数据文摘」可快捷关注 大数据文摘“金融与商业专栏”视角集中在金融及商业决策分析相关的大数据分析文摘，内容涵盖金融、信贷、风控、投资、理财、商业等领域。鼓励独家首发与观点原创，行业前沿理论分享，国外优秀文章翻译以及行业领袖采访演[详细]
-
机器学习那些事——文本挖掘中的特征提取
所属栏目：[大数据] 日期：2020-12-14 热度：138
机器学习当然包含很多的方面，但我只关心文本挖掘，那么机器学习和文本挖掘的关系是什么？ 文本挖掘的一般流程如下所示： 第一步当然是，特征提取，这是一个文档降维的过程。首先明晰几个概念，特征提[详细]
-
大数据处理算法一：BitMap算法
所属栏目：[大数据] 日期：2020-12-14 热度：181
?腾讯面试题：给20亿个不重复的unsigned int的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在那40亿个数当中并且所耗内存尽可能的少？ ?解析:bitmap算法就好办多了 ?所谓bitmap，就是用每一位来存放某种状态，适用于大规模数据，但数据状态又[详细]
-
大数据处理算法二：Bloom Filter算法
所属栏目：[大数据] 日期：2020-12-14 热度：91
百度面试题：给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？ 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[详细]
-
NYOJ28 大数阶乘
所属栏目：[大数据] 日期：2020-12-14 热度：57
这是做的第一道大数乘法题，之前 一道腾讯校招试题 也用的是大数，不过是大数加法，并且在做这道题的时候发现了一种很好的处理数位的方法。 大数阶乘 时间限制： 3000 ?ms ?|? 内存限制： 65535 ?KB 难度： 3 描述 我们都知道如何计算一个数的阶乘，可是，如[详细]
-
分享第1弹：LSH(Learning to Hash with its Application to Big
所属栏目：[大数据] 日期：2020-12-14 热度：175
Learning to Hash with its Application to Big Data Retrieval 课程结课作业，所以简单的介绍了LSH（ 局部敏感哈希 ） 主要分以下几部分内容 1.Nearest Neighbor Search (Retrieval) 2.Two Stages of Hash Function Learning 3.Hash Fuction 4.LSH 5.Applic[详细]
-
大数据处理算法三：分而治之/hash映射 + hash统计 + 堆/快速/归
所属栏目：[大数据] 日期：2020-12-14 热度：152
百度面试题 1 、海量日志数据，提取出某日访问百度次数最多的那个 IP 。 IP? 是 32 位的，最多有个 2^32 个 IP 。同样可以采用映射的方法，比如模 1000 ，把整个大文件映射为 1000 个小文件，再找出每个小文中出现频率最大的? IP （可以采用 hash_map 进行频[详细]
