2013年，大数据和数据分析技术将持续升温，相关创业公司也如雨后春笋一般让人们目接不暇。
最近大数据分析专家Robin Bloor 根据技术创新性， 技术路线等评判标准，
列出了10家值得关注的大数据分析技术公司，IT经理网编译整理如下：Actuate：Actuate与Eclipse基金会合作的的开...
分类：
其他好文 时间：
2014-06-12 19:26:45
阅读次数：
294
Spark生态圈，也就是BDAS（伯克利数据分析栈），是伯克利APMLab实验室精心打造的，力图在算法（Algorithms）、机器（Machines）、人（People）之间通过大规模集成，来展现大数据应用的一个平台，其核心引擎就是Spark，其计算基础是弹性分布式数据集，也就是RDD。通过Spark生态圈，AMPLab运用大数据、云计算、通信等各种资源，以及各种灵活的技术方案，对海量不透明的数...
分类：
其他好文 时间：
2014-06-11 06:59:31
阅读次数：
288
这段时间在从事游戏社区化方向的策划，为某款游戏定制化社区。
针对该款游戏做了一次深入的数据挖掘，其中一项数据特别有意思。对游戏中的好友关系进行统计，其中玩家好友数在1-5个的占了70%，6-10个的11%，平均好有数6个。
这些数据公开之后，大家对社区化价值有了不同的看法。
技术GG很失落地说：好友数这么低，做社区做聊天做关系链没任何价值啊！
我：应该双面看待这项数据。好友数少...
分类：
其他好文 时间：
2014-06-11 06:18:59
阅读次数：
262
Nevron Chart for
SharePoint是一个先进的图表Web组件，其能为您的SharePoint站点提供一整套的2D和3D图表类型，高度可自定义的轴，先进的数据分析功能，严密的数据集成和无与伦比的视觉效果。其组合了业内领先的Nevron
Charting engine for ASP...
分类：
Web程序 时间：
2014-06-10 21:17:17
阅读次数：
322
输入法，尤其是拼音输入法，解决的就是一些序列标注的问题，针对给定的状态(拼音)，获取其概率最高的隐状态(中文)。
这个是一个标准的HMM，针对HMM的解码过程，是一个很成熟也很完备的东西。
local的计算和存储能力都有限，我们选择一般是二阶马尔科夫，也就是所谓的bigram model。 高阶对质量会有帮助，但是涉及到存储和计算，工程上不可行。
同理，利用ME 以及CRFmodel...
分类：
其他好文 时间：
2014-06-10 18:18:23
阅读次数：
208
由于不懂如何自律，中国人现在享受经济发展的同时却需要担心空气、水、食品等必需品。特别是空气问题，促成了口罩与空气滤清器等行业，却也极大影响了人们的工作生活。在这么下去最火的乐队绝对是Air Supply了，没有之一。
抱怨之外，让我们看看能不能从数据的角度分析一下空气质量及其成因。
首先非常感谢PM25.in网站提供的空气质量API，以至于我们可以轮询并把AQI（空气质量指数）数据储存...
分类：
其他好文 时间：
2014-06-10 07:19:26
阅读次数：
574
GitHub已然是全球最流行的开源项目托管平台，项目数量目前已经达到了千万级别。Adereth在Counting Stars on GitHub一文提供了一个非常有意思的思路，那就是籍GitHub用户通过星星标记感兴趣项目的数目，来观察GitHub中用户最流行的是什么编程语言。
老规矩，让我们用Power BI来分析一下吧。首先从Adereth的博客下载相关数据，然后用Power Query倒入...
分类：
编程语言 时间：
2014-06-10 07:18:01
阅读次数：
642
Hans Rosling是卡罗琳学院的国际卫生学教授，这位学者与众不同的技能是数据可视化，以直观的数据展现了令人信服的世界观，并且在gapminder.org提供无偿展示以及下载。如果你没有看过以下的TED讲座，真心建议你花点时间，保证物有所值：
Hans Rosling: Asia’s rise — how and whenHans Rosling: Let my dataset ch...
分类：
其他好文 时间：
2014-06-10 06:21:50
阅读次数：
336
百亿数量级的大数据项目，软硬件总体预算只有30万左右，需求是进行复杂分析查询，性能要求多数分析请求达到秒级响应。
遇到这样的项目需求，预算不多的情况，似乎只能考虑基于Hadoop来实施。
理论上Hadoop撑住百亿数量级没问题，但想要秒级响应各种查询分析就不行了。我们先大概分析一下Hadoop的优缺...
分类：
其他好文 时间：
2014-06-09 14:32:39
阅读次数：
509
