-
DB、ETL、DW、OLAP、DM、BI关系结构图
所属栏目：[大数据] 日期：2021-01-18 热度：136
（1）DB/Database/数据库——这里一般指的就是OLTP数据库，在线事物数据库，用来支持生产的，比如超市的买卖系统。DB保留的是数据信息的最新状态，只有一个状态！比如，每天早上起床洗脸照镜子，看到的就是当时的状态，至于之前的每天的状态，不会出现的你[详细]
-
51Nod－1116－K进制下的大数
所属栏目：[大数据] 日期：2021-01-18 热度：76
ACM模版 描述 题解 这里我们通过样例可以发现 A1A 的数位和是21，刚好是 K-1 的倍数，所以我们不妨多举几组数据测试一下，发现竟然都符合这个规律(￣┰￣*)，那么AC就不远了。 可是这里需要强调的是，K的最小值，如果K清一色的都是从2开始枚举，那么不用想[详细]
-
【重！磅！干！货
所属栏目：[大数据] 日期：2021-01-18 热度：185
副标题#e# 查看之前文章请点击右上角 ，关注并且 查看历史消息 ，还可以在文章最后评论留言。谢谢您的支持！ 回复【文本挖掘】或者【点击阅读原文】获取链接与代码附录 一、 功能概述 ? ? ? ?关键词词频网络图是以股票论坛、 个股新闻、研究报告三个网站作[详细]
-
开源ETL工具kettle系列之常见问题
所属栏目：[大数据] 日期：2021-01-18 热度：123
摘要 本文主要介绍使用kettle设计一些ETL任务时一些常见问题，这些问题大部分都不在官方FAQ上，你可以在kettle的论坛上找到一些问题的答案 问题 Join 我得到A 数据流（不管是基于文件或数据库），A包含field1,field2,field3 字段，然后我还有一个B数据流，[详细]
-
开源ETL工具kettle系列之在应用程序中集成
所属栏目：[大数据] 日期：2021-01-18 热度：85
副标题#e# 摘要 本文主要讨论如何在你自己的Java应用程序中集成Kettle 集成 如果你需要在自己的Java应用程序中集成Kettle,一般来说有两种应用需求，一种是通过纯设计器来设计ETL转换任务，然后保存成某种格式，比如xml或者在数据库中都可以，然后自己调用程[详细]
-
开源ETL工具kettle系列之增量更新设计
所属栏目：[大数据] 日期：2021-01-18 热度：136
副标题#e# 前言 ETL中增量更新是一个比较依赖与工具和设计方法的过程，Kettle中主要提供Insert / Update 步骤，Delete 步骤和Database Lookup 步骤来支持增量更新，增量更新的设计方法也是根据应用场景来选取的，虽然本文讨论的是Kettle的实现方式，但也许[详细]
-
开源ETL工具kettle系列之动态转换
所属栏目：[大数据] 日期：2021-01-18 热度：126
副标题#e# 摘要 本文主要讨论使用Kettle来设计一些较为复杂和动态的转换可能使用到的一些技巧，这些技巧可能会让你在使用Kettle的时候更加容易的设计更强大的ETL任务。 动态参数的传递 Kettle 在处理运行时输入参数可以使用JavaScript 来实现，大部分工作只[详细]
-
开源ETL工具kettle系列之建立缓慢增长维
所属栏目：[大数据] 日期：2021-01-18 热度：146
副标题#e# 摘要 本文主要介绍使用kettle 来建立一个Type 2的Slowly Changing Dimension 以及其中一些细节问题 Kettle 简介 Kettle 是一个强大的，元数据驱动的ETL工具被设计用来填补商业和IT之前的差距，将你公司的数据变成可增长的利润. 我们先来看看Kettl[详细]
-
大数据分析公司Kentik完成230万美元B轮融资
所属栏目：[大数据] 日期：2021-01-18 热度：147
点击上方蓝色字体关注。 您还可以搜索公众号“ D1net”选择关注D1net旗下的各领域（云计算，数据中心，大数据，CIO，企业协作，网络数通，信息安全，企业移动应用，系统集成，服务器，存储，呼叫中心，视频会议，视频监控等）的子公众号。 ======= 数据的[详细]
-
互联网金融之量化投资深度文本挖掘——附源码文档
所属栏目：[大数据] 日期：2021-01-18 热度：54
副标题#e# ?? 【重！磅！干！货[详细]
-
hdoj 5834 Magic boy Bi Luo with his excited tree 树形dp
所属栏目：[大数据] 日期：2021-01-17 热度：171
假设 1 为 根节点 dp[i][0] 代表从自己出发选择到儿子节点最后必须返回自己的最大价值 dp[i][1] 代表从自己出发选择到儿子节点最后可选择不回来的最大价值 并记录最后选择的离开节点 id[i] 树形dp先跑一遍出来 再第二遍 dfs 因为每个节点也可以流向父节点[详细]
-
HDOJ 5832 A water problem（高精度 大数取模）
所属栏目：[大数据] 日期：2021-01-17 热度：156
A water problem Time Limit: 5000/2500 MS (Java/Others)????Memory Limit: 65536/65536 K (Java/Others) Total Submission(s): 826????Accepted Submission(s): 428 Problem Description Two planets named Haha and Xixi in the universe and they were[详细]
-
业务渗透思路总结
所属栏目：[大数据] 日期：2021-01-17 热度：93
-
Hdu 5834 Magic boy Bi Luo with his excited tree(从树上每个点
所属栏目：[大数据] 日期：2021-01-17 热度：167
传送门:Hdu 5834 Magic boy Bi Luo with his excited tree 题意:给你一棵树,有n个点,每个点都有一个利润,每条边都有一个花费,问从每个点出发,获得的最大的利润为多少(每个点上的利润只能取一次,每条边每走一次就要花费) 思路:我们任意选取一个根,每个点都[详细]
-
大数据处理需要用到的编程语言开发语言
所属栏目：[大数据] 日期：2021-01-17 热度：115
你有一个大数据项目，你知道问题领域（problem domain），也知道使用什么基础设施，甚至可能已决定使用哪种框架来处理所有这些数据，但是有一个决定迟迟未能做出：我该选择哪种语言？（或者可能更有针对性的问题是，我该迫使我的所有开发人员和数据科学家[详细]
-
51nod1030 大数进制转换
所属栏目：[大数据] 日期：2021-01-17 热度：72
题目描述 给出一个36进制的大数A(0-9,A-Z)，将其转为10进制并输出。 每一位用’0-9”,’A-Z’来表示，A的长度 = 100000) a进制数k转b进制问题 第一位(最低位)=k%b 第二位=k/b%b 第三位=k/b^2%b …… (这个应该是比较显然的) 然而A的长度 = 100000，太大了[详细]
-
新闻中文本地域信息标签的抽取
所属栏目：[大数据] 日期：2021-01-17 热度：138
这里主要是基于规则的新闻地域提取方法，这里简要记录一下思路。 首先我们拥有了地域信息数据库，并且标注了省市的layer层信息。主要思路是利用nlp库，分词得到标有地名属性词，在于地域数据库匹配。 第一步，提取正文分词得到标注为地名的词语。 第二步，[详细]
-
视音频数据处理入门：H.264视频码流解析
所属栏目：[大数据] 日期：2021-01-17 热度：63
===================================================== 视音频数据处理入门系列文章： 视音频数据处理入门：RGB、YUV像素数据处理 视音频数据处理入门：PCM音频采样数据处理 视音频数据处理入门：H.264视频码流解析 视音频数据处理入门：AAC音频码流解析[详细]
-
序列模式挖掘——GSP算法
所属栏目：[大数据] 日期：2021-01-17 热度：124
序列模式挖掘的基本概念 项目全集I、项集X和事务集合T的概念和文章关联规则挖掘——Apriori算法 中定义的一致。一个序列(Sequence)是一个有序的项集列表，这个有序通常是指时间有序。我们将序列s表示为： a1a2...ar 其中， ai 是一个项集，也称为s的一个元[详细]
-
科普丨五个角度浅析大数据与BI的区别，教你迅速把握大数据的精髓
所属栏目：[大数据] 日期：2021-01-17 热度：107
作者：咨行天下 BI(Business Intelligence)，中文翻译是商务智能，是一套完整的解决方案，用来将组织中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助组织做出明智的业务经营决策。 大数据(Big Data)是从收集的海量数据中，通过算法将[详细]
-
[POJ 1811 Prime Test] Miller_Rabin + Pollard_rho 大数质数判
所属栏目：[大数据] 日期：2021-01-17 热度：120
[POJ 1811 Prime Test] Miller_Rabin + Pollard_rho 大数质数判断/质因子分解模板 题目链接：[POJ 1811 Prime Test] 题意描述：判断N是否为质数，如果是，求最小的质因子( 2≤N254 )。 解题思路：Miller_Rabin + Pollard_rho 模板走起。 #include ctime#in[详细]
-
干货丨企业级大数据知识图谱产品的构建及应用
所属栏目：[大数据] 日期：2021-01-17 热度：111
报道大数据企业：大数据产品、大数据方案、 ? 大数据人物 分享大数据干货：大数据书籍、大数据报告、 大数据视频 本文系大数据人精选自网络。欢迎更多优质原创文章投稿给大数据人：289585305@qq.com 导读： 大数据，一个现今人人都在讨论的火爆话题。大数[详细]
-
FP-growth算法挖掘频繁项集
所属栏目：[大数据] 日期：2021-01-17 热度：103
概述 FP-growth算法基于Apriori构建，但在完成相同任务时采用了一些不同的技术。这里的任务是将数据集存储在一个特定的称作FP树的结构之后发现频繁项集或者频繁项对，即常在一块出现的元素项的集合FP树。这种做法使得算法的执行速度要快于Apriori，通常性[详细]
-
麦肯锡报告：让高管了解大数据分析
所属栏目：[大数据] 日期：2021-01-17 热度：156
副标题#e# 原标题：Mobilizing your C-suite for big-data analytics 作者：Brad Brown,David Court,and Paul Willmott 编译：谢润超，工业和信息化部国际经济技术合作中心 来源：中国经济网 导读 现在，数据分析的力量正深刻影响着商业格局。大数据对公司[详细]
-
自动机+高斯消元 ifrog1025 Magic boy Bi Luo with his excited
所属栏目：[大数据] 日期：2021-01-17 热度：164
传送门：点击打开链接 题意：告诉你ｎ个串，现在随机写字符，直到之前的字典里某个差un是当前写的串的子串时停止，问期望次数是多少． 思路：玲珑套路杯，求个自动机发现next数组就是接下来的状态,套个高斯消元就做完了.. #include map#include set#includ[详细]
