数据挖掘对大数据

对于数据 挖掘，不同的学者有不同的理解，但个人认为数据 挖掘的特点主要有以下四个方面:1 .数据 挖掘从实际生产生活需求出发，挖掘 数据从具体应用出发，同时通过数据 -。

人们把primitive 数据当作知识的源泉，就像从矿石中采矿一样。原数据可以是结构化的，如库中的关系数据，也可以是半结构化的，如文本、图形、图像数据，甚至是异构的数据，分布在网络上。发现知识的方法可以是数学的，也可以是非数学的；它可以是演绎的，也可以是归纳的。发现的知识可用于信息管理、查询优化、决策支持、过程控制等。也可用于数据本身的维护。

在我看来，java第一，scala第二，python第三。虽然数据目前是scala写的，但是java还是很重要的，因为hadoop生态系统都是java开发出来的，二次开发一定要用！比如公司需要使用flume来访问数据，但是flume自带的源和汇都不能很好的满足业务需求，所以你需要自定义源和汇，所以你不可能熟悉java。

国产数据 挖掘、大型数据应用主要包括以下几类:1 .电子商务推荐系统。基本上都是基于协同过滤的推荐系统:背后的算法是基于内容、用户行为、产品等等。2.另一种方法是分析网络用户的行为。来分析用户在网站上的点击行为。从而为产品设计和产品改进提供指导。3.当然文挖掘目前很流行，因为以前是点击流数据。对于用户评论的文字信息，很少进行提炼，主要使用Google和垂直搜索引擎，比如排序。

据搜索研究公司comScore的数据统计，仅2012年3月，谷歌处理的搜索词数量就高达122亿条。谷歌的规模和范围使其比其他大多数企业有更多的申请途径。想了解更多Da数据-2/，推荐CDA 数据分析师课程。课程内容重点培养解决数据-2/过程问题的横向能力和解决数据-2/算法问题的纵向能力。

科技魔方是一个大型数据模型平台，是基于服务总线和分布式云计算两种技术架构的数据分析和挖掘的工具平台。它采用分布式文件系统对-。采用各种数据采集技术支持结构化数据和非结构化数据采集。通过图形模型构建工具，它支持过程模型配置。通过第三方插件技术，可以很容易地将其他工具和服务集成到平台中。