首页
知识
文库
登录
|
注册
首页
最近更新
所有主题
我的主题
我的收藏
首页
·
知识库
·
大数据
云环境下的大数据究竟有多大?
组织机构将把高价值、多元化、全新信息类别及来源整合至连贯一致的信息管理基础架构中,其经济表现将提速20%。......
构建大数据网络的六个方面
大数据应用程序需要处理大规模信息,而信息的规模变得越来越大。但是,大数据的最重要属性并不在于它的规模,而在于它将大作业分割成许多小作业的能力......
2014中国大数据行业大调查
无论你是来自互联网行业、通信行业,还是金融行业、服务业或是零售业,相信都不会对大数据感到陌生。......
我们误读过的大数据
在我们还没有完全搞明白如何运用大数据进行挖掘时,各种过于神化大数据的舆论就已经不绝于耳了。当然,也有很多人直接批判大数据或大数据营销给我们造成的隐私威胁......
物联网时代的大数据策略
物联网的价值在于数据。企业对数据的分析工作启动地越快,挖掘出的业务价值就越多。而云服务提供商的目的就是通过加大相关的投入,消除数据收集、管理的风险以及复杂性,让客户能够专注于分析......
大数据:全新机遇还是一纸空谈?
一部分人认为大数据的价值在于帮助企业各部门获得新的洞察力并付诸行动;另一部分人认为大数据不过是天花乱坠的宣传而已。那大数据到底是机遇还是空谈......
大数据:后web2.0时代的新战略资源
“大数据”也正在演变成与自然资源、人力资源一样重要的战略资源。大数据的出现究竟带来了什么?它对于国家发展有何战略性意义?理解把握总体国家安全观,必须对这些问题进行深入的思考。......
周鸿祎:以大数据技术对抗大数据平台安全威胁
信息时代,大数据平台承载了来自于个人计算机、移动智能终端、可穿戴设备、智能家居设备及智能汽车等个人、企业及国家层面的巨大数据资源,必然成为黑客组织、各类敌对势力网络攻击的重要目标。......
快数据:大数据后的下一个热点?
快数据会不会成为继大数据后的一个新热点?事实上,企业、传媒机构、政府、高校等社会组织是最大的客户。这些用户对于大数据有需求,同样对于基于实时反馈互动的快数据需求非常旺盛。......
从业务驱动和技术实现角度谈腾讯大数据
腾讯大数据官方网站data.qq.com正式上线,引来业界的猜测和讨论,上线背后的含义是什么、大数据的创新应用模式有哪些、腾讯大数据平台的关键技术是什么...........
中国大数据六大技术变迁记
伴随着大数据技术大会的发展,我们亲历了中国大数据技术与应用时代的到来,也见证了整个大数据生态圈技术的发展与衍变......
大数据的四大维度深度解析
数量也许是与大数据最相关的特征,指企业为了改进企业中的决策而试图利用的大量数据。数据量持续以前所未有的速度增加。......
缺乏数据沿袭、质量和定义的商业智能并不可靠
数据治理并非只关乎技术。它还涉及通过分配正式角色和职责来建立数据的业务所有权。......
评估云商业智能需要考虑的五个关键问题
在云中使用商业智能(BI)具有开拓性。它可以使公司无需在IT基础设施方面投入大量资金便可洞悉使用者行为、发现销售机会并依据数据制定决策。......
未来经济是数据经济
互联网正由消费互联网向产业互联网转移,全世界有上百亿台机器,我们的脉搏、心跳源源不断地送上互联网,这是24小时不间断地搜集数据,这种爆炸是更大量级的爆炸。......
大数据如何落地生根
当前,数据已渗透到各个行业和业务职能领域,成为重要的生产因素,面对海量的数据资源,如何才能更加快捷地挖掘和分析运用,从而指导企业进行商业实践?这是大数据真正的价值所在。......
大数据为信息安全赋予新的逻辑思维
大数据,似乎这是一个听起来已经被重复了无数次的老概念。但是,其所承载的是人们对于信息技术的向往与憧憬。这种憧憬的实现,毫无疑问是一个漫长且艰辛的过程。......
大数据在电信行业的应用
电信运营商拥有多年的数据积累,拥有诸如财务收入、业务发展量等结构化数据,也会涉及到图片、文本、音频、视频等非结构化数据。......
首页
上一页
...
71
72
73
74
75
76
77
78
79
80
...
下一页
尾页
大家在关注
.
数据资产入表全流程
.
一文看懂RAG:大语言模型落地应用的未来
.
构建知识图谱:从技术到实战的完整指南
.
企业数据分类分级从了解到落地指南
.
一文读懂数据资产管理
.
浅谈数据资产评估方法
.
数据治理之于数据资产
.
从管、存、算、规、治看数据资产管理
.
ClickHouse开发与使用规范大全
.
什么是好的数据指标体系
我们的推荐
.
数据资产入表全流程
.
构建知识图谱:从技术到实战的完整指南
.
企业数据分类分级从了解到落地指南
.
数据分析规范
.
如何基于用户分层构建运营策略
.
数仓建设七大规范指南
.
数据治理领域最容易混淆的16组术语概念辨析
.
数据治理体系建设与实践
.
如何在零售行业实施主数据治理
.
数据质量管理办法