大数据这个词已经被炒的满天飞，还有的人说它是泡沫，现在什么东西即使没用大数据技术也要加个大数据概念，要不都觉得落伍了，当然这是迎合宣传的手段，不过搞虚假宣传还是不太好的。那真正使用大数据技术的地方且比较有代表性的产品有那些：

　　·云存储：中国比较好的有百度云，国外比较好的有AWS等。正是因为有这些产品的出现，数据在云端的概念才终于变成现实了，大家都不用踹着U盘到处跑了。

　　·内容推荐：最具代表性的有今日头条，它正是运用了大数据技术来找到你喜欢的内容并且推荐给你。自从这个产品出现以后已经有很多人抛弃以前的新闻阅读方式。它让网易新闻、新浪新闻、腾讯新闻等产品上了不少火。现在大家都开始纷纷的学习它。

　　·物品推荐：电影网站、音乐网站、电商网站这些网站都会把根据你的浏览行为进行分析，根据你的兴趣推荐给你相应的物品，比如爱奇艺、QQ音乐、京东等。

　　·广告计算：应用比较好的有百度、谷歌、淘宝、腾讯，他们要根据广告主的价格和广告的效果计算广告的排序，好在流量中达到最好的变现效果，这时数据的处理速度与数据的量级直接影响了他们的收入。

　　·金融：银行正使用大数据分析用户的消费行为、购买能力以及还款能力，用来降低提供给用户的贷款风险，减少环帐率。

　　·信用：支付宝的芝麻信用加入了更多的维度，比如你的人际关系、学历、车等等元素来评估你的信用值，给信用值高的人提供更好的服务，比如信用度高住酒店就不用交押金。

　　·数据分析：这个具有代表性的产品不多，但确是大数据应用非常主要的场景，一般都是公司内部定制性的，所以一般不公开，但确实各种公司都在用，比如网站的流量分析、相关产品的用户特性分析、微博的语义分析。可以根据这些分析为自己的业务或者产品发展方向提供决策依据。

　　·智慧城市：这个现在比较有代表性的功能就是可以根据人流控制路灯的亮度，可以达到省电的效果。通过车流控制红绿灯的变化，减少道路拥堵。

　　正是有了大数据处理技术的应用才使以上这些方面有了更好的发展，如果没有大数据处理技术的出现那可能就会因为数据太多处理不过来或者根本就无法处理。那自然就会导致一些业务的发展落后或者根本无法进行的。当然未来大数据的应用场景将会越来越多，比如物联网、人工智能等等。前景十分看好。

　　如果以上这些你都不了解那我就再举个更俗的例子，就是”你一撅屁股我就知道你要拉什么屎“。这是因为你对某个人或物接触时间长了，知道了对方足够多的信息，促进了你对事物的认知，从而就能更了解这个事物并预测到它下一步动作。大数据处理技术也就是这么个过程，它的过程可以分为收集，处理，分析识别、预测这四个步骤。其实就是模拟人类对事物认知这个过程并把这个过程程序化、海量化。

　　还觉得大数据是泡沫的您还这么想吗？可别再继续无知下去了。

湖北宜都网（通讯员 冉德强 熊晓燕）宜都市枝城镇洋溪社区在开展大数据比对工作中，对122条线索逐一进行走访核对。在比对中，发生了一件感人的故事。

社区四组一级精神病人胡蓉，今年34岁，患精神病已近20年，现与父亲居住在枝城镇官坪村五组。因胡蓉享受了城镇低保和重度残疾人生活补贴政策，但大数据比对线索反映其身份证号码未查到。6月25日，社区大数据比对工作人员来到胡蓉家中进行线索比对。只见她满头污垢躺在床上，眼睛直直的望着工作人员。

经询问其父亲得知胡蓉于2010年12月1日在枝城镇派出所办理了公民身份证号码变更业务，变更后的身份证号码后四位数与前身份证号码不一样，但因为胡蓉行动不便，所以一直未重新办理新身份证，其所有身份证明现已被公安机关冻结。为给胡蓉找回身份，社区委员杨坤锋与枝城镇派出所民警取得联系，决定将胡蓉送到派出所办理身份证。

7月3日下午，社区党总支书记裴蕾、总支委员周祖苹与镇派出所民警袁明、赵松柏一行四人来到胡蓉家中。裴蕾与周祖苹将胡蓉长期未清洗的头发洗干净并给她换上整洁的衣服、鞋袜，然后与二位民警一起开车将她带到派出所，给她拍照片并办理相关手续。通过众人的努力，胡蓉的身份终于找回来了。

版权声明：

① 凡本网注明“稿件来源：湖北宜都网”的所有文字、图片，版权均属湖北宜都网所有，任何媒体、网站或个人未经本网同意不得随意转载、链接、转贴或以其他方式复制发表。已经本网同意的媒体、网站，在下载使用时必须注明“稿件来源：湖北宜都网”，违者本网将依法追究责任。

② 本网转载稿出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用，必须保留本网注明的“稿件来源”，并自负版权等法律责任。如擅自篡改为“稿件来源：湖北宜都网”，本网将依法追究责任。如对稿件内容有疑议，请及时与我们联系。

③ 如本网转载稿涉及版权等问题，请作者在两周内速来电或来函与湖北宜都网联系。

奥地利符号计算研究所(Research Institute for Symbolic Computation，简称RISC)的Christoph Koutschan博士在自己的页面上发布了一篇文章，提到他做了一个调查，参与者大多数是计算机科学家，他请这些科学家投票选出最重要的算法，以下是这次调查的结果，按照英文名称字母顺序排序。

1、A* 搜索算法——图形搜索算法，从给定起点到给定终点计算出路径。其中使用了一种启发式的估算，为每个节点估算通过该节点的最佳路径，并以之为各个地点排定次序。算法以得到的次序访问这些节点。因此，A*搜索算法是最佳优先搜索的范例。

2、集束搜索(又名定向搜索，Beam Search)——最佳优先搜索算法的优化。使用启发式函数评估它检查的每个节点的能力。不过，集束搜索只能在每个深度中发现最前面的m个最符合条件的节点，m是固定数字——集束的宽度。

3、二分查找(Binary Search)——在线性数组中找特定值的算法，每个步骤去掉一半不符合要求的数据。

4、分支界定算法(Branch and Bound)——在多种最优化问题中寻找特定最优化解决方案的算法，特别是针对离散、组合的最优化。

5、Buchberger算法——一种数学算法，可将其视为针对单变量最大公约数求解的欧几里得算法和线性系统中高斯消元法的泛化。

6、数据压缩——采取特定编码方案，使用更少的字节数(或是其他信息承载单元)对信息编码的过程，又叫来源编码。

7、Diffie-Hellman密钥交换算法——一种加密协议，允许双方在事先不了解对方的情况下，在不安全的通信信道中，共同建立共享密钥。该密钥以后可与一个对称密码一起，加密后续通讯。

8、Dijkstra算法——针对没有负值权重边的有向图，计算其中的单一起点最短算法。

9、离散微分算法(Discrete differentiation)。

10、动态规划算法(Dynamic Programming)——展示互相覆盖的子问题和最优子架构算法

11、欧几里得算法(Euclidean algorithm)——计算两个整数的最大公约数。最古老的算法之一，出现在公元前300前欧几里得的《几何原本》。

12、期望-最大算法(Expectation-maximization algorithm，又名EM-Training)——在统计计算中，期望-最大算法在概率模型中寻找可能性最大的参数估算值，其中模型依赖于未发现的潜在变量。EM在两个步骤中交替计算，第一步是计算期望，利用对隐藏变量的现有估计值，计算其最大可能估计值;第二步是最大化，最大化在第一步上求得的最大可能值来计算参数的值。

13、快速傅里叶变换(Fast Fourier transform，FFT)——计算离散的傅里叶变换(DFT)及其反转。该算法应用范围很广，从数字信号处理到解决偏微分方程，到快速计算大整数乘积。

14、梯度下降(Gradient descent)——一种数学上的最优化算法。

15、哈希算法(Hashing)。

16、堆排序(Heaps)。

17、Karatsuba乘法——需要完成上千位整数的乘法的系统中使用，比如计算机代数系统和大数程序库，如果使用长乘法，速度太慢。该算法发现于1962年。

18、LLL算法(Lenstra-Lenstra-Lovasz lattice reduction)——以格规约(lattice)基数为输入，输出短正交向量基数。LLL算法在以下公共密钥加密方法中有大量使用：背包加密系统(knapsack)、有特定设置的RSA加密等等。

19、最大流量算法(Maximum flow)——该算法试图从一个流量网络中找到最大的流。它优势被定义为找到这样一个流的值。最大流问题可以看作更复杂的网络流问题的特定情况。最大流与网络中的界面有关，这就是最大流-最小截定理(Max-flow min-cut theorem)。Ford-Fulkerson 能找到一个流网络中的最大流。

20、合并排序(Merge Sort)。

21、牛顿法(Newton's method)——求非线性方程(组)零点的一种重要的迭代法。

22、Q-learning学习算法——这是一种通过学习动作值函数(action-value function)完成的强化学习算法，函数采取在给定状态的给定动作，并计算出期望的效用价值，在此后遵循固定的策略。Q-leanring的优势是，在不需要环境模型的情况下，可以对比可采纳行动的期望效用。

23、两次筛法(Quadratic Sieve)——现代整数因子分解算法，在实践中，是目前已知第二快的此类算法(仅次于数域筛法Number Field Sieve)。对于110位以下的十位整数，它仍是最快的，而且都认为它比数域筛法更简单。

24、RANSAC——是“RANdom SAmple Consensus”的缩写。该算法根据一系列观察得到的数据，数据中包含异常值，估算一个数学模型的参数值。其基本假设是：数据包含非异化值，也就是能够通过某些模型参数解释的值，异化值就是那些不符合模型的数据点。

25、RSA——公钥加密算法。首个适用于以签名作为加密的算法。RSA在电商行业中仍大规模使用，大家也相信它有足够安全长度的公钥。

26、Schnhage-Strassen算法——在数学中，Schnhage-Strassen算法是用来完成大整数的乘法的快速渐近算法。其算法复杂度为：O(N log(N) log(log(N)))，该算法使用了傅里叶变换。

27、单纯型算法(Simplex Algorithm)——在数学的优化理论中，单纯型算法是常用的技术，用来找到线性规划问题的数值解。线性规划问题包括在一组实变量上的一系列线性不等式组，以及一个等待最大化(或最小化)的固定线性函数。

28、奇异值分解(Singular value decomposition，简称SVD)——在线性代数中，SVD是重要的实数或复数矩阵的分解方法，在信号处理和统计中有多种应用，比如计算矩阵的伪逆矩阵(以求解最小二乘法问题)、解决超定线性系统(overdetermined linear systems)、矩阵逼近、数值天气预报等等。

29、求解线性方程组(Solving a system of linear equations)——线性方程组是数学中最古老的问题，它们有很多应用，比如在数字信号处理、线性规划中的估算和预测、数值分析中的非线性问题逼近等等。求解线性方程组，可以使用高斯—约当消去法(Gauss-Jordan elimination)，或是柯列斯基分解( Cholesky decomposition)。

30、Strukturtensor算法——应用于模式识别领域，为所有像素找出一种计算方法，看看该像素是否处于同质区域( homogenous region)，看看它是否属于边缘，还是是一个顶点。

31、合并查找算法(Union-find)——给定一组元素，该算法常常用来把这些元素分为多个分离的、彼此不重合的组。不相交集(disjoint-set)的数据结构可以跟踪这样的切分方法。合并查找算法可以在此种数据结构上完成两个有用的操作：

查找：判断某特定元素属于哪个组。

合并：联合或合并两个组为一个组。

32、维特比算法(Viterbi algorithm)——寻找隐藏状态最有可能序列的动态规划算法，这种序列被称为维特比路径，其结果是一系列可以观察到的事件，特别是在隐藏的Markov模型中。

以上就是Christoph博士对于最重要的算法的调查结果。你们熟悉哪些算法?又有哪些算法是你们经常使用的?

图片来源于网络

又到了一年一度的毕业季，高考在即，很多的学子面临着选择专业的问题，虽然说兴趣很重要，但是家长们考虑更多的是将来的就业和生活问题。而那些准备毕业的大学生们，也都在考虑从事一个什么样的专业能够最有“钱途”。

下面的这则报道可能会对你有所帮助

近日，麦可思研究院近日对外发布了一份关于中国大学毕业生收入状况的调查报道。报告显示，在2016年的应届本科毕业生从事的职业中，“互联网开发及应用”在职业高薪榜上独领风骚，毕业半年后的平均月薪就达到了5679元！而紧随其后的分别是“计算机与数据处理”（5636元）和“房地产经营”（5057元）。

图表数据来自麦可思研究院

据悉，这份针对大学毕业生收入情况的调查结论，基于麦可思对2016届本科毕业生毕业半年后，以及2013届毕业生毕业3年后的跟踪调查。

2016届大学生毕业生回收到的全国总样本约28.9万份，其中本科生样本约14.7万，高职高专生样本约14.2万。对2013届大学生毕业3年后的连续跟踪调查，回收全国总样本约5万。

对于上述高收入职业，报告分析，当前，互联网行业的迅速发展促进了有关职业的旺盛需求，让计算机、软件工程等专业毕业生收入较高。

上述调查研究除了调查了2016届毕业生毕业半年后的收入情况，还调查了2013届大学毕业生毕业3年后的收入变化情况。

数据显示，2013届本科生毕业三年后月收入涨幅最大的职业类是“律师/律政调查员”（半年后：3388元，三年后：7656元），涨幅为126%，其次为“医疗保健/紧急救助”（半年后：2908元，三年后：6407元），涨幅为120%。“农/林/牧/渔”（半年后：3001元，三年后：6579元）位列第三，涨幅为119%。

除了本科生，调查显示，2013届高职高专生毕业三年后月收入涨幅最大的职业类是“经营管理”（半年后：3185元，三年后：7133元），涨幅为124%，其次是“计算机与数据处理”（半年后：3015元，三年后：6564元），涨幅为118%，“房地产经营”（半年后：3257元，三年后：7078元）位列第三，涨幅为117%。

从这份报告中不难看出，计算机与数据处理、互联网开发及应用、经营管理、房地产经营等行业在收入方面都有很大的优势。而诸如医疗保健/紧急救助和农/林/牧/渔等职业，虽然起薪平平，但是中、长期薪酬待遇也有不错的发展。

盛景哥温馨提示：收入不应是职业和专业选择的唯一衡量标准，在选择专业和职业时，考生或者毕业生还要将社会需求量、个人兴趣爱好等因素都考虑在内。

严谨一点说大数据专业和计算机专业有什么区别？哪个更好一些？

首先严谨一点说，大数据专业是指“数据科学与大数据技术”，而且今天说的计算机专业，也是提指“计算机类”专业。以下简要说明二者的区别与关系：

一、计算机类属于工学的0809，是大类，还可以细分，其中901的计算机科学与技术，是计算机类专业的鼻祖。其它的902至910都是2000年以后细分增设的。详细专业如下：

二、计算机科学与技术，国内最早开设的高校是清华大学的电子计算机专业1956年、北京大学1955年的计算数学专业；1956年交通大学（上交前身）也支援电子电气类13人去清华大学（与清华的电子电气类、机械电子类抽取的15名）共同27人组建新专业电子计算机，原计划是1958提毕业，但当时由于国家需要，就1957毕业了，同时交通大学也派出5人赴北京计算机训练班【中科院计算所举办】学习，因56、57年学校西迁，学成学员落户西安。1957年4月17日，教育部批准交通大学（西安）增设电子计算机专业。

三、真正的大数据专业——数据科学与大数据技术，是2016年教育部第一批新增三所大学，分别是北京大学、对外经济贸易大学、中南大学；2017年新增在32所、到2018年新增248所，其计283所。

四、关于数据科学与大数据技术专业，早于2016年前，中南大学于2015年就进行过试点招生：计算机科学与技术（大数据方向）。且中南大学有医疗方面的资源，标志性事件：2017年“医疗大数据应用技术国家工程实验室（中南大学）”揭牌，标志“医疗大数据应用技术国家工程实验室（中南大学）”建设正式启动。

五、虽然数据科学与大数据技术开设的院校比较多，但报考时，依然得参考计算机科学与技术专业强势的院校，其中有两个区域，顺便要说一下，山西、贵州，山西有百度的百度云基地、贵州呢，近两年大数据比较抢眼，苹果数据中心、华为数据中心，这两省的同学，如果不出省门，相对来说会有相关的实践基础，本身大数据是计算机科学、数学、统计学的交叉学科。实践性也特别强。

以上是我关于两个专业的分析也说明，有不同意见的在下方留言讨论。

------------------------------------------------------------

又是一年高考季！身为过来人，最近经常有朋友来咨询孩子选学校和专业的问题。学校的选择，有待各自高考分数的揭晓，专业的选择现在就可以开始了。

不少同学可能高考前就已经早早立下志向，但大部分同学可能与当年的我一样，高考后的内心十分迷茫：什么专业最有“钱”途？当下热门的专业，未来前景如何？

经多方咨询与大数据比较，时下最热门专业主要是“金融相关专业”和“互联网相关专业”。那么，站在考生家长的角度，这两个专业，谁最有“钱”途呢？

毕业啥专业最好找工作？

著名教育数据咨询机构麦可思研究院近期发布的《2017年中国大学生就业报告》（下简称《报告》）列出了本科毕业半年后就业率排名前十的名单（参见图1）。从中可以看到，互联网类工作占据三席（软件工程、信息管理与信息系统、数字媒体艺术），而金融类工作无一上榜。

从《报告》列出的本科毕业专业月收入排名来看（参见图2），互联网类工作更是占据前十名的半壁江山，金融类工作依然无一进入TOP10榜单。

单论本科毕业生就业数据的统计结果，无疑是互联网类工作对金融类工作的一场完胜。然而，一个专业好不好，毕业就业形势是一个点，将来的发展空间也许更有必要纳入考量范畴。

哪类工作可能最有钱？

银监会近期发布的《中国银行业监督管理委员会2015年报》显示，截至2015年底，在A股上市的股份制银行中，有16家披露了2015年员工薪酬数据（参见图3）。从中可以看到，平安银行以人均年薪47.25万元暂时夺得榜首，垫底的农业银行人均年薪也有21.94万元。这里不提有些年薪过百万的券商大户，只就金融业主体之一的商业银行来说，这份薪酬成绩单“还是可以的”。

不过，前一段时间刷屏的“华为人均薪酬63.1万元”的消息也间接释放出“互联网类工作工资不会低”的信号。

据中商产业研究院整理数据，截至2016年末，沪深互联网上市公司共有53家，人均薪酬排行前20位参见下图4。从中可以看到，第一名吉比特人均年薪74.56万元，远高于股份制银行业第一名——平安银行的47.25万元，人均薪酬垫底的掌趣科技也有18.16万元，但从整体上分析，16家股份制银行的薪酬分布要优于沪深互联网上市公司。

当然，如果把BAT等互联网巨头、新星和金融系券商、基金等大户再囊括进来，金融类工作VS互联网类工作，就真的很难分出胜负了。

谁能傲视群雄，笑到最后？

玩过股票的朋友，都听过一个段子——“没进股市时傻子都赚钱，自己一进股市被套成了傻子”，这在告诫人们，股市有风险，投资需谨慎。归根结底，炒股是一种价值投资，投入资本、精力和时间，以获得增值收益。

选择专业攻读其实也是一种价值投资，同样的，选择专业也并非毫无风险可言，时下最有“钱”途的行业是互联网类和金融类，假设现在2017年考生选择报考了这两类之一，待毕业求职，其间存在四年时滞，进入行业后真正开始掘金，累计存在约十年时滞，甚至不算升学读硕、读博进修的情况。如此，从中期考察，金融类工作VS互联网类工作，谁能傲视群雄，笑到最后？又或者是不幸双双落寞？

首先，我们来看看金融业与互联网行业的就业情况。从下图6可以看到，互联网从业人员总量小于金融业，但在2014年前，互联网就业人员增长率整体大于金融业，且过去十年间，互联网就业人员平均增长率为11.52%，高于金融业的5.75%。

其次，再结合金融和互联网的产业特征来看：

一方面，互联网行业作为新兴产业，坐拥广阔蓝海市场，随着信息技术的持续革新，互联网业态将越发多元化，发展动力比之其他行业十分充足；

另一方面，互联网业相较金融业更突出个性化服务，非智能替代的因素更多。由此预测，互联网行业在AI欲来的新时代中具有更强的生存力。

综上所述，目前阶段，金融类工作在“钱”景方面处于略优阶段，但随着时间推移，互联网类工作慢慢将占据上风，登顶最有“钱”途专业。

最后，送给学子们一点切身感悟：如果你有兴趣所向，那就树立标杆，果敢地追求，人生几十载，有时没那么多在乎的；如果没有，不妨先选择某个有“钱”途的专业，走一阵，也许就能发现自己的方向了；“三百六十行，行行出状元”，选择专业后，刻苦勤奋，努力提升自身综合实力才是王道。毕竟，人生是你的，走成什么样，都得自己负责。

本文来自：财经网

1、用于教育，医疗的费用所占生产总值的比例:

中国:3.8%；印度：19.7%；美国：21.5%；日本：23.3%。

2、合理的房价与家庭年收入之比：

世界银行的标准是5：1；联合国制定的标准是3：1；

而现实中，美国是3：1；日本是4：1；发达国家最高的是悉尼8.5：1；纽约7.9：1；伦敦6.9：1；首尔7.7：1；东京7.9：1；新加坡5：1。

那么，中国则是20～30：1；北京上海杭州等地甚至达到40：1。

3、电力、电信、石油、金融、保险、水电气供应、烟草等国有行业的职工不足全国职工总数的8%，但工资和工资外收入总额却相当于全国职工工资总额的55%。

将成功消灭了多少贫困人口列为政绩，称中国贫困人口只有4,300万人。但要分摊联合国经费时，却说：如果按照世界银行人均每天消费低于1.25美元的标准计算，中国的贫困人口总数超过2.5亿，高居世界第二位。

1955年中国的人均收入是韩国的3.2倍，日本的1.1倍。但经过50多年所谓“翻天覆地”的增长，2008年中国的人均收入是日本的3%，韩国7%。

日前，奥巴马接受采访说：“中国人均生活水平停留在美国1910年水准。”

4、中国历代民、官的比例：

西汉7,945：1；东汉7,464：1；唐朝2,927：1；元朝2,613：1；明朝2,299：1；清朝911：1；现代67：1。

1998年财政部部长助理刘长琨说：“汉朝八千人养一个官员，唐朝三千人养一个官员，清朝一千人养一个官员，现在四十个人养一个公务员。”

5、用于行政费用所占生产总值的比例:

中国:25.6%；印度：6.3%；美国：3.4%；日本：2.8%。

6、从1999～2013年最高检察院与最高法院报告等相关数据得出：

中国普通民众犯罪率为1/400；国家机关人员犯罪率为1/200；司法机关人员犯罪率为1.5/100。

7、政府收入增长了985倍，而中国民众的收入仅仅增长19倍。

8、中国有118万“裸官”。

这是一个什么概念？也就是平均每个省(直辖市)有3万多名“裸官”，如按全国2,000多个市县算，每个市县也有50多人。

9、中美两国财政公共服务程度比较：

以2009年两国财政支出为例，中国用于行政公务支出的比例为37.6%，美国为12.5%；

中国用于经济建设支出的比例为11.6%，美国为5.0%；

中国用于公共服务和社会管理的支出总量为25%，美国为75%；

用于其他支出的，中国和美国分别为25.8%和7.5%。

10、中国每年非正常死亡人数超过320万：

单项统计：

1）每年因自杀死亡者高达28.7万

2）中国每年约有20万人死于药物不良反应

3）每年医疗事故死亡20万人（估算）

4）中国每年死于尘肺病约5,000人（估算）

5）每年约有13万人死于结核病

6）2005年全国共报告甲、乙类传染病3,508,114例，死亡13,185人

7）中国每年道路交通事故死亡约10万。

8）全国每年因装修污染引起的死亡人数已达11.1万人

9）中国目前每年工伤事故死亡约13万多人

10）每年触电死亡约8,000人

11）中国火灾年平均损失近200亿元，并有2,300多民众伤亡

12）全国每年1.6万中小学生、3,000大学生非正常死亡

13）各类刑事案件死亡年均近7万人

14）广州每年产生约1,200具无主尸体

15）中国每年因使用不当导致农药中毒的死亡人数达上万人

16）每年食物中毒死亡数万

17）2006年因酒精中毒死亡9,830人

18）中国每年过劳死亡人数达60万

19）每年因大气污染死亡38.5万！（以上合计约230.5万！！！）

20）经由不安全注射传播的肝炎和爱滋病，已导致39万中国人提早死亡，并造成689万寿命年的损失（新华社）

21）中国每年有将近100万五岁以下的儿童死亡 （合计：328万以上，扣除可能存在重复部份，同时考虑统计不全部份，每年非正常死亡超过300万应该没有问题！！！其中80%属于责任事故。）

11、据官方统计，2013年中国政府逮捕了1604名危害国家安全犯罪嫌疑人，是2012年的两倍。

因涉嫌危害国家安全罪而遭逮捕的人数在2011年（742人）相比前年增加了23%。

12、中国大学四年学费

相当于一个农民家庭不吃不喝41年的劳动所得，是世界学费第二高的日本的3倍，全球第一。

13、各国政府费用比较：

德国：财政收入的2.7%；埃及：3.1%；印度：6.3%；加拿大是7.1%；俄罗斯是7.6%。

而中国是30%！这还只算公务员部份。

今年的税收将突破60,000亿，相当于13亿国民每人要给政府纳税4,615元，平均以每户4人计算，相当于每家要给政府纳税：18,461元。

14、中国的物价：

95号汽油是美国的1.3倍；电影票是美国的2倍；阿玛尼西装是美国的3倍；宝马Z4中国9万美元，美国是3万；Levi’s牛仔裤价格是美国的7倍；房价，早已经远远超过美国若干倍了。

15、1999～2013年间，劳动力工资的增速是11.6%左右，但是财富性收入，比如国企利润增速是32%多，政府土地转让金收入的年均增幅超过33.6%。

16、空气、水、食品、药品污染的结果就是癌症村的出现，癌症的发病率大幅上升，先天缺陷大幅上升。

全国每年约有20万~30万肉眼可见的先天残疾儿出生，加上出生后数月和数年才显现出来的缺陷，先天残疾儿童总数高达80万~120万，约占每年出生人口总数的4%-6%。

17、天则所报告展示统计称：

与民企相比，2001到2013年间，国企少缴付的利息共计2.85万亿元，地租3.09万亿元，资源租5,000多亿元，亏损补贴1,198亿元。

合计起来国企少付的成本是6.48万亿元，国企享有的上述利益，远大于同时期国企账面显示的4.92万亿元累积利润总额。所长盛洪说：〝国有企业已被内部人控制了〞中国政府开支44%用于养活公务员，日本仅为2.5%。

18、保守评估，中国每年的失踪儿童总数在20万左右，而能够被找回来的只占0.1%。

首先来说说数据科学吧，作为一门学科， 数据科学所依赖的两个因素是数据的广泛性和多样性，而广泛性和多样性之间又有共性。

数据科学主要包括两个方面： 用数据的方法来研究科学和用科学的方法来研究数据。

前者的包含面很广，囊括了生物信息学，天体信息学等领域。而后者包括统计学、CS、数据挖掘、数据库等领域。所以，要直白的说的话，就是数据科学包括了统计学，数据挖掘。而数据挖掘既相对独立，也可以作为一个统计学发展的小方向（与CS有关）而不是分支。而大数据则是个专有名词，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。

统计学的主干课程都包括什么？主要都涉及到什么样的知识和实际背景？

两者的比较如果再从就业上讲，统计无疑是一个比较热门的专业，之中好多方向都比较好就业，每个方向都有其对应的工作，比如事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。而数据科学作为拥有完整知识体系的新兴的学科，其就业前景无疑也是可观的。

——圆圆

个人认为这三者既存在着密切的联系，也不完全相同。用数学的话来说，就是三者之间相互存在着交集，但也并不是完全包含。

其中涉及的最广泛的应该就是数据科学了。研究大数据的方法可以称作数据科学、而统计的研究方法就更可以算作是数据科学了。本身，数据科学就是在大数据的背景下提出的。它不仅包括大数据的研究方法和研究背景，更包括对于数据软件的使用、对于数据库的理解、甚至包括对于算法的理解等等。

大数据，是在近几年才刚刚提出并迅速走红的概念。它是未来数据分析和存储的新趋势。面对这个信息爆炸的时代，数据的高数量、高维度、高更新速度以及背后的高商业价值都对于传统的硬件存储、数据库管理和统计分析方法提出了更高的要求。原先的统计大多都是适用于小样本的情况，而面对这样的大数据往往显得无能为力。因此，相比较与其他的两个概念来看，它既是数据科学的基础，也是建立在统计基础上的一个科学。

最后，三者最共同的地方应该就是统计了，无论是数据科学应用在各个实际领域、还是大数据的各种突破过去经典数据规模的领域，它们的核心思想或者说最先处理的基础都是统计。如果任何数据都可以使用经典的统计方法去解决的话，不会再采用其他的模糊近似的方法进行操作。

综上，数据科学包含的内容更加全面、更加综合，它更像是一个对于实际的数据问题需要具备的一些基本甚至专业知识。而大数据，则只是一个概念，指的是对于现在这个数据泛滥时代的统称。而它的研究方法包括在数据科学之中。对于统计而言，它在应用领域与前两者也有着很类似的内容，然而其理论基础部分则与前两者不同，是前两者进行研究和发展的基础。

——高原红

想了解更多相关内容，记得持续关注我们哦。

如果你觉得有点意思，请有秩序的评论、转发、收藏。

本文主要讲述数据挖掘分析领域中，最常用的四种数据分析方法：描述型分析、诊断型分析、预测型分析和指令型分析。

当刚涉足数据挖掘分析领域的分析师被问及，数据挖掘分析人员最重要的能力是什么时，他们给出了五花八门的答案。

其实我想告诉他们的是，数据挖掘分析领域最重要的能力是：能够将数据转化为非专业人士也能够清楚理解的有意义的见解。

使用一些工具来帮助大家更好的理解数据分析在挖掘数据价值方面的重要性，是十分有必要的。其中的一个工具，叫做四维分析法。

简单地来说，分析可被划分为4种关键方法。

下面会详细介绍这四种方法。

1. 描述型分析：发生了什么？

这是最常见的分析方法。在业务中，这种方法向数据分析师提供了重要指标和业务的衡量方法。

例如，每月的营收和损失账单。数据分析师可以通过这些账单，获取大量的客户数据。了解客户的地理信息，就是“描述型分析”方法之一。利用可视化工具，能够有效的增强描述型分析所提供的信息。

2. 诊断型分析：为什么会发生？

描述性数据分析的下一步就是诊断型数据分析。通过评估描述型数据，诊断分析工具能够让数据分析师深入地分析数据，钻取到数据的核心。

良好设计的BI dashboard能够整合：按照时间序列进行数据读入、特征过滤和钻取数据等功能，以便更好的分析数据。

3. 预测型分析：可能发生什么？

预测型分析主要用于进行预测。事件未来发生的可能性、预测一个可量化的值，或者是预估事情发生的时间点，这些都可以通过预测模型来完成。

预测模型通常会使用各种可变数据来实现预测。数据成员的多样化与预测结果密切相关。

在充满不确定性的环境下，预测能够帮助做出更好的决定。预测模型也是很多领域正在使用的重要方法。

4. 指令型分析：需要做什么？

数据价值和复杂度分析的下一步就是指令型分析。指令模型基于对“发生了什么”、“为什么会发生”和“可能发生什么”的分析，来帮助用户决定应该采取什么措施。通常情况下，指令型分析不是单独使用的方法，而是前面的所有方法都完成之后，最后需要完成的分析方法。

例如，交通规划分析考量了每条路线的距离、每条线路的行驶速度、以及目前的交通管制等方面因素，来帮助选择最好的回家路线。

结论

最后需要说明，每一种分析方法都对业务分析具有很大的帮助，同时也应用在数据分析的各个方面。

原文链接：http://kdnuggets/2017/07/4-types-data-analytics.html

转载请注明出自：葡萄城控件

关于葡萄城

葡萄城是全球控件行业领导者，世界领先的企业应用定制工具、企业报表和商业智能解决方案提供商，为超过75%的全球财富500强企业提供服务。

“大数据”时下一个热门的词语，近几年来，关于大数据的著作和文章铺天盖地，似乎也在共同在传递一个信息：越来越多的行业、人士开始关注并实际探索大数据的应用，我们正在一起描绘着大数据巨大效用的蓝图，但在实践的路上，我们都孩子起步阶段小步前行。

大数据根基于互联网，数据仓库、数据挖掘、云计算等互联网技术的发展为大数据应用奠定基础。对于任何一个大数据的从业者或初接触者，或者都会有个共同的感触：大数据很有用！但大数据是什么呢？

今天就给大家讲解一下：

对于大数据的定义，我们来引用3个比较差用的大数据定义：

1）Gartner：需要信息处理模式才能具有更强的决策力，洞察发现力和流程优化能力的海量、高增长率很多样化的信息资产。

2）IDC：海量的数据规模（Volunme）、快速的数据流转和数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）。

3）Wiki：或称巨量数据、海量数据、大资料，指所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。

其他关于大数据的定义也大抵类型，我们可以用几个关键词对大数据做一个界定。

首先，“大规模”，这种规模可以从两个维度来衡量，一是时间序列累积大量的数据，二是在深度上更加细化的数据。

其次，“多样化”，可以是不同的数据格式，如文字、图片、视频等，可以是不同的数据类别，如入口数据，经济数据等，还可以有不同的数据来源，如互联网、传感器等。

最后，“动态化”，数据是不停变化的，可以随着时间快速增加大量数据，也可以是在空间上不断移动变化的数据。

这三 个关键词对大数据从形象上做了界定。

但是还需要一个关键能力，就是“处理速度快”。如果这么大规模、多样化又动态变化的数据有了，但需要很长的时间去处理分析，那不叫大数据。从另一个角度，要实现这些数据快速处理，靠人工肯定是没办法实现的，因此，需要借助于机器实现。

最终，我们借助机器，通过对这些数据进行快速的处理分析，获取想要的信息或者应用的整套体系，才能称为大数据。

我们可以用下面的图示给大数据定义：

这下，就知道什么是大数据了吧