|
|
@@ -254,7 +254,12 @@ code > span.in { color: #60a0b0; font-weight: bold; font-style: italic; } /* Inf
|
|
|
</ul></li>
|
|
|
<li><a href="#数据分析">数据分析</a><ul>
|
|
|
<li><a href="#构建-衡量-学习">构建-衡量-学习</a></li>
|
|
|
-<li><a href="#数据分析-1">数据分析</a></li>
|
|
|
+<li><a href="#数据分析-1">数据分析</a><ul>
|
|
|
+<li><a href="#识别需求">识别需求</a></li>
|
|
|
+<li><a href="#收集数据">收集数据</a></li>
|
|
|
+<li><a href="#可视化数据">可视化数据</a></li>
|
|
|
+<li><a href="#改进">改进</a></li>
|
|
|
+</ul></li>
|
|
|
<li><a href="#用户数据分析google-analytics">用户数据分析：Google Analytics</a><ul>
|
|
|
<li><a href="#受众群体">受众群体</a></li>
|
|
|
<li><a href="#流量获取">流量获取</a></li>
|
|
|
@@ -2855,6 +2860,11 @@ System.<span class="fu">out</span>.<span class="fu">println</span>(<span class="
|
|
|
<h4 id="数据-学习">数据-学习</h4>
|
|
|
<h2 id="数据分析-1">数据分析</h2>
|
|
|
<p>数据分析是一个很有意思的过程，也是一个非常重要的过程。</p>
|
|
|
+<h3 id="识别需求">识别需求</h3>
|
|
|
+<blockquote>
|
|
|
+<p>识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。</p>
|
|
|
+</blockquote>
|
|
|
+<h3 id="收集数据">收集数据</h3>
|
|
|
<h4 id="hadoop分析数据">Hadoop分析数据</h4>
|
|
|
<blockquote>
|
|
|
<p>Hadoop是一个由Apache基金会所开发的分布式系统基础架构。它可以让用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。</p>
|
|
|
@@ -2862,6 +2872,8 @@ System.<span class="fu">out</span>.<span class="fu">println</span>(<span class="
|
|
|
<p>Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。</p>
|
|
|
<p>HDF是一个分布式文件系统（Hadoop Distributed File System）。它有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。同时，HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。</p>
|
|
|
<p>MapReduce是Google提出的一个软件架构，用于大规模数据集（大于1TB）的并行运算。概念“Map（映射）”和“Reduce（归纳）”，及他们的主要思想，都是从函数式编程语言借来的，还有从矢量编程语言借来的特性。</p>
|
|
|
+<h3 id="可视化数据">可视化数据</h3>
|
|
|
+<h3 id="改进">改进</h3>
|
|
|
<p>参考来源: <strong>精益数据分析</strong>。</p>
|
|
|
<h2 id="用户数据分析google-analytics">用户数据分析：Google Analytics</h2>
|
|
|
<p>Google Analytics是一个非常赞的分析工具，而且它不仅仅可以用于Web应用，也可以用于移动应用。</p>
|
Fengda HUANG