大数据相关性分析方法与小数据的有何不同( 三 )
■网友
小数据讲求逻辑性,大数据讲求相关性。抵达结果的两套方法论。
■网友
从算法角度答一下。
最常见的相关性分析算法包括pearson, spearman, kendall, chisquare independence test, 还有ANOVA,都没法很有效率地应用到分布式计算系统中。如果想遍历所有数据子集可能的相关性,则还要面对相关性不存在延展性(如果A变量和B变量都与C变量相关,则A与B必定相关),导致没法很好地利用动态规划方法的问题。暴力遍历的时间复杂度最起码是2^n (n=变量数),这是仅次于n!的巨慢算法,基本上超过n\u0026gt;20就无法有效求解了。
■网友
小程序的变现模式非常重要,受到之前的经验和教训,这次大家都提前开始思考小程序的商业模式。要知道如果不能有效变现的话,小程序是很难持久、健康增长的。从数据分析的角度思考小程序的变现模式,我们可以采取 A/B 测试的方式来探索盈利模式。如果你是一个内容型的小程序,那么你可以尝试在一部分用户的信息流中加入商业广告,商业广告势必造成部分用户的反感。那么你可以通过数据分析不断优化广告的内容、形式、投放人群,从而在商业变现和用户体验之中取得平衡。看荐-黑板报
推荐阅读
- “一部手机读云南”上线力争建成国家方志大数据中心西南中心
- 联合国大数据全球平台中国区域中心在杭州成立
- 银行的数据中心可以跳槽去互联网公司吗
- |大数据赋力 半个多月前拉客的“黑车”精准落网
- 数据采集终端|
- 关于用phpfsocket 写Post, 模拟http 报文怎样写入要传输的处理数据
- |新款领克01竞争力分析:推荐入门版 价格门槛提高2.9万元
- 假如把中国电信监测到的3亿人一个月每天上网的所有行为打个包,哪些数据应该被提出从这些数据能得到啥
- 游戏公司一般咋识别游戏脚本
- 城市数据团是怎么样一个团队
