
大數據OR能源大數據_數據分析師培訓
一、為什么談大數據?(why)
小編對于克強總理談到的“大數據”很是關心,于是開始進行了信息搜集。在Web of Science數據庫,小編對“大數據”相關領域已發(fā)表的SCI/SSCI論文進行了統計分析。
【檢索條件:主題=(“Big Data”),時間跨度=(所有年份),數據庫=(SCI-EXPANDED,SSCI),檢索日期=(2015/03/06)】
看到圖1,小編也是有些吃驚了。2014年,“大數據”相關的SCI/SSCI論文發(fā)表了902篇,占歷年全部發(fā)表論文數的59.3%(論文發(fā)表總數:1521篇)。2015年,有可能繼續(xù) “瘋狂”。
圖 1 大數據相關領域SCI和SSCI論文發(fā)表與引用統計
二、什么時候開始研究大數據的?(when)
2006年,“大數據”領域的第1篇論文誕生。需要說明的是,這一年總共只發(fā)表了3篇論文。2008年,《Nature》推出了“大數據”專 刊。2011年,《Science》推出了關于數據處理的??癉ealing with Data”。2012年,美國奧巴馬政府宣布推出“大數據的研究和發(fā)展計劃”。
到2015年,大數據經歷短短9年時間,似乎在以 “違反”學術規(guī)律的速度生長、擴散。
三、大數據是什么?(what)
近年來,大數據在創(chuàng)新思維、管理理念、信息技術等方面的影響力和效果日益顯著,受到各方高度關注。但遺憾的是,大數據目前尚沒有統一的定義。
小編嘗試整理了“大數據”理念在數據采集、處理、應用等方面的特征:一是可對不同領域、不同類型、不同渠道的跨界數據進行系統采集與分析。例 如,意大利米蘭電信公司將電話通信大數據與人口、地理數據進行集成采集與分析,實現對城市熱點商業(yè)區(qū)域、交通擁堵區(qū)域的動態(tài)預測。二是可對各種在線行為進 行全過程記錄,大幅改善處理效率、成本、響應時間。以IBM公司發(fā)布的大數據技術BLU Acceleration為例,查詢速度比傳統技術快100倍以上,數據存儲成本只有其十分之一。三是與應用創(chuàng)新聯系更為密切,成為推動管理創(chuàng)新、商業(yè)模 式創(chuàng)新與產業(yè)革命的內在動力。例如,阿里集團將客戶網絡活躍度、網上信用評價、余額寶交易量等在線數據轉化為客戶信用評級,在金融信貸業(yè)具有顛覆式創(chuàng)新意 義。
四、哪些國家(地區(qū))/機構在研究大數據?(where)
排在首位的依然是美國,論文發(fā)表數755篇,占所有發(fā)表數1521的49.6%。其次是中國,論文發(fā)表占比15.0%。不錯的成績嘛。
再來看看研究大數據發(fā)表成果最多的研究機構。恭喜中科院,中科院超越哈佛大學成為了發(fā)表大數據成果最多的研究機構?。ㄗⅲ盒【幦ツ瓴檫^排在榜首的是哈佛)。
圖 2 國家/地區(qū)排名前十統計
圖 3 研究機構排名前十統計
五、誰才是大數據研究領域的真正專家?(who)
誰是大數據研究領域的真正專家?讓我們用數據說話。(這算不算“大數據”的應用呢?)
“大數據”領域發(fā)表文章最多的是“ANONYMOUS”(譯為“匿名的”)!竟然無人認領發(fā)表SCI/SSCI文章最多的專家稱號(注:SCI/SSCI論文發(fā)表在某種程度上反映了作者在該領域的影響力),真是遺憾。
圖 4 研究作者排名前十統計
六、如何使用大數據?(how)
“大數據”都在哪些方面得到了應用?
排在前四位的研究方向依次是計算機科學、工程學、科學技術和商業(yè)經濟,發(fā)表文章共計889篇,全部論文占比58.4%。
綜合來看,小編相信,大數據在能源管理中的應用前途還是非常光明的。
圖 5 研究方向排名前十統計
七、能源大數據?
以主題=(“Big Data” AND “Energy OR Power”)在Web of Science數據庫進行搜索,也許會有意外的發(fā)現啊……
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統計基本概念成為業(yè)務決策的底層邏輯 統計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11