3.預(yù)測(cè)分析能力-2挖掘算法使得數(shù)據(jù)分析更好理解數(shù)據(jù)，通過(guò)建模數(shù)據(jù)?？梢哉f(shuō)，預(yù)測(cè)分析能力是Da-2智能的分析的精髓。4.數(shù)據(jù)質(zhì)量管理能力是基于對(duì)不同平臺(tái)、不同結(jié)構(gòu)、不同類型的有效管理和實(shí)踐智能，從而構(gòu)建合理的不同類型的數(shù)據(jù)庫(kù)，這是一個(gè)大數(shù)據(jù)。

個(gè)人建議如下:第一階段:掌握數(shù)據(jù) 挖掘的基本概念和方法。先對(duì)數(shù)據(jù) 挖掘有個(gè)概念并掌握基本算法，比如分類算法，聚類算法，協(xié)同過(guò)濾算法。參考書(shū):-2挖掘Concept and技術(shù)(第3版)，樊明、孟曉峰譯。第二階段:掌握數(shù)據(jù)挖掘和數(shù)據(jù)時(shí)代的分布式處理算法?，F(xiàn)在已經(jīng)進(jìn)入大數(shù)據(jù)的時(shí)代，傳統(tǒng)的數(shù)據(jù) 挖掘的算法已經(jīng)不再適用于參考書(shū):大數(shù)據(jù):互聯(lián)網(wǎng)海量數(shù)據(jù)。

Hadoop有一個(gè)Mahout組件，包含了幾乎所有的數(shù)據(jù) 挖掘算法，包括分類、聚類和關(guān)聯(lián)規(guī)則。參考書(shū):Hadoop在行動(dòng)(第二版)。作者:陸家恒。另外，數(shù)據(jù)挖掘Yes數(shù)據(jù)Library技術(shù)，Manual智能技術(shù)，Machine Learning。-3/，所以，如果你想學(xué)數(shù)據(jù) 挖掘，這些技術(shù)都得懂。建議閱讀浙江大學(xué)王燦教授的課程-2挖掘并在網(wǎng)上搜索。

隨著大數(shù)據(jù)時(shí)代的到來(lái)，科學(xué)數(shù)據(jù)的產(chǎn)生和積累呈指數(shù)級(jí)增長(zhǎng)。專業(yè)圖書(shū)館作為社會(huì)儲(chǔ)存信息知識(shí)和提供信息服務(wù)的信息中心，必須主動(dòng)進(jìn)行戰(zhàn)略創(chuàng)新，以滿足需求，創(chuàng)造未來(lái)。1.從數(shù)據(jù)和文學(xué)到數(shù)據(jù)集約型科學(xué)研究的新數(shù)字圖書(shū)館學(xué)范式轉(zhuǎn)換的成功，標(biāo)志著一種新的常規(guī)科學(xué)的形成，必將導(dǎo)致科學(xué)研究概念和方法的新突破和新發(fā)展。

培訓(xùn)數(shù)據(jù)密集型科研環(huán)境下的管理人才數(shù)據(jù)信息時(shí)代的石油數(shù)據(jù)管理人才是密集型科研環(huán)境下的稀缺人才數(shù)據(jù)。來(lái)自世界各地的各種海量數(shù)據(jù)不斷向美國(guó)(或美國(guó)公司)聚集，這種趨勢(shì)短期內(nèi)沒(méi)有改變的跡象。未來(lái)一個(gè)國(guó)家的核心競(jìng)爭(zhēng)力很大程度上取決于將數(shù)據(jù)轉(zhuǎn)化為信息和知識(shí)的速度和能力，而這實(shí)際上取決于數(shù)據(jù)的能力。

Da 數(shù)據(jù)From數(shù)據(jù)挖掘、Business 智能云計(jì)算和Da 數(shù)據(jù)主題論壇很好地為我們解釋了Da/的問(wèn)題。據(jù)報(bào)道，業(yè)界逐漸開(kāi)始區(qū)分大數(shù)據(jù)和云計(jì)算。大數(shù)據(jù)的需求主要集中在面授分析和應(yīng)用，關(guān)注數(shù)據(jù)架構(gòu)，解決業(yè)務(wù)問(wèn)題。云計(jì)算的需求主要在資源的服務(wù)模式上，主要是指資源的動(dòng)態(tài)分配和按需付費(fèi)的商業(yè)模式。

“我們從四個(gè)方面對(duì)商用智能和大型數(shù)據(jù)進(jìn)行比較:數(shù)據(jù)特點(diǎn)、數(shù)據(jù)來(lái)源和應(yīng)用領(lǐng)域。據(jù)悉，Da 數(shù)據(jù)具有“實(shí)時(shí)”的特征，但并不代表實(shí)時(shí)，往往是近似實(shí)時(shí)，還具有新的數(shù)字?jǐn)?shù)據(jù)源特征，我們現(xiàn)在看到的數(shù)據(jù)分別包括個(gè)人、公共部門(mén)和私人部門(mén)。在這些數(shù)據(jù)被共享之后，這些數(shù)據(jù) 挖掘和分析可以幫助我們更快地跟蹤和響應(yīng)緊急事件以及違規(guī)事件。