会计信息系统-基于数据科学设计-习题及答案 ch02

EXcel可视化及R语言归纳总结出大数据的几个特点。具有数据规模大、数据流转快、数据类型多和价值密度低等特征，即多样化(Variety)、海量化(Volume)、高速化(Velocity)和价值化(Value),1.多样化凡是可以通过电子技术手段记录的东西都可以作为数据，这就充分扩大了数据的范围。2.海量化大数据，顾名思义，首先就是要“大”。随着时代的进步，我们对数据量的储存慢慢从U盘升级到云盘，储存单位从GB到TB,甚至PB、EB。各种网络、各种App都成为数据的来源，在这样海量数据涌入的状态下，就需要更强有力的智能算法和处理数据的能力对这些数据信息进行统计和分析。3.高速化和价值化海量数据的产生，提出了及时处理的需求。我们在开篇提到的谷歌案例，通过实时收集、处理并分析数据得出相关信息，做出及时反应，有助于我们快速有效地解决问题。快、准、狠的判断和决策是现代社会发展的要求，谁的速度更快，谁就更有优势。与此同时，价值也是大数据的核心特点。海量数据的采集、处理和分析，会使得数据更宽泛地涵盖各种情况，得出更贴切的结果。海量数据的范畴变广，产生大量信息，大数据的特色之一就是通过数据挖掘(DataMining)尽可能有效地利用所有数据来展现尽可能多的信息，发现新的规律，从而提高生产效率，改善社会治理，促进科学研究。R语言的优缺点分别是什么?是否有更为实用便捷的替代性程序?为什么?R语言是一种计算机编程语言，就像大家耳熟能详的C语言、C+语言一样，需要通过写代码来操作，由RossIhaka和RobertGentleman创建。但是它不仅仅是一种计算机语言，它是为统计而生的，它更注重数据挖掘与分析、统计建模、数据可视化等。也就是说，它是一套由数据、计算和图表展示整合起来的软件，其中包括有效的数据存储、处理能力，完整的数组计算操作符，成体系的统计数据模型分析，以及对应分析出来的图形。R语言是一种相对简单，且完善、有效的统计编程语言。在目前的市场上，可以把数据挖掘工具分成企业应用版和开源版，其中常用的SPSS、SAS等均为企业应用版。R语言，作为一款开源的数据工具，对于数据工程师们来说，需要大量算法和拓展包，以及对不同领域进行数据分析建模。它作为编程语言，拥有近12000个可用扩展包，均来自不同领域，涵盖了从统计计算到机器学习、从金融数据分析到生物化学信息等方面的内容，可以说是一个海纳百川的统计软件。R语言的开源性、广泛的拓展包，使它具备了足够的灵活性和时效性。处理数据，并对其进行数据分析的整体过程是什么?1、确定目标在进行数据分析之前，我们需要结合自己的业务确定数据分析的目标是什么，可衡量的指标是什么，对指标进行拆分，找出可收集数据的最小单元，这样做能够针对性的进行数据分析，提高数据运营效率，避免数据采集过多，造成无用数据被浪费。2、搜集数据当我们确定好目标后，就需要进行针对性的搜集数据，这里所说的搜集数据既包括通过埋点采集的用户全生命周期数据，也包括自己网上收集的数据，如行业数据报告，还包括通过访问或者电话等得到的手动整理数据。至于采用哪些具体的数据，还需要根据数据分析的目标而定。3、整理数据我们搜集好数据之后，需要对数据进行整理，尤其是搜集数据的手段有很多，比如埋点采集、网上收集、手动整理等方式，有时候会出现重复、错乱等情况，就需要整理数据，尽最大可能提高数据的准确性。4、分析数据在分析数据的过程中，我们要结合自己的产品，选择合适的数据分析模型，有必要的情况下，需要自己去定义自己的分析模型，灵活灵用。5、可视化呈现身为数据分析师，数据分析的结果往往是需要给领导和整个团队汇报的，这个时候我们就需要对数据分析结果做可视化的呈现，一般情况下用图表的形式呈现即可。通过数据分析找出业务问题所在，同时提出自己的解决方案，不光要知道问题是什么，还需要知道如何解决。完整的数据分析是怎样的流程.中琛魔方大数据平台表示数据项目分析工作是循序渐进的过程，无论是一个数据分析项目还是数据产品项目，都需要数据分析师具备计划、领导、组织、控制的项目工作能力。列举出1～2个成功采用大数据和数据可视化协助企业做出正确决策的案例。（1）Excel的数据分析以及可视化Excel作为传统的数据分析工具，在日常工作中，能够将适量处理后的原数据用快速简洁的方式展现出来一定规律并得出分析结论。本小节将会对Excel数据透视表以及用公式作图分析进行简单讲解，使用的数据来源为：EPR沙盘模拟数据—SalesDataSAP。（2）Excel公式作图案例数据透视表虽然可以根据需求制作需要的图表，但却存在一定的局限性，并且缺乏一定的稳定性，当后台增加或减少字段和数据时，透视表需要重新更新后才可