摘要：
在平常的工作中，经常会有一些马虎的数据分析师，接到业务方提到的需求后，大致扫一遍然后就吭叽吭叽做起来，最后出的分析结果报告交给业务方后没多久就打回来，说不是他想要结果，仔细一讨论发现双方的指标定义不一致，从而导致了一顿白忙活，造成“十动仍拒”的下场。所以指标定义的清晰性是开始分析工作的前提。OK，本文要讲述的也是有关指标定义，是由talking data推出的移动游戏运营数据分析指标白皮书，目的是统一移动游戏数据指标的定义，主要涉及宏观层面的定义，下面分模块来看一，用户获取日新登用户数(daily new users)定义：每日注册并登陆游戏的用户数解决的问题：1)渠道贡献新用户份额 （... 阅读全文
摘要：
大数据这个名词是被炒得越来越火了，各种大数据技术层出不穷，做数据挖掘的也跟着火了一把，呵呵，现今机器学习算法常见的并行实现方式：MPI，Map-Reduce计算框架，GPU方面，graphlab的图并行，Spark计算框架，本文讲讲一些机器学习算法的map-reduce并行策略，尽管有些算法确实不适合map-reduce计算，但是掌握一些并行思想策略总归不是件坏事，大家如果对某个算法有更好的并行策略，也请多多指教，欢迎大家交流，OK，下面先从一个最基本的均值、方差的并行开始。均值、方差的map-reduce 一堆数字的均值、方差公式，相信都很清楚，具体怎么设计map跟reduce函数... 阅读全文