摘要：
最近网上盛传两千万酒店用户数据泄漏，出于好奇，我也从网上下载了一份下来。本次下载纯粹是出于学习和研究用，不会做什么坏事，不要问本人要下载地址，大家自己找。由于本人并不是学统计和数据挖掘方面的，所以只能浅显的做做统计分析，下面开始我们的学习和研究。首先，数据源只有一个表（总数据2005W），里面主要存放了用户的姓名、证件类型，证件号码，生日，性别，住址，手机号码，邮箱等私人信息。这些数据应该是从多个数据源集成进来的，因为里面的格式很不工整，有些默认值使用的也不一样。我们要做数据分析，那么需要进行数据清理，然后建立Cube，使用ETL转换成维度模型，最后使用各种前段呈现工具进行展示。数据清理主要是 阅读全文
