大数据案例分析报告 模型分析和检验

关于运输的数据场景到底有多重要呢？将自己定位成“大自然搬运工”的农夫山泉，在全国有十多个水源地。农夫山泉把水灌装、配送、上架，一瓶超市售价2元的550ml饮用水，其中3毛钱花在了运输上。在农夫山泉内部，有着“搬上搬下，银子哗哗”的说法。如何根据不同的变量因素来控制自己的物流成本，成为问题的核心。

基于上述场景，SAP团队和农夫山泉团队开始了场景开发，他们将很多数据纳入了进来：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（比如某城市召开一次大型运动会）。

在没有数据实时支撑时，农夫山泉在物流领域花了很多冤枉钱。比如某个小品相的产品（350ml饮用水），在某个城市的销量预测不到位时，公司以往通常的做法是通过大区间的调运，来弥补终端货源的不足。“华北往华南运，运到半道的时候，发现华东实际有富余，从华东调运更便宜。但很快发现对华南的预测有偏差，华北短缺更为严重，华东开始往华北运。此时如果太湖突发一次污染事件，很可能华东又出现短缺。”

这种没头苍蝇的状况让农夫山泉头疼不已。在采购、仓储、配送这条线上，农夫山泉特别希望大数据获取解决三个顽症：首先是解决

数据模型与决策分析案例

授课教师： 熊伟

案例题目：操作员及临时工招聘/安排

考生姓名： 朱凯亮

学号：

案例背景：

某外资公司在中国的惠州和廊坊有两家制造厂。每月的产品需求变化很大使某外资公司很难排定劳动力计划表。最近某外资公司开始雇用由人力资源中介公司提供的临时工。该公司专长于为亚特兰大地区的公司提供临时工。人力资源中介公司提供签署3种不同合同的临时工合同规定的雇用时间长短及费用各不相同。三种选择如下：

选择 1 2 3 雇佣时间 1个月 2个月 3个月 费用（人民币） 2000 4800 7500 合同期越长费用越高。这是因为找到愿意长时间工作的临时工对人力资源中介公司更为困难。在下6个月中某外资公司计划需要的额外员工数如下

月份 需要人数 每个月某外资公司可根据需要雇用能签署每种合同的员工。例如若某外资公司1月份雇用了5名符合第二项选择的员工人力资源中介公司将为某外资公司提供5名员工均在1、2月份工作。在这种情况下某外资公司将支付5×4 80024 000RMB。由于进行中

龙源期刊网 http://www.qikan.com.cn

基于云模型的大数据典型相关分析方法

作者：李宇

来源：《中国新通信》2015年第17期

【摘要】 随着科学技术的不断更新发展，传统的大数据典型相关分析方法已经不能满足人们的需求。因此，就需要加强该分析方法的进一步研究。一种基于云模型的大数据典型分析方法被提了出来。本文主要结合云模型的内容以及大数据典型相关分析的现状，对基于云模型的大数据典型相关分析方法进行深入的研究，并总结出影响大数据环境下，典型相关分析系数误差的影响因素，为该类研究奠定了坚实的理论基础，从而推动了大数据典型相关分析的研究进程。

【关键词】 云模型 大数据 典型相关分析 方法

大数据主要是指需要利用新的处理模式才能具备较强的洞察力、决策力以及流程优化能力的多样化、高增长率和巨量的信息资产。它主要具备数据体量大、类型繁多、价值密度低以及处理速度快等特征。这些特征加大了挖掘大数据的难度。随着大数据PB级规模的出现，传统的大数据典型相关分析方法已经不能满足其需求。因此，就要加强对大数据典型相关分析方法的创新研究。在这一背景下，一种根据云模型的大数据典型相关分析方法被提上了日程

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

关联分析

目录

一、概括........................................................................................................................................... 1 二、数据清洗 ................................................................................................................................... 1

2.1公立学费（NPT4_PUB） ................................................................................................... 1 2.2毕业率（Graduation.rate） ............................................................

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

关联分析

目录

一、概括........................................................................................................................................... 1 二、数据清洗 ................................................................................................................................... 1

2.1公立学费（NPT4_PUB） ................................................................................................... 1 2.2毕业率（Graduation.rate） ............................................................

大数据分析技术应用揭秘谷歌票房预测模型

发布时间：2013-06-18 17:32 来源：锐艺网作者：史源

艺恩网转载本文只以信息传播为目的,不代表认同其观点和立场

「导语」近日，谷歌公布了一项重要研究成果–电影票房预测模型。该模型能够提前一个月预测电影上映首周的票房收入，准确度高达94%。这在业内引起了强烈讨论，不少

内人士认为该模型非常适合好莱坞电影公司通过预测票房来及时调整电影营销战略，但同时也有吐槽者暗示谷歌的票房预测模型别有用心，旨在鼓动电影公司购买其搜索引擎广告。那么，孰是孰非，谷歌票房预测模型以及大数据在电影行业的应用是嘘头，还是大有来头，让我们来一探究竟。

「谷歌票房预测模型的基础：电影相关的搜索量与票房收入的关联」

谷歌的票房预测模型是大数据分析技术在电影行业的一个重要应用。随着互联网的发展，人们越来越习惯于在网上搜索电影信息。据谷歌统计，从2011到2012年，电影相关的搜

索量增长了56%.谷歌发现，电影相关的搜索量与票房收入之间存在很强的关联。

图1显示了2012年电影票房收入（红色）和电影的搜索量（灰色）的曲线（注：本文的所有图片均引用自谷歌的白皮书：Quantifying Movie Magic with Google Searc

检验案例分析报告

----某商场自动扶梯伤人事故案例分析

本次的检验案例是发生在2012年1月，某大型商场2楼至3楼间的3号自动扶梯在向下运行时，将一位在扶梯上玩耍的3岁小孩的1个手指损伤的一起安全事故。 一、事故经过

据该商场的物业管理有限公司有关人员介绍，2012年1月2日7时5分左右一名3岁的小孩在该商场2楼至3楼间3号自动扶梯的梯级上逆行玩耍，当时其父母不在身边，该扶梯处于向下运行状态，该小孩不慎摔倒在梯级踏板上，随着扶梯向下运行，将其右手小指及无名指卡入梯级踏板槽与扶梯下端的梳齿板梳齿间，扶梯随即停止运行。该物业管理有限公司电梯维保分公司和该商场工程部立即派人赶到现场，撤卸该自动扶梯下端站最左端（从下往上看）二块梳齿板后取出小孩手指，发现该小孩右手无名指已被剪断。随即由物业管理有限公司和商场市场管理部人员一起送至医院救治。该扶梯于同日上午9时左右恢复运行。 二、自动扶梯概况

自动扶梯主参数：规格型号xxx 、额定速度 xxx 、梯级宽度 xx 。制造单位：xxx。使用管理单位：xxx。维保单位：xxx。安装位置：某大型商场2楼至3楼间3号。注册代码：xxx。 三、现场勘察情况

1、 该自动扶梯下端站左侧（从下往上看）第二块的最左端梳

数据、模型与决策案例集

Dec. 2010

目录

案例1 新型洗衣机产品投资生产决策案例 ........................................... 2 案例2 PCB制造公司 .............................................................................. 3 案例3 道格拉斯公司 ............................................................................... 4 案例4 联合航空公司的往返班机 ........................................................... 6 案例5 Alfonso 百货公司 ....................................................................... 9 案例6 多米利恩钢铁厂的燃料管理 .....................................................

数据、模型与决策案例集

Dec. 2010

目录

案例1 新型洗衣机产品投资生产决策案例 ........................................... 2 案例2 PCB制造公司 .............................................................................. 3 案例3 道格拉斯公司 ............................................................................... 4 案例4 联合航空公司的往返班机 ........................................................... 6 案例5 Alfonso 百货公司 ....................................................................... 9 案例6 多米利恩钢铁厂的燃料管理 .....................................................

数据、模型与决策案例集

Dec. 2010

目录

案例1 新型洗衣机产品投资生产决策案例 ........................................... 2 案例2 PCB制造公司 .............................................................................. 3 案例3 道格拉斯公司 ............................................................................... 4 案例4 联合航空公司的往返班机 ........................................................... 6 案例5 Alfonso 百货公司 ....................................................................... 9 案例6 多米利恩钢铁厂的燃料管理 .....................................................