1. 海量数据挖掘技术
借助计算机强大的存储能力，从海量复杂的数据中寻找有价值的知识。
2. 数据挖掘最新技术
首先要收集客户信息，与销售信息。然确定所用分析模型，对原有数据进行分类处理，建立分析模型，并对现有顾客进行关系预测（是否流失等等）。最好要有可视化部分和报表功能
3. 智能数据挖掘
1、数据挖掘（Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（Knowledge-Discovery in Databases，简称KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
2、数据分析是数学与计算机科学相结合的产物，是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实际生活应用中，数据分析可帮助人们作出判断，以便采取适当行动。
4. 挖掘海量数据的挑战
1、分类：找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等。
2、回归分析：反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。
3、聚类分析：把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能的小。
4、关联规则：描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可到处另一些项在同一事物中也出现，即隐藏在数据间的关联或相互关系。
5、特征分析：从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。
6、变化和偏差分析：偏差包括很大一类潜在有趣的知识，如分类中的反常实例，模式的例外，观察结果对期望的偏差等，其目的是寻找观察结果与参照量之间有意义的差别。
7、Web页挖掘：随着Internet的迅速发展及Web的全球普及，使得Web上的信息量无比丰富，通过对Web的挖掘，可以利用Web的海量数据进行分析，收集有关的信息。
5. 海量数据分析与数据挖掘
考研的初试科目分别是三门全国统考公共课和一门专业课。公共课为外语100分，政治100分，数学150分，专业课为计算机基础综合150分。
数据科学与大数据技术考研方向
1、数据科学与大数据技术
数据科学与大数据技术主要研究计算机科学和大数据处理技术等相关的知识和技能，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）出发，对实际问题进行分析和解决。
2、计算机科学与技术
计算机科学与技术主要研究计算机的设计与制造，包含计算机软件、硬件的基本理论、技能与方法，进行计算机系统和软件的开发与维护、硬件的组装等。例如：Windows系统的维护，手机APP的开发，台式电脑的整机装配等。相较于网络工程、软件工程，计算机科学与技术专业所学范围更广。
3、大数据技术与应用
大数据技术与应用主要研究大数据技术、数据库建模等方面基本知识和技能，进行统计数据分析、抽样调查、数据信息挖掘和管理等。例如：实时交通路线数据统计，躲避拥堵；根据客户的购买习惯，为其推送他可能感兴趣的优惠信息；使用点击流分析和数据挖掘来规避欺诈行为等。
6. 海量数据处理技术
数据中心。
数据中心是全球协作的特定设备网络，用来在internet网络基础设施上传递、加速、展示、计算、存储数据信息。
在今后的发展中，数据中心也将会成为企业竞争的资产，商业模式也会因此发生改变。随着数据中心应用的广泛化，人工智能、网络安全等也相继出现，更多的用户都被带到了网络和手机的应用中。随着计算机和数据量的增多，人们也可以通过不断学习积累提升自身的能力，是迈向信息化时代的重要标志。
7. 海量数据挖掘技术及工程实践试题
一、Quick BI
1、产品概述
Quick BI是一个基于云计算致力于大数据高效分析与展现的轻量级自助BI工具服务平台。通过对数据源的连接和数据集的创建，对数据进行即时的分析与查询；通过电子表格或仪表板功能，以拖拽的方式进行数据的可视化呈现。
2、产品功能
极速建模：只需简单3步点击即可完成数据集的创建。
数据分析：提供专业的电子表格功能，可在线完成多数据联合分析并形成报表，支持超300个常规的数据分析函数。
丰富的可视化图表：支持柱状图、折线图、条形图、面积图、饼图、气泡地图、色彩地图、仪表盘、雷达图、散点图、漏斗图、指标看板、矩阵树图、Lbs地图、极坐标图、词云图、旋风漏斗图、树图、来源去向图、交叉表、等图等30余种图表。
多用户协作：所有对象在线化，企业用户之间以群空间的方式进行业务组织，实现成员共同操作，完成业务数据的联合分析。
多维数据分析：基于 WEB 页面的工作环境，拖拽式、类似于Excel 的操作方式，一键导入、实时分析，可以灵活切换数据分析的视角，无需重新建模。
灵活的报表集成：将 Quick BI 制作的报表嵌入到自有系统，并实现免登。
3、产品优势
丰富的数据源接入：支持云数据库、关系型数据库、Hadoop、MPP等数据源接入。
高性能即席查询：内置高速查询引擎，亿级数据可实现秒级计算与查询。
便捷的数据分析：类Excel操作的电子表格，并且支持300多类似Excel的函数；零SQL拖拽式的仪表板，支持多组件查询联动和下钻联动等数据联动分析机制。
安全的多端访问：产品采用ACL权限体制，数据以访问对象为控制单元，实现权限审批及授权，提供用户级、行级、水印等数据安全管控机制。
4、应用场景
数据分析与决策。解决取数难，报表产出效率低，维护难，图表效果设计不佳，人力成本高等问题。搭配使用RDS + Quick BI。
报表与自有系统集成。上手简单，快捷，极大提高看数据的效率，统一系统入口。搭配使用RDS + Quick BI。
交易数据权限管控。能够实现数据权限行级管控，适应多变的业务需求，跨源数据集成及计算性能保障。搭配使用Log + RDS + Quick BI + MaxCompute。
二、关系网络分析
1、产品概述
关系网络分析是基于大数据时空关系网络的可视化分析产品，产品围绕“大数据多源融合 、计算应用 、可视分析 、业务智能 ”设计实现，结合关系网络、时空数据，揭示对象间的关联和对象时空相关的模式及规律。产品提供关联网络（分析）、 时空网络（地图）、搜索网络、动态建模等功能 , 以可视分析的方式有效融合机器的计算能力和人的认知能力，获得对于海量数据的洞察力，帮助用户更为直观、高效地获取信息和知识。
关系网络分析产品采用组件化、服务化设计理念，分为存储计算层、数据服务层、业务应用层、分析展现层多层次体系架构。数据存储计算建立在阿里云自主研发的大数据平台上，支持 PB/EB 级别的数据规模，具有强大的数据整合、处理、分析、计算能力。
2、产品功能
关联网络
从网络视角辅助分析，帮助用户探索未知，洞察信息。提供关联反查、团伙分析等功能。
搜索网络
提供信息检索功能，帮助用户快速定位信息，完善“关联网络”、“时空网络”信息入口。
时空网络
从时空维度拓展分析，结合地理信息，深化信息在时空维度的轨迹变迁、关联规律。
动态建模
用OLP 模型动态建模，以实体(Object)、关系(Link)、属性(Property)实现异构数据整合。
3、产品优势
海量数据实时挖掘
支持在百亿节点、千亿边、万亿记录的PB量级数据，按照用户的业务指令进行关系挖掘和时空计算, 并且实时交互响应。
模型认知万物相连
基于 OLP 模型认知万物相连，以实体(Object)和关联(Link)对现实世界建模，通过属性(Property) 实现异构数据的整合。
可视分析高效体验
全面分析潜在用户体验要素和业务痛点，沉淀出数据、交互、结果的分阶可视化体验和协同共享，使得有证可查，有据可说。
三、日志服务 SLS
1、产品概述
日志服务（Log Service，简称 LOG）是针对日志类数据的一站式服务。能快捷完成日志数据采集、消费、投递以及查询分析等功能，提升运维、运营效率，建立 DT 时代海量日志处理能力。
2、产品功能
实时采集与消费（LogHub）
通过ECS、容器、移动端，开源软件，JS等接入实时日志数据（例如Metric、Event、BinLog、TextLog、Click等）。
提供实时消费接口，与实时计算及服务对接。
用途：数据清洗（ETL），流计算（Stream Compute），监控与报警，机器学习与迭代计算。
查询与实时分析（Search/Analytics）
实时索引、查询分析数据。
查询：关键词、模糊、上下文、范围。
统计：SQL聚合等丰富查询手段。
可视化：Dashboard + 报表功能。
对接：Grafana，JDBC/SQL92。
用途：DevOps/线上运维，日志实时数据分析，安全诊断与分析，运营与客服系统
投递数仓（LogShipper）
稳定可靠的日志投递。将日志中枢数据投递至存储类服务进行存储。
支持压缩、自定义Partition、以及行列等各种存储方式。
用途：数据仓库 + 数据分析、审计、推荐系统与用户画像。
8. 掌握海量数据先进算法的互联网巨头
speedcn是深圳传优云科技有限公司。
深圳传优云科技有限公司（简称传优云）自诞生以来，以做性能最好的网络传输服务为先天使命，专注于网络传输算法研究，立志为客户提供最优质的网络传输产品及服务。
传优云在网络传输领域有着非常深厚的技术积累和大量核心算法。这些自主知识产权的核心技术，能够显著加速TCP/UDP数据的传输，从容应对双向70%丢 包的极端恶劣环境，从根本上抵御DDoS等各种网络攻击，能够大幅度提升网络可靠性，让数据传输变得非常安全，同时也能有效解决因为NAT/防火墙穿 透、网络切换等带来的一系列复杂问题。