阿里大數據用什麼

A. 大數據分析一般用什麼工具呢

雖然數據分析的工具千萬種，綜合起來萬變不離其宗。無非是數據獲取、數據存儲、數據管理、數據計算、數據分析、數據展示等幾個方面。而SAS、R、SPSS、python、excel是被提到頻率最高的數據分析工具。

• Python

Python，是一種面向對象、解釋型計算機程序設計語言。Python語法簡潔而清晰，具有豐富和強大的類庫。它常被昵稱為膠水語言，能夠把用其他語言製作的各種模塊（尤其是C/C++）很輕松地聯結在一起。

常見的一種應用情形是，使用Python快速生成程序的原型（有時甚至是程序的最終界面），然後對其中有特別要求的部分，用更合適的語言改寫，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C/C++重寫，而後封裝為Python可以調用的擴展類庫。需要注意的是在您使用擴展類庫時可能需要考慮平台問題，某些可能不提供跨平台的實現。

• R軟體

R是一套完整的數據處理、計算和制圖軟體系統。它可以提供一些集成的統計工具，但更大量的是它提供各種數學計算、統計計算的函數，從而使使用者能靈活機動的進行數據分析，甚至創造出符合需要的新的統計計算方法。

• SPSS

SPSS是世界上最早的統計分析軟體，具有完整的數據輸入、編輯、統計分析、報表、圖形製作等功能，能夠讀取及輸出多種格式的文件。

• Excel

可以進行各種數據的處理、統計分析和輔助決策操作，廣泛地應用於管理、統計財經、金融等眾多領域。


• SAS軟體

SAS把數據存取、管理、分析和展現有機地融為一體。提供了從基本統計數的計算到各種試驗設計的方差分析，相關回歸分析以及多變數分析的多種統計分析過程，幾乎囊括了所有最新分析方法，其分析技術先進，可靠。分析方法的實現通過過程調用完成。許多過程同時提供了多種演算法和選項。

B. 大數據用什麼語言

1、Python語言

Python往往在大數據處理框架中得到支持，但與此同時，它往往又不是“一等公民”。比如說，Spark中的新功能幾乎總是出現在Scala/Java綁定的首位，可能需要用PySpark編寫面向那些更新版的幾個次要版本(對Spark Streaming/MLLib方面的開發工具而言尤為如此)。

與R相反，Python是一種傳統的面向對象語言，所以大多數開發人員用起來會相當得心應手，而初次接觸R或Scala會讓人心生畏懼。一個小問題就是你的代碼中需要留出正確的空白處。這將人員分成兩大陣營，一派覺得“這非常有助於確保可讀性”，另一派則認為，我們應該不需要就因為一行代碼有個字元不在適當的位置，就要迫使解釋器讓程序運行起來。

2、R語言

R語言有著簡單而明顯的吸引力。使用R語言，只需要短短的幾行代碼，你就可以在復雜的數據集中篩選，通過先進的建模函數處理數據，以及創建平整的圖形來代表數字。它被比喻為是Excel的一個極度活躍版本。

R語言最偉大的資本是已圍繞它開發的充滿活力的生態系統：R語言社區總是在不斷地添加新的軟體包和功能到它已經相當豐富的功能集中。據估計，超過200萬的人使用R語言，並且最近的一次投票表明，R語言是迄今為止在科學數據中最流行的語言，被61%的受訪者使用(其次是Python，39%)。

3、JAVA

Java，以及基於Java的框架，被發現儼然成為了矽谷最大的那些高科技公司的骨骼支架。 “如果你去看Twitter，LinkedIn和Facebook，那麼你會發現，Java是它們所有數據工程基礎設施的基礎語言，”Driscoll說。

C. 大數據專業學什麼軟體

大數據需要用到的軟體有很多的，學習大數據的基礎是java和linux，主流的大數據處理平台如hadoop，爬取數據如python，ETL常用sql，等等。. 另外，面向就業的大數據學習是有一定要求的，最低大專學歷

D. 大數據可視化工具都有什麼

大數據可視化工具有很多，其中就有思邁特軟體Smartbi。我們常常聽說的數據可視化大多指狹義的數據可視化以及部分信息可視化。根據數據類型和性質的差異，經常分為以下幾種類型：

1、統計數據可視化：用於對統計數據進行展示、分析，一般都是以資料庫表的形式提供，常見的有 HighCharts、ECharts、G2、Chart.js 、FineBI等等；

2、關系數據可視化：主要表現為節點和邊的關系，比如流程圖、網路圖、UML 圖、力導圖等。常見的關系可視化類庫有 mxGraph、JointJS、GoJS、G6 等；

3、地理空間數據可視化：常見類庫如 Leaflet、Turf、Polymaps 等等；還有時間序列數據可視化（如 timeline）、文本數據可視化（如 worldcloud）等等。

數據分析有沒有用，來試試Smartbi就知道了,Smartbi產品功能設計全面，涵蓋數據提取、數據管理、數據分析、數據共享四個環節，幫助客戶從數據的角度描述業務現狀，分析業務原因，預測業務趨勢，推動業務變革。

E. 盤點阿里旅行周年:這樣用大數據顛覆行業

盤點阿里旅行周年:這樣用大數據顛覆行業

日前在阿里旅行成立一周年的時候，總裁李少華剛剛發送了《寫給阿里旅行的365天》的全員信。郵件指出：阿里旅行提供的是旅行行業的「水電煤」；將阿里平台上寶貴的大數據應用起來，幫助旅行商家和合作夥伴更高效的連接消費者，以用戶為中心重構供需關系，以平台大數據支撐個性化服務。

這句話理解起來可能有點深奧，不過將旅遊之前和旅遊中用戶遭遇的各種坑與阿里旅行這1年來做的事情串起來，或許就能明白他們是如何利用大數據在顛覆行業了。

先說今年微文在兩次旅行前辦理簽證中親身遭遇到的一些坑吧：

1、因為窮所以我很早之前就開始准備十一期間旅遊的事，貨比三家後在某家B2C旅遊網站選擇了出境游，之後按照網站工作人員的提示開始准備漫長的簽證材料，好不容易經過漫長的等待資料全湊齊郵給那家B2C網站的客服，等了幾天卻被客服告知我提交的資料不符，而且時間也比較緊張了，他們那裡沒辦法幫我辦簽證，讓我自己想辦法解決。我憤怒的提出退款，結果被告知酒店和機票都已經預定，沒有辦法做退款處理。最後我索性死馬當活馬醫，告訴客服如果不遞交材料那是他們的問題，如果遞交上去使館沒出簽，我自己承擔責任。最後順利拿到簽證，出去玩。

2、今年8月我的在某家創業型B2C網站上續簽美國簽證（選擇他們是因為他們自稱專注於美國旅遊，非常專業），結果客服一會告訴我照片不符合要求，一會告訴我缺這個少那個，可我是按照美國大使館網上提供的資料來准備的啊，幾次溝通無果，最後沒辦法找了他們聯合創始人問題才得以解決，最終一張紙的材料我也沒補交，大使館給了10年的美簽。

經過這兩件事情我就在捉摸，很多時候不是大使館不給旅遊者發簽證，而是你委託的商業公司在想盡辦法給用戶製造門檻和難題，既然互聯網是以用戶體驗為核心競爭力的行業，那有為什麼會出現在線旅行行業處處刁難客戶的情況呢？

後來經過高人指點終於明白，原來很多做在線旅行的互聯網公司不好判斷申請簽證的人是否可信賴，如果一旦出現旅客在境外逾期滯留，會非常影響這些互聯網公司同使館的信任度，最終影響到其業務，所以才導致了上述情況的出現。

那麼有沒有可能用大數據來解決這個難題呢？肯定有，問題是由於這些做在線旅遊的互聯網公司數據往往不夠全面，所以大數據雖然在做，但是卻不夠准確，很多時候還是只能由人工來判斷。那麼號稱數據最全的阿里有沒有可能做這件事兒呢？

就在我思考這個問題的時候，發現他們已經開始做了，下面不妨先來盤點一下阿里旅行這一年的重要事件：

1、今年3月，阿里旅行推出信用住計劃，芝麻信用良好的用戶在阿里旅行預定信用住酒店，就可體驗「零押金無擔保急速退房「服務。與傳統模式相比：用戶在阿里旅行預訂

酒店時，芝麻分達到600分即可選擇信用住。先入住後付款，無需擔保零押金，離店時也無需排隊，只需把門卡放到前台，系統會自動從用戶的支付寶賬戶里扣除房費。

2、隨後阿里旅行發布了與芝麻信用結合的「未來酒店」戰略，首間未來酒店樣板店坐落在浙江杭州的學院路，不論來自什麼預訂渠道的用戶，不管是否提前預訂了酒店，在辦理入住時，均可通過掃碼的形式實時進行信用判定，滿足芝麻信用分要求——600分即可馬上開始體驗信用住的便捷，不用交押金即可直接領房卡入住，退房時也不用等查房和排隊付款，將房卡交給前台即可離店，房費將通過支付寶自動扣除。

3、今年6月，阿里旅行與盧森堡大公國駐上海總領事館簽署合作協議，正式將盧森堡納入便捷在線簽證目的地。當用戶的芝麻信用分符合阿里旅行規定的標准，便可在阿里旅行·去啊的簽證頻道選擇在線簽證服務。傳統簽證一般需要5-10天，而在線簽只需2-3天且不需要提供繁瑣的紙質材料。在此之前，新加坡作為首個便捷在線簽證目的地已經在阿里旅行簽證頻道正式上線。接下來，阿里旅行還會在法國、英國、韓國、日本、比利時、斯里蘭卡等出境游熱門目的地展開在線簽證。公開數據顯示，目前每分鍾就有16.8個人通過阿里旅行買了簽證/入台證辦理服務。

4、9月22日，阿里旅行啟動「未來景區」戰略，遊客可以先遊玩再付款，免去排隊買票之苦，在景區里也可以「身無分文」，全程用手機付款吃喝玩樂，更可使用手機進行景區游覽導航，尋衛生間找停車場都不再發愁。深圳東部華僑城已經率先加入「未來景區」戰略，黃山、烏鎮、古北水鎮、海昌集團在全國的8個極地海洋館也將於近期上線。在「未來景區」遊玩時，只要芝麻信用分達到600分，即可提前一天在阿里旅行客戶端進行預約，預約成功後會獲得一個二維碼，到了景區門口可以直接掃碼入園，不需再另外排隊買票或換票，而門票錢會在遊客刷碼入園後24小時自動從支付寶賬戶中扣除，不需要再另外執行任何操作。

事實上，無論是信用住、未來酒店、未來景區還是在線簽證，這些便捷服務背後都在於螞蟻信用進行掛鉤，而螞蟻信用的背後則是通過大數據對用戶進行篩選和再判斷，通過大數據取代人工審核。此外，阿里在旅遊行業投資的窮游、在路上、佰程旅行網及石基信息等公司的數據也將對阿里旅行提供支持。

最後不得不感慨一下，早知道在線旅遊的B2C這么不靠譜我當時就應該選擇阿里旅行。而未來一旦像我這樣的小白用戶開始嘗試並習慣通過芝麻信用與阿里旅行掛鉤的方式選擇出行的時候，阿里旅行的勢能也就無法撼動了。

1969年7月20日，美國宇航員阿姆斯特朗登月後說，這是我個人的一小步，但卻是全人類的一大步。對於僅僅成立1年的阿里旅行而言，單一產品上的改進或許只是一小步，但是將芝麻信用、大數據與用戶體驗掛鉤的思路確是互聯網的一大進步。

以上是小編為大家分享的關於盤點阿里旅行周年:這樣用大數據顛覆行業的相關內容，更多信息可以關注環球青藤分享更多干貨