Hello DevClouder！各位开发者们，大家好。近几年最HOT的新兴行业是什么？不用怀疑，走在技术前沿的你一定知道！没错！就是大数据！！！想不想紧跟时代步伐，成为High Level的大数据人才？21天晋级大数据实战营重磅来袭！！！华为云DevCloud & 华为云EI联合出品，第二期大数据活动将为您带来更豪华的课程盛宴！在第一期21天大数据活动基础上，华为云再次推出以大数据实战为主题的活动！21天精编课程，八大真实企业场景实战，搭配作业专家指导，全方位掌握大数据处理和分析技术。还等什么？线上限时免费入营学习！面向人群：（1）所有渴望学习大数据知识的朋友们（2）每日完成学习、实践、打卡任务，就有机会获得惊喜奖品参与方式：戳此链接进行报名哦：课程预览：

【云端大事件】北京佳格卫星+AI时空大数据平台入驻华为云市场，助力现代农业产业升级上云 【导语】2018年11月14日，北京佳格天地科技有限公司入驻华为云市场，在华为云市场发布了“耘镜系列”农业农村大数据产品体系，依托卫星遥感、AI技术优势，为农业互联网提供大数据的服务和运营，帮助省级农业政府部门、农业金融、中大型种植企业，解决了资产盘点、风险预警、智能决策三方面的问题。 【标签】华为云市场、云端大事件、卫星遥感、AI人工智能、农业大数据 北京佳格天地科技有限公司由归国的美国国家航空航天局（NASA）前科学家团队创立，是全球第一家将深度学习技术应用于气象和卫星遥感影像领域，并率先实现商业化应用的高科技创新企业，并且同华为公司在云计算、大数据等方面都有深入的合作。一、产品介绍 佳格利用中、美、欧十余颗多源的卫星数据，通过集合全方位的卫星遥感、无人机、物联网以及气象等大数据获取、存储、分析以及可视化模块，为用户带来稳定、高效、精准的农业大数据服务。同时，佳格还通过大数据分析帮助客户进行标准化生产，实现生产全称可追溯，助力食品安全，以大数据驱动中国农业从“看天吃饭”向“知天而作”转型升级。 二、产品功能 围绕农业的业务应用，佳格构建了“耘境系列”的产品体系，通过1+5的“耘境系列”产品体系，我们可以服务于农业的全产业链，形成农业大数据的数字链条。 “耘境知数”，这是佳格大数据的基础平台，包括大数据的采集、加工处理、数据建模分析、共享交换等。“耘境知天”，为农业标准化生产监测预警大数据平台。“耘境单品”，围绕依托区域的特色优势产业，构建的农业单品种大数据平台。“耘境知价”，围绕农产品价格，构建农产品价格大数据平台。“耘境知源”，围绕农产品质量安全，构建农产品质量安全监管与区块链溯源大数据平台。“耘境信价”，围绕生产经营主体信用，构建数据信用大数据平台。 三、产品应用于哪些行业 佳格所提供的农业大数据应用已服务全国超过 2 亿亩耕地，包括北方的主粮产区，也有南方经济作物种植园。服务范围涵盖省级农业管理部门、农业金融、中大型种植企业等客户，覆盖国内 20 多个省市地区，是中国领先的农业大数据服务提供商。佳格公司通过AI人工智能深度学习技术的优势，还可以跨行业为环保、林业、水利、城管、安监等相关客户提供高效率的时空数据服务和运营。四、产品能够解决什么问题 佳格为这些用户提供数据与基于数据的可视化资源盘点、智能决策和风险预警服务。五、产品的价值 佳格基于人工智能技术，成功将卫星遥感和人工智能成果应用于农业生产和农业金融方向，推出的“耘境”农业管理SaaS平台和“种客”手机端APP，帮助新型农业经营主体，更加精准地管理农业生产过程，大幅度实现增产增效，以及降低生产成本。为保险公司，提供标的管理、费率厘定，以及农险数据服务与支持。为银行等金融信贷公司提供土地风险评估服务。佳格人希望致力于为中国的智慧农业助力，为以大数据支撑的乡村振兴战略尽绵薄之力。

省首期华为认证物联网工程师培训在福州开班（记者 许琳晶 通讯员 孟祥君）7月2日上午,首期华为认证物联网工程师(HCIA-IoT)原厂培训在福州开班。本次培训由中国·福州物联网开放实验室、全国物联网人才培养基地联合主办,参加培训的学员主要来自于福州的物联网骨干企业、物联网技术应用典型企业,北京、上海、江西鹰潭等全国多地物联网企业也纷纷选派人员参训，此次培训时间共计5天。　　华为战略合作伙伴—中国·福州物联网开放实验室专为学员量身打造了HCIA-IoT华为原厂培训课程。福州市马尾区经济和信息化局局长何杰、中国·福州物联网开放实验室副总裁许明伟、华为福州办事处企业业务部副部长王玮出席了开班仪式,全国物联网人才培养基地副主任刘建芳主持了本次仪式。　　福州市马尾区经济和信息化局局长何杰表示,马尾区是国家级物联网产业示范基地,也是福建省物联网产业人才聚集基地和智能制造试点示范基地,肩负着国家发展物联网产业的重任。这次华为全球培训中心和福州物联网开放实验室强强联手,首次把原厂的培训资源落地福州,由华为原厂一线专职物联网师资授课,定制化课程设计,就是对马尾、对实验室最大的信任和支持。　　中国·福州物联网开放实验室副总裁许明伟表示,开放实验室致力于成为全球物联网行业标准的主导者以及物联网真实场景应用模拟的先行者,在构建物联网领域的顶层架构、突破物联网核心技术、服务国家重大需求和重点行业应用、培育物联网专业人才等方面做出卓越贡献,并为产业提供物联网“一站式”、“端到端”的解决方案。　　全国物联网人才培养基地副主任刘建芳表示,实验室和工信部共建全国物联网人才培养基地,以与产业融合、为产业升级转型服务为目标,围绕物联网、大数据、云计算等高新科技,培养专业开发人才、运维人才、经管人才,从初、中、高级三个层次帮助企业一站式建设专业人才梯队;与著名高校、机构、行业龙头企业保持密切合作,并通过行业赛事、智库建设、人力资源合作以及企业家交流&论坛活动等形式,形成国内最完善的物联网人才培养体系。　　本次培训由华为物联网课程开发及交付专家、华为物联网课程专职讲师程冠桥老师当面授课,程老师通过丰富的物联网应用案例,由浅入深的讲解了物联网的基础知识、常用的开发工具、典型产品与解决方案等内容,培养了学员们一定的物联网基础开发与运维能力。　　未来为期5天的华为原厂HCIA-IoT培训将包括物联网分层架构,物联网通信技术、物联网行业应用、物联网安全、IoT联接管理平台、OceanConnect业务流程、物联网操作系统、Huawei LiteOS开发软硬件环境、工业物联网关功能及应用、家庭物联网关功能及应用、NB-IoT技术、eLTE-IoT技术等内容。　　作为全国规模最大、设备最先进的物联网新技术实验室,中国·福州物联网开放实验室致力于为物联网生态建设服务,配备了与运营商现网一致的核心网测试环境、模块化的软硬件开发平台、丰富垂直应用项目真实案例、资深的端到端开发团队,为学员提供基于真实项目的端到端实践操作,从零开始系统化学习体验前期开发、测试全流程。　　华为作为全球领先的ICT解决方案供应商,凭借多年信息通信技术人才培养经验及对行业发展的深刻理解,推出业界唯一的覆盖ICT全技术领域认证体系及培训。根据IoT技术特点和客户多层次的需求,实验室后续将推出面向物联网、大数据、云计算、数据中心等方向的三级华为认证培训,以层次化认证满足ICT从业者的多样化需求。

【南京子频电子科技有限公司是一家从事互联网技术服务、软件开发及应用于一体的创新型高科技企业。公司秉承与科技共成长，与伙伴共成长，与员工共成长的发展理念，致力于打造移动互联时代的智慧出行新生态。南京子频发挥其在云计算、大数据、移动互联等方面的技术优势，深挖交通出行需求，创建全新的智慧交通生态圈，提供全方位出行服务解决方案。】很多车主驾车走高速公路时有时会遇到这类烦心事：在收费站口经常会经历排长队等候缴过路费，特别是在出行高峰期，在高速公路出入口经常出现长距离拥堵现象，甚至有时收费站会堵成大型停车场。这不仅增加了驾乘人员出行的时间成本，影响交通出行的获得感与幸福感，同时也一定程度不符合减能减排的绿色交通发展理念。如何解决高速收费站缴费耗时问题，以及打造通过不停车、缴费不排队的高效运营模式呢？华为与云战略合作伙伴南京子频电子科技有限公司（以下简称“子频电子”）强强联手，在华为云服务器、存储、网络、安全等丰富ICT产品平台基础上，双方发挥在云计算、大数据、移动互联等方面的技术优势，打造高速公路无感支付解决方案，研发发布“高速公路不停车无感支付系统”——“吉行宝”，创建全新的智慧交通生态圈。数字化转型将是市场发展的趋势，交通行业的数字化转型也已多维度展开。基于对行业数字化转型的深刻理解和思考，华为在坚持“平台+生态”战略基础上，进一步提出要做“平台的平台，生态的沃土”。华为携手子频电子发力高速公路无感支付解决方案，通过分享华为云服务器、存储、网络、安全等丰富ICT产品技术支撑，同时还将自身在云计算、大数据、物联网等方面的深厚积累能力充分分享给到合作伙伴子频电子，共同推动高速公路缴费平台的数字化转型。比如其中用到的数据安全方面，数据库上云的安全问题不仅是用户最关心的重点之一，也是华为尤为重视的能力之一。华为云构建了一体化的云上数据库安全方案，可同时提供攻击防范、数据脱敏、审计监控等防护。该产品基于反向代理机制，提供敏感数据发现、数据脱敏、数据库审计和防注入攻击等功能，真正实现从事前、事中到事后的全生命周期防护，保障云上数据库的安全。在此场景中，华为云切实保障“吉行宝”用户的数据安全。在交通运输部今年举行的5月份例行新闻发布会上，发言人在回答“无感支付”（一种手机支付方式）相关问题时就曾表示，手机支付是对高速公路联网收费ETC系统的有利补充，交通运输部对此持积极鼓励态度。所谓“无感支付”，是指车辆通过高速公路的时候，既不需要停车领卡，也不需要停车交费，只要通过手机绑定车牌号和行驶证信息，车辆上高速后，摄像头扫描车牌号并记录，下高速时车牌自动识别，系统完成扣费。其中就体现了华为云在网络、云计算和大数据方面的能力支持，部署在华为云上的“吉行宝”，通过多算法推举自学习车牌云端计算在100毫秒内迅速完成车牌拍摄、上传、云端多算法计算、回传给收费道口，从而实现不停车缴费、无感通行的良性运营目标。华为携手子频电子打造的部署在华为云上的“吉行宝”，作为国内首创路桥虚拟卡通行系统，采用“多模”车辆精准定位技术，实现了车辆在高速公路入出口的不停车无感通行。车主只需要下载“吉行宝”App，上传车辆照片和行驶证信息，并绑定信用卡，就可以在收费口实现免停车通行。该产品有效解决了高速公路传统收费系统在气候、车型、车况、车牌等产生的因素影响收费站通行效率的问题。而且“吉行宝”对高速公路投产改造成本低、部署和投入生产便捷，非常适合行业内进行大面积推广，让更多的出行者、公路营运管理单位收益。在今年5月份，“吉行宝”已在南京长江二桥收费站正式投入使用，目前南京二桥使用吉行宝通行数量量大约为1200辆/日，用户数量还在持续增长 。“吉行宝”是华为目前重点打造的行业沃土平台战略的一个缩影。华为希望将行业沃土平台打造一个先进技术的集大成者，包括行业使能平台、大数据、物联网大平台，在以往IT技术设施基础上，建立一个面向具体行业应用场景的云平台。该平台坚持开放、合作、共赢的行业发展理念，以云计算、大数据的基础为平台，构建新的生产流程，助力客户数字化转型成功。同时华为致力于以行业发展为己任来构建生态，驱动交通商业模式和运营模式创新，与各位合作伙伴同行共享未来数字化时代的红利。

OBSFileSystem封装对象存储，提供HDFS的FileSystem语义。OBSFileSystem 下载地址：https://github.com/huaweicloud/obsa-hdfs/tree/master/release环境搭建和配置指南 下载地址：https://github.com/huaweicloud/obsa-hdfs/blob/master/release/doc/%E5%AF%B9%E8%B1%A1%E5%AD%98%E5%82%A8%E6%9C%8D%E5%8A%A1OBSA-HDFS%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%97.pdf

柏睿数据是国内领先的分布式实时分析型数据库系列技术产品的研发及服务公司，提供基于完全自主、安全可控的核心数据库技术和产品的大数据实时分析及整体解决方案运营服务。柏睿数据以“基于安全可控的国产科技，保障国家关键领域的核心安全”为己任，针对国际巨头甲骨文、SAP进行国产高端数据库国产替代，致力于为政企客户的数字化转型及国民产业升级提供全方位的技术、产品和整体解决方案。一、产品介绍柏睿数据Rapids Data Platform(RDP)平台采用柏睿数据独创的“全内存分布计算”和“流数据库”核心技术,能够同时应对在线分析处理（OLAP）和在线交易处理（OLTP）这两大类应用，通过把分析型和交易型的数据库以协同方式整合为一个内存数据库，并通过兼容Hadoop的底层平台对数据进行连续化处理，实现在各个层次对数据进行管理和分析。二、产品功能1、Rapids Federation 数据库联邦为RapidsDB提供各种外部数据源连接器，使RapidsDB执行异构跨库数据分析提供包括流数据、半结构化数据、Hadoop和传统数据的连接分析支持消除ETL的需要，实现生产数据实时分析提供OLTP与OLAP的混合支持2、RapidsDB 全内存分布式数据库完善的SQL查询支持无宕机横向扩展，动态扩容跨分区多表关联多数据源的统一SQL查询支持自有分布式内存数据存储在存储上直接完成数据过滤、查询操作，极速提升查询执行性能3、Rapids StreamDB全内存流数据库毫秒级的实时数据处理计算全面支持SQL语言及各类窗口函数优秀的多数据源整合能力增量式数据更新高可靠、高可用、高可伸缩4、Rapids ParallelR 人工智能并行算法库分布式R运算引擎突破业界R被迫单机运行限制提供四大类数十种统计算法，支持更广泛应用范围直接在内存数据库进行R建模运算，无需繁琐数据加载和清洗过程5、Rapids Hadoop 大数据存储基于开源Hadoop技术支持高效批量和交互SQL查询提供RapidsDB紧密集成，支持异质大数据实时分析提供各种SQL on Hadoop分析手段支持云计算部署(IaaS，YARN，Mesos)整合和认证各种开源ETL和BI应用，形成完整企业大数据平台提供丰富的API扩展接口三、产品应用于哪些行业柏睿数据先后承担了国家发改委大数据综合标准化体系建设、省市大数据统计分析平台、网信舆情云建设平台、深交所证券交易检查系统等重大省部级项目，同时在金融、电讯、医疗、工业物联网等重点行业布局大数据分析典型应用。四、产品能够解决什么问题柏睿数据作为国内实时分析型数据库的缔造者，是唯一一家真正的全内存大数据实时分析技术和产品提供商，致力于为政企客户的数字化转型及国民产业升级提供全方位的技术、产品和整体解决方案。

   【导语】2018年10月9日，帆软软件入驻华为云市场，在华为云市场发布了FineReport、FineBI产品，提供全方位可落地的大数据分析能力，帮助企业和用户快速便捷解决数据孤岛、经营决策分析问题。这款产品有哪些功能，又如何使用呢？一起来了解一下。 【标签】华为云市场、云端大事件、数据可视化、商业智能、BI 一、产品介绍    FineReport，企业级web报表工具，中国报表软件知名品牌。借助于FineReport的**理念，用户可以轻松的构建出灵活的数据分析和报表系统，大大缩短项目周期，减少实施成本，最终解决企业信息孤岛的问题，使数据真正产生其应用价值。    FineBI，新一代大数据分析的BI工具，旨在帮助企业的业务人员充分了解和利用他们的数据。FineBI凭借强劲的大数据引擎，用户只需简单拖拽便能制作出丰富多样的数据可视化信息，自由地对数据进行分析和探索，让数据释放出更多未知潜能。二、产品功能(有哪些特点)    FineReport包括3大功能模块：数据整合、数据采集和建模、数据展示。数据整合：多数据关联，跨数据库跨数据表取数，简单应用多业务系统数据，集中相关业务数据于一张报表，让更多数据应用于经营分析和业务控制。数据采集和建模：通过报表设计器，简单灵活设计所需报表。通过报表协同作业与管理系统，进行报表统一访问和管理，实现各种业务主题分析、数据填报等。数据展示：通过 PC 端或移动设备访问报表，进行丰富多样的图表分析、钻取分析、多维度分析、自定义分析等，更好的阅读报表资料，发现数据价值。    FineBI功能模块根据流程可以分为FineBI数据业务包、FineBI即时分析、FineBI权限控制三个模块。数据业务包：指用户及时分析的基础数据，来源于数据库；即时分析：根据数据业务包中的数据，通过简单的拖曳操作对数据进行分析，是FineBI的主要前端展示方式，具有丰富的窗体展示模型以及控件；权限控制：FineBI提供了强大的权限机制来保证业务流程的实现和保密任务。三、产品应用于哪些行业 FineReport和FineBI应用于全部行业，主要有：银行、基金证券、保险、零售、地产、能源化工、医药等四、产品能够解决什么问题        对软件公司而言，FineReport 的价值是解决代码开发、应用开源软件开发报表的各种问题，加快项目进度，降低项目成本。        对于企业用户而言，FineReport提供了完整的企业数据解决方案，包括数据整合、数据采集和建模、数据展示，使管理者准确及时的获取有效信息，从而做出科学的决策。 现阶段各行各业在使用数据进行查询分析基本都是通过前端业务人员需要与信息部IT人员沟通，这样的模式不但沟通成本大，而且灵活性差，不能及时响应。FineBI通过多人协同合作来解决上述弊端，业务人员借助其对业务关系的了解在可理解的数据基础上创建BI分析，无需再与IT人员反复沟通，降低沟通成本和使用门槛；领导者直接查看分析，可通过修改统计维度和指标来达到了解各个方面数据的分析结果，灵活多变，利用分析结果发现问题，解决问题并辅助做出决策。 结束语：帆软提供一站式的大数据分析解决方案，助您实现数据化智慧运营

iHolstein(深圳市大讯永新科技有限公司)是一家专注于大数据技术研究与应用的软件开发企业。致力于以优秀的产品和开放的生态推动国内大数据相关技术的发展和应用，为国内企业的升级转型提供切实有效的数据分析产品和相关服务支持。一、产品介绍：iHOS数据分析平台是一个从数据收集、存储、检索、分析到应用的大数据处理PaaS平台，帮助用户快速、低成本的管理数据，挖掘数据潜在价值。为用户产品设计研发、销售推广、业务优化、用户分析等环节提供辅助决策支撑，助力用户实现低成本、高效率、高客户满意度的发展目标。二、产品功能：1. 快速数据收集：通过图形向导式的配置方式快速采集网络设备、应用中间件、操作系统、数据库数据。 支持多种协议数据收集，如syslog、文件系统、snmp、ftp、ssh等；2. 快速数据分析：实现数据搜索、聚合、二次泛化、科学运算、机器学习、报表展示、告警等功能。 面向普通用户可进行交互式、可擦除式的输入即数据分析过程执行；3. 快速二次开发：通过拖拽方式快速配置应用，也可通过开发接口调用方式定制个性化的软件应用。 灵活丰富的分析语法封装以及开发接口，方便高级用户快速开发应用。三、产品适用行业：政务：宏观调控等经济决策，产业发展、财政支持、资源监控...      安全：舆情分析，安防监控，犯罪预防...      医疗：快速确诊，智能治疗方案，药物、器械研发，疾病预防控制，健康管理...      生物：加速基因技术研究分析，农作物改良、**器官培养      食品：食品安全管控      交通：智慧交通，提高交通效率、降低交通成本      天气：准确性和实效性提升，更多应用      农牧：精细化管理，避免产能过剩，快速销售      金融：精准营销，风险管控，经营决策，产品设计，业务效率提升      电商：精准营销，智能配送，消费趋势，产品分析，流行趋势...      零售：精准营销，消费趋势      教育：学习规律发现，自适应学习，个性化档案库，校园大数据      文娱：喜好分析，故事选型，演员配置，智能排片，产品设计，活动推广...      制造：智能生产，工艺优化，能耗节约，在线检测，故障预测...     四、产品解决问题iHOS平台产品集数据收集、清洗、存储、关联、分析、可视化、应用开发、应用发布于一体，彻底解决大数据应用的技术门槛。     产品的价值点：国内首个免费大数据分析平台产品-iHOS数据分析平台，同时也是一款PaaS平台产品。任何用户和个人都可以利用iHOS数据分析平台能力构建个性化应用。iHOS数据分析平台帮助用户以零技术门槛、低成本的方式运用大数据技术实现业务优化和业务转型。

9月18日，在2018世界人工智能大会·投融资主题论坛上，晨兴资本创始合伙人刘芹在演讲中称，中国已经进入投资2.0时代。刘芹在演讲中介绍，晨兴资本在中国投资的第一个项目是1998年的搜狐，此后见证了中国互联网行业的发展直到今天。他表示，一直以来中国的高科技投资项目都集中在应用层，技术和底层创新的创业窗口是缺失的。但进入到大数据和AI（人工智能）时代之后，这个情况出现了转变。刘芹表示，大数据和AI时代让中国创业者第一次有机会和世界创业者同一个起跑线，捕捉创业机会。刘芹介绍，PC和互联网时代，底层技术都是美国的，中国只能把底层技术拿过来，在这基础上做应用，做出了很多模式创新，包括社交、电商等。而现在，中国进入了投资的2.0时代，投资者可以同时在底层技术和上层模式创新上投资。大数据和AI时代中国能够从底层到应用都进行创新。因为中国拥有优势：大量的人口基数带来的巨大的应用场景，以及蕴含大量数据。另外，中国是个教育大国，拥有大量的数学和工程师人才，这些都是参与投资的很好起点。刘芹于2000年进入晨兴资本，之后在中国的互联网、无线、媒体、游戏娱乐、消费服务等领域投资了许多早期项目，当中包括小米、迅雷、凤凰新媒体、聚众传媒等。在9月18日的论坛上，刘芹介绍，对投资者而言，大数据和AI领域投资的机会分为三个层次：最底层的是基础性的算法，第二层是技术带来的服务层，第三层是大量的应用层。晨兴在过去三到五年里，一直在从这三个层面寻找能够推动行业发展的公司。在人工智能领域，晨兴资本投资的项目覆盖商汤、地平线、快手、小米、小鹏汽车等。2018世界人工智能大会·投融资主题论坛以“资本助力AI，AI赋能新时代”为主题。该论坛由世界人工智能大会组委会主办、中金公司承办、上海市杨浦区人民政府协办。本文源自澎湃新闻，如有侵权，请联系本人删除。

黄渤首次导演的电影《一出好戏》自8月10日在全国上映，至今已有10天，其主演阵容强大，相信许多观众也都是冲着明星们去的。目前《一出好戏》在猫眼上已经获得近60万个评价，评分为8.2分，票房已破10亿。作者本人（汤小洋 ）今天也走进了电影院，对这部电影做了亲身的观看，看完后的感觉是有些许失落的，本以为是喜剧片，结果发现笑点一般，从搞笑的角度来看，不如《西虹市首富》，影片更多的是反映人类本性的一部电影，不应当做喜剧片来看，影片中展现的人与人之间的关系倒是值得我们去深思。今天就跟着 汤老师 一起来揭秘影片《一出好戏》，看看“这出好戏”到底如何？我们将使用Python抓取猫眼近10万条评论数据，并对获取到的数据进行分析，看看观众对这部电影的评价究竟如何？整个数据分析的过程分为四步：获取数据处理数据存储数据数据可视化一、获取数据1. 简介本次获取的是猫眼APP的评论数据，如图所示：通过分析发现猫眼APP的评论数据接口为：http://m.maoyan.com/mmdb/comments/movie/1200486.json?_v_=yes&offset=0&startTime=2018-07-28%2022%3A25%3A03通过对评论数据进行分析，得到如下信息：返回的是json格式数据1200486表示电影的专属id；offset表示偏移量；startTime表示获取评论的起始时间，从该时间向前取数据，即获取最新的评论cmts表示评论，每次获取15条，offset偏移量是指每次获取评论时的起始索引，向后取15条hcmts表示热门评论前10条total表示总评论数2. 代码实现这里先定义一个函数，用来根据指定url获取数据，且只能获取到指定的日期向前获取到15条评论数据# coding=utf-8__author__ = '汤小洋'from urllib import requestimport jsonimport timefrom datetime import datetimefrom datetime import timedelta# 获取数据，根据url获取def get_data(url):     headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36'     }     req = request.Request(url, headers=headers)     response = request.urlopen(req)    if response.getcode() == 200:        return response.read()    return Noneif __name__ == '__main__':     html = get_data('http://m.maoyan.com/mmdb/comments/movie/1200486.json?_v_=yes&offset=0&startTime=2018-07-28%2022%3A25%3A03')     print(html)二、处理数据对获取的数据进行处理，转换为json# 处理数据def parse_data(html):     data = json.loads(html)['cmts']  # 将str转换为json     comments = []    for item in data:         comment = {            'id': item['id'],            'nickName': item['nickName'],            'cityName': item['cityName'] if 'cityName' in item else '',  # 处理cityName不存在的情况             'content': item['content'].replace('\n', ' ', 10),  # 处理评论内容换行的情况             'score': item['score'],            'startTime': item['startTime']         }         comments.append(comment)    return commentsif __name__ == '__main__':     html = get_data('http://m.maoyan.com/mmdb/comments/movie/1200486.json?_v_=yes&offset=0&startTime=2018-07-28%2022%3A25%3A03')     comments = parse_data(html)     print(comments)三、存储数据为了能够获取到所有评论数据，方法是：从当前时间开始，向前获取数据，根据url每次获取15条，然后得到末尾评论的时间，从该时间继续向前获取数据，直到影片上映日期(2018-08-10)为止，获取这之间的所有数据。# 存储数据，存储到文本文件def save_to_txt():     start_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')  # 获取当前时间，从当前时间向前获取     end_time = '2018-08-10 00:00:00'     while start_time > end_time:         url = 'http://m.maoyan.com/mmdb/comments/movie/1203084.json?_v_=yes&offset=0&startTime=' + start_time.replace(' ', '%20')         html = None         '''             问题：当请求过于频繁时，服务器会拒绝连接，实际上是服务器的反爬虫策略             解决：1.在每个请求间增加延时0.1秒，尽量减少请求被拒绝                  2.如果被拒绝，则0.5秒后重试         '''         try:             html = get_data(url)        except Exception as e:             time.sleep(0.5)             html = get_data(url)        else:             time.sleep(0.1)         comments = parse_data(html)         print(comments)         start_time = comments[14]['startTime']  # 获得末尾评论的时间         start_time = datetime.strptime(start_time, '%Y-%m-%d %H:%M:%S') + timedelta(seconds=-1)  # 转换为datetime类型，减1秒，避免获取到重复数据         start_time = datetime.strftime(start_time, '%Y-%m-%d %H:%M:%S')  # 转换为str         for item in comments:            with open('comments.txt', 'a', encoding='utf-8') as f:                 f.write(str(item['id'])+','+item['nickName'] + ',' + item['cityName'] + ',' + item['content'] + ',' + str(item['score'])+ ',' + item['startTime'] + '\n')if __name__ == '__main__':    # html = get_data('http://m.maoyan.com/mmdb/comments/movie/1200486.json?_v_=yes&offset=0&startTime=2018-07-28%2022%3A25%3A03')     # comments = parse_data(html)     # print(comments)     save_to_txt()有两点需要说明：服务器一般都有反爬虫策略，当请求过于频繁时，服务器会拒绝部分连接，我这里是通过增加每个请求间延时来解决，只是一种简单的解决方案，还望各位看客理解包涵根据数据量的多少，抓取数据所需时间会有所不同，我抓取的是2018-8-19到2018-8-10(上映当天)之间的数据，大概花了2个小时，共抓取约9.2万条评论数据四、数据可视化这里使用的是pyecharts，pyecharts是一个用于生成Echarts图表的类库，便于在Python中根据数据生成可视化的图表。Echarts是百度开源的一个数据可视化JS库，主要用于数据可视化。参考：http://pyecharts.org/# 安装pyechartspip install pyechartspyecharts v0.3.2以后，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。# 安装地图文件包pip install echarts-china-provinces-pypkg # 中国省、市、县、区地图pip install echarts-china-cities-pypkg pip install echarts-china-counties-pypkg pip install echarts-china-misc-pypkg  pip install echarts-countries-pypkg # 全球国家地图pip install echarts-united-kingdom-pypkg1. 粉丝位置分布代码实现# 导入Style类，用于定义样式风格from pyecharts import Style# 导入Geo组件，用于生成地理坐标类图from pyecharts import Geoimport json# 导入Geo组件，用于生成柱状图from pyecharts import Bar# 导入Counter类，用于统计值出现的次数from collections import Counter# 数据可视化def render():     # 获取评论中所有城市     cities = []    with open('comments.txt', mode='r', encoding='utf-8') as f:         rows = f.readlines()        for row in rows:             city = row.split(',')[2]            if city != '':  # 去掉城市名为空的值                 cities.append(city)    # 对城市数据和坐标文件中的地名进行处理     handle(cities)    # 统计每个城市出现的次数     # data = []     # for city in set(cities):     #     data.append((city, cities.count(city)))     data = Counter(cities).most_common()  # 使用Counter类统计出现的次数，并转换为元组列表     # print(data)     # 定义样式     style = Style(         title_color='#fff',         title_pos='center',         width=1200,         height=600,         background_color='#404a59'     )    # 根据城市数据生成地理坐标图     geo = Geo('《一出好戏》粉丝位置分布', '数据来源：猫眼-汤小洋采集', **style.init_style)     attr, value = geo.cast(data)     geo.add('', attr, value, visual_range=[0, 3500],             visual_text_color='#fff', symbol_size=15,             is_visualmap=True, is_piecewise=True, visual_split_number=10)     geo.render('粉丝位置分布-地理坐标图.html')    # 根据城市数据生成柱状图     data_top20 = Counter(cities).most_common(20)  # 返回出现次数最多的20条     bar = Bar("《一出好戏》粉丝来源排行TOP20", "数据来源：猫眼-汤小洋采集", title_pos='center', width=1200, height=60)     attr, value = bar.cast(data_top20)     bar.add("", attr, value, is_visualmap=True, visual_range=[0, 3500], visual_text_color='#fff', is_more_utils=True,             is_label_show=True)     bar.render("粉丝来源排行-柱状图.html")出现的问题：报错：ValueError: No coordinate is specified for xxx(地名)原因：pyecharts的坐标文件中没有该地名，实际上是名称不一致导致的，如数据中地名为'达州'，而坐标文件中为'达州市'坐标文件所在路径：项目/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json解决：修改坐标文件，在原位置下复制个同样的，然后修改下地名{  "达州市": [    107.5,    31.22   ],   "达州": [    107.5,    31.22   ], }不过由于要修改的地名太多，上面的方法实在是麻烦，所以我定义了一个函数，用来处理地名数据找不到的问题# 处理地名数据，解决坐标文件中找不到地名的问题def handle(cities):     # print(len(cities), len(set(cities)))     # 获取坐标文件中所有地名     data = None     with open(            '/Users/wangbo/PycharmProjects/python-spider/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json',             mode='r', encoding='utf-8') as f:         data = json.loads(f.read())  # 将str转换为json     # 循环判断处理     data_new = data.copy()  # 拷贝所有地名数据     for city in set(cities):  # 使用set去重         # 处理地名为空的数据         if city == '':            while city in cities:                 cities.remove(city)         count = 0         for k in data.keys():             count += 1             if k == city:                break             if k.startswith(city):  # 处理简写的地名，如 达州市 简写为 达州                 # print(k, city)                 data_new[city] = data[k]                break             if k.startswith(city[0:-1]) and len(city) >= 3:  # 处理行政 变更的地名，如县改区 或 县改市等                 data_new[city] = data[k]                break         # 处理不存在的地名         if count == len(data):            while city in cities:                 cities.remove(city)    # print(len(data), len(data_new))     # 写入覆盖坐标文件     with open(            '/Users/wangbo/PycharmProjects/python-spider/venv/lib/python3.6/site-packages/pyecharts/datasets/city_coordinates.json',             mode='w', encoding='utf-8') as f:         f.write(json.dumps(data_new, ensure_ascii=False))  # 将json转换为str可视化结果：粉丝人群主要集中在沿海一带从上图可以看出，《一出好戏》的观影人群主要集中在沿海一带，这些地方经济相对发达，城市人口基数庞大，极多的荧幕数量和座位、极高密度的排片场次，让观众便捷观影，活跃的观众评论也多，自然也就成为票房的主要贡献者。粉丝来源排名前20的城市依次为：北京、深圳、上海、成都、武汉、广州、西安、郑州、重庆、南京、天津、沈阳、长沙、东莞、哈尔滨、青岛、杭州、合肥、大连、苏州电影消费是城市消费的一部分，从某种角度来看，可以作为考察一个城市购买力的指标。这些城市在近年的GDP排行中大都居上游，消费水平较高。2. 词云图jieba是一个基于Python的分词库，完美支持中文分词，功能强大pip install jiebaMatplotlib是一个Python的2D绘**，能够生成高质量的图形，可以快速生成绘图、直方图、功率谱、柱状图、误差图、散点图等pip install matplotlibwordcloud是一个基于Python的词云生成类库，可以生成词云图pip install wordcloud代码实现：# coding=utf-8__author__ = "汤小洋"# 导入jieba模块，用于中文分词import jieba# 导入matplotlib，用于生成2D图形import matplotlib.pyplot as plt# 导入wordcount，用于制作词云图from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator# 获取所有评论comments = []with open('comments.txt', mode='r', encoding='utf-8') as f:     rows = f.readlines()    for row in rows:         comment = row.split(',')[3]        if comment != '':             comments.append(comment)# 设置分词comment_after_split = jieba.cut(str(comments), cut_all=False)  # 非全模式分词，cut_all=falsewords = " ".join(comment_after_split)  # 以空格进行拼接# print(words)# 设置屏蔽词stopwords = STOPWORDS.copy() stopwords.add("电影") stopwords.add("一部") stopwords.add("一个") stopwords.add("没有") stopwords.add("什么") stopwords.add("有点") stopwords.add("这部") stopwords.add("这个") stopwords.add("不是") stopwords.add("真的") stopwords.add("感觉") stopwords.add("觉得") stopwords.add("还是") stopwords.add("但是") stopwords.add("就是")# 导入背景图bg_image = plt.imread('bg.jpg')# 设置词云参数，参数分别表示：画布宽高、背景颜色、背景图形状、字体、屏蔽词、最大词的字体大小wc = WordCloud(width=1024, height=768, background_color='white', mask=bg_image, font_path='STKAITI.TTF',                stopwords=stopwords, max_font_size=400, random_state=50)# 将分词后数据传入云图wc.generate_from_text(words) plt.imshow(wc) plt.axis('off')  # 不显示坐标轴plt.show()# 保存结果到本地wc.to_file('词云图.jpg')可视化结果：总体评价很不错对评论数据进行分词后制作如下词云图：从词云图中可以看到：评论中多次出现“可以”、“好看”、“不错”等热词，说明观众对《一出好戏》的总体评价还是很不错的同时对该影片中“张艺兴”的“演技”也给予了很大的认可，我本人今天在观看后也有同感，让我们看到了不一样的张艺兴，实力演员对于初次“导演”电影的“黄渤”，能拍出这样的影片，粉丝们也是比较肯定的，同时其本身就是票房的保障至于剧情方面，“现实”、“喜剧”、“搞笑”、“故事”等词语，能看出这是一部反映现实的故事片，同时也兼具喜剧搞笑对于评论中出现的“一般”、“失望”等，这些粉丝或许是和我一样，本以为这是一部爆笑喜剧片，笑点应该会很多（毕竟在我们心中，黄渤、王宝强等就是笑星），没想到笑点并不很多，至少与期待的有差距，导致心里有落差的原因吧^_^3. 评分星级代码实现：# coding=utf-8__author__ = "汤小洋"# 导入Pie组件，用于生成饼图from pyecharts import Pie# 获取评论中所有评分rates = []with open('comments.txt', mode='r', encoding='utf-8') as f:     rows = f.readlines()    for row in rows:         rates.append(row.split(',')[4])# print(rates)# 定义星级，并统计各星级评分数量attr = ["五星", "四星", "三星", "二星", "一星"] value = [     rates.count('5') + rates.count('4.5'),     rates.count('4') + rates.count('3.5'),     rates.count('3') + rates.count('2.5'),     rates.count('2') + rates.count('1.5'),     rates.count('1') + rates.count('0.5') ]# print(value)pie = Pie('《一出好戏》评分星级比例', title_pos='center', width=900) pie.add("7-17", attr, value, center=[75, 50], is_random=True,         radius=[30, 75], rosetype='area',         is_legend_show=False, is_label_show=True) pie.render('评分.html')可视化结果：四、五星级影评合计高达83%从图中可以看出，五星比例接近62%，四星比例为21%，两者合计高达83%，可见口碑还是相当不错的，一星占比不足6%《一出好戏》作为黄渤第一次执导的作品，在拍摄过程中导演渤哥对自己的要求也是很严格的，所以有这样的成绩，也是理所当然。附：今天看电影的票根 ^_^本文转自汤小洋博客51CTO博客，如需转载，请自行联系原作者。原文链接

【产品简介】城市天然气管道安全问题是惠及全民的民生问题，采用智慧巡检信息化技术手段，运用“互联网+”的思维模式，利用移动互联网、低功耗物联网、GIS、数据感知、大数据等技术，整合城市天然气管道资源，构建支撑城市天然气管道的安全运营，为城市居民提供安全的天然气服务，对提高城市现代化水平，具有重要意义。【产品详情】系统整体由井盖检测器，型号为GM-01（内置NB-IoT模块）、NB-IoT通信网络、OceanConnect物联网平台、智能监测平台、客户端管理软件5个部分组成。现场监控设备主要是井盖检测器，并内置NB-IoT模块，内嵌有各种位置和状态传感器，通过传感器感知井盖状态，如可监测可燃气体浓度、温湿度、水位等，并将状态信息通过NB-IoT通信方式上传至OceanConnect物联网平台，OceanConnect物联网平台与智能监测平台交互，应用客户端APP完成智能监测平台数据交互。【应用场景】燃气智能巡检平台适用于智能巡检【产品亮点】（1）构建全方位的天然气管道状态感知体系，通过多种检测采集手段，真正实现天然气管道“统一平台、统一管理”的一体化模式，建立天然气管道的综合检测管理与服务平台。（2）建立天然气管道检测动静态一体化管理体系。以大数据分析技术为基础，以静态管道数据为依据。为管道泄漏检测提供全面准确的公共信息服务；（3）建设天然气管道静态资源一张图。通过地图将城市所有天然气管道设施资源直观、全面地展示在一张地图上，对基础信息、分布状态进行实时监控。（4）实现智能预警、辅助决策、分析等。通过建立量化模型，对城市天然气管道进行智能预警，保障城市天然气管网顺畅运转，通过建立决策支持模型，为天然气管网运营企业的经营决策提供数据依据。（5）实现天然气管道静态数据的分析挖掘，为动态天然气管道管理和服务体系提供整合数据，真正实现为民、惠民、乐民、服务于民。【能力调用】Ocean Connect 是华为公司基于物联网、云计算和大数据等技术打造的开放生态环境。Ocean Connect 围绕着华为IoT联接管理平台，提供了170多种开放API 和系列化Agent帮助伙伴加速应用上线，简化终端接入，保障网络联接，实现与上下游伙伴产品的无缝联接，同时提供面向合作伙伴的一站式服务，包括各类技术支持、营销支持和商业合作。智能巡检基于NB-IoT的城市天然气管道检测解决方案与华为Ocean Connect物联网生态系统集成，帮助天然气管网检测灵活连接到选择的移动网络运营商（MNO）服务。同时，Ocean Connect物联网平台帮助武汉安耐捷科技工程有限公司全面连接和控制其物联网设备，将大幅降低商业部署成本、提高客户服务体验，从而为市场上不断增长的智慧照明连接设备提供安全、灵活的连接管理。【客户收益】（1）政府部门提供依据——全方位的管道泄漏信息的采集为应急指挥、提供基础数据，同时也为管道管理部门决策提供依据。体现职能——减少泄漏量，保证管道顺畅，节约能源消耗，实现良好的社会效益，充分体现政府部门的职能作用。提升形象——为政府改善形象和服务水平，为天然气使用着等提供良好的服务。绿色能源——引导天然气企业提前决策，倡导绿色能源，架起企业信息之桥。（2）天然气管道运营企业提升效益——系统建成后有助于提高大多数天然气管道的使用率和周转率，极大促进部分天然气业主的经济收益，同时更好的掌控了自身的天然气资源，进一步保障了各天然气管道的综合经济效益。保障安全——系统建成后有助于健全、完善天然气管道管理制度，优化天然气使用的环境，同时提升天然气管道系统智能化水平，以加强保障了天然气管道安全。（3）社会公众节约时间——帮助管道运营企业尽快找到泄漏点，减轻精神压力和尴尬心情。节约资金——节约天然气，节省资金，降低污染。提高效率——系统建成后有助于管道运营企业在寻找寻找泄漏点的过程中节约时间，减少了天然气损耗，从而提高企业的工作效率。

DLI数据湖探索服务：https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE002+2018.7/about参考资料下载：https://support.huaweicloud.com/uquery_dld/index.html#DLS深度学习服务:https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE003+2018.7/about参考资料下载：https://support.huaweicloud.com/dls_dld/index.html#MRS服务:https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE006+Self-paced/about 参考资料下载：https://support.huaweicloud.com/mrs_dld/index.html#DWS数据仓库服务:https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE004+2018.7/about参考资料下载：https://support.huaweicloud.com/dws_dld/index.html#GES图引擎服务:      https://education.huaweicloud.com:8443/courses/course-v1:HuaweiX+CBUCNXE008+Self-paced/about      参考资料下载：      https://support.huaweicloud.com/ges_dld/index.html#     参加华为AI+大数据训练营活动的可以看看，不参加活动的也可以借鉴学习。

零售行业进入新一轮的洗牌革新，时尚品牌马XX菲搭乘技术快车，开启智慧门店业绩一路飘红，销售同比提升300%！是什么驱动时尚行业的马XX菲搭上IT技术，开启智慧门店模式呢？大道同理，作为时尚品牌的原始基因，必须提前预测流行，判断趋势，并能及时反应；而新技术帮助企业实现创新发展模式，让企业在市场中先行一步！马XX菲打造智慧门店分三步：第一步就是实现O2O，只有实现了O2O，外围的订单才能进来；第二部是实现门店的智能化，就是提高门店本身的用户体验；第三步是大数据，利用大数据分析改造企业运营的各个环节。Why为什么品牌企业要做O2O？因为O2O带来更多的订单、更多的客源，卖掉更多的货物。在第一部完成了IT基础设施进行了全方位改造和门店的数字化升级。所有门店店员都统一安装千牛店装柜客户端，实现线上下单，门店发货，平均发货时间提升到5小时以内；同时，当消费者在线下门店购物出现缺色、断码，现场扫二维码就可以进入天猫旗舰店，实现门店下单，线上发货，还可以同步享受线上营销活动，从而极大减小消费者流失率。why为什么创建门店的智能化升级？因为要提升消费者在门店的消费体验。在门店内每一个商品都配置了RFID，消费者都要试穿衣服，试穿后站在店内的智能试衣魔镜前，通过物联网识别器，大屏便可自动识别商品ID，不仅同步推送模特试穿效果，还将呈现产品介绍、评价、相关搭配等内容，导购借此信息和消费者的沟通形成场景营销，更有说服力！why为什么要做大数据？因为企业不知道消费者进店试穿率，不知道衣服的试穿率，不知道消费者的需求等等。智慧门店就像人的味觉、触觉感官系统，全渠道就像循环系统，大数据就是门店的大脑。其中，仅仅是用户打通这一项，就为企业快速累积和筛选出了数万名核心会员，深入洞察消费者，推动商品企划和品牌升级。通过柔性供应链快速反应、因需而动、以销定产，甚至实现定制。这能有效提高库存周转效率；未来，通过大数据分析，使品牌有更多可优化空间。线下零售进行“新零售”改造经过O2O、智慧门店、大数据三个步骤。现在马XX菲的新零售计划，期间，销售额同比提升300%，依托门店发货，大促期间24小时内的发货率为88%。形成以“推货”为主的商业零售模型，再与电商深度融合，更扁平地触达到消费者。科技赋能的智慧门店是否也打动了你去体验一番呢？其实新零售中智慧门店还远不止此哦。上海启匙在过去的日子，帮助一家奢侈品时尚行业创建的智慧新零售解决方案更炫！比如人脸识别功能，可迅速识别会员信息，做产品和服务的精准推荐；再比如，探针识别功能，好比是线上的“热力图”功能，通过了解消费者分布区域，帮助品牌更好进行展柜和爆款的陈列；最后一个黑科技是小编最感兴趣的，导购智能- Clienteling，该移动APP端链接了消费者和商品：用户线上预约，线下去体验产品，导购可迅速查找指定商品的库存情况，还精确记载了消费者体验过程。 每一次新技术、新模式的出现都会给企业发展带来新的机遇，目前走在前沿的企业都在加大力度抢先一步布局新零售，传统企业更不可错过这次技术革新！

信息技术和互联网不仅改变了消费者，也改变了信息传递的方式，以消费者为中心的、数据驱动的泛零售业态孕育而生。企业营销必须变革，这里有两个关键词值得关注：消费者和数据，更宽泛点讲就是人和数据。客户如沧海遗珠般散落在不同的社交媒体平台上，其连接、互动、传播如同汪洋大海。企业有提高社交媒体营销预算的心，却苦于找不到合适自己的社交媒体营销策略去发力。乱花渐欲迷人眼的市场社交媒体营销方式，导致企业疲于仓促应对，被技术牵着鼻子走，营销浮于表面，定位不明确。科特勒曾说过：“营销应该是创造出不用推销的产品，让客户感受到产品价值”。社交媒体为消费者赋权，消费者从被动接受到主动参与，企业营销环境逆转，回归营销本质空前迫切。企业应该如何应对社交媒体营销趋势？如何开展营销活动？这是当今企业急需思考和解决的问题。从以产品为中心的营销1.0时代，以客户为中心的营销2.0时代，到以价值为中心的3.0时代，再到如今客户有了很大的自我实现诉求的营销4.0时代，不管形式如何变化，如营销大师菲力普·科特勒所言“不变的是营销的本质，数字技术只是对营销手段和营销方法的升级，它没有替代营销的本质。营销的本质还是利他、需求管理以及为客户创造卓越的价值。”建立以顾客为中心 的会员体系需求管理（Demandmanagement），占营销界主导地位，是众多营销流派中体系构建最为完善、最为系统的学说。策略体系从PEST分析开始，到产业分析、竞争对手分析，再到消费者分析，然后根据STP战略，设计营销战术组合。这种战术组合被麦卡锡归纳为4P组合（Product,Price,Place,Promotion）。后期，在4P的基础上不断发展，其本质都是研究如何有效管理客户需求。上海启匙为企业客户搭建个性化、体系化、科学化的会员体系。顾客满意是公司未来利润的最好指示器。营销管理的实质就是需求管理。三步式 会员体系 建立启匙“一步走”。以大数据为基础，APP为载体，构建企业客户画像。营销4.0诣在解决大数据、连接、价值驱动情况下，如何洞察与满足这些连接点所代表的需求，帮助消费者自我实现的过程。移动互联网、物联网的连接下，大量消费行为数据、消费习惯被记录到大数据系统内，变为消费者“比特化”。海量的消费行为、消费数据代表着与消费者无数个连接点，大数据和APP构成了企业会员体系的两层外网，据此可以构建客户画像，洞悉消费者需求。360度客户画像即360度客户信息标签化，根本是通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息后，臆想客户的商业面貌。以大数据和APP信息为基础，店铺穿插数据采集设备，丰满型客户画像达成。企业将快速抓取精准用户群体以及用户需求。第一：收集数据。静态数据如年龄、性别、地域，动态数据如浏览网页、搜索内容等；第二：贴上客户标签及指标。标签代表客户的兴趣、偏好等，指标代表客户兴趣程度、购买概率等；第三：用户建模。即勾勒出什么地点什么时间谁做了什么事情。因此，企业可以通过客户画像，掌握消费者需求的雏形。启匙“两步跳”。掌握消费者需求，打造以会员为中心的服务体系。基于客户画像，企业进一步结合会员为中心的服务体系，落地实现消费者需求，以服务留存客户，形成客户忠诚。针对消费者不同需求，企业服务体系的实施可从以下五个方面进行：第一类，价值类需求。制定购物积分、折扣、生日特惠、免费包装服务等；第二类，便利类需求。制定致电会员中心享受免费预定、预留服务；第三类，个性类需求。安排会员VIP休息室、会员受邀出席沙龙活动等；第四类，速度类需求。机场VIP专用快速通道、银行快速服务通道等；第五类，信息类需求。发放指定商品信息、促销通知服务等。企业以会员为中心，掌握消费者不同个性需求，制定针对性活动，做到行动入心。在线上，借助会员特权和福利打造自己的积分商城，开拓市场合作，联合商家成为折扣专享联盟，让会员体验到特权。在线下，实体店实施体验升级计划、星级服务计划、体验旗舰店计划，对门店星级和服务进行管理。启匙“三步跑”。利用社交媒体，传播用户口碑。通过整合企业内外部资源，与顾客进行多方面接触，通过接触点向消费者传播企业形象和内容。并行采用线上推广、品牌投放、媒体公关、微信等社交媒体传播体系，充分调动一切积极因素，把客户的口碑传播开来。如海底捞就是把客户的体验做到了极致，产生了极强的口碑宣传作用。社交媒体营销管理闭环成型上海启匙运用以顾客为中心的需求管理三步式走法，即通过大数据找到客户画像；由客户画像对应的消费者需求，打造会员为中心的服务体系；再以服务为口碑，利用社交媒体传播出去，帮助企业形成口碑效应。至此，企业营销活动不再是单纯的造势，而是鲜活的内容。

课时课题内容课程1什么是大数据课程2华为大数据介绍课程3FusionInsight HD 典型组件介绍课程4FusionInsight应用开发总指导课程5什么是大数据HDFS应用开发及其Q&A课程6MapReuduce应用开发-基本定义及过程课程7MapReuduce应用开发-搭建开发环境课程8MapReuduce应用开发-示例代码开发课程9MapReuduce应用开发-开放接口介绍课程10Hbase应用开发-基本介绍课程11Hbase应用开发-功能和架构 课程12base应用开发-开发流程及Q&A课程13Spark应用开发-Spark简介课程14Spark应用开发-环境搭建课程15Spark应用开发-SparkCore应用实操课程16Spark应用开发-实操及互动