这个网站做数据科学家的FB 但除了社交还做实事

 7月13日讯,如果说早期到中期的社交网络注重广度,目标是建设一个能覆盖所有人的网站,那么现在则是为特定人群或行业开发一整套平台的细分市场阶段了。明眼人可能说,这难道不是互联网早期的网络聊天室和留言板吗?没错,但这些更有针对性的社交网络将提供Web2.0加强后的“聊天室”,来自世界各个地方的极客和爱好者们不仅可以在网站上发帖交流自己的看法,还可以合作开发项目。

已经有不少网站开始尝试细分社交的思路了。医生和医学院的学生一直希望有平台能让他们分享、学习病患的医疗图像。另一些针对特定爱好人群而设计的应用程序则覆盖了从《七龙珠》到泰勒·斯威夫特的种种话题,人们可以分享传言、玩家绘画,以及下载老电视剧的最佳网站等等。每个应用程序的用户量从几千到10万不等。值得一提的是,这些针对细分市场的应用虽然用户量远远不及Facebook这样的社交巨头,但其用户的活跃度却往往超过了Facebook。

最近最火的一个细分社交网站无疑要数Data.World。这是一个面向数据科学家和有数据分析需求人群的社交网站。它提供了一个让用户们把所有数据集中在一处的解决方案。他们的最终目的是通过收集和整理千千万万的数据集,能够让用户们从中挖掘出新的可用信息,实现“1+1>2”的效果。该公司已经筹集了1400万美元资金用于开发其平台,并已于今日上线。

美国人口统计局的首席营销官Jeff Meisel表示:“Data.World想要解决的问题是当前数据科学最棘手的一块,那就是如何能将政府提供的数据和其它相关数据结合在一起,让官方数据真正发挥出它们应有的价值。”

Data.World的界面与Facebook非常相似,每个用户都有自己的资料页面,包含头像、姓名等信息。它也有推送功能。在此之外,作为专为数据处理人群设计的网站,Data.World也允许用户关注一个数据库而不一定是一个用户。

用户可以在Data.World搜索、分析、下载数据。从Data.World上下载数据的一大优势在于所有数据都是按照Data.World的统一规范整理过的,所以可以很容易地合并多个数据库。处理过数据库的人都知道,合并数据库往往是非常枯燥乏味的一项工作。数据科学家们还可以在数据库下面留言评论,相互交流,但目前Data.World还没有提供用户间私信的功能。

大数据的要义在于通过合并许许多多的数据,让人们得以通过合理的研究方法从中发现系统的规律,并在此基础上做出预测。比如科学家可以利用它分析癌症在不同阶段的变化过程或跟踪某种治疗手段的效果。商业公司也可以通过分析大数据来掌握客户的种种特点,以此来提高销量。

来自宾夕法尼亚大学的市场营销教授Peter Fader说道:“如果我真的能掌握有关客户的360度全方位信息,那我的公司无疑可以运行的更有效率。但许多人都对此很不屑,他们总会说‘说起来容易做起来难’,这话也不假,因为数据库的基础建设还是一团麻,很难把不同的数据库连接在一起。”

人们已经在收集、存储、同步数据上花了很大功夫,但要真的发挥出大数据的全部威力,还有许多关键性的障碍需要解决。Fader教授指出,其中之一就是数据的搜索问题。假如你有你的产品在某个地区的销售数据,但你没有任何关于顾客本身的数据,那么你就需要从别的地方找到相应的数据。就这个例子来讲,你可以会到人口统计局网站上去下载官方的公开数据,但这些数据并不能直接连接到你自己的数据库里,有的统计方法不同,有的格式不同,这些细节问题会耗费你大量的时间和精力。

来自麦肯锡全球研究所的Michael Chui说道:“许多数据科学家们表示他们在整理数据、处理细节差异上耗费了80%的时间。任何能让数据科学家们把更多宝贵的时间挪到真正的数据分析上的努力都是伟大的。”

数据来自方方面面,它们分散在政府网站上、众多大学的网站上以及许多公司里。它们整体非常零散。正如Chui所说的那样:“目前来说,对在数据搜索方面,我们还没有像今天的搜索引擎那样便捷的搜索方案。”

这也正是Data.World的目标之一,它希望可以成为下一代数据搜索引擎。在刚刚上线的时候,Data.World有约1000个从公共网站上下载的数据库,他们和美国国家科学联合会合作,直接把人口调查局的数据导入到网站上。除了建设数据搜索引擎外,Data.World创始人还希望通过人工智能等技术向用户推荐相关的数据库,帮助科学家发现更多数据。

Meisel说道:“Data.World的愿景是研究人员能够更方便地找到彼此并利用数据库解决问题。”在伊波拉这样的公共健康危机爆发时,Data.World可以帮助官方更快地完成数据分析。

Data.World平台很可能是免费使用的,只有再上传不与他人分享的私人数据库时需要付费。这一服务可能针对想要利用Data.World网站上的数据库分析自家数据的公司。

====================================分割线================================

本文转自d1net(转载)

时间: 2024-10-19 05:51:46

这个网站做数据科学家的FB 但除了社交还做实事的相关文章

想去机器学习初创公司做数据科学家?这里有最常问的40道面试题

导读   想去机器学习初创公司做数据科学家?这些问题值得你三思! 机器学习和数据科学被看作是下一次工业革命的驱动器.这也意味着有许许多多令人激动的初创公司正在起步成长.寻找专业人士和数据科学家.它们可能是未来的特斯拉.谷歌. 对于有职业抱负的你来说,看好一家好的创业公司团队后,如何能够脱颖而出,进入一家靠谱的创业团队呢? 想得到这样的工作并不容易.首先你要强烈认同那个公司的理念.团队和愿景.同时你可能会遇到一些很难的技术问题.而这些问题则取决于公司的业务.他们是咨询公司?他们是做机器学习产品的?

3400位造型师,80位大数据科学家,这家美国女装公司这么做个性化定制

Stitch Fix有一支由80位数据科学家以及3400名造型师组成的团队,从合作的200多个服饰品牌中进行挑选和匹配,为顾客设计"私人穿搭".在Stitch Fix上,100%的购买行为都是通过推荐完成的,甚至所有的退货行为都被当做有价值的数据,让Stitch Fix的造型师们以此获得顾客的负面反馈,从而更好地调整造型风格或者商品描述. 作为硅谷极少数的女性CEO之一, Katrina Lake创建Stitch Fix之初,定位的受众就是那些和她一样忙于工作的女性.在不到六年的时间里

Facebook数据科学家解密数据分析驱动用户增长

本文内容来源于作者在知乎的一场直播,内容关于如何通过数据分析驱动用户增长.由于 Facebook 有严格的保密要求,所以这次直播内容不会透露属于内部消息的数据.产品或者策略.直播里提到的例子如果涉及到 Facebook ,都会是已经公开的信息(一般是 Facebook F8 大会提到过的或者 Engineer blog 上的内容).  先简单介绍一下我自己.我是清华生物系本科和硕士毕业,之后去北卡大学念药物药理学的博士,中间发现自己不适合走生物科研的路,所以在博士开始两年多的时候决定转硕士走人.

数据科学家可能成为2015年最热门职业

[摘要]招聘网站报告称,数据科学家的平均年薪为11.9万美元,而程序员的平均年薪为6.5万美元,差距由此可见. 你擅长数学,会用Python编程,而且还对某个行业了如指掌?如果你拥有这样的技能集,那你就有可能当上数据科学家.而如果你当上了数据科学家,那你的日子就可以过得风风光光了--LinkedIn的最新投票结果显示,"统计分析和数据挖掘" 是2014年最大的求职法宝. 美国招聘网站Glassdoor的报告称,数据科学家的平均年薪为118709美元(约合人民币737550元),而程序员

网络课堂让人们轻而易举变身数据科学家

很多企业都纷纷开始关注大数据和数据分析,但是人才难寻啊!事实上,要把一个编程新人训练成一个能力卓越的数据科学家是一件很简单的事,只需要几台云计算服务器,然后再跟数据专家在网上学上几周机器学习就可以了. 最著名的数据科学家培养案例要数"企业预测解决方案平台"Kaggle上最近的一次大奖得主Carter S.这名Kaggle用户利用简单但是效率非常高的方法开发出了一款"过度杀伤型"分析工具来预测保险行业的风险. 这是一款让人感到惊奇的工具,Carter将自己在网络课堂上

网络课堂毕业生速成大数据科学家

很多企业都纷纷开始关注大数据和数据分析,但是人才难寻啊!事实上,要把一个编程新人训练成一个能力卓越的数据科学家是一件很简单的事,只需要几台云计算服务器,然后再跟数据专家在网上学上几周机器学习就可以了. 最著名的数据科学家培养案例要数"企业预测解决方案平台"Kaggle上最近的一次大奖得主Carter S.这名Kaggle用户利用简单但是效率非常高的方法开发出了一款"过度杀伤型"分析工具来预测保险行业的风险. 这是一款让人感到惊奇的工具,Carter将自己在网络课堂上

惠普:应把大数据科学家作为一种共享资源

大数据目前已经成为每一家企业级技术供应商摆在战略优先仪表板上的重要对象,但对于很多负责渠道销售工作的公司来说,召集拥有此类知识储备并能够处理复杂项目的人才在成本上太过高昂.甚至根本无法实现. 这类由具体实践领域所带来的投资难题早在过去就一直存在,惠普公司企业部门全球间接销售事务高级副总裁Sue Barsamian表示,她正努力帮助那些对分析有兴趣的用户找到适合自己的实现途径. "在某些时候,"她在接受采访时指出,"合作伙伴们确实需要一位数据科学家为其提出指导性意见.数据科学家

每个网站或应用的数据科学家都少不了A/B这样的工具

为了搞清楚哪个功能.哪个版的设计更好,每个网站或应用的数据科学家都少不了A/B这样的工具.Facebook发布了自己的A/B 测试源代码--叫做PlanOut,以帮助数据科学家又准.又方便地测试. Facebook在官博中写道, "Facebook每天运行的测试有上行次,有些为了优化结果,有些出于为远期的设计提供决策基础,因为工作量如此可观,我们需要一套可靠.稳定的测试程序,很多在线测试由工程师代劳,而他们并非有经验丰富的统计学家.测试做对的时候很容易解析,但在它们的设计.实现.记录和解析上很容

Airbnb中的数据科学家团队做什么?

5年前 我加入Airbnb成为了一名数据科学家.那个时候,只有很少的人知道这家公司,而整个公司只有7个人. 把我招进来是我们创始人特别具有前瞻性的行为,大数据的热潮决定了数据是有竞争优势的,但这一般是公司到成熟期才会重视的部分.当时Airbnb希望可以快速发展,而我被这个公司的文化所吸引,即使那时候只有很少的数据,我也开始承担起数据相关工作. 硅谷的早期创业公司有着浪漫的特质:行动迅速.只做出基础决策,任何好的想法都有可能成功,我非常认同这些. 回到那时候,当我们对商业上开创性的业务还知之甚少的