产品经理萝卜

最近梳理了指标管理在政府行业的需求点，包括了指标的定义和指标的查询，但不包括指标的申请、上线等其它部分的内容，完整的脑图如下：在这次梳理当中，需要支持多套指标类目树是一个新的发现，之前虽然也意识到用一套类目树对指标进行分类有些困难，但没有深入思考。就像图中的例子，宜居城市和智慧城市的指标体系，是会用到一些相同的基础指标，从而形成不同用途的评价体系，因此指标管理系统在实际使用当中，应该先有一套技...

发布于知乎上的文章，https://zhuanlan.zhihu.com/p/105203409

最近客户正在按照三定职责梳理职责目录和数据，需要用到大数据平台的资源目录系统，经过几次交流，逐步梳理出一些改进需求。根据我的理解，梳理出资源目录系统的功能架构，将一些需要重点改进的点记录下来。根据相关标准定义，资源目录可以分为部门资源目录、基础资源目录和主题资源目录，从实践中来看，梳理部门的资源目录是大数据平台的切入点，这也是由政府大数据项目的现状和特点所决定的。现阶段政府大数据基本处于信息化...

这几天投标国家污染源普查项目，要求有一个demo演示系统功能，同时也提供了普查的样例数据，按照演示的要求，准备了一个演示场景，如下：按照要求，演示要涵盖4个方面的内容，由于时间仓促，只导入了工业污染源的4张表的数据进行演示，同时由于样例数据很少，为了演示效果，按照数据格式也造了一些模拟数据，这4个方面的功能分别如下：数据清洗与入库。将工业源数据导入hive数据库，通过清洗工具，为工业企业基...

规划了一个基于开源产品h2o的机器学习平台，基于租户模式，可以对委办局提供从构建模型到模型应用全流程的能力支撑。架构图如下：其中，平台基于H2O平台，支持多种数据来源，除了H2O平台的交互式建模界面，也支持Python、R等脚本语言构建模型；平台分类算法模型开发和算法模型应用两大部分，其中，算法模型开发主要是H2O所提供的功能，包括数据导入、训练模型、验证模型等功能，但要在数据分析、数据...

这两天项目正在接入新的数据，包括户籍人口数据、学校数量、医院数量等，上午简单浏览了每个表的结构及数据内容，发现有几个数据与网上公开报道存在冲突，应该是问题数据，比如，北京市出租车公开报道是6.6万辆，但接入表数据显示有20多万辆出租车。其它几个问题也是类似的，与网上公布的数值差异较大。参与了近三个月的政府大数据项目，有几个体会：一是数据汇聚难，汇聚上来的数据质量差。对接上来的各委办局的数据，以...

聚类算法以前在考虑机器学习的应用场景时，都是按照端到端的思路，比如，客户流失分析，输入客户列表及相关特征，输出流失的名单。之前也尝试过利用逻辑回归、决策树等算法对客户流失进行预测，效果不是特别好，里面既有数据不全面的问题，同时也应该存在算法单一的问题。最近又学习了几个常用机器学习算法，包括支持向量机、逻辑回归、聚类算法等，虽然还是没有理解了算法的基本原理，还是不会调参，但仍然有了一点收获，机器...

今天收到一封售前的邮件，关于H省网运营商要做手机APP数据分析的需求。客户对要分析的数据内容没有很清楚的想法，只给了百度移动统计的页面。这个需求本身不复杂，只是涉及的厂商较多：APP由我方提供，但其中有部分业务功能是通过H5的形式集成自大唐，数据分析平台由亚信提供。从技术角度出发，这个需求有两个解决方案：以SDK的形式集成业界成熟的数据分析云平台，包括百度移动分析、友盟、growio等，数据...

节目收入分析上周五公司一个副总裁叫过去，要统计各频道的收入。他的初衷是要通过收入评估外购频道的效益，是否有人购买、产生的收入有多少等。这个需求对于现有的业务系统有困难，因为系统只记录了节目包的收入，而节目包与频道的对应关系是没有的，也就是没有办法细分。内部经过简单讨论，写了一些实现思路及困难，今天又过去与副总讨论，终于理解了他提这个问题的思路。原来，他一直以为BOSS系统是按照频道进行打包，用...

读《红楼梦》所感最近在读《红楼梦脂评汇校本》，在第二回“贾夫人仙逝扬州城 冷子兴演说荣国府”前有一段脂评描述红楼梦的写作手法，很有感触，摘录如下： 本旨只在冷子兴一人，即俗谓“冷中出热，无中生有”也。其演说荣府一篇者，盖因族大人我，若从作者笔下一一叙出，尽一二回不能得明，则成何文字？故借用冷子一人，略出其大半，使阅者心中，已有一荣府隐隐在心，然后用黛玉、宝钗等两三次皴染，则耀然于心中眼...

http://nianjian.xiaze.com/tags.php?/朔州市人口普查资料/1/13551853402/

上周看到zabix显示CPU使用时间指标，利用三条不同颜色的折线叠加显示了平均值、最大值与最小值，以及工作日/非工作日几项信息，非常受启发。在上图中，深绿色的线显示平均值，浅绿色和深粉色的线分别显示最小值和最大值，白色区域为工作时间（工作日），灰色区域为非工作时间。zabix关于该图的解释这种类型的折线图可以应用到很多场景，比如，工单的处理时间（平均处理时间、最长时间、最短时间）、订单价格（...