数据挖掘学习梳理

原创 AI产品经理工作内容是什么？

**总结（50字）：** AI产品经理在基座大模型企业（模型驱动）负责模型评测、产品设计及商业化；在应用企业（场景驱动）需整合多模型解决具体问题。核心产出包括智能PRD、Prompt工程、Demo搭建及数据管理，推动AI产品从技术到落地的全流程。

原创 干货！100个AI热词详解

100个AI高频黑话核心概念解析！技术人必备资源，专业术语+通俗释义双视角拆解，助你快速突破AI认知瓶颈。速速码住！

原创 Agent智能体是什么？

Agent是模拟人类工作方式的AI系统，由一个或多个Bot（机器人/自动化程序）组成，独立或协同完成任务。核心特征：具备"大脑"（LLM）、“感官/执行”（插件/API）、“记忆”（上下文/数据库）、“行为规范”（SOP）。

原创 【工具】飞书个人知识库搭建（附详细步骤）

飞书提供了一个便捷的平台来搭建个人知识库，有丰富强大的功能，比如在线文档、表格、问卷及在线画图、画思维导图，还可以存放文件。方便我们整理思绪、存储资料并提高工作效率，形成个人的知识体系。

原创 【Power BI】度量值的使用

● 汇总分析：用于计算总和、平均值、最大值、最小值等汇总数据。例如，计算总销售额、平均客户年龄等.● 时间智能分析：结合时间智能函数，用于分析时间序列数据，如计算同比增长率、环比增长率、累计值等.● 条件计算：根据特定条件进行计算，如计算特定产品类别的销售额、特定地区的客户数量等.● 复杂计算：用于执行复杂的计算，如计算市场份额、利润率、客户留存率等.

原创 【数据可视化】数据可视化看板需求梳理模板（含示例）

设计一个数据可视化看板需要从多个方面梳理需求，以确保看板能够有效地传达信息并满足用户的需求。以下是一些关键方面：1.目标和受众● 明确目标：确定看板的主要目的，例如监控业务指标、分析市场趋势、展示项目进度等。● 了解受众：明确看板的受众是谁，例如管理层、业务团队、技术人员等，了解他们的需求和数据理解能力。2.数据需求● 数据来源：确定数据的来源，包括数据库、API、文件等，并确保数据的可靠性和可访问性。● 数据指标：列出需要展示的关键数据指标和维度，例如销售额、客户满意度、产品库存等。

原创 【数据结构】数据结构类型、定义、如何选择

数组（Array）● 定义：一种线性数据结构，用于存储相同类型的元素，元素之间通过索引访问。●想象一排连续的盒子，每个盒子里放一个元素，这些盒子排成一行，每个盒子都有一个编号，你可以通过编号快速找到对应的盒子。● 解决的问题：快速访问和存储相同类型的数据元素。● 实际例子：音乐播放器中的歌曲列表，可以通过索引快速访问特定编号的歌曲。链表（Linked List）● 定义：由节点组成的线性数据结构，每个节点包含数据部分和指向下一个节点的指针。

原创 【IT】测试用例模版（含示例）

明确你期望测试执行后的结果是什么，比如“系统显示欢迎页面，并显示用户信息”。

原创 【IT】软件开发项目的生命周期管理流程

这个流程图使用了Mermaid语法来描述，它是一种基于文本的图表工具，可以轻松地在Markdown文件中创建图表。流程图包括了决策点（菱形节点）、流程步骤（矩形节点）和流程的开始和结束（圆形节点）。通过这样的流程图，可以清晰地展示软件开发项目的复杂流程和决策路径。

原创 【数据分析】数据分析在B端产品中的具体应用及实施步骤

B端产品可以利用数据分析来提升业务决策的质量，增强客户关系管理，提高运营效率，并确保业务的可持续发展。

原创 【数据分析】B端产品和C端产品的特点和分析重点

通过分析这些数据，沃尔沃能够提早发现产品潜在的问题，并在问题发生之前向客户预警，显著提高了问题发现的效率，从需要50万台销量才能暴露问题减少到仅需1000台。总结来说，B端产品的数据分析更侧重于业务流程、效率提升和客户价值，而C端产品的数据分析则更侧重于用户体验、市场趋势和用户行为。B端产品（Business-to-Business）和C端产品（Consumer）在数据分析的侧重点上存在明显差异，这些差异主要源于它们服务的对象、业务目标和用户行为的不同。

原创 【数据分析】数据分析思维分类

这些分析思维类型和方法为数据分析提供了不同的视角和工具，帮助分析师从不同角度理解和解释数据，从而为决策提供支持。数据分析是一种系统性的方法，用于从数据中提取有价值的信息。：分析一个季度的销售数据，得出平均销售额、最高和最低销售额等。：分析销售下降的原因，可能涉及到市场变化、竞争对手行为等因素。：可以提供未来趋势的预测，但模型可能过于复杂且需要大量数据。：能够提供具体的行动建议，但可能需要专业知识和复杂计算。：能够提供深入的洞察，但可能需要复杂的统计知识。：能够发现数据中的新信息，但结果可能难以解释。

原创 【数据分析】埋点方案模版，含完整示例

明确项目的目标和预期成果。设计并实施一个埋点方案，用于跟踪和分析用户在电子商务平台上的下单行为，以优化用户体验和提高转化率。

原创 【IT】回归测试

回归测试（Regression Testing）是一种软件测试，它旨在验证对软件的修改没有引入新的错误或缺陷，并且确保修改后的软件仍然按照预期工作。这种测试通常在软件的代码被修改后进行，比如在修复缺陷、添加新功能或进行性能优化之后。确保旧功能正常：验证软件中未被修改的部分仍然按照预期工作。验证修复效果：确认之前发现的缺陷已经被正确修复。检查新功能的影响：确保新添加的功能没有对现有功能产生负面影响。回归测试可以手动执行，但通常会使用自动化测试工具来提高效率和准确性。

原创 【数据分析】十个问题问清数据分析需求

有时候需求方就轻飘飘一句，“给我分析下XX区业务”，咱们抓心挠肝无从下手。别担心我整理好了以下十个方面的问题，拿着这个模版问完这些问题，就能搞清需求方到底想要什么，分析结果要给谁看啦。使用这个模板，可以帮助我们系统地收集和记录需求方的信息，确保数据分析项目的顺利进行。帮助我们确保没有遗漏任何重要的细节，并为后续的数据分析工作提供清晰的指导~

原创 【数据分析】数据分析的目的和关注点

一、目的：决策支持：提供数据支持，帮助管理层做出更明智的业务决策。问题诊断：识别业务流程中的问题和瓶颈，提出改进方案。预测分析：预测未来趋势，为策略规划提供依据。优化运营：通过分析数据，优化业务流程和提高效率。增加收入：通过客户细分、市场分析等手段，提高销售额和利润。二、关注点：数据质量：确保数据的准确性和可靠性。业务理解：深入理解业务背景和需求。分析方法：选择合适的统计方法和工具进行分析。结果解释：将分析结果转化为业务洞察。行动建议：提供可执行的行动点和策略。

原创 【数据分析】B端供应链订单系统分析维度

面对一个B端的供应链订单系统，可以结合实际应用场景，从以下多个维度进行分析，以提取有价值的信息并优化系统性能。

原创 【Power BI】两周/四周掌握Power BI的学习安排

通过这个学习计划，可以在一个月内掌握Power BI的基本开发技巧，并能够制作简单的数据看板。重要的是要保持每天的学习习惯，并在实践中不断巩固和提高。通过这个两周的学习计划，可以快速掌握Power BI的基本开发技巧。报告发布（3小时）：学习将报告发布到Power BI服务，并了解共享和安全设置。： 掌握Power BI的基础知识，学会基本的数据连接、模型构建和可视化。数据模型优化（2小时）：练习数据模型的优化，包括创建关系和数据类型转换。： 学习DAX、高级数据模型技巧，并掌握报告的发布和集成。

原创 【供应链数字化】供应链定义、环节、SAP模块和信息流

简述供应链的定义、主要环节、对应的SAP模块，以及在这些模块上关注的信息流、数据流和财务流

原创 【数据分析】数据分析知识学习路径

这个学习路径是灵活的，可以根据个人的兴趣和职业目标进行调整。重要的是保持好奇心，不断实践，并与行业内的专家和同行建立联系。数据分析是一个跨学科的领域，涉及到统计学、计算机科学、业务理解和沟通技巧。

原创 【IT需求分析及设计】需求设计方案尽量避免hardcode

经历了项目需求不断改变，需要经常修改代码，又不知道在哪里隐藏着不为人知的bug的痛苦后。本菜狗总结得到的教训是：**设计需求方案一定尽量避免hardcode！**也就是尽量避免在代码里写死固定值。也就是在数据库里新增一张配置表来存放order type和materai type两列，等到数据更新的时候，只需要去库里维护配置表即可。后续如果scope变化了，无论是订单类型变化，还是物料类型变化，都需要修改涉及到的代码重新上线。例如，在创建订单时，需要在创建A\B\C订单类型时需要自动过滤掉a\b\c类物料。

原创 SQL知识梳理（五）常用函数（聚合、条件、窗口）

SQL实际应用中常根据各种条件对数据进行统计、修改或新增列等，这里介绍几个常用的函数：聚合、条件判断和窗口函数，可以解决常见的简单问题

原创 SQL知识梳理（四）数据类型及数据处理函数

SQL语言常用的数据类型及处理各类型数据的函数总结

原创 SQL知识梳理（三）基础语法-查

基础语法-查查询数据是SQL语言中最常用，也最重要的部分。

原创 SQL知识梳理（二）基础语法-增删改

基础语法-增删改一、增删改二、约束Constraints注：SQL知识梳理系列语法均基于mySQL。一、增删改1.创建数据库CREATE DATABASE database_name;2.删除数据库DROP DATABASE database_name;3.对已存在数据库创建备份BACKUP DATABASE databasenameTO DISK = 'filepath';4.备份数据库中自上一次完整的数据库备份后发生变化的部分BACKUP DATABASE databasen

原创 【完整数据库设计图&SQL代码】英皇电影院电影管理系统

英皇电影院电影管理系统一、项目背景1.1公司介绍1.2 项目背景二、Entity-Relationships description三、数据库设计3.1conceptual design3.2logical design3.3Show all functional dependencies in relations and demonstrate that all relations are in 3NF3.4每个字段的数据类型3.5 每个表的索引四、数据库实现（SQL Server）4.1创建表4.2表信

原创 机器学习（一）协同过滤推荐算法

常应用于电商产品推荐的协同过滤推荐算法

原创 Python-知识梳理（一）：面向对象

原创 SQL知识梳理（一）简介

1、SQL知识总览2、基本操作1、 SQL语句要以分号结束（cmd里必须写分号，mysql智能化-不写分号也可以运行）2、 SQL不区分大小写3、 SQL会忽略空格4、 运行编辑器内所有代码：ctrl + enter5、 运行单列代码：选中代码，ctrl + shift+enter...