netflixprize演算法

Ⅰ php取隨機數概率演算法

問題有點模糊，我先暫時把「保留兩位小數」理解成「[輸出的隨機數]保留兩位小數」，而非其他因素保留多少小數。
又把「1-10」，理解成包括1和10在內其兩數之間的小數，
把10-50，理解成10.01到50.00之間的數，不包括10.00。以此類推。

<?php
functiongenRandom(){
	$p=rand(1,100);
	if($p<=60)$r=rand(100,1000);
	elseif($p>60and$p<=85)$r=rand(1001,5000);
	elseif($p>85and$p<=95)$r=rand(5001,10000);
	else$r=rand(10001,20000);	
	return$r/100;
}
$a=array();
$total=50000;
for($i=0;$i<$total;$i++){
	$c=genRandom();
	if($c>=1and$c<=10)$p=0;
	elseif($c>10and$c<=50)$p=1;
	elseif($c>50and$c<=100)$p=2;
	elseif($c>100and$c<=200)$p=3;
	else$p=4;
	if(!array_key_exists($p,$a))$a[$p]=1;
	else$a[$p]++;
}
if(!array_key_exists(4,$a))$a[4]=0;
echo"總樣本數".$total.'<br/>';
echo"1-10樣本數".$a[0].',占'.($a[0]/$total*100).'%<br/>';
echo">10-50樣本數".$a[1].',占'.($a[1]/$total*100).'%<br/>';
echo">50-100樣本數".$a[2].',占'.($a[2]/$total*100).'%<br/>';
echo">100-200樣本數".$a[3].',占'.($a[3]/$total*100).'%<br/>';
echo"其他樣本數".$a[4].',占'.($a[4]/$total*100).'%<br/>';

總樣本數50000
1-10樣本數30052,佔60.104%
>10-50樣本數12404,佔24.808%
>50-100樣本數4993,佔9.986%
>100-200樣本數2551,佔5.102%
其他樣本數0,佔0%

Ⅱ 如何利用Mahout和Hadoop處理大規模數據

利用Mahout和Hadoop處理大規模數據
規模問題在機器學習演算法中有什麼現實意義?讓我們考慮你可能需要部署Mahout來解決的幾個問題的大小。
據粗略估計，Picasa三年前就擁有了5億張照片。 這意味著每天有百萬級的新照片需要處理。一張照片的分析本身不是一個大問題，即使重復幾百萬次也不算什麼。但是在學習階段可能需要同時獲取數十億張照片中的信息，而這種規模的計算是無法用單機實現的。
據報道，Google News每天都會處理大約350萬篇新的新聞文章。雖然它的絕對詞項數量看似不大，但試想一下，為了及時提供這些文章，它們連同其他近期的文章必須在幾分鍾的時間內完成聚類。
Netflix為Netflix Prize公布的評分數據子集中包含了1億個評分。因為這僅僅是針對競賽而公布的數據，據推測Netflix為形成推薦結果所需處理的數據總量與之相比還要大出許多倍。
機器學習技術必須部署在諸如此類的應用場景中，通常輸入數據量都非常龐大，以至於無法在一台計算機上完全處理，即使這台計算機非常強大。如果沒有 Mahout這類的實現手段，這將是一項無法完成的任務。這就是Mahout將可擴展性視為重中之重的道理，以及本書將焦點放在有效處理大數據集上的原因，這一點與其他書有所不同。
將復雜的機器學習技術應用於解決大規模的問題，目前僅為大型的高新技術公司所考慮。但是，今天的計算能力與以往相比，已廉價許多，且可以藉助於 Apache Hadoop這種開源框架更輕松地獲取。Mahout通過提供構築在Hadoop平台上的、能夠解決大規模問題的高質量的開源實現以期完成這塊拼圖，並可為所有技術團體所用。
Mahout中的有些部分利用了Hadoop，其中包含一個流行的MapRece分布式計算框架。MapRece被谷歌在公司內部得到廣泛使用 ，而Hadoop是它的一個基於Java的開源實現。MapRece是一個編程範式，初看起來奇怪，或者說簡單得讓人很難相信其強大性。 MapRece範式適用於解決輸入為一組"鍵 值對"的問題，map函數將這些鍵值對轉換為另一組中間鍵值對，rece函數按某種方式將每個中間鍵所對應的全部值進行合並，以產生輸出。實際上，許多問題可以歸結為MapRece問題，或它們的級聯。這個範式還相當易於並行化：所有處理都是獨立的，因此可以分布到許多機器上。這里不再贅述 MapRece，建議讀者參考一些入門教程來了解它，如Hadoop所提供的
Hadoop實現了MapRece範式，即便MapRece聽上去如此簡單，這仍然稱得上是一大進步。它負責管理輸入數據、中間鍵值對以及輸出數據的存儲;這些數據可能會非常龐大，並且必須可被許多工作節點訪問，而不僅僅存放在某個節點上。Hadoop還負責工作節點之間的數據分區和傳輸，以及各個機器的故障監測與恢復。理解其背後的工作原理，可以幫你准備好應對使用Hadoop可能會面對的復雜情況。Hadoop不僅僅是一個可在工程中添加的庫。它有幾個組件，每個都帶有許多庫，還有(幾個)獨立的服務進程，可在多台機器上運行。基於Hadoop的操作過程並不簡單，但是投資一個可擴展、分布式的實現，可以在以後獲得回報：你的數據可能會很快增長到很大的規模，而這種可擴展的實現讓你的應用不會落伍。
鑒於這種需要大量計算能力的復雜框架正變得越來越普遍，雲計算提供商開始提供Hadoop相關的服務就不足為奇了。例如，亞馬遜提供了一種管理Hadoop集群的服務 Elastic MapRece，該服務提供了強大的計算能力，並使我們可通過一個友好的介面在Hadoop上操作和監控大規模作業，而這原本是一個非常復雜的任務。

Ⅲ 計算機科學專業介紹

計算機科學專業介紹1

學科 ：工學

門類 ：電氣信息類

專業名稱 ：計算機科學與技術

業務培養目標 ：本專業培養具有良好的科學素養，系統地、較好地掌握計算機科學與技術包括計算機硬體、軟體與應用的基本理論、基本知識和基本技能與方法，能在科研部門、教育單位、企業、事業、技術和行政管理部門等單位從事計算機教學、科學研究和應用的計算機科學與技術學科的高級專門科學技術人才。

業務培養要求：本專業學生主要學習計算機科學與技術方面的基本理論和基本知識，接受從事研究與應用計算機的基本訓練，具有研究和開發計算機系統的基本能力。

畢業生應獲得以下幾方面的知識和能力：

1．掌握計算機科學與技術的基本理論、基本知識；

2．掌握計算機系統的分析和設計的基本方法；

3．具有研究開發計算機軟、硬體的基本能力；

4．了解與計算機有關的法規；

5．了解計算機科學與技術的發展動態；

6．掌握文獻檢索、資料查詢的基本方法，具有獲取信息的能力。

主幹學科 ：計算機科學與技術

主要課程 ：電路原理、模擬電子技術、數字邏輯、數字分析、計算機原理、微型計算機技術、計算機系統結構、計算機網路、高級語言、匯編語言、數據結構、操作系統等。

主要實踐性教學環節：包括電子工藝實習、硬體部件設計及調試、計算機基礎訓練、課程設計、計算機工程實踐、生產實習、畢業設計(論文)。

修業年限 ：四年

授歷茄猛予學位 ：工學或理學學士

計算機科學專業介紹2

培養目標

本專業培養和造就適應現代化建設需要。德智體全面發展、基礎扎實、知識面寬、能力強、素質高具有創新精神，系統掌握計算機硬體、軟體的基本理論與應用基本技能，具有較強的實踐能力，能在企事業單位、政府機關、行政管理部門從事計算機技術研究和應用，硬體、軟體和網路技術的開發，計算機管理和維護的應用型專門技術人才。

畢業生應具備的知識和能力

1、具備扎實的數據基礎理論和基礎知識;

2、具有較強的思維能力、演算法設計與分析能力;

3、系統掌握計算機科學與技術專業基本理論、基本知識和操作技能;

4、了解學科的知識結構、典型技術、核心概念和基本工作流程;

5、有較強的計算機系統的認知、分析、設計、編程和應用能力;

6、掌握文獻檢索、資料查詢的基本方法、能夠獨立獲取相關的知識和信息，具有較強的創新意識;

7、熟練掌握一門外語，能夠熟讀本專業外文書刊。

主要課程

程序設計基礎、面向對象程序設計、數字邏輯電路、電路電子技術、數據結構與演算法、WEB程序設計、計算機組成與結構、操作系統、資料庫系統原理、編譯原理、計算機網路、網路工程、軟體工程、資料庫應用微型計算機技術、單片機技術、嵌入式系統、嵌入式操作系統、嵌入式設計與應用、移動設備應用軟體開發等。

實踐教學包括工程訓練、計算機應用基礎、訓練、認識實習、生產實習、畢業實習、教學實驗、社會實踐、課程設計、綜合設計、畢業設計(論文)等環節。

授予學位：工學或理學學位

計算機科學專業介紹3

雲南大學計算機科學與工程系成立於1983年。擁有本科專業「計算機科學與技術」，是雲南省成立最早的計算機專業，是雲南省唯一的重點本科計算機類專業，20xx年入選雲南省第一批重點建設本科專業，20xx年入選教育部高等學校特色專業建設點。本專業1985和數學系共同獲得「計算數學」碩士學位授權點，20xx年獲得計算機科學與技術一級學科碩士學位授權點，包括「計算機軟體肢橋與理論」、「計算機應用技術」和「計算機系統結構」三個二級學科碩士點。20xx年獲得「計算機應用」工程碩士學位授權點，20xx年獲得「計算機技術」專業碩士授權點。

計算機科學與工程系在發展過程始終堅持教學與科研相結合，人才培養與社會經濟發展相結合，教育理念與國際接軌的辦學指導思想；堅持面向地方服務邊疆的辦納圓學方針；發揮綜合大學的優勢，堅持理工結合的辦學理念；重視學科建設，逐步形成了以教學模式改革為核心、以分類培養為根本出發點、夯實基礎、注重綜合、面向應用、突出創新的辦學特色。

在師資隊伍方面，已建設了一支30餘人的教學科研隊伍，擁有博士生導師4人，雲南省中青年學術技術帶頭人2人，雲南省中青年學術技術後備人才2名，雲南大學中青年骨幹教師5名；教授9人，副教授9人，15人具有博士學位，10人正在在職攻讀定向博士學位。

近五年，本專業教師共承擔科研項目共40餘項，其中，省部級和國家級項目28項，20xx年和20xx年分別獲得教育博士點基金博導類和新教師類課題各1項，實現了雲南大學信息學科博士點基金項目零的突破。獲得雲南省自然科學獎5項，雲南省教育科研獎2項，省部級教學成果獎8項，其中劉惟一教授先後獲得了至今雲南省電子信息領域僅有的兩項自然科學一等獎。近年來在國家級出版社出版專著和教材12部，發表學術論文410篇，其中SCI/EI收錄105篇。

以科研促教學是本專業長期堅持的教學改革思路，緊密結合雲南省信息化建設和經濟社會建設的實際需要，形成了數據與知識工程、多媒體信息處理、分布式計算與計算機網路等具有鮮明特色和優勢的研究方向。

在基礎條件方面，擁有高性能計算中心、信息技術研究所、雲南省數字媒體重點實驗室等研究和培養平台。

計算機科學專業介紹4

計算機科學與技術

計算機科學與技術是研究信息獲取、表示、存儲、處理、傳輸和利用等方面的理論、方法和技術的學科。計算機科學與技術包括計算機結構與硬體、系統和支撐軟體軟體、計算機與網路應用的基本理論、基本知識和基本技能與方法。軟體與硬體互為作用，高度融合，這是計算機科學與技術學科的突出特點。

計算機科學與技術的基本內容可概括為計算機系統結構、計算機科學理論、計算機硬體、計算機軟體、計算機應用技術等領域。涵蓋三個二級學科，即：計算機系統結構（學科代碼：081201）、計算機軟體與理論（學科代碼：081202）和計算機應用技術（學科代碼：081203）。

「計算機系統結構」研究計算機系統的物理或硬體結構、各組成部分的屬性以及這些部分的相互聯系；研究軟體與硬體的功能匹配，確定軟體與硬體間的界面。

本學科培養能進行並行分布計算、計算機網路與通信、嵌入式系統、集成電路設計、計算機系統與信息存儲技術等開發工作的高級專門人才。

「計算機軟體與理論」主要研究軟體開發（生產）、維護以及使用過程中所涉及的理論、方法和技術，探討計算機科學與技術學科發展的理論基礎。

本學科培養掌握堅實的計算機科學與技術的基礎理論，掌握系統的計算機軟體或理論和有關計算機系統結構、計算機應用技術方面的專門知識，能勝任計算機軟體或理論的教學、科研、軟體系統開發等工作的高級專門人才。

「計算機應用技術」著重研究計算機用於各個領域所涉及的原理、方法與技術。

主要研究內容是：人工智慧與模式識別、計算機控制技術、圖形與圖像處理、多媒體技術、計算機網路應用、資料庫等。

計算機科學專業介紹5

主要課程：電路原理、模擬電子技術、數字邏輯、數字分析、計算機原理、微型計算機技術、計算機系統結構、計算機網路、高級語言、匯編語言、數據結構、操作系統、編譯原理、系統分析與控制、信號處理原理、通信原理概論。

專業概況：

教學實踐

包括電子工藝實習、硬體部件設計及調試、計算機基礎訓練、課程設計、計算機工程實踐、生產實習、畢業設計（論文）。

培養目標

本專業培養具有良好的科學素養，系統地、較好地掌握計算機科學與技術包括計算機硬體、軟體與應用的基本理論、基本知識和基本技能與方法，能在科研部門、教育單位、企業、事業、技術和行政管理部門等單位從事計算機教學、科學研究和應用的計算機科學與技術學科的高級專門科學技術人才。

培養要求

本專業學生主要學習計算機科學與技術方面的基本理論和基本知識，接受從事研究與應用計算機的基本訓練，具有研究和開發計算機系統的基本能力。

就業方向

1．掌握計算機科學與技術的基本理論、基本知識；

2．掌握計算機系統的分析和設計的基本方法；

3．具有研究開發計算機軟、硬體的基本能力；

4．了解與計算機有關的.法規；

5．了解計算機科學與技術的發展動態；

6．掌握文獻檢索、資料查詢的基本方法，具有獲取信息的能力。

開設院校：

按高校熱度排序

[北京]清華大學 [廣東]中山大學

[湖北]武漢大學 [福建]廈門大學

[上海]復旦大學 [北京]北京理工大學

[山東]山東大學 [四川]西南交通大學

[北京]中國人民大學 [河南]鄭州大學

[北京]中央財經大學 [浙江]浙江大學

[上海]上海交通大學 [江蘇]南京大學

[北京]北京郵電大學 [吉林]吉林大學

[廣東]華南理工大學 [江蘇]蘇州大學

[北京]北京航空航天大學 [上海]上海財經大學

[重慶]重慶大學 [山東]山東科技大學

[天津]南開大學 [陝西]西北工業大學

[陝西]西安交通大學 [天津]天津大學

[湖南]湖南大學 [遼寧]大連理工大學

[江蘇]東南大學 [重慶]西南大學

[四川]西南財經大學 [北京]北京交通大學

[山東]中國海洋大學 [天津]天津科技大學

[四川]成都理工大學 [山東]青島科技大學

[遼寧]東北財經大學 [北京]北京科技大學

[上海]華東理工大學 [黑龍江]哈爾濱工業大學

[廣東]深圳大學 [四川]電子科技大學

[山東]煙台大學 [廣東]暨南大學

[天津]天津工業大學 [廣東]廣州大學

[天津]天津理工大學 [江蘇]江南大學

[山東]山東經濟學院 [江蘇]南京理工大學

[標簽：大學,電路,高校,就業,自我介紹]

計算機科學專業介紹6

計算機科學是什麼？

我們如何使用計算機和計算機程序完全定義了我們生活的世界。計算機科學家是通過創造我們每天使用的產品來連接抽象概念的人。

以數學為基礎，計算機科學跨越了硬體和軟體工程，用戶界面和計算機技術擴展到新的領域。

計算機科學的類似課程包括：

1、人工智慧；

2、計算機生成的視覺和音頻效果；

3、游戲；

4、衛生信息學；

5、軟體工程。

計算機有哪些研究生專業？

包括數據科學、人工智慧、計算與信息技術、工程與信息學、計算生命科學在內的碩士和研究生研究學位。

作為計算機科學專業的畢業生，你能找到什麼工作？

具體職位包括IT顧問、資料庫管理員、游戲開發者、媒體程序員、網路工程師、系統分析師、IT培訓師和教師。

計算機科學專業介紹7

計算機科學(Computer Science)是一個熱門的學科，不但就業性強，可供選擇的大學也很多。

英國哪些大學的計算機科學課程實力較強?有意來英國攻讀計算機科學碩士的同學們可以參考《泰晤士報》、《衛報》和《獨立報》等媒體公布的大學排行榜。

劍橋、牛津、倫敦帝國學院、倫敦大學學院等英國名校在計算機科學方面排名也較高，南安普頓大學、伯明翰大學、布里斯託大學、華威大學也是不錯的選擇。

除非你的條件非常好，能夠入讀牛津或劍橋，否則只要是排行30名以內的大學，應該都是值得考慮就讀的大學。

倫敦大學學院計算機科學碩士課程(MSc Computer Science)

該課程不要求申請者具備與電腦相關的本科學位，因此特別適合沒有讀過計算機課程但想轉專業的學生，只要本科成績達75分以上就能申請。

該課程一共分為三個部分：必修課程，包括基本計算機科學;選修課程，按照自己興趣從選修單中選擇三門課;最後是比重很高的個人研究項目，這一部分在考試結束後才開始進行。

必修課程一共有五門課，包括軟體設計、人機互動、編程技巧、軟體系統基礎架構，以及演算法學(algorithmics)。

選修課程每年選擇不同，但大致上至少有10門課可供選擇，涵蓋主題包括信息網路、影像處理、人工智慧、醫療及科學用途計算機、資料庫系統、互動設計和軟體工程等等。

個人項目在考試結束後進行，學生在一月份會得到一份可選主題清單，然後和老師討論後選擇一個主題進行個人項目，研究期間可以獲得老師指導。

華威大學計算機科學及應用碩士課程(MSc Computer Science and Applications )

該課程是一個跨學科課程，涵蓋一系列有關計算機科學的科目，以及其在商業、科技、科學及教育等方面的應用。

為期一年的授課型課程以研究作為導向，前半年學生從研究所提供的可選科目內選修六門課，後半年選修研究方法並進行個人研究項目。

可選科目按照計算機科學研究和應用的潮流發展每年更新，包括多媒體處理、傳播和儲存、計算生物學、數據挖掘、計算機模組和模擬等。

該課程要求申請者必須具備計算機科學本科專業背景，本科成績至少達75分以上。

伯明翰大學計算機科學碩士課程(MSc in Computer Science)

這個一年期的碩士課程分為兩類，第一類適合沒有電腦計算機背景的學生，第二類適合有電腦計算機和計算機編程背景的學生。

第一類課程的前兩個學期著重培養學生的軟體工作能力，培訓學生目的導向的設計和編程能力，包括密集的Java電腦編程語言教學，第三學期進行個人項目。

第二類課程的前兩個學期除了必修的網路計算學之外，還有數門選修課，包括數學基礎、軟體系統發展、人工智慧等多個領域，第三學期間行個人項目。

申請人不需要具備計算機科學背景，但本科成績必須達至少70分以上，申請者還必須參加計算機科學測試，以決定他們適合第一類或是第二類課程。

計算機科學專業介紹8

一、自我分析

職業興趣

我的人才素質測評報告中，職業興趣前三項是研究型(73分)、現實型(72分)和企業型(43分)，我的具體情況是：喜歡手腦並用、追根到底，喜歡和觀念和物化材料、實際物體打交道，好動腦筋，喜歡鑽研，並對其原理作深入的研究，有鍥而不舍的精神，執著。善於觀察別人做事的方式方法，並進行分析，揚長避短地借鑒有用的想法或者方法，從而快速的提升自己的能力，經常深思熟慮、有系統地去解決問題。偏重於研究或新產品的開發，很喜歡設計復雜的各類機械設備。做事上喜歡有自己獨到的見解，而不喜歡受別人的指揮或干涉。喜歡在實際生活中發揮才幹，樂於解決生活中的疑難問題。好奇心很強，聰明，且經驗豐富，遇到困難堅持不懈直至解決。對人直率，不擅言辭，一般不喜歡與人密切或者頻繁地交往，有時有孤僻的傾向。喜歡創造性的工作，認真負責，有理性，有恆心。

職業能力

我的人才素質測評報告結果顯示，積極學習能力得分較高，書面表達能力得分較低，我的具體情況是：學習新知識，並能很快運用新知識。注意傾聽他人說話，充分理解要點，適當提問，不隨意打斷。權衡各種方案的得失利弊，並從中選出最優。

個人特質

我的人才素質測評報告結果顯示偏向於內向、直覺、情感、知覺。我的具體情況是比較敏感，非常崇尚內心的平和，看重個人的價值，忠誠，理想化，一旦做出選擇，就會督促自己完成計算機科學與技術專業的職業生涯規劃書範文計算機科學與技術專業的職業生涯規劃書範文。外表看起來沉默而冷靜，但內心非常柔軟，善良有同情心，善解人意。期望與他人建立有深度、真實、共同進步的關系，希望參與有助於自己及他人的進步和內在發展的事，重視和感激那些能夠理解我價值的人。個性鮮明，好奇心強，創造力突出，思維開闊，有遠見，樂於探索事物的可能性，致力於追尋自己的夢想。一旦全身心地投入一項工作時，往往發揮出沖刺式的干勁，全神貫注，全力以赴。仰賴人、事和思想信仰，一般能夠忠實履行自己的義務。但是，對意義不大的日常事務，做起來有些困難。信奉「理想至上」喜歡幫助別人，善於傾聽和給予建議。喜歡和自己尊敬的人保持頻繁、有意義的交流。 有自己獨特的生活方式和節奏，精神世界豐富，在語言方面很有天賦，對內心鍾愛的領域可以喜歡到狂熱的程度。

職業價值觀

我的人才素質測評報告結果顯示前三項是注重關系取向、崇尚獨立取向和最求成就取向。我的具體情況是期望工作的內容是能夠給予別人幫助，並希望在這樣的職位上同事之間關系融洽，大家都有積極的道德觀念和社會服務意識，是一個期望在工作中能夠獨立工作、獨立決策，而且能夠表現出自己的創新，發揮自己的責任感、自主性的人。而且能夠以自我監督的形式使自己的工作按照自己的計劃順利進行，希望獲得的工作，是能夠看到及時的成果展現，並體驗到可能的成就體驗。即工作的追求是一種自我實現，而並非外在特質利益的滿足，希望獲得有充分保障的工作(包括擁有良好的工作條件)，比如能夠在一個比較安全和舒適的環境中工作，能夠獲得應有的報酬，能夠有自主決斷的可能性等。而且還希望工作具有多樣性，能夠在工作的范圍內做不同的事情，期望在職業中，獲得管理層的支持，比如獲得充分的培訓機會，能夠在單位的規定范疇內獲得應有的待遇。

勝任能力

我的優勢能力我的弱勢能力

能夠獨當一面，忠於職守，一對一的工作是最青睞的方式 考慮問題細致周到，而且很深刻有見地。 會考慮新的可能性，跳出以前的定勢和框架，適應能力強，世界千變萬化我游刃有餘，能迅速調整自己的狀態和目標 天生的好奇與技巧使我很擅長收集信息，能看到事情發展的趨勢，看到外表背後的涵義有洞察人心的魔力，能理解別人的真實想法，想別人之所想。過於追求完美，比較固執，經常局限在自己的想法里，沉浸於夢想，對外界的客觀具體事物沒有興趣，不喜歡批評別人，不願意追究出錯的人。討厭以傳統的或習慣的方式行事，不願做與自己價值觀相沖突的事，與那些過分頑固的組織和人們打交道時沒有耐心

自我分析小結：個人認為大學教育與市場需要脫鉤現象嚴重，所以一些除專業知識外的能力必須培養，這樣才能融入工作，融入社會。

二、職業分析

家庭環境分析

家裡雖然不富裕，但是一家人過得很開心。家裡人都很支持我，希望在我大學畢業後能夠考取研究生，但是我想畢業後找工作，了解一下到底自己喜歡什麼計算機科學與技術專業的職業生涯規劃書範文職業規劃。

學校環境分析

桂電的學風很好，師資力量強大

社會環境分析

當今經濟全球一體化，我國已從工業化社會進入到信息化社會

加上我國加入WTO之後國際競爭更加激烈,加上近期的國際金融風暴,造成有錢的不願投資怕誇本，沒錢的做什麼都很難。每當人類經過一次重大變革或一次金融風暴後，總是新的機會在產生，有的機會在消失。只有那些先知先覺的人才能抓住機會走向成功，而那些抱著舊觀念不放的將會被社會所淘汰。

職業環境分析

專業認知：主幹學科：計算機科學與技術

主要課程：電路原理、模擬電子技術、數字邏輯、數字分析、計算機原理、微型計算機技術、計算機系統結構、計算機網路、高級語言、匯編語言、數據結構、操作系統、編譯原理、系統分析與控制、信號處理原理、通信原理概論

主要實踐性教學環節：包括電子工藝實習、硬體部件設計及調試、計算機基礎訓練、課程設計、計算機工程實踐、生產實習、畢業設計(論文)。

主要專業實驗：編程與上機調試、電子線路、數字邏輯、微型計算機介面技術、計算機組成等。

計算機科學專業介紹9

別以為計算機專業的畢業生就只能是碼農啦，咱來給你科普一下計算機專業的就業領域~在如今這個大數據時代，幾乎沒有任何行業(特別是工商金融領域)的高精尖的復雜難題能離開計算機。因此計算機專業的就業領域和方向可謂是十分的多樣。(悄悄告訴你，文末有彩蛋哦!)

軟體類：(1)軟體開發—即碼農，包括JAVA工程師，C和C++，C#工程師等，這個也是需求最旺盛的崗位。

(2)程序員—做網站的PHP，ASP，JSP等，隨著移動互聯網的到來，該崗位需求日漸增多~

(3)資料庫—專門從事資料庫開發及整理，還有用資料庫做後台程序如ERP及其他管理系統等。相關語言有SOL,MYSOL.ORACLE等。 最難的是數據倉庫的挖掘，據說只有研究生才能做捏~

計算機網路類：主打網路工程師，基本上要求是交換路由，伺服器類，從事計算機信息系統的設計、建設、運行和維護工作。

計算機應用類：(1)藝術設計和電影特效製作—最近上映的《星際穿越》相信不少的親們都看了吧，反正我是看了，而且是跪著看完的，一是特效實在太贊，二是看不懂啊~啊，扯遠了，回歸正題，就是想告訴你這種特效就是未來的你們可以做出來的!

(2)會計電算化—會計工作中經常用到的 「用友」," 金蝶」等，有想又在會計方向發展又在計算機發展的可以考慮哦~

(3)工業輔助設計—在工業制圖或工程制圖中使用AUTOCAD軟體來製作模，你—就是未來的設計家

大類說完了，更贊的內容接著看!現如今趨勢下衍生的發展方向：互聯網，嵌入式軟體和商業智能。

互聯網：互聯網中最「熱門」的行業是跟數據相關的職位，例如數據分析師，演算法設計，還有一些大公司把數據職位拆的很開，包含數據清洗，特徵提取，模型設計，數據開發等等。雖然「大數據」這個詞更多是用來忽悠的，但是利用數據來發掘用戶需求，服務用戶的做法是被廣泛接受和已經被證明有良好的效果，可以參考Netflix Prize: Home

嵌入式軟體開發：嵌入式軟體開發從之前的專用設備開發和視頻監控設備到如今的手持設備開發都是不錯的。雖然開發app本身的技術門檻並不高，但並不代表嵌入式軟體開發沒有難度，它也有很多挑戰和機會，包括多屏互動，自適應圖形框架，圖形渲染庫等等，這些方向也是不錯，可以發力的地方。商業智能(BI)：BI 現在是很有活力和發展的方向。特別是前面提到了「大數據」的概念和目前的商業智能融合，現在的一個熱門詞彙叫做「數據化運營」，這種趨勢為很多IT從業者打開了另外一扇接觸業務，解決其他傳統行業實際問題的窗口。

另外金融領域也需要越來越多的IT人才，這里並不是指金融服務軟體本身，更多指的是量化投資。有機會向這個方向發展的話是非常可觀的。

計算機科學專業介紹10

麥吉爾大學計算機科學專業如何？麥吉爾大學位於魁北克省的蒙特利爾市，是一所世界著名公立大學，學校有180餘年歷史，最初為麥吉爾先生贊助所建，麥吉爾大學設有農業、藝術教育、工程、管理、音樂及科學七個院系，提供100多個專業的課及副修專業的課程教學。麥吉爾大學McGill University（以下簡稱McGill）始建於1821年，經歷了百餘年的長足發展後，已經發展成為蜚聲全球的綜合性大學，在加拿大的大學排名中始終保持前三名之列。

麥吉爾大學計算機科學專業

計算機科學理科碩士專業要求學生完成45個學分才能畢業。該專業為學生提供了在計算機科學方面非常堅實的研究基礎。該專業非常適合那些對計算機科學研究具有非常濃厚興趣的學生設計的。該專業把非常深刻的授課課程與一個研究主題相結合。該專業也是進入博士學位學習的一個途徑，也是選擇畢業後從事具有挑戰性的和令人興奮的職業。

學術要求：

1.大學本科畢業，獲得本科學位證；

2.GPA達到3.5以上；

語言要求：

1.托福網考100分，且單項不低於20分；或托福筆試600分；

2.無雙錄取；

其他要求：

1.具有相關專業背景；

2.提供GRE成績。

申請材料：

1.申請表；

2.提交100加元申請費；

3.本科學位證，畢業證以及成績單；

4.個人簡歷；

5.個人工作經驗總結；

6.個人研究陳述（兩頁）;

7.語言能力證明；

8.對於專業方向（設計工作室或設計工作室方向研究）的想法；

9.比較全面的個人作品。

10.銀行存款證明。

Ⅳ 怎樣理解互聯網行業「數據分析」的意義

互聯網企業擁有大量的線上數據，而且數據量還在快速增長，除了利用大數據提升自己的業務之外，互聯網企業已經開始實現數據業務化，利用大數據發現新的商業價值。

以阿里巴巴為例，它不僅在不斷加強個性化推薦、「千人千面」這種面向消費者的大數據應用，並且還在嘗試利用大數據進行智能客戶服務，這種應用場景會逐漸從內部應用延展到外部很多企業的呼叫中心之中。

在面向商家的大數據應用中，以「生意參謀」為例，超過 600 萬商家在利用「生意參謀」提升自己的電商店面運營水平。除了面向自己的生態之外，阿里巴巴數據業務化也在不斷加速，「芝麻信用」這種基於收集的個人數據進行個人信用評估的應用獲得了長足發展，應用場景從阿里巴巴的內部延展到越來越多的外部場景，如租車、酒店、簽證等。

因為客戶的所有行為都會在互聯網平台上留下痕跡，所以互聯網企業可以方便地獲取大量的客戶行為信息。由互聯網商務平台產生的信息一般具有真實性和確定性，通過運用大數據技術對這些數據進行分析，可以幫助企業制定出具有針對性的服務策略，從而獲取更大的效益。近年來的實踐證明，合理地運用大數據技術能夠將電子商務的營業效率提高 60% 以上。

大數據在過去幾年中已經改變了電子商務的面貌，具體來講，電子商務行業的大數據應用有以下幾個方面：精準營銷、個性化服務、商品個性化推薦。

1. 精準營銷

互聯網企業使用大數據技術採集有關客戶的各類數據，並通過大數據分析建立「用戶畫像」來抽象地描述一個用戶的信息全貌，從而可以對用戶進行個性化推薦、精準營銷和廣告投放等。

當用戶登錄網站的瞬間，系統就能預測出該用戶今天為何而來，然後從商品庫中把合適的商品找出來，並推薦給他。圖 1 顯示了用戶畫像會包括哪些用戶基本信息和特性。

圖 4 Netflix 電影推薦

YouTube 作為美國最大的視頻網站，擁有大量用戶上傳的視頻內容。為了解決視頻庫的信息過載問題，YouTube 在個性化推薦領域也進行了深入研究，現在使用的也是基於物品的推薦演算法。實驗證明，YouTube 個性化推薦的點擊率是熱門視頻點擊率的兩倍。

3）網路電台

個性化網路電台也很適合進行個性化推薦。首先，音樂很多，用戶不可能聽完所有的音樂再決定自己喜歡聽什麼，而且每年新的歌曲在以很快的速度增加，因此用戶無疑面臨著信息過載的問題。其次，人們聽音樂時，一般都是把音樂作為一種背景樂來聽，很少有人必須聽某首特定的歌。對於普通用戶來說，聽什麼歌都可以，只要能夠符合他們當時的心情就可以了。因此，個性化音樂網路電台是非常符合個性化推薦技術的產品。

目前有很多知名的個性化音樂網路電台。國際上著名的有 Pandora 和Last.fm | Play music, find songs, and discover artists，國內的代表則是豆瓣電台。這 3 個個性化網路電台都不允許用戶點歌，而是給用戶幾種反饋方式：喜歡、不喜歡和跳過。經過用戶一定時間的反饋，電台就可以從用戶的歷史行為中獲得用戶的興趣模型，從而使用戶的播放列表越來越符合用戶對歌曲的興趣。

Pandora 的演算法主要是基於內容的，其音樂家和研究人員親自聽了上萬首來自不同歌手的歌，然後對歌曲的不同特性（如旋律、節奏、編曲和歌詞等）進行標注，這些標注被稱為音樂的基因。然後，Pandora 會根據專家標注的基因計算歌曲的相似度，並給用戶推薦和他之前喜歡的音樂在基因上相似的其他音樂。

Last.fm | Play music, find songs, and discover artists記錄了所有用戶的聽歌記錄及用戶對歌曲的反饋，在這一基礎上計算出不同用戶在歌曲上的喜好相似度，從而給用戶推薦和他有相似聽歌愛好的其他用戶喜歡的歌曲。同時，Last.fm | Play music, find songs, and discover artists也建立了一個社交網路，來讓用戶能夠和其他用戶建立聯系，以及讓用戶給好友推薦自己喜歡的歌曲。Last.fm | Play music, find songs, and discover artists沒有使用專家標注，而是主要利用用戶行為計算歌曲的相似度。

4）社交網路

社交網路中的個性化推薦技術主要應用在 3 個方面：利用用戶的社交網路信息對用戶進行個性化的物品推薦，信息流的會話推薦和給用戶推薦好友。

Facebook 保存著兩類最寶貴的數據：一類是用戶之間的社交網路關系，另一類是用戶的偏好信息。

Facebook 推出了一個稱為 Instant Personalization 的推薦 API，它能根據用戶好友喜歡的信息，給用戶推薦他們的好友最喜歡的物品。很多網站都使用了 Facebook 的推薦 API 來實現網站的個性化。

著名的電視劇推薦網站 Clicker 使用 Instant Personalization 給用戶進行個性化視頻推薦。Clicker 現在可以利用 Facebook 的用戶行為數據來提供個性化的、用戶可能感興趣的內容「』流」了，而更重要的是，用戶無須在 Clicker 網站上輸入太多數據（通過評分、評論或觀看Clicker.com上的視頻等方式），Clicker 就能提供這樣的服務。

除了利用用戶在社交網站的社交網路信息給用戶推薦本站的各種物品外，社交網站本身也會利用社交網路給用戶推薦其他用戶在社交網站的會話。每個用戶在 Facebook 的個人首頁都能看到好友的各種分享，並且能對這些分享進行評論。每個分享和它的所有評論被稱為一個會話，Facebook 開發了 EdgeRank 演算法對這些會話排序，使用戶能夠盡量看到熟悉的好友的最新會話。

除了根據用戶的社交網路及用戶行為給用戶推薦內容，社交網站還通過個性化推薦服務給用戶推薦好友。

5）其他應用

因為電子商務企業基本上實現了業務流程的各個環節的數據化，所以可以充分利用大數據技術對這些數據進行挖掘分析來優化其業務流程，提高業務利潤。除了前面介紹的幾個應用之外，大數據在電子商務行業還可以應用在其他許多方面。

① 動態定價和特價優惠

電子商務企業可以通過使用數據構建客戶資料，並發現用戶喜歡花費多少費用和喜歡購買什麼產品，從而通過跟蹤客戶的消費行為，使用大數據分析來開發靈活的定價和折扣政策。例如，如果分析顯示用戶對特定類別商品的興趣飆升，則電子商務企業可以提供打折或買一送一優惠。

② 定製優惠

電子商務企業可以通過使用數據來確定客戶的購買習慣，並根據以前的購買方式向他們發送有針對性的特價優惠和折扣代碼。數據也可以用於在客戶中止購買或只看不買時重新吸引客戶，例如，通過發送電子郵件提醒客戶他們查看過的產品或邀請他們完成購買。

③ 供應鏈管理

電子商務企業可以使用大數據更有效地管理供應鏈。數據分析可以揭示供應鏈中的任何延遲或潛在的庫存問題。如果某個項目存在問題，則可以立即將其從銷售中刪除，以免破壞客戶服務問題。

④ 預測分析

預測分析是指利用大數據技術分析電子商務業務的各種渠道，幫助企業制定未來運營的業務計劃。數據分析可能會顯示電商企業在線商店部門的新購買趨勢或銷售減緩的商品。

使用這些信息就可以幫助規劃下一階段的庫存，並制定新的市場目標。隨時了解電子商務的最新趨勢具有一定的挑戰性，但是利用大數據技術可以大大提高企業的利潤，並幫助企業建立一個成功的前瞻性思維業務。如果不利用挖掘大數據的力量，就可能會錯過市場成功的機遇。