1. 移動互聯網數據分析的類別有哪些

數據分析是一種靠譜的產品研究方法, 這玩意有很多誤區, 也不能迷信, 最終到頭來還是要人來做決策

忽略沉默的用戶
二戰時英國空軍為了降低飛機的損失，決定給飛機的機身進行裝甲加固。由於當時條件所限，只能用裝甲加固飛機上的少數部位。他們對執行完轟炸任務返航的飛機進行仔細的觀察、分析、統計。發現大多數的彈孔，都集中在飛機的機翼上；只有少數彈孔位於駕駛艙。從數據上說, 加固機翼的性價比最高. 但實際情況缺恰恰相反, 駕駛艙才是最應加固的地方, 因為駕駛艙被擊中的飛機幾乎都沒飛回來.
"發聲"的數據是最好獲取的, 但如果沒把這些沉默的數據考慮進來, 那麼這種數據分析是不靠譜的. 所以除了數據的結果, 還得嘗試解讀這些數據. 而解讀數據就完全依賴人了.

把沉默用戶當做支持和反對的中間態
2家網站A和B，都經營類似的業務，都有穩定的用戶群。它們都進行了類似的網站界面改版。改版之後，網站A沒有得到用戶的贊揚，反而遭到很多用戶的臭罵；而網站B既沒有用戶誇它，也沒有用戶罵它。如果從數據來看, 應該是網站B的改版相對更成功, 因為沒有用戶表達不滿。但事實並非如此。網站A雖然遭到很多用戶痛罵，但說明還有很多用戶在乎它；對於網站B，用戶對它已經不關心它了.
網站A指的是Facebook，網站B是微軟旗下的Live Space。
把數據作為決策的唯一標准
通常認為數據分析指導工作是一種高性價比的做法, 不容易犯錯, 對於代表資方的管理層來說, 比起依賴於人的決策, 依賴於數據的決策似乎更穩健.
這種決策在從0.5向0.8的產品改進上, 可能是有效的. 因為一個已有的產品, 數據就擺在那. 100個用戶50個訪問超時, 解決了這個問題, 就提升了50%的效果.
但對於從0到0.1的新產品上, 由於數據很難獲取, 需要花大力氣在獲取模擬數據上. 往往是用一周時間去想明白一個做兩個小時的產品該不該做的問題. 而且模擬的結果還和最終實際相差很遠.
A/B test或是原型系統, 先做出來, 再去驗證, 在一些場合下比先拿數據要有效的多.

認為數據是絕對客觀的
為了減少內耗, 往往依賴於數據來做決斷. 我一直認為數據本身是帶有主觀性的, 完全客觀的數據是沒有的. 數據的獲取方法, 數據的解讀方法, 數據的統計方法, 都是人的決策. 一份數據拿出兩個相反的結論來也不是沒有可能. 即使主觀上沒有偏向性, 也受限於方法和視野.
決策上最終起作用的還是人不是數據. 雖然人有那麼多的不確定性, 還可能出現爭論, 扯皮, 不敢承擔責任.

部分內容節選自: 編程隨想--思維的誤區 http://blog.csdn.net/program_think/archive/2010/07/20/5748406.aspx

2. 移動互聯網的數據挖掘有哪些方面可以研究的

好吧，移動互聯網是一個很龐大的領域，數據挖掘本質是對從海量的數據中獲取信息的演算法，工具，甚至思想的概括性稱呼。那麼移動互聯網的數據挖掘有哪方面可以研究呢，或者說數據挖掘能在移動互聯網中做什麼呢 。可能的種類等於 數據——信息需求——工具演算法的組合，這也太多了吧。如：

APP的下載卸載數據，可以研究應用市場的結構和趨勢，研究產品的好壞或者市場推廣的作用。
APP的使用數據，可以研究人的手機應用偏好，產品使用組合和特徵。

LBS的數據，可以追蹤用戶的行蹤，研究不同人的生活軌跡，進行特徵分類。

各種商業研究，商業智能裡面忽悠的種種美好分析等，大家都可以列舉一大堆了吧……
1.用戶愛用手機上哪些網站，用哪些 app，每天耗費的時間、次數分別是多少？
2.每日電話、簡訊的頻率，時段，人群分布？
以此可以推斷出用戶的性別、年齡、職業、興趣愛好等等關鍵數據，從而可以做精準廣告投放，app數據這一塊友盟走在了國內的前列，我很看好該產品的未來，上哪些網站的數據，uc web和qq瀏覽器應該也收集了很多，都是很有前途的。 電話、簡訊等私密數據，目前只有運營商有，如果你是運營商的數據挖掘，可注重這方面數據。

3. 有哪些好的渠道獲取互聯網或移動互聯網數據的呢

1丶移動互聯網金融。阿里余額寶，從去年6月13日上線至今，其銷售額已達5700億，用戶數量突破一億萬。更是帶動了一大批互聯網理財產品的誕生，更是把銀行「倒逼」推出高利率理財產品來對抗。 2丶移動支付。2014年，O2O商業模式的興起，移動支付成為O2O閉環中的關鍵。隨著用戶消費場景的移動化，移動支付在今年更是呈現出爆炸式增長的勢頭。 3丶O2O。從綾致的O2O構想，到天貓傢具O2O兵敗雙11，從蘇寧的第一個O2O購物節，到京東的O2O戰略，無論是電商品牌商，還是電商平台，都在圍繞O2O布局。2014年也是O2O突飛猛進的一年，隨著移動支付的完善，線上和線下的打通，O2O將會開拓出一個更加巨大的消費市場。 4丶大數據。「大數據」是今年互聯網年度最熱門的詞之一。大數據可以做很多營銷效果預測。針對於消費者洞察丶營銷創新和幫助品牌挖掘市場藍海等一系列的領域有很多合作。比如，今年的世界盃網路就通過「大數據預測」從而進行球隊之間的勝率估算，結果還相當准確。 上述這些就是由移動互聯網誕生的產物，相信大家都已經有了初步的了解。好了，回到正題，下面就和大家說說，關於移動互聯網的營銷方式以及技巧。 第一講：移動互聯網營銷-微信營銷 微信營銷之前一直曾被人「唱衰」，有人質疑也有人說是忽悠。但隨著騰訊不斷推動微信的商業化，各種負面的聲音開始消失，由6億微信用戶支持起來的營銷方式開始被認可。微信，一個讓馬雲都感到膽顫的移動社交媒體，尤其是在推出的「微信小店」功能後，更是赤裸裸的透露出了騰訊想要抗衡淘寶的野心。微信作為騰訊進軍移動電商的最大籌碼，自然不會像我們表面上看起來的那麼簡單。 如果騰訊能成功的把商家與消費者在微信上進行對接，那麼未來微信極有可能在成為最大的移動電商平台。日前微信平台還推出了廣告系統，雖說是內測版，但是流量布局已經初現端倪。如果把之前騰訊對微信進行的布局剖析，那麼就不難發現，微信公眾平台（企業塑造品牌）+微信小店（用戶購買商品）+廣告系統（流量渠道）=移動電商。所以，我們要未雨綢繆，學習好微信營銷十分重要。 目前微信營銷主要分為兩大方面：一個是微信公眾平台，一個是朋友圈營銷。微信公眾號傾向於企業，用來做品牌和推廣，維護老客戶，吸引粉絲從而發掘新客戶。朋友圈營銷傾向於個人，現在許多中小賣家也在研究，用來向朋友賣貨，通過「熟人」關系的購買率十分高，也被稱之為「熟人經濟」。 A丶微信公眾平台運營技巧 1丶公眾號定位。微信公眾號運營，定位就是一個賬號運營方向，運營方向也決定著一個賬號吸引來的用戶群體。因此，第一步「定位」很重要。比如我的公眾號是做「微營銷」方面的公眾號，那麼來關注我的用戶肯定是對這方面感興趣的。那麼這一部分人就是我要針對的用戶，就是我要營銷的對象。 2丶提供價值內容。現在做運營講究內容為王，用戶之所以關注你，是因為在你這能得到他想要的價值內容。用戶才是營銷的基礎，所以做好內容很關鍵。 3丶推送內容如何選擇。推送的內容要與賬號運營屬搭邊。就像剛才說的，我是做「微營銷」方面的公眾號運營，卻推送一些的與「微營銷」完全無關的內容，用戶從你這里獲取不到想要的內容，自然就會取消關注。 避免推送的內容含有太多的廣告。有許多微信公眾號運營者為了賺錢而把廣告植入到推送的內容當中，偶爾幾次用戶還不會反感，多了就讓人十分反胃了。 不要推送原創性低沒多大價值的文章。大家都知道如今網路上的東西，基本上都在互相抄襲，大多數千篇一律。而且用戶關注的公眾號說不定當中就會出現跟你推送內容重復的公眾號，用戶這時候就會考慮二者選其一，把你取消關注。 4丶通過優惠活動來提高轉化率。吸引粉絲的目的是為了幫你創造更大的價值，實現營銷目的。你上去就跟用戶介紹產品，人家能鳥你才怪！我們需要一個切入點，那就是「優惠活動」，通過進行一些能給用戶帶來優惠或者利益互動活動，引導到線下實體店進行消費，從而達到我們最終的目的。 B丶朋友圈營銷技巧 朋友圈營銷其實和做微信公眾號運營一樣，先要給自己一個明確的定位，然後圍繞定位一系列的產品丶運營丶營銷。 1丶產品定位。如果你想要通過朋友圈來賣貨，那麼你就要弄清楚你要賣的產品應該針對什麼樣的消費群體。應該怎麼根據這些消費群體的需求來提供產品。 2丶 如何選擇產品。不少人覺得很困惑，不知道在微信究竟賣些什麼產品好。其實賣什麼不重要，關鍵是怎樣賣，怎樣在賣的過程中不斷的優化運營方式。產品宜精不宜多，不要選擇代理已經成熟的品牌，也不要選擇代理全新的小品牌，而要選擇有潛力和發展空間的品牌去代理，及能保證自己現有的生存空間，又保證未來的發展空間。 3丶營銷有節操。近來微信朋友圈由於某些人為了提高自己產品的曝光率，無節制的推送產品信息，嚴重騷擾用戶。這樣的做的後果只有一個，就是被拉黑！朋友圈營銷是「熟人社交經濟」，我們要做的是建立信任。在這個基礎上達到營銷目的。而不僅僅是修完圖發到微信朋友圈賣東西就暢通無阻了。 微信營銷的主要方式就是這兩大方面，美中不足的就是傳播性不強，比較「封閉性」。隨著未來微信的開放，這些問題也將會得到解決。 第二講：移動互聯網營銷-微博營銷 微博注重的是傳播和媒體，而微信最早的出發點和核心是社交工具。舉個例子，微博就像是在廣場上的演講，可以迅速廣而告之，人與人之間不需要特定的關系維系，任何人都可以發表消息，任何人都可以旁聽，你可以把消息傳出去，也可以發表你自己的想法和觀點；而微信就像我們朋友圈子在自家舉行的沙龍聚會，這是一個封閉的社交圈，不是你想來就來的。 A丶微博運營技巧 作為一種分享和交流平台，微博一般有140個字的長度限制，其最大的特點就是：發布信息快，傳播信息更快。那麼，我們該如何做好一個微博號的運營？下面就跟大家分析，微博的運營和圈粉技巧 1丶精準定位。微博粉絲眾多當然是好事兒，但是，對於微博營銷來說，「粉絲」質量更重要。因為我們最終的目的是從微博粉絲身上轉化出商業價值的，這就需要擁有有價值的粉絲。 2丶傳播價值內容。現在微博用戶以億計，那些能對用戶創造價值內容的微博，自身價值才會不斷提高，微博營銷才可能達到期望的商業目的。我們只有認清了這個因果關系，才可能從微博營銷中受益。 3丶持續的更新。微博就像一本隨時更新的電子雜志，想讓大家養成觀看習慣，維持微博的活躍度，就要定時丶定量丶定向的發布內容。 4丶多跟粉絲進行互動。微博的魅力在於互動，擁有一群不說話的粉絲是很危險的，因為他們慢慢會變成不看你內容的粉絲，最後更可能是離開。因此，互動性是使微博持續發展的關鍵。 B丶微博圈粉技巧 如何判定一個社交賬號的價值，答案當然是「粉絲」。粉絲多了，傳播和推廣都容易做起來，其中的好處不言而喻。那麼我們該如何獲取到粉絲呢？ 1丶利用好簽名檔。新浪微博的工具欄裡面為用戶提供了簽名檔的代碼，這個一定要好好利用，因為簽名檔算是一個一勞永逸的方法 (微博首頁的右上角有一個工具，點開就能看到) 首先，應該為你的郵件添加圖片超鏈接簽名檔，這樣，你每發一封電子郵件，就有一個人知道你的新浪微博地址 具體請參見這篇文章：郵件簽名添加新浪微博簽名檔 其次，在你經常活躍的論壇上添加簽名檔，如果你在論壇的活躍度夠高的話，能給你帶來的粉絲數是相當可觀的 最後，再你的博客上添加一個微博秀or簽名檔，將你博客的讀者吸引到微博上。 2丶軟文吸粉。寫一些你比較拿手的干貨文章，然後發表到各個論壇和門戶網站上， 並留下你的新浪微博地址，相信有很多網友願意和你交流。 3丶qq群吸粉。在qq群裡面搜索微博，有很多qq群，加進去，積極參與討論，對你感興趣的人，私聊，互相加一下關注，這樣的粉絲質量更高，粘性也更強， 比互聽大隊靠譜多了。 4丶活動吸粉 。很多人經常在微博上搞轉發，加關注活動，獲得了很好的吸粉效果。 加關注，隨即抽獎，贈送一些實物，這些實物最好是有個噱頭的，才會讓更多人主動的去轉發! 微博用來做傳播 利用微博的媒體屬性，你可以輕易通過大號轉發，頃刻間令千百萬人知道你想說的事情。微信用來做品牌，通過微信帶有的「圈子」性質，實現點對點的精準推廣，更加高效的實現營銷目的。另外一個移動互聯網的產物，APP也一樣是進行營銷的好平台和手段。 第三講：移動互聯網營銷——APP營銷 現在人們的生活就是一張移動互聯網的生活，尤其是對於年輕人來說，移動互聯網已經深深地在他們生活中紮下了根。據統計：45%的智能手機用戶需要每天使用APP 1小時以上，21%使用APP 2小時以上，還有7%的APP重度使用者，每天使用APP 5小時以上，43%的白領會每天使用APP 1小時以上，42%的高管每天會每天使用APP 1小時以上，公務員使用APP也很頻繁，46%的公務員每天使用APP 1小時以上。 這些數據意味著APP開發市場潛力有多大。於是乎，通過移動互聯網進行營銷就成為了理所當然的事了。誰不想通過移動互聯網分一杯羹呢。而作為移動互聯網的一大組成部分APP可謂是承載了許許多多移動互聯網營銷的使命。 那麼所謂的APP營銷又有哪些方式和方法呢？總的來說，APP客戶端可以為企業提供全面的營銷戰略服務，幫助企業達成品牌形象傳播丶產品營銷推廣丶客戶關系維護丶銷售轉化，從而提升產品銷量。 APP營銷策略： APP營銷不外乎三個步奏，把這四個步奏做好了，APP營銷的效果縱使不好也不會差。筆者總結這四步走是：1丶推出去；2丶讓用戶產生粘性；3丶數據分析。下面我們就一步一步慢慢聊 一丶推廣出去 所謂「推廣出去」，即是當APP按照一定的思路規劃開發完成了以後，想辦法把APP通過各種渠道大力地推廣出去，讓大量的移動互聯網用戶知道這個APP並且知道這個APP的用處是什麼。這是非常重要的一步，很關鍵的一步。將APP推出去的的方法有很多，大概可以分為以下幾點。 1丶 微博推廣 微博是聚集了大量人氣的地方，很多年輕人甚至是上了年紀的用戶都會在這里尋找自己的樂趣。所以在微博上養一個與所要推廣的APP相關的號，當擁有一定的粉絲數量以後，基於興趣很多人就會自然關注你的APP。通過這種方式經常在微博上發布APP的相關信息，分享使用APP的好處和樂趣，就能夠帶來大量的下載量。 2丶豆瓣推廣 豆瓣是一個分組很明確的論壇，也是擁有大量人氣的網路平台，在豆瓣上相應的興趣小組里推廣APP收效也是比較明顯的。此外，在豆瓣上通過寫軟文的方式也能引來非常多的下載量！ 3丶微信推廣 利用微信朋友圈和微信公眾號進行推廣。微信公眾號應該樹立比較高的可信度，然後在微信公眾號上推廣關於APP的各種實用之處和好玩之處，造出勢了就能形成很不錯的反響。而且當公眾號的粉絲真心覺得你的APP好的時候，他會很樂意為你分享。朋友圈營銷是熟人的營銷，認真的給你的朋友解釋這個APP的好處，然後誠懇地讓你的朋友幫你分享轉發，效果會出乎意料之外。 4丶應用市場 A丶首發 利用各應用商城的平台進行推廣，騰訊的應用寶丶小米的應用市場丶安卓的丶蘋果商店丶網路丶91丶聯想樂商店丶360首發丶豌豆莢等都可以嘗試一下。 5丶媒體推廣 有許多科技類的媒體對於好的APP是非常樂意報道的。比如科技博客，36氪丶創業邦丶快鯉魚丶中國微營銷網等等。 B丶讓用戶產生粘性 接下來我們來談談第二點，如何讓用戶產生粘性。想要用戶使用你的APP，你就必須得真實地為用戶提供好處。想要黏住用戶，那你就必須得讓他對你的APP產生依賴，讓他感覺喜歡你丶離不開你。讓用戶產生粘性需要從兩方面入手，內容和用戶參與度。 1 內容，用戶打開你的APP，需要看到的東西，影響著用戶對APP的直觀印象，也是用戶是否能從這個app中得到滿足的很重要的一點。你需要給用戶最優質的最新穎的內容。你的內容最好能原創，但是若不能原創也不能胡亂復制一通。你需要精心策劃內容，讓你的內容擊中用戶的痛處。「內容為王」是永不過時的營銷手段。 2 用戶參與：無論多麼豐富的內容，多麼華麗的畫面，如果用戶沒有代入感，沒有參與感，終究只是看戲的人。所以我們無論做內容還是做活動都需要注意這一點。設定一些能跟用戶進行互動的環節，將會帶來很好的口碑宣傳。 C丶利用APP功能數據分析丶關鍵詞設定 現在最火的一個概念就是「大數據」，BAT都在做大數據。做APP營銷也需要做大數據。有了大數據以後，我們要善於分析，了解用戶的來源渠道丶吸引用戶下載的原因丶用戶不卸載APP的原因，用戶使用APP的周期與深度丶用戶的個人的資本資料等等。 要善於分析數據，並根據數據進行推廣的調整，制定新版本更新的方向等。比如，若女性用戶多，那可考慮在女性論壇推廣，推送感性的內容。若卸載率比較大，則考慮增加交互的元素。若用戶不夠活躍，則需要利用活動刺激等等。 APP營銷技巧分析——APP營銷有什麼弊端？ APP營銷在移動互聯網初期是一個相當火熱的概念，如今經過沉澱，已經變得成熟起來。當然，APP營銷也有著自己本身的缺點。APP開發和推廣成本高丶難以讓APP用戶形成使用習慣和粘性等問題一直是企業苦惱的問題。所以企業想要通過APP來進行企業營銷時也需要考慮到這些問題。 結語： 移動互聯網營銷是隨著4G時代和智能手機高度普及而產生的一門營銷的學問。智能手機雖然已經高度普及，但是人們對於智能手機還沒有理解通透，沒有高度依賴智能手機。移動互聯網的產生時間也並不長，4G時代其實還未真正到來，通訊商不過是打著4G的口號在大張旗鼓推廣自己。所以移動互聯網營銷還是非常稚嫩的學問。 面對如此大背景，企業對移動互聯網的態度需要慎重，既不能盲目迷信移動互聯網營銷，認為只要運用了移動互聯網營銷的方法就必定能企業大紅特紅。但是也不能忽略移動互聯網營銷，移動互聯網代表著未來，因此移動互聯網營銷也將會是未來營銷的主旋律。現在開始學習和運用移動互聯網營銷，通過互聯網的思維做事是必須的，如果現在還不進入移動互聯網必將面臨淘汰，但是也要把握好尺度。

4. 如何爬取移動互聯網上的數據

鱷魚肉她突然一樣呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀呀

5. 移動互聯網的定義是什麼核心內容是什麼

移動互來聯的定義是：是將移動通自信和互聯網二者結合起來，成為一體；是指互聯網的技術、平台、商業模式和應用與移動通信技術結合並實踐的活動的總稱。
移動互聯的核心內容是：是互聯網，因此一般認為移動互聯網是桌面互聯網的補充和延伸，應用和內容仍是移動互聯網的根本。
有所幫助，望點贊。

6. 中國移動互聯網用戶數據

1、用戶登錄 中國移動官方網 進行查詢！
2、移動營業廳查詢!

7. 海量移動互聯網數據 怎麼做數據分析

一、數據量過大，數據中什麼情況都可能存在。
如果說有10條數據，那麼大不了每條去逐一檢查，人為處理，如果有上百條數據，也可以考慮，如果數據上到千萬級別，甚至 過億，那不是手工能解決的了，必須通過工具或者程序進行處理，尤其海量的數據中，什麼情況都可能存在，例如，數據中某處格式出了問題，尤其在程序處理時， 前面還能正常處理，突然到了某個地方問題出現了，程序終止了。
二、軟硬體要求高，系統資源佔用率高。
對海量的數據進行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統資源。一般情況，如果處理的數據過TB級，小型機是要考慮的，普通的機子如果有好的方法可以考慮，不過也必須加大CPU和內存，就象面對著千軍萬馬，光有勇氣沒有一兵一卒是很難取勝的。
三、要求很高的處理方法和技巧。
這也是本文的寫作目的所在，好的處理方法是一位工程師長期工作經驗的積累，也是個人的經驗的總結。沒有通用的處理方法，但有通用的原理和規則。
下面我們來詳細介紹一下處理海量數據的經驗和技巧：
一、選用優秀的資料庫工具
現在的資料庫工具廠家比較多，對海量數據的處理對所使用的資料庫工具要求比較高，一般使用Oracle或者DB2，微軟 公司最近發布的SQL Server 2005性能也不錯。另外在BI領域：資料庫，數據倉庫，多維資料庫，數據挖掘等相關工具也要進行選擇，象好的ETL工具和好的OLAP工具都十分必要， 例如Informatic，Eassbase等。筆者在實際數據分析項目中，對每天6000萬條的日誌數據進行處理，使用SQL Server 2000需要花費6小時，而使用SQL Server 2005則只需要花費3小時。
二、編寫優良的程序代碼
處理數據離不開優秀的程序代碼，尤其在進行復雜數據處理時，必須使用程序。好的程序代碼對數據的處理至關重要，這不僅僅是數據處理准確度的問題，更是數據處理效率的問題。良好的程序代碼應該包含好的演算法，包含好的處理流程，包含好的效率，包含好的異常處理機制等。
三、對海量數據進行分區操作
對海量數據進行分區操作十分必要，例如針對按年份存取的數據，我們可以按年進行分區，不同的資料庫有不同的分區方式，不 過處理機制大體相同。例如SQL Server的資料庫分區是將不同的數據存於不同的文件組下，而不同的文件組存於不同的磁碟分區下，這樣將數據分散開，減小磁碟I/O，減小了系統負荷， 而且還可以將日誌，索引等放於不同的分區下。
四、建立廣泛的索引
對海量的數據處理，對大表建立索引是必行的，建立索引要考慮到具體情況，例如針對大表的分組、排序等欄位，都要建立相應 索引，一般還可以建立復合索引，對經常插入的表則建立索引時要小心，筆者在處理數據時，曾經在一個ETL流程中，當插入表時，首先刪除索引，然後插入完 畢，建立索引，並實施聚合操作，聚合完成後，再次插入前還是刪除索引，所以索引要用到好的時機，索引的填充因子和聚集、非聚集索引都要考慮。
五、建立緩存機制
當數據量增加時，一般的處理工具都要考慮到緩存問題。緩存大小設置的好差也關繫到數據處理的成敗，例如，筆者在處理2億條數據聚合操作時，緩存設置為100000條/Buffer，這對於這個級別的數據量是可行的。
六、加大虛擬內存
如果系統資源有限，內存提示不足，則可以靠增加虛擬內存來解決。筆者在實際項目中曾經遇到針對18億條的數據進行處理， 內存為1GB，1個P42.4G的CPU，對這么大的數據量進行聚合操作是有問題的，提示內存不足，那麼採用了加大虛擬內存的方法來解決，在6塊磁碟分區 上分別建立了6個4096M的磁碟分區，用於虛擬內存，這樣虛擬的內存則增加為 4096*6 + 1024 =25600 M，解決了數據處理中的內存不足問題。
七、分批處理
海量數據處理難因為數據量大，那麼解決海量數據處理難的問題其中一個技巧是減少數據量。可以對海量數據分批處理，然後處 理後的數據再進行合並操作，這樣逐個擊破，有利於小數據量的處理，不至於面對大數據量帶來的問題，不過這種方法也要因時因勢進行，如果不允許拆分數據，還 需要另想辦法。不過一般的數據按天、按月、按年等存儲的，都可以採用先分後合的方法，對數據進行分開處理。
八、使用臨時表和中間表
數據量增加時，處理中要考慮提前匯總。這樣做的目的是化整為零，大表變小表，分塊處理完成後，再利用一定的規則進行合 並，處理過程中的臨時表的使用和中間結果的保存都非常重要，如果對於超海量的數據，大表處理不了，只能拆分為多個小表。如果處理過程中需要多步匯總操作， 可按匯總步驟一步步來，不要一條語句完成，一口氣吃掉一個胖子。
九、優化查詢SQL語句
在對海量數據進行查詢處理過程中，查詢的SQL語句的性能對查詢效率的影響是非常大的，編寫高效優良的SQL腳本和存儲 過程是資料庫工作人員的職責，也是檢驗資料庫工作人員水平的一個標准，在對SQL語句的編寫過程中，例如減少關聯，少用或不用游標，設計好高效的資料庫表 結構等都十分必要。筆者在工作中試著對1億行的數據使用游標，運行3個小時沒有出結果，這是一定要改用程序處理了。
十、使用文本格式進行處理
對一般的數據處理可以使用資料庫，如果對復雜的數據處理，必須藉助程序，那麼在程序操作資料庫和程序操作文本之間選擇， 是一定要選擇程序操作文本的，原因為：程序操作文本速度快；對文本進行處理不容易出錯；文本的存儲不受限制等。例如一般的海量的網路日誌都是文本格式或者 csv格式（文本格式），對它進行處理牽扯到數據清洗，是要利用程序進行處理的，而不建議導入資料庫再做清洗。
十一、定製強大的清洗規則和出錯處理機制
海量數據中存在著不一致性，極有可能出現某處的瑕疵。例如，同樣的數據中的時間欄位，有的可能為非標準的時間，出現的原因可能為應用程序的錯誤，系統的錯誤等，這是在進行數據處理時，必須制定強大的數據清洗規則和出錯處理機制。
十二、建立視圖或者物化視圖
視圖中的數據來源於基表，對海量數據的處理，可以將數據按一定的規則分散到各個基表中，查詢或處理過程中可以基於視圖進行，這樣分散了磁碟I/O，正如10根繩子吊著一根柱子和一根吊著一根柱子的區別。
十三、避免使用32位機子（極端情況）
目前的計算機很多都是32位的，那麼編寫的程序對內存的需要便受限制，而很多的海量數據處理是必須大量消耗內存的，這便要求更好性能的機子，其中對位數的限制也十分重要。
十四、考慮操作系統問題
海量數據處理過程中，除了對資料庫，處理程序等要求比較高以外，對操作系統的要求也放到了重要的位置，一般是必須使用伺服器的，而且對系統的安全性和穩定性等要求也比較高。尤其對操作系統自身的緩存機制，臨時空間的處理等問題都需要綜合考慮。
十五、使用數據倉庫和多維資料庫存儲
數據量加大是一定要考慮OLAP的，傳統的報表可能5、6個小時出來結果，而基於Cube的查詢可能只需要幾分鍾，因此處理海量數據的利器是OLAP多維分析，即建立數據倉庫，建立多維數據集，基於多維數據集進行報表展現和數據挖掘等。
十六、使用采樣數據，進行數據挖掘
基於海量數據的數據挖掘正在逐步興起，面對著超海量的數據，一般的挖掘軟體或演算法往往採用數據抽樣的方式進行處理，這樣 的誤差不會很高，大大提高了處理效率和處理的成功率。一般采樣時要注意數據的完整性和，防止過大的偏差。筆者曾經對1億2千萬行的表數據進行采樣，抽取出 400萬行，經測試軟體測試處理的誤差為千分之五，客戶可以接受。
還有一些方法，需要在不同的情況和場合下運用，例如使用代理鍵等操作，這樣的好處是加快了聚合時間，因為對數值型的聚合比對字元型的聚合快得多。類似的情況需要針對不同的需求進行處理。
海量數據是發展趨勢，對數據分析和挖掘也越來越重要，從海量數據中提取有用信息重要而緊迫，這便要求處理要准確，精度要高，而且處理時間要短，得到有價值信息要快，所以，對海量數據的研究很有前途，也很值得進行廣泛深入的研究。
海量數據處理專題（一）——開篇
大數據量的問題是很多面試筆試中經常出現的問題，比如 google 騰訊 這樣的一些涉及到海量數據的公司經常會問到。
下面的方法是我對海量數據的處理方法進行了一個一般性的總結，當然這些方法可能並不能完全覆蓋所有的問題，但是這樣 的一些方法也基本可以處理絕大多數遇到的問題。下面的一些問題基本直接來源於公司的面試筆試題目，方法不一定最優，如果你有更好的處理方法，歡迎與我討 論。
本貼從解決這類問題的方法入手，開辟一系列專題來解決海量數據問題。擬包含 以下幾個方面。
Bloom Filter
Hash
Bit-Map
堆(Heap)
雙層桶劃分
資料庫索引
倒排索引（Inverted Index）
外排序
Trie樹
MapRece
在這些解決方案之上，再藉助一定的例子來剖析海量數據處理問題的解決方案。
最簡單的一點專業的事情讓專業的人去做吧 招聘懂的人來做才王道

8. 移動互聯網如何讓大數據，有哪些產品實例

你說的是搜集數據嗎？我所在的公司以前做網路安全，現在做了安晟無限城市項目，主要是針對公共場所的無線WIFI，可以搜集到非常詳細精準的數據，但是這些數據是不公開的，報備公安機構。

9. 互聯網數據與移動互聯網數據有什麼區別

統計角度有點區別吧。

互聯網更多的是電腦上網，訪問各大網站的數據。
移動互聯網數據通常是移動中端訪問互聯網、app應用的數據。

10. 移動互聯網流量數據分析報告

移動互聯網的是在突飛猛進的情況下進行的。移動支付、智能手機的廣泛應用、以及這個4G網路時代的到來。移動互聯網必將取代傳統互聯網~