- 博客(2)
- 资源 (39)
- 收藏
- 关注
RSS订阅原创 关闭EDGE的PDF文件关联
计算机\HKEY_CURRENT_USER\SOFTWARE\Classes\Local Settings\Software\Microsoft\Windows\CurrentVersion\AppModel\Repository\Packages\Microsoft.MicrosoftEdge_44.19041.1266.0_neutral__8wekyb3d8bbwe\MicrosoftEdge\Capabilities\FileAssociations。把名字改为其他的，比如改成.pdf_
2024-04-22 10:14:46
96
原创 关于win10 睡眠或关屏恢复后卡顿的问题
在电源选项-PCIExpress-链接状态电源管理这里，我选的是最大节能或者中等节能，关闭后，卡顿的状况消失了。关于win10睡眠或关屏恢复后卡顿的问题。
2022-07-27 14:28:58
5815
4
如何构建数据资产管理体系方案
数据资产管理体系
数据管理职能作为数据资产管理体系的主体，通过各职能的配合，有助于对数据进行标准化和规范化，提升数据质量，完善数据体系，记录追溯数据，打破数据孤岛，建立安全数据环境。
数据运营作为数据资产管理体系的核心，通过明确数据权属，评估数据价值，实现可信数据交易和多样数据服务，促进数据流通，加大数据开放的广度、深度，加快数据流转速度和数据资产化进程。
技术平台作为数据资产管理体系的技术支撑，依托覆盖数据管理职能和数据运营的全生命周期技术，实现数据高效采集，降低数据存储成本，提升数据处理效率，深入分析挖掘数据，丰富数据应用场景。
保障措施作为数据资产管理体系的制度基础，通过制定战略规划，完善组织架构，建立制度体系，设置审计机制和开展培训宣贯等环节，确保数据资产管理工作的有序开展。
2024-01-10
数据运营实践白皮书（2023年）
一、数据运营概述
(一 ) 数据运营发展背景
(二)数据运营关键内涵
(三)数据运营发展现状
(四)数据运营发展挑战
前言
(一)数据目录管理
(二)数据应用场景
(三)数据服务推广
(四)数据动态优化
(五)数据成本管理
(六)数据价值评估
二、数据运营主要活动
(一)组织架构
(二)制度体系
(三)平台工具
(四)流程机制
四、数据运营发展趋势
2024-01-10
Total commander 11 的配置文件
可以用在最新的Total commander 11.03的32位或者64位，从官网下载后直接Copy到安排目录就完成了，懂的都懂，wincmd.key
2023-11-21
最新收集300+axure原型模板(移动端+网页)
产品经理常用原型模板，axure模板，有需的可以下载。
各行各业的APP原型设计，复用对工作效率提升有奇效
下面是我在各个论坛手机下来的，各位产品同行可选择构建自己的元件库。300+axure原型模板(移动端+网页) ，值得拥有。
2023-07-30
数据中台运营与实战.pdf
一、数据中台: 数字化转型的发动机
二、数据中台运营策略及行业机会分析
三、政务数据中台整体解决方案
中台输出的核心价值有哪些
增强数字运营力及业务响应力，提升企业竞争力
数据层面，中台首先要解决数据狐岛问题。通过对数据的采集、提炼分析和集中化管理，形成企业的数据资产，服务于企业的各项业务，解决数据的“汇管用”问题。
业务层面，通过对各业务模块去重和沉淀，共享通用模块，让前台业务可以更加敏捷面对市场，实现企业新业务的快速上线与迭代试错，服务更多场景，提升业务响应能力。
技术层面，避免重复开发，技术迭代升级更加高效，可按需扩展服务，让技术架构更加开放、稳定、可扩展。
2023-03-27
指标中台建设方法与实践-白皮书.pdf
指标中台的话题在数据界越来越热门，往往热门的东西总是新出来的。但实际上，和商业智能 (B)的概念一样，指标中台的概念可能比您想象的还要长。
指标中台最开始出现，是在像 Airbnb、Uber 和 Linkedin 这样的大型科技公司。他们发现，为了了解公司的业务并对其进行分析，需要有一个集中的地方来进行指标的定义和管理，因为只有在人们信任数据，且每个人使用的数据都保持一致时，项目洞察和商业分析才有价值。然而现实情况是，混乱的数据孤岛、增长的数据量、复杂的计算，才是每个数据故事的开头。分散的指标给数据分析师带来了诸多困扰，在多样的前端需求 (CRM，BI，Python，SQL，AP)和多种数据来源ERP，APP，Web，RDBMS，Exce/CSV) 之间，需要有一层平台，来帮助他们实现数据的存储、计算和控制。
2023-03-27
天猫企业经营方法论.pdf
随着中国消费品市场大环境的变化、消费者需求的升级和演变、企业数字化转型的不断深入、以及疫情等外部因素的影响，互联网行业的发展逐渐步入新的阶段，从过去十几年以服务消费者为重心的消费互联网向赋能产业和企业发展的产业互联网逐步延申。阿里巴巴作为中国互联网行业的领先企业，希望致力于为行业和品牌企业提供更广泛、覆盖全价值链的服务，助其打造新的增长引擎，“让天下没有难做的生意”。而埃森哲作为业务增长与数字化转型的国际领先咨询公司，也期冀更好地承担起商业平台的社会责任，帮助行业和品牌实现高速且可持续的增长，同时为提高中国商业社会的整体运作效率、创新能力、以及进一步完善供需匹配机制，做出更多的贡献。
2023-03-27
关于数仓基础知识的超全概括.pdf
什么是数据仓库
数据仓库，英文名称为Data Warehouse，可简写为DW或DWH。数据仓库，是为企业所有级别的决策制
定过程，提供所有类型数据支持的战略集合。它出于分析性报告和决策支持目的而创建。为需要业务智能
的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。
2
数据仓库能干什么？
年度销售目标的指定，需要根据以往的历史报表进行决策，不能拍脑袋
如何优化业务流程
简而言之就是汇总八方数据，清洗后提供对我服务。
3
数据仓库的特点
1. 数据仓库的数据是面向主题的
与传统数据库面向应用进行数据组织的特点相对应，数据仓库中的数据是面向主题进行组织的。什么是主
题呢？首先，主题是一个抽象的概念，是较高层次上企业信息系统中的数据综合、归类并进行分析利用的
抽象。
2023-03-21
数据安全治理体系建设思路和方法.pdf
随着各行各业信息化不断演变发展，数据已成为基础设施，成为业务发展重要原动力，内部业务与互联网深度融合，利用新媒体，让数据产生更大价值，是近近几年发展的主要趋势。如何提升数据资产价值同时让数据使用更安全，已成为各个行业探讨的方向。近几年网络安全事件频发，具有商业特性的攻击事件越来越多，地下黑产对个人信息需求异常旺盛。2017-2018年度551起数据泄露事件中，出自各行各业，数据高质量、易获取，已成为不法份子获取利益的最佳途径。随着横向网络安全法、等保2.0的合规性要求及纵向垂直行业安全要求的需要，对数据存储、使用、运营提出了明确要求，如何更好的对数据进行有效防护，保障数据全生命周期的安全性，如何以事前发现、事中阻止、事后审计、持续加固的方式，提供更好的服务是每个从事安全的行业人员应该深度思考的问题。
2023-03-21
非结构化数据治理方案.pdf
随着互联网技术的日新月异，内容数据逐渐在各行业的业务中占据更重要的地位。日常的业务过程中，需要处理的大量电子文档、图片、音频、视频等，都属于内容数据范畴。例如，某银行的无人营业网点的远程业务办理中，要求用户上传身份证、签字页等扫描件，来核实用户身份。为其做后端支撑的影像管理平台，就属于典型的内容管理系统。基于该类平台，企业替代了业务处理中的纸质化传输，实现了海量非结构化内容数据的采集、加工、传递及服务的全生命周期的数据整合，大幅提升了生产效率。
2023-03-21
数字化转型方法论：落地路径与数据中台.pdf
国云数据集团
前言
第一部分 为何数字化转型
第1章 数字化转型的意义
1.1 数字化转型的5个推动要素
1.2 苟且红利——数字化的最大红利
第2章 数字化颠覆传统行业的3种方式
2.1 战略上颠覆传统行业
2.2 效率上颠覆传统行业
2.3 用户体验上颠覆传统行业
2.4 数字化转型的两大误区
第二部分 何时数字化转型
第3章 数字化催生新物种
3.1 数字化加速行业迭代
3.2 数字化催生行业新巨头
3.3 数字化转型催生行业新秀
第4章 加速数字化转型的两大原因
4.1 新基建加速数字化步伐
4.2 新冠肺炎疫情下企业加速数字化进程
第5章 何时数字化转型
5.1 数字化转型的时机
5.2 各行业数字化转型时间参考
5.3 数字化转型的误区：当前加人成本低，加人即可
第三部分 什么是数字化转型
第6章 数字化转型的要素
6.1 智能商业操作系统——构建数字化能力
6.2 数字化转型适用于木桶理论
6.3 数字化转型是个系统性工程
6.4 数字化转型不可或缺的6个要素
2023-03-21
数据中台，用户画像的技术和方法论
用户画像也是近几年比较热的一个词，不过很多小伙伴对于画像的认知还只是「标签化」的层面，或者是只是利用其做一些简单的「分群分析」；如何全面地认知并做系统性地尝试，背后有非常多的点需要我们深思挖掘。根据自己的一些浅见进行分享，因为与商品画像的联系，中间也会掺杂一些「商品画像」的知识。
2023-03-21
金字塔原理完整版PPT课件
你是否会困惑一场汇报或者一些知识的总结该如何进行，或者你已经有了一些总结，但是还
并不知道该如何结构化的组织它们，这个时候就可以采用金字塔结构进行组织。
无论是一次简单的汇报还是对于自己的学习过的知识的进行相应的总结，我们的信息要素总
是没有经过结构化总结的。你是否会困惑一场汇报或者一些知识的总结该如何进行，或者你
已经有了一些总结，但是还并不知道该如何结构化的组织它们，这个时候就可以采用金字塔
结构进行组织。
2023-02-27
PowerToys插件everything
这个是PowerToys的插件，使用方法：
1、先自行下载安装PowerToys
2、使用方法：将modules文件夹覆盖到安装目录，在powertoys run里就会有everything的插件可选了
#Copy the Everything folder to
C:\Program Files\PowerToys\RunPlugins --全局安装
%LOCALAPPDATA%\PowerToys\RunPlugins --个人安装
非常好用，推荐
2022-09-05
Gartner有效商业决策指南-重塑决策.pdf
Gartner预测，到2023年超三分之一的大型企业将拥有使用决策智能技术（包括决策建模）的分析师。
数据驱动型企业是利用数据、分析和人工智能（AI）技术来提高自身竞争优势的企业，它们正在实现重塑决策真正的价值。但是，您应该从哪里入手？首先，您要了解贵企业的决策流程，并在既有框架内调整核心决策。只有这样，您才能与开启对话并打造业务案例以继续推动相关进展。为此，本指南将帮助您重塑贵企业的决策，确保您与利益相关者方保持一致，并培养您的决策重塑能力。
2022-08-03
total command 10.5 美化版
Total Commander 是功能强大的全能文件管理器（简称 TC）。支持随意自定义的菜单、工具栏、快捷键，给您最大的自由，打造个性 TC。一般的文件操作，如搜索、复制、移动、改名、删除等功能应有尽有，更有文件内容比较、同步文件夹、批量重命名文件、分割合并文件、创建/检查文件校验 (MD5/SFV) 等实用功能。内置 ZIP/TAR/GZ/TGZ 格式的压缩/解压功能，ZIP 格式还支持创建加密及自解包功能。此外，不仅可以直接打开(解开) ARJ/CAB/RAR/LZH/ACE/UC2 等压缩包，配合插件或相应的压缩程序，更可创建这些格式的压缩包，就像创建和打开文件夹一样简单。而搜索功能，无论是文件还是内容，同样支持在这些压缩包中进行。
2022-07-08
数据资产管理实践白皮书（5.0版）-54页.pdf
《数据资产管理实践白皮书（5.0版）》结合业界数据资产管理先进理念和关注焦点，总结最新实践案例，在《数据资产管理实践白皮书（4.0版）》基础上，聚焦数据资产前沿问题、优化数据资产管理理念，进一步完善数据资产管理框架、明确数据资产管理路径。
2022-01-12
PowerToys 集成 everything Release
PowerToys Run 是一款快速启动器工具，类似于 Mac 系统自带的 Spotlight (聚焦搜索) 以及 Windows 上的 Listary、Wox、everything 等工具。按下 Alt + 空格即可随时呼出输入框，输入名字后，它能快速找到对应的软件、搜索文件/文件夹，并回车迅速打开它们。这个版本集成了Everything，但需要自行安装运行everything。
2021-06-27
历史天气爬虫
# 可以这么用
weather = Weather_2345('广州', '201811', '201901')
print(weather.get_weather())
# 也可以这么用
weather = Weather_2345('下面会再次设置区域这里可以随便填', '201811', '201901')
area_list = ["白云", "从化", "花都", "海珠", "黄埔", "荔湾", "南沙", "番禺", "天河", "越秀", "增城"]
with open('./weather.log', 'w', encoding='utf-8') as fw:
fw.write("区域,日期,最高气温,最低气温,天气,风向,风力,空气指数,空气情况,空气等级" + "\n")
for area in area_list:
print()
weather.area = area
weather_list = weather.get_weather()
for lines in weather_list:
fw.write(",".join(lines) + '\n')
2019-01-25
高德地铁站点信息爬虫
metro = Metro_gaode()
# 爬取广州的地铁信息
print(metro.get_metro("广州"))
# 如果不填区域名，则把所有的区域的地铁都爬取出来，类型为字典格式
# print(metro.get_metro())
# 字段名为：地铁线路，站点名称，站点拼音，经度，纬度
2019-01-22
Spark原理解析
一个大牛写的Spark原理解析，中文的，主要包括以下几个方面：
1-Overview 概览
2-JobLogicalPlan Job逻辑执行图
3-JobPhysicalPlan Job物理执行图
4-shuffleDetails Shuffle过程
5-Architecture 架构
6-CacheAndCheckpoint 缓存和checkpoint
7-Broadcast 广播
2018-12-23
Python for Data Analysis, 2nd Edition 英文原版，（另上传了中文文字版）
本书是2017年10月20号正式出版的，和第1版的不同之处有：
包括Python教程内的所有代码升级为Python 3.6（第1版使用的是Python 2.7）
更新了Anaconda和其它包的Python安装方法
更新了Pandas为2017最新版
新增了一章，关于更高级的Pandas工具，外加一些tips
简要介绍了使用StatsModels和scikit-learn
对有些内容进行了重新排版。（译者注1：最大的改变是把第1版附录中的Python教程，单列成了现在的第2章和第3章，并且进行了扩充。可以说，本书第2版对新手更为友好了！）
（译者注2：毫无疑问，本书是学习Python数据分析最好的参考书（另一本不错的是《Pandas Cookbook》）。本来想把书名直接译为《Python数据分析》，这样更简短。但是为了尊重第1版的翻译，考虑到继承性，还是用老书名。这样读过第一版的老读者可以方便的用之前的书名检索到第二版。作者在写第二版的时候，有些文字是照搬第一版的。所以第二版的翻译也借鉴copy了第一版翻译：即，如果第二版中有和第一版相同的文字，则copy第一版的中文译本，觉得不妥的地方会稍加修改，剩下的不同的内容就自己翻译。这样做也是为读过第一版的老读者考虑——相同的内容可以直接跳过。）
2018-11-06
Total Command 快速查看插件（语法高亮）
CudaLister 1.5.5 （2018年8月最新更新）
用于total command的F3快速查看的插件，可以实现各种语法高亮，速度很快，在total command点开压缩文件自动会提示是否安装插件
Viewer/editor for source code files. Based on ATSynEdit component and CudaText editor.
Supports "lexers" to highlight many syntaxes, they are files in the "lexers" subfolder. You can install more lexers by unpacking zip files from https://sourceforge.net/projects/synwrite-addons/files/Lexers/ . You can select any lexer, or encoding, via click on the statusbar. You can edit current file, by unchecking "Read only" in the context menu, can save file on exit too. You can call Options dialog, via right-click menu.
2018-09-04
基于Django1.9.5开发一个简单的博客系统
基于Django1.9.5开发一个简单的博客系统
三个分支：
master： 主分支
py27： 基于python2.7.8版本的分支
py34： 基于python3.4.2版本的分支
教程目录：
使用Django1.9开发博客（1） - 入门篇
使用Django1.9开发博客（2） - 模型
使用Django1.9开发博客（3） - 部署
使用Django1.9开发博客（4） - 三部曲
使用Django1.9开发博客（5） - 页面美化
使用Django1.9开发博客（6） - 模板继承
使用Django1.9开发博客（7） - 实现功能
使用Django1.9开发博客（8） - 继续完善
使用Django1.9开发博客（9） - 用户认证
使用Django1.9开发博客（10） - 全文搜索
使用Django1.9开发博客（11）- 富文本与代码高亮
使用Django1.9开发博客（12）- I18n国际化
使用Django1.9开发博客（13）- Redis缓存
使用Django1.9开发博客（14）- 集成Xadmin
2018-06-28
程序之美系列套装（团队、项目管理、架构、数据、测试、过程、工具、安全）
《架构之美》内容包括：facebook的架构如何建立在以数据为中心的应用生态系统之上。xen的创新架构对操作系统未来的影响。
《安全之美》个人信息背后的经济：它的运作方式、犯罪分子之间的关系以及他们攻击猎物的新方法。社交网络、云计算及其他流行的趋势如何帮助或损害在线安全。度量指标、需求收集、设计和法律如何将安全提高到一个新水平。
《数据之美》揭示了数据发现可以是多么广泛和美丽!在《数据之美》中
《团队之美》内容简介：一个优秀的软件开发团队面临一个棘手的问题，在这样的团队中工作是一种什么情形呢？
《项目管理之美》 通过本书，你可以从一位经验丰富、从事多年软件开发和web开发的经理那里学习如何计划、管理和领导项目。
《测试之美》内容简介：本书的原作者是27位国际顶尖测试精英，他们将智慧和经验汇集在《测试之美》中，向读者呈现了“美”的融会贯通：
2017-11-13
数据分析技术(第2版) 使用SQL和Excel工具--英文原书全册
SQL是数据查询的基本语言，Excel是数据分析和展示的*常见工具。两者结合，可以组成一个强大且易于理解的业务数据分析工具。很多类重要的数据分析并不需要复杂且昂贵的数据挖掘工具。答案就在你的电脑桌上。 这是一本实用指南，作者Gordon S. Linoff是数据挖掘领域的专家。书中介绍了如何使用SQL和Excel来设计并完成复杂的数据分析。本书的版被广泛认可，第2版涵盖了对SQL和Excel新功能的介绍，同时包括新的技术和实际业务示例。第2版介绍了业务经理和数据分析人员所需掌握的*信息。 本书首先介绍数据挖掘所用的SQL基础知识，如何使用Excel展示结果，以及用于理解数据的简单的统计学概念。熟悉执行SQL和操作Excel后，本书介绍了核心分析技术。本书内容逐步从基础查询扩展到复杂的应用，使读者能够学习到某种数据分析的使用原因和时机，如何设计和实现，以及展示数据分析结果的强大方法。每一步都详细解释了业务环境、技术方法以及在所熟悉工具中的具体实现。 随着对本书的阅读，你会发现很多知识点，包括地理信息的重要性，图表中的数据随时间的变化方式，如何使用生存分析理解客户任期和变动，以及影响生存率的因素。同时，还会探索到一些方法，包括分析客户的购买模式、分析购物车以及计算关联规则。此外，本书还包含重要的SQL数据挖掘模型(线性回归模型、朴素贝叶斯模型等)、建立客户所需的信息、用于分析结果集的模型、包含累积增量图表和ROC图表、使用SQL的*实践、提高查询性能的方法等。
2017-10-10
最新精品PPT模板(可编辑)
2016大气扁平商务PPT模板.pptx
蓝红色通用商务PPT.ppt
年底总结PPT模板.pptx
青色PPT模板.pptx
简约清爽大气商务PPT模板.pptx
个人述职报告PPT模板.pptx
黑色黄标动画PPT模板.pptx
蓝白黑简约工作总结PPT模板.pptx
星光几何球面科技感PPT模板.pptx
扁平高大上黑色PPT模板.pptx
彩色拼接三角形通用PPT模板.ppt
时尚简约实用商务工作计划汇报PPT.pptx
清新圆点彩色ppt模板.pptx
清新卡通PPT.pptx
绿色通用PPT模板.ppt
。。。。。。等等
2017-09-29
Edraw 亿图图示专家v7.8 安装即注册
亿图V7.8 安装版，安装完就是注册版
亿图软件可让您轻松绘制流程图,思维导图,信息图,组织架构图,网络拓扑图,户型图,电路图等260种绘图类型。上万模板免费下载,最佳Visio替代。广泛应用于办公教育领域。
2017-09-12
量化投资+以Python为工具
《量化投资：以Python为工具》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。《量化投资：以Python为工具》一共分为5 部分，第1 部分是Python 入门，第2 部分是统计学基础，第3 部分是金融理论、投资组合与量化选股，第4 部分是时间序列简介与配对交易，第5 部分是技术指标与量化投资。《量化投资：以Python为工具》首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，向读者介绍量化投资的理论知识，主要讲解量化投资所需的数量基础和类型等方面；最后讲述如何在Python 语言中构建量化投资策略。
2017-08-10
UI AutoMation简介
UI Automation是Microsoft .NET 3.0框架下提供的一种用于自动化测试的技术，是在MSAA基础上建立的，MSAA就是Microsoft Active Accessibility。UI Automation在某些方面超过了MSAA，UI自动化提供了Windows Vista中，微软Windows XP的全部功能，和Windows Server 2003。
在UI Automation中，所有的窗体、控件都表现为一个AutomationElement， AutomationElement 中包含此控件或窗体的属性，在实现自动化的过程中，我们通过其相关属性进行对控件自动化操作。对于UI用户界面来说，所有显示在桌面上的UI，其实际是一个UI Tree，根节点是desktop。我们可以使用UI Spy或者是SPY++来获得Window和Control的相关信息。在UI Automation里，根节点表示为AutomationElemnet.RootElement.通过根节点，我们可以通过窗体或控件的Process Id、Process Name或者Window Name找到相应的子AutomationElement，例如Dialog、Button、 TextBox、Checkbox等标准控件，通过控件所对应的Pattern进行相关的操作。
本文的作者详细介绍了使用方法。
2016-01-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人