千文鱼一分钟语音001-860by Raman 统计至2022-08

做数据领域多年，对数据行业的一些领悟、思考、总结等。包括：Meta元、数据资产、大数据、Bigdata大数据产品、下一代数据平台、AI与算法、BI/数仓/数据湖。

千文鱼一分钟语音 001-860 by Raman 统计至 2022-08

• Meta元
  • AR/VR/XR
    • 0496 AR和VR
  • 元宇宙的5w1h
    • 0693元宇宙1Facebook改名
    • 0694元宇宙2由来
    • 0695元宇宙3 2021年是元宇宙元年
    • 0696元宇宙4头号玩家
    • 0697元宇宙5全真互联网
    • 0698元宇宙6刘慈欣观点
    • 0699元宇宙7是现实的拓展
    • 0700元宇宙8新突破口
    • 0701元宇宙9走向开放还是封闭？
    • 0702元宇宙10处于起步阶段
    • 0703元宇宙11元宇宙泡沫
    • 0704元宇宙12虚拟货币风险
    • 0705元宇宙13资源消耗
    • 0706元宇宙14沉迷
    • 0707元宇宙15隐私风险
    • 0708元宇宙16roblox
    • 0758元宵节洛天依与元宇宙
    • 0759机器人宇宙vs元宇宙
  • 元宇宙创业
    • 0784 MetaCity M元宇宙手游1
    • 0785 MetaCity M元宇宙手游2
    • 0786 MetaCity M元宇宙手游3
• 数据资产
  • 数据要素
    • 0175 中央文件-数据是生产要素
    • 0176 数据怎么进行市场化配置？
    • 0177 数据怎么进行市场化配置_续？
    • 0824发改委数据要素四方面基础制度
  • 资产盘点
    • 0126 数据资产-资产盘点
    • 0127 数据资产-数据权利束
    • 0128 为什么衡量数据资产价值很难？
    • 0131 数据资产-评估资产价值
  • 资产管理
    • 0125 为什么要做数据资产管理
  • 数据安全
    • 0085 数篷、数美的融资印证数据安全受重视
    • 0132 数据资产-数据安全1
    • 0133 数据资产-数据安全2安全等级1
    • 0134 数据资产-数据安全3安全等级2
    • 0135 数据资产-数据安全4绝密等级
    • 0136 数据资产-数据安全5机密等级
    • 0137 数据资产-数据安全6公开等级
    • 0138 数据资产-数据安全7秘密等级-1
    • 0163 冠状病毒感染个人隐私
  • 数据质量
    • 数据质量的5w1h
      • 0129 数据资产-数据质量1
      • 0130 数据资产-数据质量2
      • 0139 数据质量-数据质量是谁的事？-1
      • 0140 数据质量-互联网企业和金融企业数据质量差异
      • 0141 数据质量-数据质量也分等级吗？
      • 0142 数据质量-常见的规则类型有哪些？
      • 0143 数据质量不仅是数据的质量
      • 0144 完整的规则类型有哪些？
      • 0145 数据质量-规则-完整性
      • 0146 数据质量-规则-一致性
      • 0147 数据质量-规则-有效性
      • 0148 数据质量-规则-正确性（准确性）
      • 0149 数据质量-规则-时效性（及时性）
      • 0150 数据质量-规则-精确性
      • 0151 数据质量-规则-唯一性
      • 0157 数据质量-规则-真实性
      • 0160 那些操作会降低数据质量
      • 0161 数据质量-质量管理没有截止点
      • 0162 数据质量-上游下游策略.mp3
      • 0350 大数据数据质量更难管理
      • 0351 数据质量-完整准确一致及时
      • 0352 数据质量-数据一致性
      • 0353 数据质量-行完整性、列完整性
    • 数据质量产品
      • 0827数据质量独角兽-蒙特卡洛
      • 0828数据质量好产品-数立方
  • chol-to-data
    • 0265 chol-to-data-亮与暗
    • 0266 chol-to-data-有保质期
    • 0267 chol-to-data-平凡外表下的隐藏价值
    • 0268 chol-to-data-整齐划一与千差万别
    • 0269 chol-to-data-罐装 可共享
    • 0270 chol-to-data-太多会让你恶心
    • 0271 chol-to-data-适当加工，会更好吃
• 大数据
  • 大数据基础
    • 0002 大数据可以理解成数据库
    • 0017 吹牛用的词pezybnd
    • 0055.大数据走了挺长一段弯路
    • 0076 结构化非结构化数据
    • 0084 大数据价值将越来越稀疏
    • 0434 大数据新名词太多，别被忽悠了
  • hadoop
    • 0077 hadoop缺点1不适合update,delete
    • 0078 hadoop缺点2 namenode问题
    • 0079 hadoop缺点3小文件问题
    • 0080 hadoop缺点4 map-reduce
    • 0081 hadoop缺点5 低延时问题
    • 0082 hadoop缺点6 电力消耗
  • 数据存储
    • 0113 存储的三种类型
    • 0114 对象存储
    • 0115 hdfs存储
    • 0116 数据存储-水平切分垂直切分
    • 0117 数据切分-垂直切分特点
    • 0118 数据切分-水平切分特点
    • 0120 数据切分-联合切分
    • 0121 数据切分-中间代理
    • 0122 数据库读写分离
    • 0123 读写分离与强一致性
  • 数据中心
    • 0088 为什么数据中心在贵州_1政策
    • 0089 为什么数据中心在贵州_2地理位置
    • 0090 为什么数据中心在贵州_3地质
    • 0091 为什么数据中心在贵州_4自然气候
    • 0092 为什么数据中心在贵州_5当地政策
• Bigdata大数据产品
  • 大数据平台
    • 0003 为什么登录要验证
    • 0093 大数据平台的定位是什么？
    • 0094 为什么需要大数据解决方案？
    • 0095 为什么建议用一站式服务？
    • 0096 为什么大数据要提供自助式服务？
    • 0099 大数据平台能提供什么能力？
  • 方法论
    • 积木式搭建
      • 0104 大数据平台积木式组装
      • 技术积木
        • 0105 技术积木-物理层
        • 0106 技术积木-存储层
        • 0107 技术积木-调度层
        • 0109 技术积木-计算引擎
        • 0110 技术积木-应用服务积木
      • 平台生态积木
        • 0111 平台生态积木_存管搬算看
        • 0124 bdp积木搭建-管-概述
        • 0333 存管搬算看-算和看将持续展开
  • 数据管理产品
    • 0397 元数据为什么重要1
    • 0398 元数据为什么重要2
    • 0399 元数据为什么重要3
    • 0400 元数据为什么重要4
    • 0401 元数据为什么重要5
  • 数据集成产品
    • 0101 数据接入产品有什么特点呢？
    • 0178 平台积木-搬-ETL
    • 0179 平台积木-搬-ETL和ELT
    • 0180 平台积木-搬-ETLC清洗-1
    • 0181 平台积木-搬-数据集成
    • 0182 平台积木-搬-批量数据同步
    • 0183 平台积木-搬-数据同步工具plumber
    • 0184 平台积木-搬-plumber产品解析
    • 0185 平台积木-搬-plumber数据校验
    • 0186 平台积木-搬-plumber异常处理机制
    • 0187 平台积木-搬-增量全量快照与拉链
    • 0188 平台积木-搬-何时用全量抽取
    • 0189 平台积木-搬-咔嚓照个快照表
    • 0190 平台积木-搬-增量抽取的优劣势
    • 0191 平台积木-搬-binlog增量抽取
    • 0192 平台积木-搬-binlog获取方法
    • 0193 平台积木-搬-binlog开源组件canal
    • 0194 平台积木-搬-什么是拉链表
    • 0201 好的数据集成平台是什么样的？
    • 0202 离线接入线上数据总共分几步？
    • 0203 为什么把详细配置操作放到审批之后？
    • 0204 用户完成离线接入配置，后台做了哪些动作？
    • 0205 分库分表怎么进行数据抽取？
    • 0228 用写作业抄作业介绍推拉模型
    • 0244 写作业抄作业_推模型的优劣势
    • 0245 写作业抄作业_拉模型的优劣势
    • 0246 未来的信息系统，数据不需要搬运
  • 数据计算产品
    • 0251 bdp积木-存管搬算看-算-开篇
    • 0252 调度-大数据需要健壮的调度平台
    • 0253 调度-大数据调度和列车调度
    • 0254 调度-什么是任务编排
    • 0255 调度-任务重跑、历史补数
    • 0256 调度-依赖关系
    • 0257 调度-任务依赖1
    • 0258 调度-任务依赖-跨周期依赖
    • 0259 调度-任务依赖-大周期依赖小周期
    • 0272 调度-任务与实例-任务
    • 0273 调度-任务与实例-实例
    • 0282 调度-调度与外围系统的互动1
    • 0283 调度-调度与外围系统的互动2
    • 0284 调度-调度与外围系统的互动3
    • 0285 调度-调度与外围系统的互动4
    • 0286 调度-调度与外围系统的互动5
    • 0287 调度-调度与外围系统的互动6
    • 0295 调度-监控-监控机制
    • 0296 调度-监控-环境监控
    • 0297 调度-监控-任务监控
    • 0298 调度-监控-任务失败
    • 0299 调度-监控-失败处理策略
    • 0300 调度-监控-任务延迟
    • 0301 调度-监控-触达渠道1
    • 0302 调度-监控-触达渠道2
    • 0303 调度-监控-触达渠道3
  • 数据存储产品
    • 0206 产品设计要兼容各种形式的分库分表
    • 0207 分库分表更灵活的模式-填写模板
  • 数据开发产品
    • 0102 为什么需要在线数据开发工具？ 2
    • 0102 为什么需要在线数据开发工具？
  • 流式计算产品
    • 0103 为什么需要实时计算产品-1
    • 0218 消息队列-写作业与抄作业的
    • 0220 消息队列与数据库的读写分离异曲同工
    • 0221 消息队列的先进先出
    • 0222 为什么财务准则中不允许后进先出？
    • 0223 后进先出的例子
    • 0224 消息队列用先进先出有什么好处？
    • 0226 消息队列的削峰作用
    • 0227 kafka的背景
    • 0236 kafka为什么快-批处理
    • 0237 kafka为什么快-批量压缩
    • 0238 kafka为什么快-操作系统的缓存
  • 数据应用产品
    • 0164 什么是Reporting API
    • 0165 报告API的设计建议
    • 0334 看-数据可视化都包括啥？
    • 0395 数据可视化是啥
• 下一代数据平台
  • 下一代数据平台推演
    • 0787下一代数据平台1
    • 0788下一代数据平台2
    • 0789下一代数据平台3
    • 0790下一代数据平台4
    • 0791下一代数据平台5
    • 0792下一代数据平台6
    • 0793下一代数据平台7
    • 0794下一代数据平台8
    • 0795下一代数据平台9
    • 0796下一代数据平台10
    • 0797下一代数据平台11
    • 0798下一代数据平台12
    • 0799下一代数据平台13
    • 0800下一代数据平台14
    • 0801下一代数据平台15
    • 0802下一代数据平台16
    • 0804下一代数据平台17
    • 0805下一代数据平台18
    • 0806下一代数据平台19
    • 0807下一代数据平台20
    • 0808下一代数据平台21
    • 0809下一代数据平台22
    • 0810下一代数据平台23
    • 0811下一代数据平台24
    • 0812下一代数据平台25
    • 0814下一代数据平台26
    • 0815下一代数据平台27
    • 0816下一代数据平台28
    • 0818下一代数据平台29
  • 数据 as a 产品
    • 0859数据as a产品1
    • 0860数据as a产品2
• AI与算法
  • AI 的5w1h
    • 0373 大众眼中的AI
    • 0374 从业者眼中的AI
    • 0375 算法工程师眼中的AI
    • 0376 AI创作或已超过人类
    • 0377 AI的进化速度远超人类
    • 0378 AI会带来风险
    • 0494 AI适合更深层次的数据洞察
    • 0495 AI发展瘸腿走路
    • 0525 AI比核弹危险的多？
    • 0526 AI与人的关系1-AI自主决策
    • 0527 AI与人的关系2-AI辅助决策
    • 0528 AI与人的关系3-AI与人类密切合作
  • AI创作
    • 0412 AI开始写论文了
    • 0413 AI写作的未来
    • 0414 AI开始写论文了2
  • AI 应用
    • AI应用场景
      • 0166 AI应用-市场营销
      • 0167 AI应用-创新
      • 0168 AI应用-IT运营
      • 0169 AI应用-人力资源HR
      • 0170 AI应用-客服（呼叫中心）
      • 0171 AI应用-改善居住和办公环境
      • 0172 AI应用-重塑制造业
      • 0173 AI应用-财务和金融
      • 0174 AI无法自己创造市场
    • 十年内哪些工作将自动化
      • 0761十年内那些工作将实现自动化1
      • 0762 十年内那些工作将实现自动化2
      • 0763十年内那些工作将实现自动化3
      • 0764十年内那些工作将实现自动化4
      • 0765十年内那些工作将实现自动化5
      • 0766十年内那些工作将实现自动化6
      • 0767十年内那些工作将实现自动化7
      • 0768十年内那些工作将实现自动化8
      • 0769 十年内那些工作将实现自动化9
    • 0086 骚扰电话AI加持
    • 0087 骚扰电话接听机器人
    • 0275 宠物鼻纹识别技术带来商机
    • 0308 空战模拟中AI 击败了F16飞行员
    • 0309 空战中AI 表现出远超人类的优势
    • nvidia的AI视频会议
      • 0354 nvidia视频会议的AI 压缩实现
      • 0355 nvidia AI视频会议实现原理
      • 0355 nvidia视频会议实现原理
      • 0357 nvidia AI是对化身进行动画制作
      • 0358 nvidia AI 注视和面部对齐
      • 0359 nvidiaAI 虚拟背景
  • 标注
    • 0356 标注平台到动态面部渲染
    • 0565 ai始终在学习成长
    • 0566 ai的标注系统1.0
    • 0567 ai的标注系统2.0
    • 0568 ai的标注系统3.0
• BI/数仓/数据湖
  • BI的5w1h
  • 数据接入
    • 0056.什么是CDC
    • 0057 cdc的数据变化捕捉1
    • 0058 cdc的数据变化捕捉2
    • 0059 oracle公司的cdc
  • ETL
    • 0429 为什么不用etl，而用elt
  • 仓库与集市
    • 数据分层
  • 建模
    • 主题建模
    • 星型模型
  • OLAP
    • CUBE
    • 固定报表
    • 灵活报表
    • 多维分析
  • 数据可视化
  • 0243 未来数据仓库会消失
  • 数据湖
    • 0430 数据胡概念泛滥了
    • 0431 数据湖要有哪些能力
    • 0432 为什么叫数据湖
    • 0433 数据湖与数据中台的区别
    • 0579数据湖-大数据与数据湖
    • 0580数据湖-大数据与数据湖2
    • 0581数据湖-数据湖vs数据仓库1
    • 0582数据湖-数据湖vs数据仓库2
    • 0583数据湖-数据湖vs数据仓库3
    • 0584数据湖-数据湖vs数据仓库4
    • 0585数据湖-数据湖vs数据仓库5
    • 0586数据湖-数据湖的可扩展性
    • 0587数据湖-数据湖的可扩展性2
    • 0588数据湖-数据湖搭建没有银弹
    • 0589数据湖-数据湖“合适的”搭建
    • 0590数据湖-合适的技术
    • 0591数据湖-建设使用敏捷方法
    • 0592数据湖-云数据湖
• 隐私计算
  • 隐私计算的5w1h
    • 0476隐私计算-百万富翁问题
    • 0468数据流通和数据隐私的矛盾性
    • 0469政策立法利好隐私计算行业
    • 0470隐私计算出现的背景
    • 0471新形势下需要隐私计算
    • 0501数据安全形势严峻
    • 0541隐私计算-三个原因推动隐私计算
    • 0542隐私计算-数据可用不可见
    • 0543隐私计算-全生命周期可用不可见
    • 演进到隐私计算
      • 0569隐私计算-别那么乐观
      • 0570 隐私计算-数据的演进-数仓
      • 0571隐私计算-数据的演进-一体机
      • 0572隐私计算-数据的演进-hadoop
      • 0573隐私计算-数据的演进-流式处理
      • 0574隐私计算-数据的演进-ai
      • 0575隐私计算-数据的演进-ai不作恶
      • 0576隐私计算-数据的演进-数据乱象
      • 0577隐私计算-数据的演进-监管趋严
      • 0578隐私计算-数据的演进-可信平台
      • 0643数据应用演进1.0时代数据包
      • 0644数据应用演进2.0时代明文api
      • 0645数据应用演进3.0时代隐私计算
    • 隐私计算的背景
      • 0530隐私计算背景1数据孤岛
      • 0531隐私计算背景1全球性数据孤岛
      • 0532隐私计算背景2监管gdpr
      • 0533隐私计算背景2监管gdpr敏感个人数据
      • 0534隐私计算背景2监管gdpr的数据主体
      • 0535隐私计算背景2监管gdpr需提供给自然人的信息
      • 0536隐私计算背景2监管gbt35273
      • 0537隐私计算背景2监管gbt37273企业合规1
      • 0538隐私计算背景2监管gbt37273企业合规2
      • 0538隐私计算背景2监管gbt37273企业违规1
      • 0539隐私计算背景2监管gbt37273企业违规2
      • 0540隐私计算背景2监管gbt37273企业违规3
    • 0625隐私计算火热的原因1
    • 0626隐私计算火热的原因2
    • 0634隐私计算挑战1
    • 0635隐私计算挑战2
    • 0636隐私计算挑战3
    • 0637国内外隐私计算发展特点
    • 0640隐私计算造成数据群岛
    • 0641隐私计算各方权利义务不清晰
  • 隐私计算标准/规范
    • 0623隐私计算白皮书2021发布
    • 0624隐私计算白皮书都有什么内容？
  • 隐私计算应用
    • 0544隐私计算-金融可行1
      • 0545隐私计算-金融可行-反洗钱
      • 0630隐私计算应用于金融保险风控
      • 0631隐私计算应用于金融风控
    • 0546隐私计算-医疗领域
      • 0618隐私计算与医疗
      • 0619医疗是重点民生-医疗数据特殊
      • 0620医疗数据不乐观
      • 0621数据泄露愈演愈烈
      • 0632隐私计算应用于医疗
    • 0547隐私计算-政务领域
      • 0633隐私计算应用于政务
    • 0628隐私计算应用于营销1
      • 0629隐私计算应用于营销2
    • 0638隐私计算平台常见商业模式
    • 0639隐私计算商业模式需要开拓
    • 0673数据共享的价值
      • 0674基于安全的数据应用应该鼓励
      • 0675缺乏用户特征的服务效果大降
      • 0676数据共享未来有广泛应用
      • 0677数据应用要进行技术革新，就像隐私计算
      • 0678隐私计算产品的工程化与技术化结合
      • 0679隐私计算商业化待成熟
      • 0680隐私计算势在必行
      • 0681隐私计算满足合法和流通的要求
  • 0627隐私计算技术体系
    • 联邦学习
      • 0548隐私计算-联邦学习
      • 0549隐私计算-横向联邦
      • 0550隐私计算-纵向联邦
      • 0551隐私计算-联邦迁移学习
      • 0552隐私计算-联邦学习的劣势
    • MPC
      • 0554隐私计算-多方安全计算-百万富翁问题
      • 0553隐私计算-安全多方计算mpc
      • 0554隐私计算-多方安全计算-百万富翁问题
      • 0555隐私计算-多方安全计算-秘密共享
      • 0556隐私计算-多方安全计算-不经意传输
      • 0557隐私计算-多方安全计算劣势
    • TEE
      • 0558隐私计算-TEE
      • 0559隐私计算-TEE的劣势
    • 加密
      • 0472隐私计算-访问控制的分类
      • 0473隐私计算-访问控制的比喻
      • 0474隐私计算-自主访问控制的缺点
      • 0475隐私计算-强制访问控制的缺点
      • 0477隐私计算-多方安全计算
      • 0478隐私计算-此隐私非法律的隐私
      • 0479隐私计算-什么是对称加密
      • 0482隐私计算-对称加密的特点
      • 0487 隐私计算-什么是同态加密
      • 0488隐私计算-加密系统只做三件事
      • 0489隐私计算-举例描述同态加密
      • 0497为什么需要非对称加密
      • 0497隐私计算-为什么需要非对称加密
      • 0498隐私计算-信箱与非对称加密
      • 0499隐私计算-保险箱问题1
      • 0500隐私计算-保险箱问题2
      • 0562隐私计算-同态加密1
      • 0563隐私计算-同态加密2
    • 差分隐私
      • 0560隐私计算-差分隐私
      • 0561隐私计算-差分隐私2
• 数据应用
  • 数据应用的5w1h
    • 0492大数据应用仍然处于起步阶段
    • 0493数据用起来才产生价值
  • 智慧城市
    • 0260 智慧城市-智慧房屋到智慧城市
    • 0261 智慧城市-为什么需要它们？
    • 0262 智慧城市-应用实例1
    • 0263 智慧城市-应用实例2
  • 征信
    • 0009 个人征信国家队山雨欲来
    • 0614央行要求网络平台和金融机构断直连
    • 0615网络平台诱导过度借贷的风险
  • 服贸会/复工复产
    • 0152 复工复产监测-电信电力
    • 0153 复工复产监测-税务金融
    • 0154 复工复产监测-物流与办公app
    • 0155 复工复产监测-批发与零售
    • 0156 复工复产监测-卫星遥感数据
    • 0328 服贸会的风向标意义
    • 0329 服贸会是什么会
    • 0330 服贸会包含什么服务
  • 农业
    • 0448 下一代大数据公司会是农机制造商
    • 0449 农田数据主权归谁
    • 0450 美国大数据精准农业1
    • 0451 美国大数据精准农业2
    • 0452 美国大数据精准农业3
    • 0453 美国大数据精准农业4
    • 0454 英国大数据精准农业
    • 0455 法国大数据精准农业
    • 0456 德国大数据精准农业
    • 0457 全球农业数字化建设的共性问题1
  • 数据营销
    • AARRR模型
      • 0044 AARRR种庄稼模型
      • 0045 AARRR模型-用户获取
      • 0048 AARRR模型-用户获取渠道
      • 0049 AARRR模型-用户活跃1
      • 0050 AARRR模型-用户活跃2
      • 0051 AARRR模型-用户留存
      • 0052 AARRR模型-获取收入1
      • 0053 AARRR模型-获取收入2
      • 0054 AARRR模型-病毒式传播
    • 汽车精细化营销
      • 0339 汽车精细化营销概述-步骤1，2
      • 0340 汽车精细化营销概述-步骤3，4
      • 0341 汽车精细化营销-发现用户1
      • 0342 汽车精细化营销-发现用户2
      • 0343 汽车精细化营销-用户沟通1
      • 0344 汽车精细化营销-用户沟通2
      • 0345 汽车精细化营销-用户沟通3
      • 0346 汽车精细化营销-用户触达1
      • 0347 汽车精细化营销-用户触达2
      • 0348 汽车精细化营销-用户触达3
      • 0349 汽车精细化营销-用户再营销
  • 业务需求
    • 0046 业务需求甩锅咋办
    • 0047 业务需求甩锅咋办2
    • 0313 当无限的数据需求遇上有限的资源
    • 0314 根据他的问题而不是他的回答判断一个人
    • 0315 引导别人提问题-why where
    • 0316 引导别人提问题-whom
    • 0317 引导别人提问题-地图导航法
    • 0318 调研需求的好方法-地图导航法
    • 0319 有效数据讲故事里的四维受众框架
    • 0320 四维受众模型1-2维
    • 0321 四维受众模型3-4维
  • 电商
    • 0672经济学的重力模型不适用于电商
    • 无头电商
      • 0435 什么是无头电商
  • 搜索与推荐
    • 0010 大数据杀熟就是杀鸡取卵
    • 0006 回音室效应
    • 0007 回音室算法问题
    • 0008 信息茧房
  • 画像
    • 用户画像
      • 0011 什么是互联网的用户画像
      • 0012 用户画像已经扩展到各行各业
      • 0013 用户画像都有哪些标签？
      • 0014 用户画像怎么发挥作用？
      • 0015 用户画像≠账户画像
      • 0016 爬虫公司做用户画像不靠谱
  • 漏斗分析
    • 0018 漏斗模型应该叫筛子模型
    • 0019 漏斗分析的正向转化分析
    • 0020 漏斗分析的逆向流失分析
    • 0021 怎么用漏斗图做分析
    • 核酸检测漏斗
      • 0820核酸检测漏斗1
      • 0821核酸检测漏斗2
      • 0822核酸检测漏斗3
      • 0823核酸检测漏斗4
• 数据运营
  • 0293 运营，用数据说话1
  • 0294 运营，用数据说话2
• 数据运维
  • 0396 集群350台服务器down掉12台会发生什么
  • 0415 集群多台服务器宕机的影响
  • 0416 不谈灾备，哪来数据安全
  • 0417 东京证交所宕机事故思考1
  • 0418 东京证交所宕机事故思考2
  • 0419 东京证交所宕机事故思考3
  • 0420 东京证交所宕机事故思考4
  • 0422 谷歌刚刚也宕机了
• 行业动态/行业分析
  • 反垄断
    • 0426 facebook面临反托拉斯指控
    • 0421 强化反垄断和防止资本无序扩张
    • 0523数据安全-谷歌的隐私保护与反垄断调查
    • 0713美国认为数据滥用是垄断的核心
    • 0714美国谢尔曼法案过时了
    • 0760 法国判定谷歌分析工具非法
  • 数据战略
    • 0311 神秘的mxu，fbi下的大数据公司
    • 0312 神秘的mxu，是干什么的
    • 0603全球数据抢占战略高度
    • 0604美国cdo委员会推动联邦数据战略
    • 0605美国国防部数据战略1目标
    • 0606美国国防部数据战略2核心原则
    • 0607美国国防部数据战略3使数据可见
    • 0608美国国防部数据战略4让数据可访问
    • 0609美国国防部数据战略5数据易用
    • 0610美国国防部数据战略6使数据可信
    • 0611美国国防部数据战略7使数据安全
    • 0612美国国防部数据战略8使数据安全的措施
    • 0613美国国防部数据战略9数据api
    • 0834美国cdo委员会发展1
    • 0835美国cdo委员会发展2
    • 0836美国cdo委员会发展3
  • 注意力经济
    • 0715互联网的注意力经济
    • 0716互联网注意力经济是数据经济
    • 0717注意力经济与元宇宙
    • 0718注意力经济-免费的就是最贵的
    • 0719注意力经济的理论
    • 0720注意力经济产业变化
  • 地摊经济
    • 0229地摊经济热起来了
    • 0230 这些年的风口，又刮到了地摊
    • 0231 地摊经济-五菱崛起
    • 0232 地摊经济-地摊股飘红
    • 0233 地摊经济-经济形势的破局政策
    • 0234 地摊经济-互联网的力量
    • 0235 地摊经济-实体店的困境
  • O2O
    • 0208 快递柜超时收费背后反映的是用户体验问题
    • 0209 再聊快递柜的服务契约角色
    • 0210 快递柜事件反映了快递公司服务水平
    • 0616打车巨头风险巨大
    • 0617打车巨头风险巨大2
  • 品牌商与消费者的新关系
    • 0752 品牌商与消费者的新关系1
    • 0753 品牌商与消费者的新关系2
    • 0754 品牌商与消费者新关系3
    • 0755 品牌商与消费者新关系4
    • 0756 品牌商与消费者关系5
    • 0757 品牌商与消费者关系6
  • 代表性企业分析
    • 0409 salesforce为什么要收购slack 1
    • 0410 salesforce为什么要收购slack 2
    • 0411 salesforce为什么要收购slack 3
    • 0502 PowerBI引起bi界震动
    • 0503 PowerBI强在哪里
    • 0722 新独角兽airbyte
      • 0723 airbyte为什么让投资人追捧
      • 0724 airbyte数据接入能力
      • 0725 airbyte开源模式
      • 0726 airbyte vs fivetran
  • 碳中和
    • 0505碳中和2030
    • 0506碳中和2060
    • 0507碳中和三个阶段
• 报告与趋势
  • 2020千文鱼大数据预测
    • 0060 2020大数据预测1-数据安全
    • 0061 2020大数据预测2数据联邦
    • 0062 2020大数据预测3一体化平台
    • 0063 2020大数据预测4-实时大数据
    • 0064 2020大数据预测5-AI广泛应用
    • 0065 2020大数据预测6-数据黑产
    • 0066 2020大数据预测7-物联网广泛应用
    • 0067 2020大数据预测8-物联网负面
    • 0068 2020大数据预测9-边缘计算
    • 0069 2020大数据预测10-5G推动产业革新
    • 0070 2020大数据预测11-区块链回归本质
  • 2020消费趋势报告解读
    • 0071 消费趋势报告分析1小市场大机遇
    • 0072 消费趋势报告分析2品味型消费
    • 0073 消费趋势报告分析3精神消费新特点
    • 0075 消费趋势报告分析4色彩经济兴起
  • 2020中国大数据产业发展白皮书
    • 0322 2020中国大数据产业发展白皮书
    • 0323 白皮书解读-产业规模持续高速增长
    • 0324 白皮书解读-数字园区聚集发展
    • 0325 白皮书解读-大数据专利创新
    • 0326 白皮书解读-产业链三个层次
    • 0327 白皮书解读-新基建加速数据中心发展
  • 2020 gartner数字办公场所趋势预测
    • 0366 gartner数字办公场所趋势预测1
    • 0367 gartner数字办公场所趋势预测2
    • 0368 gartner数字办公场所趋势预测3
    • 0369 gartner数字办公场所趋势预测4
    • 0370 gartner数字办公场所趋势预测5
    • 0371 gartner数字办公场所趋势预测6
    • 0372 gartner数字办公场所趋势预测6续
  • Rob Toews 2021年AI十大预测
    • 0438 Rob Toews 2021年AI十大预测1
    • 0439 2021年AI 十大预测2
    • 0440 2021年AI 十大预测3
    • 0441 2021年AI 十大预测4
    • 0442 2021年AI 十大预测5
    • 0443 2021年AI 十大预测6
    • 0444 2021年AI 十大预测7
    • 0445 2021年AI 十大预测8
    • 0446 2021年AI 十大预测9
    • 0447 2021年AI 十大预测10
  • 2021大数据展望
    • 0483 2021大数据展望-增强分析将成主流
    • 0484 2021大数据展望-大数据结合区块链
    • 0485 2021大数据展望-知识图谱
    • 0486 2021大数据展望-健康革命
  • Gartner2022技术趋势预测
    • 0682 Gartner2022技术-生成式人工智能
    • 0683 Gartner2022技术-生成对抗网络
    • 0684 Gartner2022技术-生成式人工智能2
    • 0685gartner2022技术-数据编织1
    • 0686gartner2022技术-数据编织2
    • 0687Gartner2022技术-分布式企业
    • 0688Gartner2022技术-自治系统
    • 0689Gartner2022技术-决策智能
    • 0690Gartner2022技术-安全网格
    • 0691Gartner2022技术-超级自动化
    • 0692Gartner2022技术-隐私增强计算
  • Gartner 2022 预测
    • 0734 2022预测-合成数据
    • 0735 2022预测-抵抗数据收集
    • 0736 2022预测-神经挖掘
    • 0737 2022预测-要创业，去非洲
    • 0738 2022预测-网络攻击将遭遇武力打击
    • 0739 2022预测-低轨道卫星
    • 0740 2022预测-超级代币化
  • 2022北大光华预测
    • 0741 2022北大光华预测-隐私计算
    • 0742 2022北大光华预测-大模型
    • 0743 2022北大光华预测-ar-vr
    • 0744 2022北大光华预测-多模态学习
    • 0745 2022北大光华预测-低代码-无代码
    • 0746 2022北大光华预测-云原生
    • 0747 2022北大光华预测-数字孪生
    • 0748 2022北大光华预测-区块链
    • 0749 2022北大光华预测-零信任
    • 0750 2022北大光华预测-边缘计算
  • 2022信通院云游戏报告
    • 0770信通院云游戏报告2022-1
    • 0771信通院云游戏报告2022-2
    • 0772信通院云游戏报告2022-3
    • 0773信通院云游戏报告2022-4
    • 0774信通院云游戏报告2022-5
    • 0775信通院云游戏报告2022-6
    • 0776信通院云游戏报告2022-7
    • 0777信通院云游戏报告2022-8
    • 0778信通院云游戏报告2022-9
    • 0779信通院云游戏报告2022-10
    • 0780信通院云游戏报告2022-11
    • 0781信通院云游戏报告2022-12
    • 0782信通院云游戏报告2022-13
    • 0783信通院云游戏报告2022-14
  • 0642隐私计算行业报告-甲子光年1
  • 0119 看到文章再见nosql想到的
  • AI
    • 0083 美国限制AI软件出口
    • 0310 AI 年复合增长率超42%
  • 泛数据应用
    • 0247 未来数据应用应该是大工具，小场景
    • 0274 H1网络零售表现亮眼
  • 0529 爱立信分析全球移动数据流量
• 数据职场
  • 0365 什么是C级高管
  • 0211 潘石屹考Python 99分，做何感想？
  • 0212 另一个50岁程序员的案例
  • 0225 京东第17个618开始了
  • 0241 维护开源presto的starburst又获4200万美元融资
  • 0242 第八个618，纪念
  • 0304 2020H1京东用户破4亿
  • 说说电商大促
    • 0379 说说电商大促1-618和1111
    • 0380 说说电商大促2-什么是月黑风高
    • 0381 说说电商大促3-疫情催生线上机遇
    • 0382 说说电商大促4-光棍节的由来
    • 0383 说说电商大促5-2018年618登场
    • 0384 说说电商大促6-2010年618
    • 0385 说说电商大促7-2010年双11
    • 0386 说说电商大促8-2011年618
    • 0386 说说电商大促8-2011年双11
    • 0387 说说电商大促9-2011年双11
    • 0388 说说电商大促10-2012-2013
    • 0389 说说电商大促11-京东的一线支援
    • 0390 说说电商大促12-阿里京东2020双十一战绩
    • 0391 说说电商大促13-阿里京东节奏升级
    • 0392 说说电商大促14-双十一多样消费场
    • 0393 说说电商大促15-2020京东静默下单率83%
    • 0394 说说电商大促16-直播引爆购物狂欢
  • 数据科学人员
    • 0402 数据科学团队的成员角色1
    • 0403 数据科学团队的成员角色2
    • 0404 数据科学团队的成员角色3
    • 0405 数据科学团队的成员角色4
    • 0406 数据科学团队的成员角色5
    • 0407 数据科学团队的成员角色6
    • 0408 数据科学团队的成员角色7
  • 0817数据从业者的思维定势-数据背景
• 数据分析技能
  • 0264 纠正一个误区-数据分析不是银弹
  • 田字分析法
    • 0022 田字分析法1
    • 0023 田字分析法的两轴四区域
    • 0024 田字分析法演变-时间管理
    • 0025 田字分析法演变-波士顿矩阵
    • 0026 田字分析法演变-SWOT分析
    • 0027 田字分析法演变-魔力象限
    • 0028 田字分析法应用-精准选品
    • 0029 田字分析法演变-标准普尔资产配置-3
    • 0030 田字分析法-富爸爸穷爸爸ESBI四象限
    • 0031 田字分析法-项目风险管理
    • 0032 田字分析法-DISC性格分析
    • 0033 田字分析法-权利与作用矩阵
    • 0034 田字分析法-安索夫矩阵
    • 0035 田字分析法-已知未知矩阵
    • 0036 田字分析法-德才四象限
    • 0037 田字分析法-业绩价值观矩阵
    • 0038 田字分析法-KANO模型
    • 0039 田字分析法-风险收益分析
    • 0040 田字分析法-感情选择题
    • 0041 田字分析法-囚徒困境
    • 0042 田字分析法-总结
    • 0043 田字分析法-断舍离两个思考轴
  • 0593数据分析到了超融合阶段1
  • 0594数据分析到了超融合阶段2
  • 0595数据分析到了超融合阶段3
• 数据安全/数据道德/黑灰产/数据泄露
  • 数据合规&个人信息保护
    • 数据安全法
      • 0596数据安全法发布
      • 0597数据安全法解读1数据，处理，安全
      • 0598数据安全法解读2安全监管部门
      • 0599数据安全法解读3支持鼓励数据开发应用
      • 0600数据安全法解读4法律道德社会责任
      • 0601数据安全法解读5数据安保，禁止非法获取
      • 0602数据安全法解读6政务数据安全与开放
    • 个人信息保护法
      • 0219 个人信息保护法将制定
      • 0646个人信息保护法发布
      • 0647个人信息保护法的重要性
      • 0648个人信息保护法的通用性
      • 0649个人信息保护法与国际的兼容性
      • 0650个保法-大数据杀熟
      • 0651个保法-用户的去算法选项
      • 0652个保法-可携带权
      • 0653个保法-可携带权 2
      • 0654个保法-看门人制度
      • 0655个保法-看门人制度2
      • 0656个保法-连带责任1
      • 0657个保法-连带责任2
      • 0658个保法-敏感个人信息
      • 0660个保法-很多企业尚未做出积极应对
    • 0239 保护个人隐私是很好的创业方向
    • 0240 保护个人隐私的创业探讨1
    • 0335 ios14用户决定是否开放广告追踪
    • 0336 读取广告识别符涉及个人隐私
    • 0337 ios14走在欧盟数据法案前面
    • 0338 iOS14用户决定广告追踪极大影响广告行业
    • 0424 给天津点个赞，立法禁止采集人脸信息
    • 0425 人脸识别过于泛滥了
    • 0524数据安全-透明时代个人信息的保护
    • 0614央行要求网络平台和金融机构断直连
    • 0666数据安全防护应先防“人”
    • 0669隐私悖论
      • 0670隐私悖论-用户不了解后果吗
      • 0671隐私悖论-隐私悖论的本质
  • 数据道德
    • 数据道德的5w1h
      • 0276 企业首席数据道德官即将出现
      • 0277 为什么是企业数据道德官？
      • 0278 数据道德官有存在的必然性
      • 0279 企业选择数据道德的动机一
      • 0280 企业选择数据道德的动机二
      • 0281 企业选择数据道德的动机三
      • 0289 埃森哲-数据道德守则1
      • 0290 埃森哲-数据道德守则2
      • 0291 埃森哲-数据道德守则3
      • 0292 埃森哲-数据道德守则4
      • 0829数据道德-教育头脑-教育心灵
      • 0830数据道德-AI道德缺失
        • 0831数据道德- AI道德缺失原因1
        • 0832数据道德- AI道德缺失原因2
        • 0833数据道德- AI道德缺失原因3
    • 大数据杀熟
      • 0427 疑因大数据杀熟，某团上热搜
      • 0428 大数据杀熟是必然会出现的
      • 0461中消协-大数据杀熟之一
      • 0462中消协-大数据杀熟之二
      • 0463中消协-大数据杀熟之三
      • 0464中消协-大数据杀熟之四
      • 0465中消协-大数据杀熟之五
      • 0466中消协-大数据杀熟之六
      • 0519大数据杀熟很难避免
      • 0520大数据杀熟-差别定价亘古存在
      • 0521大数据杀熟的大环境原因
      • 0522大数据杀熟-治理垄断法律先行
    • 0288 企业商业伦理缺失已成为致命短板
    • 0458 拼叉叉远程删用户照片
    • 0490网约车被曝苹果税
    • 0491用大数据追踪“失足妇女”？
    • 0659数据从业人员和性别偏见
    • 0513数据安全-苹果和脸书之争
    • 0819核酸检测公司数据造假问题
    • 0825bj三家核酸数据做假
  • 数据伦理
    • 0837数据伦理1什么是伦理
    • 0838数据伦理2什么是数据伦理
    • 0839数据伦理3所有权原则
    • 0840数据伦理4个人数据范畴
    • 0841数据伦理5消费者信任
    • 0842数据伦理6精神权利
    • 0843数据伦理7精神权利2
    • 0844数据伦理8精神权利3
    • 0845数据伦理9人死后数据权利
    • 0846数据伦理10人死后数据权利2
    • 0847数据伦理11人死后数据权利3
    • 0848数据伦理12数字化身
    • 0849数据伦理13虚拟经济
    • 0850数据伦理14虚拟经济2
    • 0851数据伦理15元宇宙趋势
    • 0852数据伦理16元宇宙个体伦理
    • 0853数据伦理17元宇宙社会伦理
    • 0854数据伦理18元宇宙跨国界伦理
    • 0855数据伦理19元宇宙上行为约束
    • 0856数据伦理20万圣节aba实验
    • 0857数据伦理21元宇宙数据算法监管
    • 0858数据伦理22元宇宙算法价值观修正
  • 数据黑灰产
    • 0001 爬虫黑产
      • 0213 再次重申_爬虫本身无罪
      • 0214 爬虫技术造成了当前的互联网格局
      • 0215 爬虫成就了谷歌、百度
      • 0216 爬虫成就了头条、脉脉
      • 0217 爬虫成就了天眼查、企查查、比价网站
    • 0158 加速度传感器窃听电话
    • 0159 加速度传感器窃听怎么预防
  • 数据泄露
    • 0249 oracle bluekai数据泄露1
    • 0250 oracle bluekai数据泄露2
    • 0436 健康宝泄漏照片问题被热议
    • 0437 健康宝照片泄露影响什么
    • 近期数据泄露案例
      • 0504数据安全-数据泄漏案例1
      • 0508数据安全-数据泄漏案例2
      • 0509数据安全-数据泄漏案例3
      • 0510数据安全-数据泄漏案例4
      • 0511数据安全-数据泄漏案例5
      • 0512数据安全-数据泄漏案例6
    • 0514数据安全-简历信息泄漏
    • 0564苹果AirTag作弊
    • 0622 30人团伙贩卖6亿条数据
    • 0661苹果暂停上线csam自动扫描
      • 0662苹果csam是什么
      • 0663苹果csam技术1信息app拦截
      • 0664苹果csam技术2扫描icloud图片
      • 0665苹果csam技术3搜索拦截
    • 0667 2021数据泄露减少了吗？
    • 0668数据泄露不等于世界末日
  • 数据领域创业
    • 0305 百度爱企查的定位
    • 0306 爱企查的优势
    • 0307 类似爱企查的垂直领域数据创业
• 其它相关技术
  • 云
    • 云游戏
  • 网络
    • 5G
      • 0004 5G网络三个特点
      • 0005 有必要买5G手机吗
  • 区块链
    • 0112 区块链与打麻将
  • arm
    • 0248 苹果2020WWDC的arm野心
    • 0331 arm 架构独霸天下，但它要被英伟达收购了
    • 0332 英伟达收购ARM对国内不是个好消息
  • 存储技术
    • 0709数据存储市场提速
    • 0710数据存储成为瓶颈
    • 0711数据存储IO500榜单
    • 0712数据存储技术革新 2
    • 0712数据存储技术革新
  • 容器技术
  • 低代码开发
    • 0727 AI低代码的未来
    • 0728 低代码编程1
    • 0729 低代码开发2
    • 0730 低代码开发3
    • 0731 低代码开发4
    • 0732 低代码开发5
    • 0733 低代码开发6
• 物联网
  • 0515信息不对称产生大生意
  • 0516信息不对称新生意-物联网
  • 0517信息不对称新生意-物联网2
  • 0518信息不对称新生意-物联网3
• 新冠疫情
  • 0097除夕 祝春节快乐，小心新型冠状病毒
  • 0098初一 特殊的春节祝大家健康
  • 0100 新冠病毒肺炎相关的几个新闻数据
  • 0108 20200204特殊的立春
  • 0360 qingdao疫情的感受1
  • 0361 qingdao疫情的感受2
  • 0362 qingdao疫情的感受3个人隐私
  • 0363 疫情推动海外数字化办公的爆发式增长
  • 0364 疫情催生的数字化工场办公将会是永久的
  • 0459 新冠全球累计死亡超两百万
  • 0460 美国新冠肺炎死亡接近40万
  • 0467新冠破亿需要警惕
  • 0721美国新冠死亡超80万例
  • 0813美国新冠死亡超百万例
• 其它碎碎念
  • 0480除夕寄语
  • 0481牛年祝福
  • 0751 2022春节前总结
  • 0803纪念20220422