这一个多月的时间里，刘凡几乎足不出户，但他可以感受到自己快速的成长。一方面是在基础数学方面的深入研究，另一方面是关于大数据处理工具在商用上的长远计划。

        当初选择从大数据处理作为切入点，仅仅是一个方向，具体的内容也是在这一个多月中规划出来的。

        刘凡研发的大数据处理工具，自然不可能只是去完成类似自动排序或者异常提醒这种常用功能，更准备的说，是面向企业的综合性大数据服务平台，涵盖企业内部管理和客户管理。

        所以刘凡最终的成果，本质上来说是一个框架，需要输入企业的个性化需求从而进行个性化大数据处理服务。

        刘凡也曾考虑过有没有做出通用工具的可能，毕竟这样可以免去未来很大的一个实施成本，但这种事情仔细一想就不现实，每个企业的情况都是不一样的，需求也不一样，要做通用，就等于要满足全世界所有企业可能出现的需求。现在的自己完全做不到啊。

        虽然在通用问题上刘凡没有技术突破，但刘凡所研发的大数据处理工具却在另外两个方面做到了巨大突破。

        第一个就是效率问题，刘凡虽然还是以随机森林法则作为算法基础，这也是没办法的事情，以他现在的能力还无法改变当下深度学习的算法环境。毕竟自己当初考虑安全问题没把算法作为自己发展的切入点，自然还是得用当下的算法作为基础。但刘凡虽然没能力改变，但是有能力优化。

        刘凡通过一百次实验对比openrefine，自己的系统平均运算效率可以达到3倍以上，还是那句话，对于拥有庞大数据的企业来说，这是一个质的飞跃。就拿企鹅来说，他每天光是微信和扣扣产生的数据量就有几百tb。

        更何况，数据量每天都是在增长的，因为数据处理的速度跟不上，越来越多的数据只能一直在那排队，企业的很多决策就会存在时效性的问题。

        第二个突破就是数据挖掘的多样性，大数据技术的发展对企业来说最重要的就是他的数据分析和数据挖掘能力。

        正如大数据行业最经典的案例之一：啤酒放在尿不湿旁边销量最高，这就是大数据分析给企业带来的实质性价值。

        企业就是要大数据处理工具告诉自己，我该怎么做能赚更多的钱。

  The content is not finished, continue reading on the next page