2017年Dataversity 最受欢迎文章 Top 20 榜单

引言

本文是 TalkingData 艺敏翻译自 DATAVERSITY 的一篇文章，总结了 DATAVERSITY 2017 年最受欢迎的 20 篇文章。

本年度的 Top 20 文章来啦！在辞旧迎新之际，DATAVERSITY 有个传统就是花一点时间来回顾这一年发布的内容，我们的作者与行业专家共同贡献了这些想法与经验。来看看人们都在读什么？

我们关注的内容，覆盖了从这一端的新数据库技术到另一端的使用和分析数据的数据管理技术。我们知道什么是大数据，知道我们需要怎样的数据库，但是然后呢？随着内容从一端到另一端，体现着对能跟上技术发展的数据治理的极度渴求。

机器学习继续占领这两年榜单的前排位置。新鲜的是，通过包括 webinar（线上研讨会）在内的所有内容形式，我们可以看出人们非常有兴趣学习数据仓库和数据湖之间的不同。

并且，我们看到两方在讨论中已经形成了稳固的观点。一切都围绕着借助工具快速访问质量数据，从而通过预测用户消费习惯来帮助企业决策如何更好的为未来投资。

机器学习技术聚焦（大数据领域）的末端，而对数据治理的关注却没有单独的亮点。在数据治理这个话题下，所有内容都是概括的。

我们经常会收到各种来源的提问：“我们该如何开始数据治理项目？”我们自己也被每个供应商问道：“数据治理如何处理元数据？”

数据管理法律的戏剧化变化为这个话题带来了示警，尤其是当这些法律规定了对违法存储、访问或使用数据的夸张罚款。除此之外，还是有越来越多的企业意识到了好数据能为他们未来的成功带来的整体价值。

综上，我们请您自己来判断 2017 年的热门榜单：

2017 Machine Learning Trends

2017 机器学习趋势

http://www.dataversity.net/2017-machine-learning-trends/

Brief History of Database Management

数据库管理的短暂历史

http://www.dataversity.net/brief-history-database-management/

2017 Trends for Semantic Web and Semantic Technologies

2017 年语义网络与语义技术的趋势

http://www.dataversity.net/2017-predictions-semantic-web-semantic-technologies/

Data Warehouse vs. Data Lake Technology: Different Approaches to Managing Data

数据仓库 vs.数据湖技术：管理数据的不同路径

http://www.dataversity.net/data-warehouse-vs-data-lake-technology-different-approaches-managing-data/

Artificial Intelligence Use Cases: An Overview

人工智能用例总览

http://www.dataversity.net/artificial-intelligence-use-cases-overview/

Business Glossary Basics

业务术语表基础知识

http://www.dataversity.net/business-glossary-basics/

The Value of Machine Learning: Benefits and Best Practices

机器学习的价值：收益与最佳实践

http://www.dataversity.net/value-machine-learning-benefits-best-practices/

Metadata Management and Data Governance: The Essentials of Enterprise Architecture

元数据管理与数据治理：企业架构的必需

http://www.dataversity.net/metadata-management-data-governance-essentials-enterprise-architecture/

Data Governance vs. Big Data Governance

数据治理 vs. 大数据治理

http://www.dataversity.net/data-governance-big-data-governance/

Data Lineage Demystified: The What, Why, and How

揭秘数据沿袭：是什么、为什么、怎么做

http://www.dataversity.net/data-lineage-demystified/

Case Study: Implementing Data Governance for Data Lakes and Big Data

案例分析：数据湖和大数据的数据治理实现

http://www.dataversity.net/case-study-implementing-data-governance-data-lakes-big-data/

Impact of Big Data in Enterprise Information Management

大数据为企业信息管理带来的冲击

http://www.dataversity.net/impact-big-data-enterprise-information-management/

Data Quality – A Simple 6 Step Process

数据质量的 6 步流程

http://www.dataversity.net/data-quality-simple-6-step-process/

The Future of Data Management: An Evolution of the Industry

数据管理的未来：一场行业革命

http://www.dataversity.net/future-data-management-evolution-industry/

Data Lineage and Data Quality: Two Vital Elements for Enterprise Success

数据沿袭与数据质量：企业成功的两个关键因素

http://www.dataversity.net/data-lineage-data-quality-two-vital-elements-enterprise-success/

Forecasting for prophet in R

R 中的 Prophet 预测

http://www.dataversity.net/forecasting-prophet-r/

The Data Warehouse: From the Past to the Present

数据仓库的过去与现在

http://www.dataversity.net/data-warehouse-past-present/

Debugging Complex SQL Queries

调试复杂 SQL 查询

http://www.dataversity.net/debugging-complex-sql-queries/

Data Management vs. Data Strategy: A Framework for Business Success

数据管理 vs. 数据策略：商业成功的框架

http://www.dataversity.net/data-management-vs-data-strategy-a-framework-for-business-success/

Knowledge Maps – A New Model for Metadata

知识图谱——一种新的元数据模型

http://www.dataversity.net/knowledge-maps-new-model-metadata/

以下是前几年的 Top 20 榜单，看看发生了什么变化：

2017 DATAVERSITY Mid-Year Top 20

http://www.dataversity.net/2017-dataversity-mid-year-top-20/

2016 DATAVERSITY Top 20

http://www.dataversity.net/2016-dataversity-top-20/