在KDnuggets Poll中Gregory Piatetsky做了一个关于数据科学应用领域的调查。调查的具体内容是让读者悬着数据分析、数据挖掘、数据科学在2016年都应用在哪些领域。(KDnuggets Poll asked readers to select Industries / Fields where you applied Analytics, Data Mining, Data Science in 2016? )
笔者对其调查的数据进行了从新整理，如下：

Industries / Fields 行业 / 领域名 2016占比 2016排名 2015占比 2015排名 2014占比 2014排名
CRM/Consumer analytics (90) 客户关系管理 16.30% 1 18.60% 1 22.20% 1
Finance (83) 金融 15.00% 2 15.40% 2 10.90% 8
Banking (74) 银行 13.40% 3 14.30% 3 16.70% 2
Health care (66) 卫生保健 12.00% 6 13.40% 4 16.30% 3
Science (66) 科学研究 12.00% 5 11.70% 5 13.60% 4
Advertising (66) 广告业 12.00% 4 8.90% 11 10.40% 9
Fraud Detection (61) 欺诈检测 11.10% 7 10.00% 8 13.60% 5
Retail (57) 零售业 10.30% 8 9.10% 10 13.60% 6
Insurance (51) 保险业 9.20% 9 7.40% 15 8.60% 15
E-commerce (49) 电子商务 8.90% 10 10.30% 6 9.50% 10
Telecom / Cable (46) 电信业 8.30% 11 7.70% 14 9.00% 12
Social Media / Social Networks (46) 社会媒体 8.30% 12 10.30% 7 8.60% 14
Software (40) 软件业 7.20% 13 6.00% 21 7.20% 18
IT / Network Infrastructure (40) IT行业/网络基础设施 7.20% 14 6.60% 19 0.00% 35
Oil / Gas / Energy (39) 能源业 7.10% 15 8.90% 12 9.50% 11
Education (39) 教育业 7.10% 16 10.00% 9 7.70% 17
Credit Scoring (38) 信用评估 6.90% 17 7.10% 16 8.10% 16
Medical/ Pharma (36) 医药业 6.50% 19 6.00% 22 7.20% 19
Supply Chain (36) 供应链 6.50% 18 0.00% 38 0.00% 38
Other (35) 其他 6.30% 20 8.90% 13 13.60% 7
Investment / Stocks (34) 投资股票 6.20% 21 4.30% 26 5.00% 26
Biotech/Genomics (32) 生物技术 5.80% 22 4.90% 25 6.80% 21
Manufacturing (31) 制造业 5.60% 23 6.90% 18 9.00% 13
Government/Military (31) 政府 5.60% 24 7.10% 17 6.30% 22
Search / Web content mining (30) 调查/互联网挖掘 5.40% 25 6.00% 23 6.30% 23
Automotive/Self-Driving Cars (25) 自动驾驶汽车 4.50% 26 4.30% 27 5.90% 25
Direct Marketing/ Fundraising (24) 直销/募资 4.30% 27 5.10% 24 7.20% 20
Mining (23) 数据挖掘 4.20% 28 3.70% 29 0.00% 36
Travel / Hospitality (22) 旅游业 4.00% 29 2.60% 32 3.20% 27
Entertainment/ Music/ TV/Movies (22) 娱乐业 4.00% 30 3.10% 30 1.80% 31
HR/workforce analytics (20) 人力资源管理 3.60% 31 6.30% 20 5.90% 24
Mobile apps (18) 移动应用 3.30% 32 1.40% 36 2.30% 29
Agriculture (18) 农业 3.30% 33 2.90% 31 0.00% 37
Games (16) 游戏 2.90% 34 4.00% 28 1.80% 30
Security / Anti-terrorism (15) 安全反恐 2.70% 35 2.30% 33 2.30% 28
Social Good/Non-profit (11) 社会公益 2.00% 36 2.30% 34 1.40% 34
Social Policy/Survey analysis (10) 社会政策 1.80% 37 1.70% 35 1.80% 32
Junk email / Anti-spam (6) 反垃圾邮件 1.10% 38 0.30% 37 1.80% 33


如上图所示，2016年数据科学应用领域的前十名分别是”客户关系管理”“金融”“银行”“卫生保健”“科学研究”“广告业”“欺诈检测”“零售业”“保险业”“电子商务”。
而在这些领域中”客户关系管理”“银行业”“卫生保健业”“能源业”等行业领域从2014年到2016年每年的占比是逐年下降的趋势。而”客户关系管理”虽然每天的占比都在下降，但是仍然保持在第一位。
“广告业”“欺诈检测”“零售业”“保险业”“电信业”则在2015年占比下降之后有了小幅度的提升。


如上图所示，近三年各个领域的总占比从高到低排序依次是:”客户关系管理”“银行”“卫生保健”“金融”“科学研究”“欺诈检测”“零售业”“广告业”“电子商务”“社会媒体”

以上数据只是各个领域的占比,并不是总数。因为2016年参加投票的读者总数比2015年增加了60%，所以说虽然有些领域的占比是下降的，但是领域的应用总数是增加的。

原文链接:http://www.kdnuggets.com/2016/12/poll-analytics-data-mining-data-science-applied-2016.html

数据科学近3年都应用在哪些领域？相关推荐

  1. 隔离太无聊？每天一个数据科学项目，数据集都准备好了！

    来源:大数据文摘 本文约2300字,建议阅读5分钟 本文提供了14个可以利用业余时间完成的数据科学项目清单. 首先,我想向所有的护士,医生,超市员工,公共管理人员以及其他冒着生命危险为我们服务的人致敬 ...

  2. 原创 | 一文回顾近二十年数据科学领域的里程碑事件或突破性技术

    回顾数据科学的早期发展历史,我们会发现有两个主题密切相连:大数据意味着计算机的使用频率增加:统计学家很难将纸张上所写算法用计算机实现.由此,数据科学得以出现.不过在发展之初,因为没有精致的工具.神奇的 ...

  3. 如何打造数据科学团队，你想知道的都在这里

    数据产品利用数据科学和工程技术来提升产品表现,通常会带来更准确的搜索结果.更好的建议和自动决策. 数据监测需要整个公司的一致努力,要确定每款产品需要收集何种数据,同时还要建立起收集及维护这些数据的基础 ...

  4. “数据科学家”或许不再性感，但“数据团队”的产业化才刚开始 | 专访领英全球数据科学团队负责人...

    来源:大数据文摘 本文约5750字,建议阅读6分钟. 本文为清华大学大数据研究中心联合大数据文摘发起的年度白皮书<顶级数据团队建设全景报告>系列专访的第二篇内容.<报告>囊括专 ...

  5. 万亿数字化市场，数据科学为何能扛起“价值担当”？

    数据科学家,被誉是"21世纪最性感的职业". 如今,一股数据科学的热潮正席卷国内各大高校.今年十月底,一系列数据科学的网络直播课在多所大学火爆异常,吸引来自北大.清华.北师大.哈工 ...

  6. “数据科学家”或许不再性感，但“数据团队”的产业化才刚开始 | 专访领英全球数据科学团队负责人

    大数据文摘出品 作者:魏子敏.夏雅薇.牛婉杨 定下"顶级数据科学团队"这个研究话题时,我们第一时间想到了领英(LinkedIn). 2008年,正是在这家公司,DJ Patil建立 ...

  7. 如何学习大数据，到底怎么学？数据科学概论与大数据学习误区在哪

    数据科学家走在通往无所不知的路上,走到尽头才发现,自己一无所知." 最近不少网友向我咨询如何学习大数据技术?大数据怎么入门?怎么做大数据分析?数据科学需要学习那些技术?大数据的应用前景等等问 ...

  8. 大数据到底怎么学: 数据科学概论与大数据学习误区

    数据科学家走在通往无所不知的路上,走到尽头才发现,自己一无所知."-Will Cukierski,Head of Competitions & Data Scientist at K ...

  9. 想成为一个数据科学家却不知道从何下手？这份路线图带你打开数据科学大门！...

    作者 | Jane 译者 | 火火酱 责编 | 徐威龙 出品 | AI科技大本营(ID:rgznai100) 你想成为一名数据科学家吗?你对数据科学了解很多,想知道关于数据科学天花乱坠的宣传都在讲什么 ...

最新文章

  1. 开源贡献 计算_如何克服恐惧并为开源做贡献
  2. IBM技术专家：Hyperleger Fabric 架构与部署实例解析
  3. bash魔法堂：History用法详解
  4. boost::hana::is_convertible用法的测试程序
  5. org.apache.subversion.javahl.ClientException: Previous operation has not finished
  6. Taro+react开发（31）同样的数据可以数组遍历
  7. 《关于我的那些面经》滴滴Java岗（附答案）
  8. 利兹大学计算机硕士专业排名,2020年利兹大学数学与计算机科学硕士专业硕士申请条件-学费-世界排名...
  9. [置顶] 火车票余票接口API使用方法
  10. 池流程图_干货收藏 | Java程序员必备的一些流程图
  11. SQL笔试之盘古开天
  12. 滴滴自研分布式NoSQL数据库Fusion的演进之路
  13. MyBatis-SELECT基本查询
  14. InfoGAN 翻译
  15. cad文本改宋体字型lisp_cad多行文字如何批量修改样式？
  16. mysql 加权_mysql/stats:加权平均值以突出平均值的差异
  17. java图片变成黑白代码_转:Java对图片的处理---缩放图像、图像切割、图像类型转换、彩色转为黑白...
  18. R语言plot(lm)绘图结果解读
  19. Unity3D仿电影字幕
  20. Hessian矩阵的几何意义

热门文章

  1. 微课--搭建单机版PySpark开发环境（8分钟）
  2. Python标准库socketserver使用线程混入实现异步TCP服务器
  3. Python+django网页设计入门（16）：优化设计复用分页代码
  4. 微课|中学生可以这样学Python（例4.3）：百钱买百鸡
  5. 微课系列（5）：Python程序中__name__变量的用法
  6. “Python编程及大数据应用”课程教师（厦门）寒假研修班
  7. react 将token充入_【React全家桶入门之十】登录与身份认证
  8. python变量作用域图解_python笔记--作用域、高阶函数、闭包
  9. vba 指定列后插入列_Vba代码插入指定数量的空白行
  10. .tcl文件_TCL电视自己安装的软件，有声音但没有画面？详细解决步骤奉上