ORACLE 的年龄算法

作者:孙英鹏    撰写时间:2019年3月26日

ORACLE 的年龄算法

下面要给大家讲的是如何用oracle求出年龄 ,为什么要讲呢?是因为在做习题的时候,遇到求年龄的问题,因为不会做,导致浪费了很多时间,所以在这给大家说一下,顺便巩固知识。

第一步:先看题,后分析:

在这里插入图片描述

第二步:写方法

方法1:
运用Oracle的to_char 语句来写(to_char是转换日期时间),先用to_char 包裹着sysdate(sysdate是获取系统当前时间)和 yyyy(获取年的意思)来转换当前年份,然后减去 to_char 包裹着 sbirthday(学生出生日期单词) 和yyyy来转换学生年份,来获取学生年龄。(简单意思是:获取当前年份减去学生年份,来获取学生年龄)

图片1:

在这里插入图片描述

方法2:
运用Oracle的 round语句来写(round是四舍五入的方法),先用括号包裹sysdate(sysdate是获取系统当前时间)减去sbirthday(学生出生日期单词)在除于365,外面在包裹着round语句,来求出年龄,如果不加上round语句的话,求出的会有小数。

图片2:

在这里插入图片描述

结果:

在这里插入图片描述

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【旅游大数据分析平台展示方案】 大数据展示方案 旅游大数据分析平台展示 一、 整体架构 旅游大数据平台的整体架构划分为四层:数据采集、数据存储、数据分析和数据应用。 数据采集:负责各种数据源的接入工作,主要包括景区管理系统数据、市其他单位数据 和第三方商业数据的接入。可运用ETL抽取工具、在线填报和表格上传等方式进行数据的 接入工作。 数据存储:主要负责数据的统一存储,并为数据融合打好基础。 数据分析:主要负责数据的分析工作; 平台提供灵活分析、仪表分析、地图分析、敏捷挖掘等工具进行占比分析、趋势分析、 对比分析和时序预测等。 数据应用:根据具体的分析需求,制作分析界面,应用于大屏展示等场景。 二、 关键技术介绍 2.1数据集市 数据集市是以业务主题的形式构建的,业务主题是针对业务的一个概念,它将同一数据 源中属于同一个分析主题的表或表中的字段组合在一起,为进一步的可视化查询提供基 本元素。业务主题也可以看作是应用层的数据集市,主要应用于可视化查询、即席查询 的操作。 2.2业务对象 业务对象是构成业务主题的基本元素。业务对象可以嵌套业务对象,除了第一级业务对 象,我们统称为"业务子对象"。业务对象可以从左侧拖拽表进来,也可以新建。 2.3业务主题 业务主题的表关系根据系统选项设置可以分为全局的表关系和局部的表关系。 2.4敏捷挖掘工具 敏捷挖掘模块包含常用的统计分析算法和丰富的机器学习算法,对外提供数据挖掘相关 的数据准备、建模、评估、应用等功能。它具有强大的数据读取能力,可支持各类数据 库的数据读取,包括:MySQL、Hive、Hbase、oracle等。丰富的数据处理方式,可以通 过拖拉拽的方式实现数据的预处理,而无需精通数据库语言。提供图形化的数据探索方 式,帮助用户理解数据间的关键性联系。一键发布的交互方式,可快速实现数据建模工 作流任务化,方便制定计划实现周期性调度。 2.5 可视化组件 平台提供了常规的折线图、柱状图、散点图、饼图,地图、热力图、线图,还有用于 BI 的漏斗图,仪表盘,并且支持图与图之间的混搭。除了内置的丰富图表,还提供丰富的 图形配置界面,可灵活的展示各种数据。如下所示,为各种图形的效果图。 柱状图: 组合图: 面积图: 折线图: 玫瑰图: 雷达图: 地图: 三、 应用介绍 在应用层主要构建三个应用主题,从不同维度展示景区的状况。(注:以下页面可增减 ,以建设时实际导向为准) 3.1景区总览 景区总览界面主要从天气、客流量、过夜游客数量、平均逗留时间、主要驻留时长、重 游率、游客消费水平等维度对景区整体情况进行分析,运用汇总统计、趋势分析等方法 得到计算的关键指标,并应用可视化组件对关键指标进行展示。 3.2景区交通实时监控 景区的交通情况,严重影响游客旅游的感观,对旅游景区的实时监控可有效帮助景区管 理员进行游客的疏通引导,此模块主要从旅游车流量、游客到达方式、旅游路线等进行 实时分析,并应用热力地图方式进行展示。 3.3游客实时监控 景区的主要经济来源于游客,对游客的特征进行重点分析,有助于更好的服务游客,另 一方面也能有效的提高景区收益。此模块主要从实时人流量、散/团可占比、游客来源地 占比、游客性别、游客年龄段等特征进行分析。应用饼图、柱状图、线图等图形进行展 示。 感谢您的阅读! ----------------------- 【旅游大数据分析平台展示方案】-大数据展示方案全文共2页,当前为第1页。 【旅游大数据分析平台展示方案】-大数据展示方案全文共2页,当前为第2页。
个性化智能推荐系统分析与调研 1. 系统简介 从市场⽤户调研到互联⽹电商平台产品设计,再到上线运营推⼴,覆盖的⾯很宽,但最为关键和难度最⾼的是个性化推荐系统、搜索 底层和⼤数据系统。其中,个性化推荐系统和搜索底层都是基于⼤数据,所以最终各条产品线和技术都归集到⼤数据系统上。 个性化智能推荐最终的⽬标是让⼀个普通访问电商平台的⽤户,在进⼊平台页⾯时,系统能够根据⽤户⽇常的⾏为偏好和习惯,⽤户 ⼼理想要购买的商品,在还没有发⽣点击⾏为时,系统能⾃动推荐到⽤户访问的页⾯,提升平台⽤户下单转化率。即使在⽤户没有访 问平台时,企业通过与⽤户⽇常浏览互联⽹⾏为轨迹的平台进⾏联盟合作,在联盟平台推送⽤户希望购买的商品⼴告和链接,刺激和 引导⽤户点击购买。即使在⽤户没有打开电脑时,能够通过信息和邮件的⽅式,根据⽤户平常的购买频次和周期,在特定的时间推送 到⽤户⼿机和电脑。 2. 系统设计建设三步曲 1) 建⽴平台⽤户⾏为的召回模型。 基于如下维度来实现: · ⽤户历史⾏为数据召回 ⽤户历史⾏为数据召回基于⽤户历史浏览、点击、购买、评论、分享、收藏、关注等触点,分类推荐在线相关、在线相似、离 线相关、离线相似⾏为; · ⽤户偏好召回 基于⽤户偏好召回是基于⽤户归类画像与平台多屏互通融合; (补充:⽤户画像,即⽤户信息标签化,就是企业通过收集与分析消费者社会属性、⽣活习惯、消费⾏为等主要信息的数据之 后,完美地抽象出⼀个⽤户的商业全貌作是企业应⽤⼤数据技术的基本⽅式。⽤户画像为企业提供了⾜够的信息基础,能够帮 助企业快速找到精准⽤户群体以及⽤户需求等更为⼴泛的反馈信息。 ⽤户画像(User Profile),作为⼤数据的根基,它完美地抽象出⼀个⽤户的信息全貌,为进⼀步精准、快速地分析⽤户⾏为习 惯、消费习惯等重要信息,提供了⾜够的数据基础,奠定了⼤数据时代的基⽯。) · ⽤户地域召回 基于⽤户地域召回是基于⽤户地域的⽹格化来实现地域⾏为推荐算法; 2) 召回模型匹配算法 利⽤⾼斯逻辑回归及多维算法来得出与⽤户召回⾏为的匹配商品及⼴告信息; 3) 平台针对匹配模型推荐结果的排序算法 基于⽤户交互⽇志通过模型训练特征权重,采⽤排序算法来实现⾃动匹配个性化推荐。在系统实现技术架构上,为⽀撑个性化 推荐系统平均⾄少每周进⾏算法迭代,采⽤HBase、Spark及MapReduce等系统架构,在个性化推荐系统优化升级中, 与DNN融合的速度越来越快。 3. ⽤户⾏为数据采集 平台的前端⽤户千⼈千⾯,⽽后端需要建⽴复杂的⽤户全⽹⾏为数据采集、存储加⼯、数据建模和⽤户画像过程,单纯采集互联⽹电 商平台数据,仅能达到个性化推荐效果的40%左右,如果要提升个性化推荐的效果,就必须覆盖⽤户全⽹⾏为轨迹,甚⾄⽤户线下的 ⾏为轨迹,这就形成了以互联⽹电商平台为核⼼的⽣态系统,也能说明阿⾥、腾讯为什么要控股或收购各⾏业企业的原因。 ⾸先需要在采集的互联⽹平台进⾏埋点,在页⾯放置"蜘蛛"探针、采集业务系统所有访问和操作⽇志、从数据库中提取业务数据,采 集回来存储在数据仓库,采集服务器组负责将采集到的⽇志信息⽣成⽂件,落地到存储设备;ETL服务器负责将⽇志⽂件和结构化数 据导⼊Hadoop分析集群,并将分析结果导出到Oracle数据库;数据解析服务器负责连接Hadoop环境,完成数据分析各项计 算;Hadoop和Hive提供数据分布式存储和计算的基础框架;调度实现以上数据导⼊、分析和结果导出的所有任务的统⼀调度;数据 展⽰服务器负责数据分析结果的多种形式展现。 4. ⽤户画像标题体系设计 ⽬前做⼤数据平台的公司,⼤多数采集的数据指标和输出的可视化报表,都存在⼏个关键问题: · 采集的数据都是以渠道、⽇期、地区统计,⽆法定位到具体每个⽤户; · 计算统计出的数据都是规模数据,针对规模数据进⾏挖掘分析,⽆法⽀持; · 数据⽆法⽀撑系统做⽤户获客、留存、营销推送使⽤; 所以,要使系统采集的数据指标能够⽀持平台前端的个性化⾏为分析,必须围绕⽤户为主线来进⾏画像设计,在初期可视化报表成果 基础上,将统计出来的不同规模数据,细分定位到每个⽤户,使每个数据都有⼀个⽤户归属。将分散⽆序的统计数据,在依据⽤户来 衔接起来,在现有产品界⾯上,每个统计数据都增加⼀个标签,点击标签,可以展⽰对应每个⽤户的⾏为数据,同时可以链接到其他 统计数据页⾯。由此可以推导出,以⽤户为主线来建⽴数据采集指标维度:⽤户⾝份信息、⽤户社会⽣活信息、⽤户资产信息、⽤户 ⾏为偏好信息、⽤户购物偏好、⽤户价值、⽤户反馈、⽤户忠诚度等多个维度,依据建⽴的采集数据维度,可以细分到数据指标或数 据属性项。 ⽤户⾝份信息维度 性别,年龄,星座,居住城市,活跃区域,证件信息,学历,收⼊,健康等。 ⽤户社会⽣活信息维度 ⾏业,职业,是否

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值