① 如何进行网络调查及进行数据整理与分析的
1.可视化分析
大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。
2. 数据挖掘算法
大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计 学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如 果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。
3. 预测性分析
大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。
4. 语义引擎
非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。
5.数据质量和数据管理。 大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。
大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法
② 数据整理的四种常见方式有
划记法，列表法，分类法，排序法
③ 怎样做好数据调研
一 业务调研
数据仓库是要涵盖所有业务领域，还是各个业务领域独自建设，业务领域内的业务线也同样面临着这个问题。所以要构建大数据数据仓库，就需要了解各个业务领域、业务线的业务有什么共同点和不同点，以及各个业务线可以细分为哪几个业务模块，每个业务模块具体的业务流程又是怎样的。业务调研是否充分，将会直接决定数据仓库建设是否成功。
二 需求调研
了解业务系统的业务后不等于说就可以实施数仓建设了，还需要收集数据使用者的需求，及找分析师、运营人员、产品人员等了解他们对数据的诉求。通常需求调研分下面两种途径：
1. 根据与分析师、运营人员、产品人员的沟通获取需求。
2. 对现有报表、数据进行研究分析获取数据建设需求。
三 数据调研
前期需要做好数据探查工作，需要了解数据库类型，数据来源，全量数据情况及数据每年增长情况，更新机制；还需要了解数据是否结构化，是否清洗，是接口调用还是直接访问库，有哪些类型的数据，数据结构之怎样的。
数据开发，模型建设之前，先了解数据结构，数据内容，数据特性，对数据有一个整体把控
探查一下本次需求能不能实现，怎么实现，有没有隐藏bug，数据质量如何
④ 整理数据的主要方法
调查.观察.测量.实验.阅览文献.互连网,我刚在做
⑤ 为了把收集的数据整理得更有条理，一般会用到什么方法
【教学目标】
知识与技能目标：1、让学生了解收集数据的目的；
2、让学生掌握收集数据的基本方法和途径；
3、掌握整理数据的几种常用方法；
4、根据数据信息对某些现象发表自己的看法。
过程与方法目标：经历收集数据的过程，了解数据收集的具体方法和基本要求；培养学生观察数据的能力，收集信息的能力，作出正确判断的能力。
情感、态度、价值观目标：让学生从数据的收集和整理中，掌握相关的日常生活和生产信息，作出明智的决策和判断，树立起正确的人生奋斗目标。
【教学重点、难点】
重点：1、了解收集数据的目的，掌握收集数据的方法和途径；
2、掌握用分类、排序、分组、编码等方法来整理数据；
难点：数据的分组、编码。
教学流程
教师组织
学生活动预设
设计意图
一、创设情境，引入课题
1．师：今天非常高兴,能与同学们一起来探讨数学问题。2008年，第29届奥运会在北京取得圆满成功，现在我们来回顾下北京是如何取得奥运会主办权？（规定：得票超过52票获得奥运会举办权，但每轮淘汰得票最少的城市。）
第一次投票结果
参选城市
票数
北京
44票
多伦多
20票
伊斯坦布尔
17票
巴黎
15票
大阪
6票
第二次投票结果
参选城市
票数
北京
56票
多伦多
22票
巴黎
18票
伊斯坦布尔
9票
师： 第一次投票：6票淘汰了大阪，第二次投票：56票选定出了北京作为2008年奥运会的主办城市，看来可见有说服力的数据最能说明问题，这节课我们就一起来进行数据的收集和整理.(板书课题: 6.1 数据的收集与整理)
二、合作交流、探索新知
(一).数据的收集
师：运动会即将开始，前期有很多的工作准备，比如：参加投篮比赛
规则：以班级为单位，每班3男3女。投篮每人10次，这6位同学的进篮总数，作为这个项目的班级得分，按照得分由高到低取前3名。
问：如何选拔运动员？
说说收集数据的途径和方法
（1）在平时的生活中，我们还有哪些获取数据的方法？
老师启发……
练习：收集下列数据你会采用什么方法?
①学校停车场地方自行车的数量；
②我班同学最喜欢哪一门学科；
③一定量的水在加热时温度的变化；
④在体检中，医生对某一组学生体温测试；
⑤神舟七号飞船发射成功，你想了解神七的有关数据。
下面我们一起来小结,数据收集的方法主要有哪些?(师生共同回忆小结)
直接途径有：观察、测量、调查、实验等；
间接途径有：查阅文献资料、使用互联网查询等。
活动一、课件给出两套服装，选择其中一套作为我校彩球队的队服。
提问：为了所做服装的大小能适合我们，在做服装前需要做什么？
活动二：收集身高数据。
(二).数据的整理
1、学生观察黑板上凌乱的数据，根据自己的生活经验猜想：服装厂在做服装之前，会对这些数据做怎么样的整理？
2、根据整理后的数据发表自己的看法；
①、是否是一个身高做一套服装吗？
②、身高不一样，穿的衣服大小一定不一样吗？（请标4000px的同学站起来）
③身高为多少的同学的身高才是差不多呢？总要有个标准吧！
3、生活中，还有以分组编码的例子吗？
三、迁移拓展、应用新知
1、练一练：
杭州西溪湿地的鸟类观察数据（资料来源：浙江野鸟会）
鸟的种类
黑尾腊嘴鹊
八哥
白鹡鸰
雉鸡
乌鸦
白鹭
山斑鸠
家燕
翠鸟
数 量
4
3
14
2
3
2
1
4
4
2003年3月1日 8：15～11：30
（1）这里的数据是通过什么方法收集得到的？
（2）从这些数据中，你能获得有关杭州西溪湿地鸟类的哪些信息和结论？
2、练一练：
1、以下是某校七年级男、女生各10名右眼裸视的检测结果：
0.2 0.5 0.7（女） 1.0
0.3（女） 1.2（女） 1.5 1.2
1.5（女） 0.4（女） 1.5 1.1 1.2（女） 0.8（女） 1.5（女）0.6（女）
1.0（女）0.8 1.5 1.2
讨论完成以下问题:
① 这组数据是用什么方法获得的？
② 学生右眼视力跟性别有关吗？怎样处理这组数据？你的结论是什么？
四、归纳小结，内化能力
师:谈谈你这节课的收获和体会！！（学生自由发言，教师归纳补充）
⑴数据会说话——表明数据是有用的
⑵怎样让数据说话——离不开数据的收集，可以通过观察、测量、调查、实验等方法，也可以查找文献资料，使用互联网查询等。
⑶数据如何说话——用分类、排序、分组、编码等方法整理数据，分析整理后的数据得出结论。
五、分层作业，共同提高
1. 课本作业题。
2. 作业本
六：板书设计
6．1 数据的收集与整理
数据收集的方法： 观察、调查、测量、实验
互联网查询、查阅文献资料
数据整理的方法：(1)分类、排序 （2）分组、编码
学生聆听，感受选择举办奥运会城市的方法
积极参与思考，讨论，得出收集数据的途径和方法。
学生举手回答，一起回答.
一起小结
举手，数数
自报身高
积极思考，讨论中，得出整理数据的方法
认真观察，积极思考，有条理的回答.
认真观察，积极思考，有条理的回答.
学生谈收获，师生共同总结
学生记录作业内容
经历对数据的理解，让学生感受到数据时非常有用的，引出课题
通过这个环节让学生对数据收集的途径有明确的认识，觉得数学就在身边，对数据的收集途径有较深的体会。
巩固理解收集数据的途径和方法
通过这个活动后，知道选出服装是这次收集数据的目的，喜欢每一套服装的人数就是收集的数据，调查是这次数据收集的方法
重视课后数学实践活动的组织，鼓励学生运用数学知识解决实际问题
⑥ 数据整理的好方法有哪些
1、整理数据的常用方法有：⑴归纳法: 可应用直方图、分组法、层别法及统计解析法。⑵演绎法: 可应用要因分析图、散布图及相关回归分析。⑶预防法: 通称管制图法，包括Pn管制图、P管制图、C管制图、U管制图、管制图、X-Rs管制图。
2、数据整理是对调查、观察、实验等研究活动中所搜集到的资料进行检验、归类编码和数字编码的过程。它是数据统计分析的基础。
3、整理数据的步骤：⑴原始数据之审核。⑵分类项目之确定。⑶施行归类整理。⑷列表。⑸绘图。
⑦ 数据的收集与整理 可以做什么调查啊
各个行业的数据都可以分析行业内的信息。这样就可以帮助决策。
⑧ 在我们生活中,都可以用那些方法收集和整理数据呢
抽样调查法。
抽样调查是，一种非全面调查，它是从全部调查研究对象中，抽选一部分单位进行调查，并据以对全部调查研究对象作出估计和推断的一种调查方法。
显然，抽样调查虽然是非全面调查，但它的目的却在于取得反映总体情况的信息资料，因而，也可起到全面调查的作用。
(8)数据的整理可以怎样调查扩展阅读
在数据分析前期，要做到充分沟通、理解业务规则、业务痛点、了解用户需求、换位思考，明确为什么要做数据分析，要达到一个什么目标。这样才能保证后续的收集数据、确定分析主题、分析数据、分析结果应用等工作都能够围绕分析目标开展，保证最终能够从整体目标的角度去总结分析成果。
以解决业务问题为目标，以数据现状为基础，确定分析主题。前期要做好充分的准备，以业务问题为导向，以业务梳理为重点，进行多轮讨论，分析主题避免过大，针对业务痛点，实现知现状、明原因、可预测、有价值。另外，分析数据的范围除了重点的业务指标数据，还要尽量考虑扩展外延数据；
比如经济指标数据、气象数据、财务数据等。确定分析主题之前，要进行数据支撑情况的初步判断，避免中途发现数据质量或者数据范围不能支撑分析工作的情况发生。确定分析主题之后，详细论证分析可行性，保证分析过程的清晰性，才能开始分析工作。