有什么高效可行的算法吗？（可以稍微简陋一些，最好高效，所拥有的数据是一行行的消费记录：“消费id”，“学生卡id”，“消费时间”，“消费金钱”，“消费地点”）。找出那些经常一个人消费的（很少有人和他多次同时间段、同地点消费。每次和他消费大多都是不同的人群，而没有固定的人）。又或者是排序算法，排出最没有“固定搭档”的那群人。电子科技大学周涛教授研发出一套“大数据”系统——“学生画像”，通过挖掘、分析学生多种在校数据信息，“算”出每名学生的学习、生活状态。通过“前后脚”数据，量化学生孤独程度。他是用的什么高效算法利用大量数据推算出来的呢？

想要一个城市的外出旅游人数的数据（主要是出境游，包括国内游），应该从哪里获得相关的数据啊？（身为一名大学生，能利用的资源有限）恳请各位大神指导

应该翻译成主成分分析，还是主分量分析？哪个更合理？

IC的一个华人教授，看H index倒是非常高，但是作为业界新人的我没怎么听过这个人，看了一下主页感觉他商业项目不少，不知道学术水平怎么样，有没有比较了解的人来评价一下？

EXCEL表格怎么上传到网页，不想截图

听说这家公司融了不少钱，A轮估值二三十亿，做医疗大数据方面，跟十几家3甲医院合作，大家怎么看待这个公司和行业？部分相关报道：专访CMU邢波教授：机器学习与医疗大数据，及大规模机器学习系统的开发

题主是Python和R的初学者，最近打算帮教授做项目，但是教授说他处理的数据量非常大，R和python都不行。我看知乎上都说R处理大数据不行，他用的SAS。那么有没有高效的方法用python（或者与R结合）能够达到SAS处理大数据的能力呢？还是题主只能从头撸起SAS了?（求好心人分享SAS啊T△T）