摘要：近日，数字营销行业知名创意型公司灵狐科技，重磅推出业内首个基于web界面的、免费数据挖掘平台——保罗。
近日，数字营销行业知名创意型公司灵狐科技，重磅推出业内首个基于web界面的、免费数据挖掘平台——保罗。
该平台秉承SaaS思想，借助时下最先进的云端技术，为用户和企业提供数据存储、数据挖掘等专业服务。在上线不到一个月的时间内，“保罗”平台就已经拥有1000+用户注册，反响火爆。
据了解，“保罗”平台内置分类、回归、聚类等多种常用数据挖掘模型，而每个模型又衍生出多种不同的算法，针对不同企业、不同用户常见的挖掘需求，这些模型将在今年内陆续开放。在数据上传上，无论是企业用户还是普通个人用户，“保罗”平台都会通过一系列智能向导帮助用户完成数据挖掘过程，从便捷性、智能性、实用性上都要大大强于传统的数据挖掘软件。
目前，“保罗”平台上线的数据挖掘模型和算法，已经可以帮助企业用户解决大部分实际问题。下面，我们通过三个模型的应用场景来具体了解“保罗”平台。
l 分类预测——“人以群分，物以类聚”之人以群分
正如这句古语所说，分类问题在现实生活中比比皆是。在前段时间，有一则征婚广告让人尤为印象深刻，女方对征婚对象设定了如下条件：公务员、年收入20万+、身高180以上、有房有车、有颜值……且不论这样的条件是否合乎实际，但其体现的恰恰是人以群分的真谛。具有不同特征的人或事物，往往会“被划分”到不同的类型、层级当中，而“保罗”平台的出现，就可以凭借这些事物本身附着的不同“属性”，来提前做出“预测”。
商业应用举例：用户流失预测
在每一个产品的生命周期中，挽回流失用户都是十分重要的一环。“保罗”平台通过分类预测模型，将指定产品用户的相关数据提取后建模，通过分析、归类，提前“预测”出有流失倾向的用户，让企业能够提前做出预防，避免出现重大损失。
l 聚类挖掘——“人以群分，物以类聚”之物以类聚。
关于聚类(clustering)，在百度、Google会有专业性的注释，但对于一般人来说可能还是会觉得晦涩难懂。我们举一个简单的例子：一群陌生人参加聚会，开始的时候大家互不相识，但往往会因为兴趣爱好、价值观、身份等特征的相似自发形成不同的群体，这就是一个典型的聚类过程。
聚类，应用于商业领域的例子更是随处可见，一个非常典型的应用就是自动用户价值分群(automatic customer segmentation)，在电商网站，会根据用户消费额度、消费次数的数据进行聚类，进而得到属于不同层级、不同消费习惯的用户分群结果。
l 时序预测——空气质量量化预测
众所周知，天气预报可以对未来若干天的天气情况进行时间维度上的预测(forecast)，那么，我们能否对当下备受人们关注的空气质量指数(AQI)进行预测呢答案是肯定的。通过“保罗”平台采集实时空气质量数据，并将历史AQI数据、气象数据进行时序建模，就可以对未来若干天的空气质量进行初步预判，进而提前安排出行计划。
据悉，在年底之前，保罗平台将陆续免费开放其它模型，届时用户可以享受全面而专业的数据挖掘服务–for FreeJ
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
